Este documento discute conceitos estatísticos importantes para a condução de pesquisas, como poder amostral, escolha do teste estatístico correto, intervalo de confiança e cálculo do tamanho amostral. O documento enfatiza que é crucial escolher o teste estatístico apropriado para o tipo de dados, evitar erros tipo I e II, e justificar o tamanho da amostra utilizada para validar conclusões.
1. XIV CONGRESSO PAULISTA DE UROLOGIA
7-10 Setembro 2016 – São Paulo
Sandro Esteves
Poder Amostral e Estatística
www.androfert.com.br
• Diretor Médico e Científico, ANDROFERT
• Professor Colaborador, Disciplina Urologia, UNICAMP
• Editor Associado: IBJU, Frontiers in Reproductive Endocrinology,
MedicalExpress & Clinics (Editor de Área)
2.
3. Poder Amostral e Estatística
SC Esteves, 3
O pesquisador deve não somente dizer se existe um
efeito significativo mas também provar sua validade
Tamanho
Amostra
Teste estatístico
correto
Erro
Amostra: parte do todo
(indivíduos, casos, espécimes, etc.)
Erro: diferença entre o
resultado obtido e o que
seria verdadeiro
4. Poder Amostral e Estatística
SC Esteves, 4
EXEMPLO: Comparar taxa de gravidez via ICSI utilizando
espermatozoides ejaculados ou aspirados do testículo na
infertilidade masculina associada à fragmentação DNA espermático
• Hipótese nula (H0): μ1=μ2; os 2
tipos de Sptz são igualmente
eficazes
• Hipótese alternativa (H1): μ1≠μ2;
os 2 tipos de Sptz não são
igualmente eficazes
Nível significância α = 0,05
Ø Erro tipo I: aceito uma
chance de 5% de estar
errado ao dizer que há
diferença entre os tipos de
Sptz se p<0,05 (rejeito H0)
5. Poder Amostral e Estatística
SC Esteves, 5
Escolha
do
teste
esta,s-co
crucial
evitar
erro
-po
I
(falso
posi-vo)
P<0.05: probabilidade diferença observada ser devida ao acaso <5%
6. Poder Amostral e Estatística
SC Esteves, 6
Escolha do Teste Estatístico
1. Dados demográficos de base
são comparáveis?
Modelos de ajuste para evitar viés
2. Teste escolhido reflete tipo de
dados analisados?
Ø Paramétrico (distribuição
normal) vs x Não-paramétrico
(distribuição assimétrica)
Ø Pareado ou não-pareado
7. Poder Amostral e Estatística
SC Esteves, 7
Escolha do Teste Estatístico
1. Dados demográficos de
base são comparáveis?
Modelos de ajuste para
evitar viés
2. Teste escolhido reflete tipo
de dados analisados?
Ø Paramétrico (distribuição
normal) vs x Não-
paramétrico (distribuição
assimétrica)
Ø Pareado ou não-pareado
Teste
paramétrico
Equivalente não-
paramétrico
Objetivo
Teste t, 2 grupos
independentes
Mann-Whitney Comparar 2 grupos independen
derivados da mesma população
Teste t, grupo
pareado
Wilcoxon Comparar duas séries de obser
no mesmo grupo
ANOVA Kruskal-Wallis Generalização do teste t (ou Wi
para 3 ou mais grupos ou séries
observações no mesmo grupo
Chi-quadrado Teste exato de
Fisher
Mede a probabilidade das difere
encontradas nos grupos compa
serem devidas ao acaso
Coeficiente
correlação linear
(Pearson; r)
Coeficiente
correlação linear
(Spearman)
Avalia a força da associação lin
entre 2 variáveis contínuas
Regressão
múltipla
Regressão
múltipla
Descreve a relação numérica en
variável dependente e suas co-
variáveis
8. • Decidir se os dados seguem
ou não distribuição normal não
é mero exercício acadêmico:
• Importância para o tipo de
teste a ser aplicado
• Mais difícil mostrar diferença
estatística utilizando testes
não-paramétricos
Escolha Teste Estatístico (2)
J Urol 2010; 184:1442-6Poder Amostral e Estatística
SC Esteves, 8
9. Determina o tipo de distribuição dos dados
Kolmogrov-Smirnov Test
Poder Amostral e Estatística
SC Esteves, 9
10. Esteves et al. J Urol 2013; 189: 232-7
Poder Amostral e Estatística
SC Esteves, 10
11. Pareamento (dependência): quando
você mede algo duas vezes no mesma
amostra/indivíduo (ex. Antes e Depois)
Poder Amostral e Estatística
SC Esteves, 11
Teste t pareado pode ser mais
poderoso que um teste t para duas
amostras porque não inclui a
variação adicional causada pela
independência das observações.
Testes pareados foram realizados em dados pareados?
12. Poder Amostral e Estatística
SC Esteves, 12
Esteves et al. Hum Reprod 2000
Interesse não só na
diferença entre médias
finais, mas também na
diferença % de antes
para depois da
intervenção
13. Poder Amostral e Estatística
SC Esteves, 13
Intervalo de Confiança ajuda medir
significância e força da evidência
Valor de P limitado quando a variável
não é puramente dicotômica
(resposta tipo “Sim” ou “NÃO”)
IC pode ser calculado sobre variáveis
quantitativas e resultados de testes
estatísicos; ex. OR, RR, NNT,
sensitividade, especificidade, etc.), e
definir se o estudo é definitivo ou se mais
estudos são necessários
14. Poder Amostral e Estatística
SC Esteves, 14
Eur
Urol
(2016),
ahead
of
print
.
h0p://dx.doi.org/10.1016/j.eururo.2016.04.010
15. Poder Amostral e Estatística
SC Esteves, 15
P>0.05 não significa, necessariamente, que grupos
comparados são iguais/similares/equivalentes
• Hipótese nula (H0): μ1=μ2; os 2
tipos de Sptz são igualmente
eficazes
• Hipótese alternativa (H1): μ1≠μ2;
os 2 tipos de Sptz não são
igualmente eficazes
Erro tipo I (ex. α=0,05): falso positivo
Erro tipo II (β ~ poder do teste):
falso negativo; depende do
tamanho amostral
β = 0,20 significa aceitar uma chance de
20% de estar errado ao dizer que não há
diferença entre os procedimentos; o mesmo
que dizer que o teste tem poder de 80%
para apontar diferenças quando elas
realmente existem
16.
Cálculo depende:
1. Erro tipo 1 (alfa); ex. 5% (Zα/2=1,96)
2. Erro tipo 2 (beta); ex. 20% (Zβ=0,84)
3. Variação (erro padrão, desvio padrão)
4. Diferença que se deseja detectar
Poder Amostral e Estatística
SC Esteves, 16
Maioria revistas e agencias fomento exigem cálculo
tamanho amostral e justificativa de como foi calculado
Miot
HA.
J
Vasc
Bras
2011
conhecimento básico
estatística do estudo e
do problema a ser
investigado
17. Existem
diferentes
fórmulas
para
o
cálculo
do
tamanho
amostral,
dependendo
do
modelo
matemá8co
pressuposto,
e
so9wares
gratuitos
com
módulos
para
o
cálculo
h0p://www.mamiraua.org.br/pt-‐br/
downloads/programas/
Poder Amostral e Estatística
SC Esteves, 17
19. Poder Amostral e Estatística
SC Esteves, 19
Taxa sucesso: 40%; N=91
Taxa sucesso: 55%; N=93
Problema: você não calculou o tamanho amostral e já terminou
o estudo, que não foi significativo (p>0.05). Como saber se o
tamanho amostral foi suficiente para validar conclusão?
20. Poder Amostral e Estatística
SC Esteves, 20
Taxa sucesso: 40%; N=91
Taxa sucesso: 55%; N=93
21. Cinco dicas para melhorar seu trabalho no que diz respeito à estatística:
1. Inclua o erro beta e o cálculo do tamanho amostral.
2. Se existirem diferenças demográficas entre os grupos, procure usar
modelos de ajuste.
3. Verifique se os dados seguem ou não distribuição normal e use testes
apropriados para cada caso.
4. Inclua o intervalo de confiança 95% na apresentação dos dados e nos
resultados estatísticos.
5. Discuta a relevância clínica dos achados (positivos ou negativos) com
base no poder e limitações dos testes utilizados.
Poder Amostral e Estatística
SC Esteves, 21
Poder Amostral e Estatística
Mensagem Final