Estudos epidemiológicos (análise estatística e aplicação) Flashcards

1
Q

2 tipos gerais de amostras, a melhor opção dentre ambas e os pontos positivos / negativos

A

PROBABILÍSTICA&raquo_space; NÃO-PROBABILÍSTICA

➕ Consigo estabelecer um INTERVALO DE CONFIANÇA

➖ Precisamos ter a população catalogada para selecionar os indivíduos

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Amostragem na qual todos os indivíduos da população fonte têm a mesma probabilidade de fazer parte da amostra, sendo melhor para populações homogêneas

A

AMOSTRAGEM ALEATÓRIA SIMPLES

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Amostragem na qual dividimos os indivíduos em estratos e, a partir deles, realizamos sorteios, sendo melhor para populações heterogêneas

A

AMOSTRAGEM ALEATÓRIA ESTRATIFICADA

. A distribuição de uma característica pode ser maior em homens do que em mulheres - estratifico antes para fazer o sorteio em cada grupo

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Amostragem na qual os participantes são selecionados aleatoriamente, mas de acordo com um intervalo fixo

A

AMOSTRAGEM SISTEMÁTICA

Ex. 500 estudantes em ordem alfabética - queremos uma amostra de 50. Nosso intervalo fixo será de 500/50 = 10 - selecionamos aleatoriamente o primeiro selecionado (1 a 10) - sorteamos o 5, por exemplo, vamos selecionando seguindo o intervalo fixo de 10 (5, 15, 25, 35…) até chegarmos em 50 crianças

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Amostragem na qual temos vários subgrupos, que servem como “mini populações”, sendo que cada um possui uma diversidade internamente, mas no geral se comportam de forma semelhante. Útil quando a população é muito grande ou dispersa

A

AMOSTRAGEM POR CONGLOMERADOS (Clusters)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Amostragem na qual a população é dividida em estratos, de acordo com alguma característica, sendo muito utilizada em pesquisas de mercado

A

AMOSTRAGEM POR COTAS

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Amostragem que é realizada por um perito no assunto

A

AMOSTRAGEM POR JULGAMENTO

Ex. Quando chamo um endócrino-pediatra para caracterizar crianças e adolescentes com sobrepeso e obesidade

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Amostragem na qual não há ambição de fazer inferência dos dados para a população, sendo muito usada em pesquisas qualitativas

A

AMOSTRAGEM POR CONVENIÊNCIA

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Definição de variável e seus 2 tipos no que tange à escala de medição

A

VARIÁVEL = característica que varia de um indivíduo para o outro

. Tipos quanto a escala de medição:

  1. QUANTITATIVAS / NUMÉRICAS = possuem valores numéricos
  2. QUALITATIVAS / CATEGÓRICAS = não possuem valores numéricos
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

4 tipos de variáveis, sua definição e exemplos de cada

A
  1. Numérica contínua (quantitativa contínua) - nº que podem assumir valor decimal (peso, altura…)
  2. Numérica discreta (quantitativa discreta) - necessariamente inteiros (nº filhos, nº consultas realizadas…)
  3. Categórica nominal (qualitativa nominal) - não possuem valores numéricos nem ordenação entre as categorias (sexo, cor dos olhos, doente/sadio)
  4. Categórica ordinal (qualitativa ordinal) - não possuem valores numéricos, mas possuem ordenação entre as categorias (mês de ocorrência, escolaridade, estágio de CA) ➝ vai ter uma ordem, mas não por isso é quantitativa! É apenas uma ordenação (JAN - FEV - MAR…)

○ Existe uma subjetividade, não posso falar que uma dor 8 é o dobro da dor 4, é apenas uma ordenação de escala

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

2 tipos de variáveis quanto à dependência

A

○ INDEPENDENTE (Preditora): influenciam, afetam ou determinam outras variáveis

Ex. Atividade, alimentação, obseidade

○ DEPENDENTE (Variável-resposta): são influenciadas, afetadas ou determinadas pela variável independente

Ex. Doenças cardiovasculares

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Medidas de tendência central: definição geral, 3 tipos, definição de cada tipo e relação com a alteração de valores dos extremos

A

Formas de representar o conjunto dos valores encontrados, assumir particularidades - elementos mais representativos da amostra

○ MODA = valor que mais aparece (representa a maior concentração das observações) - NÃO é afetada por valores extremos

○ MÉDIA = soma de todos os valores dividida pela quantidade de valores na sequência - MUITO afetada por valores extremos

○ MEDIANA = valor mais central da sequência (primeiro é necessário organizar os valores em ordem) - NÃO é afetada por valores extremos

. Elementos ímpares = elemento central / elementos pares = média entre os 2 valores centrais

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Medidas de dispersão: definição geral, 3 tipos e a definição de cada tipo (cálculo)

A

Não olho só o meio, mas também a variabilidade - mostram o quanto os valores variam da média (grau de variabilidade da amostra)

○ AMPLITUDE = valor máximo - valor mínimo

○ VARIÂNCIA = principal utilidade é calcular o desvio padrão

○ DESVIO PADRÃO = raiz quadrada da variância

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Medidas de dispersão: significado da curva de distribuição normal

A

Seguir distribuição normal significa que os valores da amostra seguem uma CURVA DE GAUSS (indivíduos mais concentrados em valores centrais)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

A média é representada pelo símbolo ___ e o desvio padrão pelo símbolo ___

A

A média é representada pelo símbolo μ (Mi) e o desvio padrão pelo símbolo σ (Sigma)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Hipótese estatística: definição e seus 2 tipos

A

Hipótese estatística = suposições feitas quanto ao valor de um parâmetro populacional, sendo que, em um estudo epidemiológico, vamos confirmar ou não nossa hipótese

○ HIPÓTESE NULA (H0) = sem diferenças entre os grupos observados

. Se aceito, escolho acreditar que os grupos são semelhantes e que esse dado raro ocorreu ao acaso

○ HIPÓTESE ALTERNATIVA (HA ou H1) = padrão diferente do usual, é diferente da população

. Rejeitando a hipótese nula em favor da alternativa, acreditamos que nossa amostra foge da distribuição normal, por isso tem prevalência alta

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
17
Q

No teste de hipóteses queremos saber se a diferença encontrada pode ser explicada pela ___ (ocorreu ao acaso?)

A

No teste de hipóteses queremos saber se a diferença encontrada pode ser explicada pela VARIÂNCIA AMOSTRAL (ocorreu ao acaso?)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
18
Q

Erros tipo I e II, também chamados de ___ e ___, respectivamente, são erros ___, não sistemáticos (responsáveis pelos viéses)

A

Erros tipo I e II, também chamados de ALFA e BETA, respectivamente, são erros ALEATÓRIOS, não sistemáticos (responsáveis pelos viéses)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
19
Q

Em um estudo com amostra pequena teremos um ___ intervalo de confiança, um ___ alfa e um ___ p

A

Em um estudo com amostra pequena teremos um MAIOR/PIOR intervalo de confiança, um MAIOR alfa e um MAIOR p

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
20
Q

No erro tipo I ___ (rejeitamos / aceitamos) a hipótese nula quando, na realidade, ela é ___ (verdadeira / falsa)

A

No erro tipo I REJEITAMOS a hipótese nula quando, na realidade, ela é VERDADEIRA

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
21
Q

No erro tipo II ___ (rejeitamos / aceitamos) a hipótese nula quando, na realidade, ela é ___ (verdadeira / falsa)

A

No erro tipo II ACEITAMOS a hipótese nula quando, na realidade, ela é FALSA

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
22
Q

Quanto ___ (maior / menor) o tamanho da amostra, ___ (maiores / menores) os erros

A

Quanto MAIOR o tamanho da amostra, MENORES os erros

23
Q

Definição de alfa, o valor que geralmente utilizamos no Brasil e a interpretação com base no IC

A

α = nível de significância do teste - valor pré-fixado pelo pesquisador

. Varia de 1 a 10% (mais comum usar o valor de 5%) - IC de 99% = admito 1% de erro alfa ao acaso

. Brasil: IC95% = admito até 5% de erro ao acaso

24
Q

Relação entre alfa e p-valor

A

α = limite até onde o p-valor é aceitável

P-VALOR ≤ ALFA

. Brasil: alfa de 5% (0.05) - p-valor aceitável ≤ 0.05

25
Q

Quando p-valor ___ alfa, dizemos que há diferenças estatisticamente significantes entre os grupos estudados

A

Quando p-valor ≤ alfa, dizemos que há diferenças estatisticamente significantes entre os grupos estudados

26
Q

Definição do intervalo de confiança e o significado de um IC de 95%

A

Intervalo de confiança nos diz se a associação encontrada teve significância estatística (outra forma de dizer o p-valor)

. Nas provas vem junto de uma medida de associação (OR ou RR)

IC = 95% = a medida (RR ou OR) esteve dentro do intervalo em 95% das vezes que o teste foi repetido

27
Q

2 medidas de frequência dos estudos

A

Medidas de frequência:

INCIDÊNCIA
PREVALÊNCIA

28
Q

Medidas de associação: definição, objetivo e os 3 representantes

A

Medidas de associação: QUANTIFICAM a associação entre uma exposição e um desfecho

. Objetivo: dizer se a associação foi de RISCO ou de PROTEÇÃO

○ Risco relativo (RR)
○ Odds ratio (OR)
○ Razão de prevalência (RP)

29
Q

Risco relativo: definição, 2 tipos de estudos que se beneficiam do cálculo, fórmula

A

RISCO de um indivíduo com a exposição desenvolver o desfecho

📚 COORTE / ENSAIOS - conseguem medir incidência

RR = incidência dos expostos / incidência dos não expostos

RR = (a/a+b) / (c/c+d)

30
Q

Odds ratio: definição, tipo de estudo que se beneficiam do cálculo, fórmula

A

CHANCE de um indivíduo com desfecho ter sido exposto - NÃO FALAMOS EM RISCO! É uma “razão de chances”

📚 CASO-CONTROLE

OR = chance de ocorrência nos expostos / chance de ocorrência nos não-expostos

OR = (a.d) / (b.c)

31
Q

Diferença na hora de interpretar RR e OR

A

RR = de fato estima o risco de uma exposição levar ao desfecho

OR = relata uma associação, uma chance do desfecho ter relação com a exposição (não consegue definir o risco)

32
Q

Razão de prevalência: estudos ___, cálculo: ___

A

Razão de prevalência

📚 TRANSVERSAIS (PREVALÊNCIA)

RP = prevalência dos expostos / prevalência dos não-expostos

RP = (a/a+b) / (c/c+d)

33
Q

Interpretação das medidas de associação de acordo com o ponto de corte de 1

A

= 1 ➝ não houve associação

> 1 ➝ fator de risco

< 1 ➝ fator de proteção

34
Q

Para sabermos se a medida de associação teve significância estatística ou não, devemos olhar para o ___ ou para o ___

A

Para sabermos se a medida de associação teve significância estatística ou não, devemos olhar para o INTERVALO DE CONFIANÇA (se não passar pelo 1 = associação significativa) ou para o P-VALOR (P <0.05)

35
Q

Interprete o seguinte dado (com base na relação entre exposição e desfecho, e levando em conta o intervalo pré-determinado da medida): risco relativo de 0.6

A

RR = 0.6 - fator de PROTEÇÃO

Medida entre 0 e 1 ➝ utilizamos o valor complementar ➝ 1 - 0.6 = 0.4

INTERPRETAÇÃO: “com a exposição, a ocorrência do desfecho foi REDUZIDA EM 0.4 VEZES (40%)”

36
Q

Interprete o seguinte dado (com base na relação entre exposição e desfecho, e levando em conta o intervalo pré-determinado da medida): risco relativo de 1.6

A

RR = 1.6 - fator de RISCO

Medida entre 1 e 2 ➝ utilizamos o valor após a vírgula ➝ 1 + 0.6

INTERPRETAÇÃO: “com a exposição, a ocorrência do desfecho foi AUMENTADA EM 0.6 VEZES (60%)”

37
Q

Interprete o seguinte dado (com base na relação entre exposição e desfecho, e levando em conta o intervalo pré-determinado da medida): risco relativo de 3.4

A

RR = 3.4 - fator de RISCO

Medida ≥2 ➝ utilizamos o valor inteiro

INTERPRETAÇÃO: “com a exposição, a ocorrência do desfecho foi AUMENTADA EM 3.4 VEZES (340%)”

38
Q

Gráfico de floresta (florest plot): tipo de estudo que se beneficia, significado de cada linha do gráfico, medidas representadas no gráfico, significado do gráfico diamante

A

Flores plot: 📚 METANÁLISE

. Mostra os resultados de apenas uma associação

. Cada linha mostra o resultado de um estudo, ao final temos o resumo dos resultados na linha do losango. O símbolo no meio da linha é o OR

. Representação gráfica das MEDIDAS DE ASSOCIAÇÃO e do IC

. Gráfico diamante = último, fornece o resumo da medida de associação e do IC

39
Q

Interpretação do florest plot

A

. Linha passou pelo 1 = SEM ASSOCIAÇÃO SIGNIFICATIVA

. Linha não passou pelo 1 e está a sua direita = ASSOCIOU COMO RISCO

. Linha não passou pelo 1 e está a sua esquerda = ASSOCIOU COMO PROTEÇÃO

40
Q

Redução absoluta de riscos (RAR): definição e fórmula

A

RAR = mede em % o quanto a intervenção reduziu o número de eventos

RAR = RC - RT

Risco no grupo controle (RC)
Risco no grupo tratamento (RT)

41
Q

Redução relativa de risco (RRR): definição e fórmula

A

RRR = representa a redução do risco individual da ocorrência do desfecho; é o complemento do risco relativo (RR) - equivale a EFICÁCIA

RRR = 1 - RR

(RR = RT / RC)

42
Q

Número necessário para tratar (NNT): definição e fórmula

A

NNT = quantos indivíduos precisam ser submetidos a intervenção para que um único paciente seja “salvo”

NNT = 1 / RAR

(RAR = RC - RT)

43
Q

Quanto ___ o NNT, melhor

A

Quanto MENOR o NNT, melhor

44
Q

Número necessário para causar dano (NNH - Number Needes to Harm): definição

A

NNH = quantos indivíduos precisam ser submetidos a intervenção para que um único paciente tenha um desfecho negativo

45
Q

Risco atribuível ao fator (RAF): definição e fórmula

A

RAF = representação da parte de risco exclusivamente atribuída ao fator de risco em análise

RAF = INCIDÊNCIA DOS EXPOSTOS - INCIDÊNCIA DOSNÃO EXPOSTOS

46
Q

Risco atribuível na população (RAP): definição e fórmula

A

RAP = representa quanto do total do risco é devido ao fator de risco

RAP = INCIDÊNCIA TOTAL - INCIDÊNCIA EM NÃO EXPOSTOS

47
Q

Hazard ratio (razão de riscos): definição e pré-requisito ao cálculo

A

Hazard ratio (razão de riscos): representa a probabilidade de um indivíduo que não sofreu o desfecho vir a sofrê-lo

. Semelhante ao RR mas considerando a variável TEMPO
. Para seu cálculo é necessário conhecer o tempo que cada indivíduo permaneceu no estudo

48
Q

Testes estatísticos: diferença entre amostra pareada e não pareada

A

PAREADA (DEPENDENTE)

. Grupos com o mesmo número de indivíduos, que podem ser idênticos ou apenas terem características parecidas
. Irmãos gêmeos ou medidas em 2 tempos diferentes para o mesmo indivíduo
. Os resultados 1 e 2 são dependentes entre si

NÃO PAREADA (INDEPENDENTE)

. Número diferente de indivíduos, com características que podem ser diferentes

49
Q

Testes estatísticos: 2 tipos de distribuição e suas características

A

DISTRIBUIÇÃO NORMAL (PARAMÉTRICA)

. Serve a curva de Gauss

DISTRIBUIÇÃO NÃO NORMAL (NÃO PARAMÉTRICA)

. Não segue a normalidade

50
Q

Teste T-pareado: variáveis utilizadas, tipo de amostra, número máximo de grupos, equivalente não paramétrico

A

TESTE T-PAREADO

. Variáveis NUMÉRICAS

. Amostra PAREADA

. Observa no máximo 2 GRUPOS

. Equivalente não paramétrico = WILCOXON

51
Q

Teste T-não pareado (teste T de Student): variáveis utilizadas, tipo de amostra, número máximo de grupos, equivalente não paramétrico

A

TESTE T-NÃO PAREADO

. Variáveis NUMÉRICAS

. Amostra NÃO-PAREADA

. Observa 2 GRUPOS

. Equivalente paramétrico = MANN-WHITNEY-U

52
Q

Teste ANOVA: variáveis utilizadas, tipo de amostra, número máximo de grupos, equivalente não paramétrico

A

ANOVA

. Variáveis NUMÉRICAS

. Amostra PAREADA ou NÃO-PAREADA

. Observa 3 OU MAIS GRUPOS

. Equivalente paramétrico = FRIEDMAN (PAREADA) - KRUSKALL-WALLIS (NÃO-PAREADA)

53
Q

Qui-quadrado x Teste exato de Fisher: o que medem e diferença entre eles

A

Medem a mesma coisa: VARIÁVEIS CATEGÓRICAS (QUALITATIVAS)

Qui-quadrado = amostras GRANDES, resultado relativo

Fisher = amostra PEQUENA, resultados exatos