Epidemiologia

...

- Limitações dos estudos: viés, confundimento e acaso.

- São erros que o pesquisador não percebe, mas direcionam o pesquisador para um determinado resultado. É um erro na concepção e delineamento do estudo - ou na coleta, análise, interpretação, publicação ou revisão de dados-, que levam que levam a resultados ou conclusões que sejam sistematicamente (opondo-se a aleatoriamente) diferentes da verdade. Produz resultados que se afastam da verdade.

- Um estudo não é como algo feito em laboratório.

- Viés de seleção: ocorre ocorre quando são feitas comparações entre grupos de pacientes que diferem de outras maneiras que não os principais fatores sob o estudo, de forma a afetar o desfecho. É relevante quando os pacientes são escolhidos para investigação e é importante no planejamento do estudo.

- Ex: pacientes submetidos a um procedimento laparoscópicos mais saudáveis do que os pacientes que sofrem cirurgia aberta.

- Viés de aferição: os métodos de aferição levam sistematicamente a resultados incorretos. O desempenho é diferente de acordo com cada instrumento e com cada observador. Os métodos de aferição são diferentes entre grupos de pacientes.

- Ex: hipertensão do jaleco branco.

- Viés de confusão (ou confundimento): um fator estudado que não é o real, mas está muito próximo do fator real. É necessário tratar desse viés quando a análise dos dados, após as observações ja terem sido feitas.

- Ex.: quem tem isqueiro ou fósforo no bolso tem mais chance de ter câncer de pulmão (viés de confusão porque ele mais câncer porque fuma e quem fuma tem isqueiro ou fósforo).

- O potencial para o viés não significa que ele esteja presente, e mesmo se estiver, as vezes o efeito não tem relevância no resultado. Para lidar adequadamente com o viés é preciso saber onde e como procura-lo, qual seu tamanho e sua importância nas conclusões.

Acaso

- Os resultados de uma amostra sem viés tendem a se aproximar do valor verdadeiro. Porém, uma determinada amostra, mesmo sem vipes, pode representar erroneamente a situação na população, por conta do acaso.

- Se as observações fossem repetidas em tais amostras da mesma população, os resultados iriam se aglomerar ao redor do resultado verdadeiro, de forma próxima.

- Variação aleatória: é a divergência entre a observação em uma amostra e o valor verdadeiro na população.

- Pode resultar em valores acima ou abaixo do valor verdadeiro.

- Pode afetar todos os estágios envolvidos nas observações clínicas. Se torna mais relevante se a amostra for pequena.

- A estatística pode ser utilizada para estimar até que ponto o acaso é responsável pelo resultado de um estudo clínico. Também auxilia a reduzir o papel do acaso ao ajudar a elaborar melhor o delineamento e plano de análises. Porém a variação aleatória jamais é totalmente eliminada, o acaso sempre tem que ser levado em conta.

Desempenho das aferições

- Desempenho depende do examinador e do instrumento utilizado para aferir. É diferente de acordo com o instrumento e com o observador.

- Validade ou acurácia (refere-se a aferição): é o grau em que os dados medem o que eles deveriam medir. Varia de acordo com a precisão do instrumento.

- Quanto mais tirar a influência do observador, melhor a validade, as vezes é preciso eliminar a influência do observador.

- Cada forma de medir tem uma validade diferente.

- Confiabilidade ou reprodutibilidade: é o quando repetidas aferições de um fenômeno estável têm resultados semelhantes.

- Se medir várias vezes e o resultado for o mesmo há confiabilidade.

Aula 2

Distribuição Real

●É preciso estudar as variações na população.

●As definições sobre doenças são importantes para ter um critério de normalidade e para poder comparar os estudos entre si.

●Media, mediana e moda.

Distribuição normal: estratégia estatística para poder fazer análises padronizadas. Com a distribuição real fica difícil definir qual a variação considerada normal. Usa-se uma constatação estatística-teorema do limite Central.

●Teorema do limite Central (conforme aumenta a quantidade de observações, elas tendem a normalidade, elas tendem a se distribuir em uma curva normal.

●Curva normal: a média, mediana e moda são normais e há uma padronização do desvio padrão para cima e para baixo. Desvio padrão de 1,96 significa 95% do total. Se a aferição sai do limite pode-se concluir que é anormal, está fora do intervalo de 95% das observações.

○Considera-se normal o q é 95% daquele intervalo de confiança.

○É importante salientar que algumas pessoas estão fora desse intervalo de normalidade mas não tem a doença, isso resulta em falsos positivos.

▪Ex: 95% das pessoas estão no intervalo normal de 60 a 120 de glicemia. Algumas pessoas que tem glicemia menor q isso e tem diabetes. Considera-se então um valor menor que o normal para pegar todos os diabéticos, so que isso aumenta os falsos positivos. Essa distribuição e valores depende muito da doença e da distribuicao da doença na população . Dependendo da doença muda o critério critério normalidade, assim perde-se os falsos negativos.

●Determinados intervalos também estão associados com doença, isso também define o padrão.

●Risco relativo: chances de ter a doença dentro do criterio padrao .

●Uma doença intratável ou com o tratamento muito ruim, é considerado anormal.

Medindo a Frequência

●Qual a probabilidade de determinado evento acometer meu paciente ou alguém da população?

○Utiliza-se valores relativos para definir a frequência da doença.