Estatística Sem Matemática para as Ciências da Saúde

Visualizações: 169
Classificação: (0)
Esta obra apresenta a estatística para as ciências da saúde sem a utilização de fórmulas matemáticas complexas. Por meio de uma abordagem prática e acessível, os autores auxiliam a entender a lógica dos conceitos subjacentes às fórmulas, explicando como as análises são aplicadas em contextos reais de pesquisa na área. Estatística sem matemática para as ciências da saúde abrange desde conteúdos básicos para elaborar projetos de pesquisa, executar testes de hipóteses e realizar análises descritivas, até as mais elaboradas técnicas inferenciais. Leitura essencial para estudantes e professores de estatística nas áreas das ciências da saúde.

FORMATOS DISPONíVEIS

16 capítulos

Formato Comprar item avulso Adicionar à Pasta

Capítulo 1. Uma introdução ao processo de pesquisa

PDF Criptografado

1

Uma introdução ao processo de pesquisa

Panorama do capítulo

Neste capítulo, iremos introduzir conceitos importantes para o entendimento do processo de pesquisa, incluindo:

99 Hipótese de pesquisa;

99 Teste de hipóteses;

99 Prática baseada em evidência;

99 Delineamentos típicos de pesquisa.

Não presumimos nenhum conhecimento prévio de estatística ou de pesquisa. Tudo de que você precisa para entender os conceitos expostos neste capítulo é o seu cérebro.

Cérebros a postos, lá vamos nós... Em uma reportagem, no rádio, esta manhã, foi sugerido que comer mais mirtilos reduz as chances de se contrair câncer. Esse tipo de reportagem não é incomum na mídia nos dias atuais. Como podemos saber se podemos acreditar em todas as notícias relacionadas

à saúde que a mídia nos apresenta? Bem, o melhor a se fazer é ler os relatórios originais da pesquisa e pensar, por si mesmo,

sobre a adequação do trabalho e a validade das conclusões do autor. É assim que a ciência funciona. É claro que, se você deseja trabalhar como um profissional da saúde, há uma necessidade ainda maior da capacidade de avaliar a evidência de uma pesquisa. Este livro fornecerá todas as ferramentas necessárias para que você seja capaz de avaliar criticamente a pesquisa de outros profissionais da sua área. Você obterá, tam-

 

Capítulo 2. Análise com auxílio do computador

PDF Criptografado

2

Análise com auxílio do computador

Panorama do capítulo

Neste capítulo, apresentaremos três pacotes estatísticos amplamente utilizados, chamados de SPSS, R e SAS®. Para cada um deles, iremos:

99 Fornecer um panorama da interface;

99 Descrever como os dados são configurados;

99 Fornecer exemplos de como os dados podem ser analisados;

99 Fornecer links para o site associado quando apropriado.

Dos muitos pacotes estatísticos no mercado, por que escolhemos esses três? Escolhemos o SPSS por ser um dos pacotes estatísticos mais utilizados e possuir um sistema de menus baseado no Windows, o que torna mais fácil, para um iniciante em estatística, executar análises apenas com instruções de apontar e clicar. Incluímos instruções para SAS, no site associado, por este ser um pacote estatístico muito popular nas ciências da saúde. Entretanto, ele é um pouco mais complicado, pois as análises são configuradas e executadas com o uso de miniprogramas. Isso pode parecer intimidante neste estágio, mas é bem objetivo. Pensamos, também, que seria útil incluir algumas instruções relacionadas ao R, por ser um sistema relativamente novo e em crescente popularidade, sem custo para o usuário, e que fornece excelentes saídas gráficas. Este pacote é executado por linhas de comando; portanto, você deve aprender os comandos para executar cada análise em particular.

 

Capítulo 3. Estastística descritiva

PDF Criptografado

3

Estatística descritiva

Panorama do capítulo

Neste capítulo, iremos introduzir algumas maneiras simples de resumir e descrever dados. Destacaremos a importância dessas técnicas analíticas para um entendimento adequado dos resultados de nossa própria pesquisa e de pesquisas apresentadas por outros. Para tanto, será preciso:

99 Descrever um escore típico em uma amostra (medidas de tendência central);

99 Descrever a variabilidade ou dispersão dos escores em uma amostra;

99 Apresentar os dados graficamente, incluindo:

• Gráfico de barras

• Gráficos de linhas

• Histogramas

• Diagramas de caixa e bigodes

99 Executar as análises usando o SPSS.

Para aproveitar ao máximo as informações presentes neste capítulo, tenha certeza de ter lido e entendido o Capítulo 1, bem como a introdução para o SPSS, apresentada no Capítulo 2.

ANALISANDO OS DADOS

No Capítulo 1, apresentamos uma visão geral do processo de pesquisa com diferentes maneiras para realizá-la (delineamentos de pesquisa). Neste capítulo, avançaremos, e

 

Capítulo 4. As bases dos testes estastísticos

PDF Criptografado

4

As bases dos testes estatísticos

Panorama do capítulo

Neste capítulo, iremos explicar conceitos relevantes para o entendimento dos testes de significância.

Apesar de ensinarmos as fórmulas para os testes estatísticos apresentados neste livro, acreditamos ser importante que você entenda o raciocínio por trás da abordagem empregada pela maioria dos pesquisadores para a análise dos dados. Assim, neste capítulo, você irá aprender sobre:

99 Amostras e populações;

99 Erro amostral;

99 Uso da probabilidade nos testes estatísticos;

99 Teste de significância;

99 Significância estatística;

99 A normal e a distribuição normal padrão;

99 Poder de um teste;

99 Intervalos de confiança.

Para entender os conceitos que apresentamos aqui, você precisa ter certeza de que entendeu as características da pesquisa que destacamos no Capítulo 1 e as estatísticas descritivas que abordamos no Capítulo 3.

INTRODUÇÃO

No Capítulo 1, descrevemos algumas características importantes da pesquisa, incluin-

 

Capítulo 5. Epidemiologia

PDF Criptografado

5

Epidemiologia

Panorama do capítulo

A epidemiologia envolve o estudo de doenças e outros fatores relacionados à saúde dentro de populações específicas. Os epidemiologistas estão geralmente interessados:

99 Na prevalência da doença. Prevalência se refere à frequência da patologia.

99 Na incidência da doença. A incidência se refere ao início de novos casos da condição em um período de tempo em particular.

99 Na identificação de fatores de risco para a doença. Indivíduos expostos a fatores de risco têm maior probabilidade de desenvolver uma patologia. Fatores potenciais de risco incluem uma faixa muito extensa de itens como idade, sexo, fatores sociais (p. ex., qualidade das amizades) e fatores biológicos

(p. ex., exposição a altos níveis de testosterona durante o desenvolvimento pré-natal). Uma vez que os fatores de risco que aumentam as chances de doença são identificados, uma pesquisa adicional

é necessária para entender como/se determinado fator de risco está envolvido na causa da doença.

 

Capítulo 6. Introdução ao exame e à limpeza de dados

PDF Criptografado

6

Introdução ao exame e à limpeza de dados

Panorama do capítulo

Neste capítulo, veremos como os pesquisadores preparam um conjunto de dados para ser analisado.

Embora tenhamos utilizado o SPSS para a análise do conjunto de dados, esta poderia ser realizada em qualquer outro programa estatístico. O exame e a limpeza de dados se refere ao processo de pegar um conjunto de informações, procurar por erros e pela falta de dados (missing data) e, então, tratar tais problemas para que tenhamos um conjunto de dados limpo, isto é, livre de erros e de dados ausentes.

O processo de exame e limpeza pode também envolver a garantia de que os dados satisfazem as suposições das várias estatísticas que desejamos usar – por exemplo, regressões lineares e múltiplas assumem um relacionamento linear entre as variáveis (ver Caps. 11 e 12). Este capítulo cobre os assuntos de maior relevância, que você deve levar em consideração ao executar a sua própria pesquisa e preparar o seu conjunto de dados. É importante, também, entender quais procedimentos de limpeza os outros pesquisadores utilizaram nos conjuntos de dados por eles reportados nas seções de resultados. Em vez de usar dados fictícios para ajudá-lo a entender esse tópico, utilizaremos dados reais da nossa própria pesquisa e de nossos estudantes. Você será capaz de ver os erros existentes e como eles foram tratados. Daremos, também, exemplos de artigos de periódicos em que os pesquisadores das ciências da saúde relataram as maneiras com que examinaram e limparam seus dados.

 

Capítulo 7. Diferenças entre dois grupos

PDF Criptografado

7

Diferenças entre dois grupos

Panorama do capítulo

Neste capítulo, observaremos estatísticas que nos dizem se duas condições (ou grupos) diferem entre si em uma ou mais variáveis. As duas condições podem ser:

99 O mesmo grupo de pessoas testado em duas condições (tradicionalmente chamadas de A e B);

99 Dois grupos diferentes de pessoas que foram submetidos à condição A ou à condição B.1

Este capítulo ilustrará maneiras como os pesquisadores testam as suas hipóteses, baseadas em suas questões de pesquisa. Os testes que apresentaremos são os paramétricos (ver Cap. 4, para explicações): os testes t e o teste z e seus equivalentes não paramétricos, como o teste U de Mann-Whitney e o teste da soma dos postos de Wilcoxon.

Apresentaremos, também, um conceito básico do entendimento dessas avaliações, e mostraremos como os pesquisadores relatam seus resultados, executam os testes no

SPSS e interpretam o resultado. Detalhare-

mos intervalos de confiança e tamanhos do efeito (ver Cap. 5), especificamente relacionados a dois grupos.

 

Capítulo 8. Diferenças entre três ou mais condições

PDF Criptografado

8

Diferenças entre três ou mais condições

Panorama do capítulo

Neste capítulo, serão observadas estatísticas que apontam se três ou mais condições ou grupos diferem entre si em uma ou mais variáveis. Trata-se de uma continuação dos testes de duas condições do capítulo anterior. As duas condições podem ser:

99 O mesmo grupo de pessoas testadas em todas as condições; ou

99 Grupos diferentes de pessoas testadas em apenas uma condição.

Este capítulo irá ilustrar como os pesquisadores testam as suas hipóteses, baseadas nas questões de pesquisa por eles formuladas. Os testes abordados aqui são os paramétricos, a Análise da Variância

(ANOVA) e seus equivalentes não paramétricos, como o teste Kruskal-Wallis e a ANOVA de Friedman.

Serão apresentados um conceito básico do entendimento dos testes e o modo como os pesquisadores relatam seus achados, executam os testes no SPSS e interpretam o resultado. Também serão abordados os intervalos de confiança e os tamanhos do efeito.

 

Capítulo 9. Testando associações entre variáveis categóricas

PDF Criptografado

9

Testando associações entre variáveis categóricas

Panorama do capítulo

Este capítulo foca nos testes de associação entre duas variáveis categóricas ou nominais. As variáveis categóricas podem assumir um número limitado de valores, e nenhuma ordem de categorias é pressuposta. Iremos discutir a tabulação dos pares de variáveis categóricas (em tabelas de contingência) e examinaremos as estatísticas descritivas que são mais úteis no momento de resumir os resultados.

A significância da associação é avaliada usando a estatística do qui-quadrado. Iremos considerar a base conceitual do teste e sua aplicação no SPSS. Abordaremos, também, a interpretação dos resultados do

SPSS e como eles devem ser escritos.

O teste de associação do qui-quadrado não requer as suposições dos testes paramétricos; porém, ele tem suposições próprias. Iremos discuti-las e considerar o que você pode fazer caso essas suposições não sejam satisfeitas, incluindo a apresentação do teste exato de Fisher. Finalmente, apresentaremos também a aplicação da estatística do qui-quadrado para a análise de uma variável categórica simples (teste de aderência do qui-quadrado).

 

Capítulo 10. Avaliando a concordância: técnicas correlacionais

PDF Criptografado

10

Avaliando a concordância: técnicas correlacionais

Panorama do capítulo

Neste capítulo, você irá aprender sobre a análise de relações entre variáveis. Iniciaremos com o relacionamento mais simples – entre duas variáveis, também chamado de relacionamento bivariado. Os pesquisadores lançam a hipótese de que haverá um relacionamento significativo ou uma associação entre duas variáveis x e y. A hipótese será direcional, isto é, à medida que x aumenta, y aumenta (um relacionamento positivo), ou, à medida que x aumenta, y diminui (um relacionamento negativo). A hipótese nula é que qualquer relacionamento entre x e y se deve ao erro amostral (ao acaso). Técnicas correlacionais são utilizadas para testar a hipótese de que as variáveis estão relacionadas entre si. As conclusões retiradas de uma análise correlacionada bivariada não podem ser tão fortes quanto as conclusões retiradas de um estudo que utilize um delineamento experimental ao envolver questões de causalidade. Descobrir que duas variáveis estão relacionadas não é o mesmo que ser capaz de declarar que x causou y.

 

Capítulo 11. Regressão linear

PDF Criptografado

11

Regressão linear

Panorama do capítulo

A regressão linear é uma extensão da análise correlacional. No Capítulo 10, você aprendeu que, quando os escores em x mostravam um relacionamento linear com y, o r de Pearson ou o rô de

Spearman produzem uma estatística teste (r ou rô, respectivamente) que resulta em uma medida da força do relacionamento entre eles. O que a análise correlacional nos dá é uma medida de quão bem os pontos dos dados estão aglomerados em torno de uma linha imaginária. A análise de regressão linear estende isso ao traçar uma linha por meio dos pontos dos dados (linha de melhor aderência) e nos confere uma medida que mostra o quanto a variável y muda como resultado da mudança de uma unidade na variável x. Daremos a você um entendimento conceitual da regressão linear bivariada, além de mostrar como obter a estatística teste no SPSS e como interpretar o resultado. Apresentaremos, também, intervalos de confiança e tamanhos do efeito em relação à regressão linear. A regressão linear responde às seguintes questões: quão forte é o relacionamento entre x e y? Existe uma aderência entre x e y? Conhecendo os escores em x, podemos prever quais serão os prováveis escores em y?

 

Capítulo 12. Regressão múltipla padrão

PDF Criptografado

12

Regressão múltipla padrão

Panorama do capítulo

A regressão múltipla é uma extensão da análise correlacional e da regressão linear bivariada, em que os pesquisadores usam várias variáveis previsoras para ver como elas se relacionam ou preveem uma variável critério. A regressão múltipla nos permite determinar quanto da variância é partilhada pelas variáveis previsoras, juntas ou separadamente. Uma vez entendida a regressão linear bivariada, a regressão múltipla não será tão difícil. A hipótese experimental é formulada para responder uma ou mais destas questões: quão forte é o relacionamento entre todas as variáveis explanatórias/previsoras x e a variável critério y? Existe uma boa aderência entre as variáveis combinadas x e y? Conhecendo todos os escores x, podemos prever quais serão os escores em y? A regressão múltipla é uma técnica comum nas ciências sociais – os pesquisadores geralmente buscam entender a maneira com que várias variáveis influenciam uma variável critério, em vez de olhar para apenas uma variável (regressão linear bivariada).

 

Capítulo 13. Rgressão logística

PDF Criptografado

13

Regressão logística

Panorama do capítulo

A regressão logística pode ser imaginada como uma extensão das regressões linear e múltipla. Até agora, você viu modelos de regressão em que um resultado contínuo (y) está associado a uma ou mais variáveis previsoras (x; ver Caps. 11 e 12). A regressão logística compartilha muitas similaridades, e a principal diferença é que a variável de saída deve ser dicotômica em vez de contínua. Uma variável dicotômica significa que cada observação pode assumir somente um de dois valores. Por exemplo, a pressão arterial teve um escore tão alto (acima de 140/90 mmHg) ou normal (abaixo de 140/90 mmHg) quanto seria o resultado adequado para a regressão logística. Uma medida da pressão arterial em uma escala contínua deve ser analisada usando a regressão linear. As perguntas feitas pela regressão logística são similares àquelas realizadas pela linear: Você pode avaliar a força do relacionamento entre a variável dicotômica de resultado e uma ou mais variáveis previsoras. Você pode, também, prever a probabilidade de que uma observação terá determinado valor na variável de resultado, conhecendo os escores de seus previsores.

 

Capítulo 14. Intervenções e análise de mudanças

PDF Criptografado

14

Intervenções e análise de mudanças

Panorama do capítulo

Neste capítulo, iremos medir e analisar a mudança; mostraremos como delinear uma pesquisa que pode medir a mudança em uma variável de saída e como analisar os dados de delineamentos desse tipo; e explicaremos também a importância de um relato apropriado de intervenção e pesquisa da mudança. Nosso objetivo é apresentar ensaios controlados aleatorizados e delineamentos de um único caso, bem como fazê-lo entender como são executadas as análises no SPSS.

Assim, neste capítulo, você aprenderá sobre:

99 Intervenções;

99 Ensaios controlados aleatorizados (ECAs);

99 Orientações CONSORT para relatar os ECA;

99 Análises dos ECA;

99 Delineamentos de caso único;

99 Análises visuais de delineamentos de caso único;

99 Execução da análise usando o SPSS;

99 Para entender melhor nossas discussões, leia os capítulos sobre mensuração de associações (Cap. 9), diferenças entre dois grupos (Cap. 7) e diferenças entre três grupos (Cap. 8).

 

Capítulo 15. Análise de sobrevivência: uma introdução

PDF Criptografado

15

Análise de sobrevivência: uma introdução

Panorama do capítulo

Neste capítulo, introduziremos uma perspectiva levemente diferente da análise de dados, chamada de análise de sobrevivência. Nas técnicas que apresentaremos aqui, estamos interessados no tempo de um determinado evento para os participantes. Iremos apresentar os conceitos fundamentais da análise de sobrevivência, como as funções de sobrevivência e de risco. Mostraremos como apresentar esses dados em formas gráficas por intermédio das curvas de risco e de sobrevivência acumuladas, além de como dizer se duas curvas de sobrevivência são significativamente diferentes uma da outra. Por fim, ensinaremos a executar as análises de sobrevivência usando o SPSS.

Neste capítulo, você irá:

99 Aprender sobre as funções de sobrevivência e de risco;

99 Obter um conhecimento das bases conceituais das curvas e tabelas de sobrevivência;

99 Aprender sobre a diferença entre as funções de sobrevivência e de risco;

 

Respostas das atividades e exercícios

PDF Criptografado

Respostas das atividades e exercícios

CAPÍTULO 1

Atividade 1.1

O conceito de pesquisa na Figura 1.1 sugere que as ideias de pesquisa provêm da leitura da literatura relevante em um campo. Entretanto, elas podem frequentemente vir antes desse levantamento. Você pode ter uma ideia inesperada sobre formas de auxiliar enfermeiros a lidar com pacientes obesos e, então, ler a literatura adequada para ver qual a melhor maneira de pô-la em prática e testá-la.

Atividade 1.2

99 Tipos de empregos executados por funcionários em uma enfermaria de cuidados intensivos – Nominal.

99 Avaliação da satisfação com o emprego de funcionários do A&E – Ordinal (ou pode ser intervalar).

99 Número de visitas do médico de família de pacientes de transplante de coração após uma internação hospitalar – Razão.

99 Tempo gasto para recobrar a consciência após uma anestesia geral – Razão.

99 Número de obturações de uma criança de escola primária – Razão.

99 Temperatura de crianças após administração de 5 mL de ibuprofeno – Intervalo.

99 Origem étnica dos pacientes – Nominal.

 

Detalhes do Produto

Livro Impresso
Book
Capítulos

Formato
PDF
Criptografado
Sim
SKU
MFPP000001905
ISBN
9788584291007
Tamanho do arquivo
60 MB
Impressão
Desabilitada
Cópia
Desabilitada
Vocalização de texto
Não
Formato
PDF
Criptografado
Sim
Impressão
Desabilitada
Cópia
Desabilitada
Vocalização de texto
Não
SKU
Em metadados
ISBN
Em metadados
Tamanho do arquivo
Em metadados