Upload
sandra-lago-moraes
View
354
Download
1
Embed Size (px)
Citation preview
É UMA RESPOSTA A UMA PERGUNTA , MAS QUE AINDA NÃO
FOI TESTADA
HIPÓTESE
Curso “Delineamento de um projeto de pesquisa” (aula 6)Sandra do Lago MoraesInstituto de Medicina Tropical, Universidade de São PauloMaio de 2012
HIPÓTESE
•Versão final e mais específica da questão de estudo•Objetivo principal: estabelecer a base para os testes de significância estatística
PESQUISAS QUE NÃO NECESSITAM DE HIPÓTESE
aquelas que descrevem:• Estruturas• Situações• Ocorrências
• Ex.: Estudos sobre a prevalência de um determinado genótipo em pacientes com fratura de bacia
PESQUISAS QUE NECESSITAM DE HIPÓTESE
• Maioria dos estudos observacionais que envolvem comparações e de todos os experimentais
• Se aparecer na questão de pesquisa algum dos seguintes termos: maior que, menor que, causa, leva a, comparado com, mais provável que, associado a, semelhante a ou correlacionado com
CARACTERÍSTICAS DE UMA BOA HIPÓTESE
• Deve estar fundamentada em uma boa questão de pesquisa• Deve ser simples (uma variável preditora e uma de desfecho)• Deve ser específica, ou seja incluir definições operacionais concisas que resumam a natureza e a fonte dos sujeitos e como as variáveis serão medidas• deve ser formulada por escrito no início do estudo
TIPOS DE HIPÓTESES
• Nula (H0): afirma que não há associação entre as variáveis preditoras e de desfecho da população. É a base formal para se estar a significância estatística • Alternativa (Ha): proposição de que há associação. Não pode ser testada diretamente; o procedimento-padrão é aceitá-la se o teste de significância estatística rejeitar a hipótese nula
HIPÓTESES ALTERNATIVAS
•Unidirecional (unicaudal ou unilateral): especifica a direção da associação entre as variáveis preditora e de desfecho•Bidirecional: declara apenas que há associação, sem especificar em que direção
PRINCÍPIO DA PARCIMÔNIA
Ao testar possibilidades (hipóteses), inicie pela mais
simples (mais óbvia). Só teste idéias complexas após ter eliminado as mais simples.
ERROS DO TIPO I E II
•Tipo I (falso-positivo): ocorre quando se rejeita uma hipótese nula que é verdadeira na população •Tipo II (falso-negativo): ocorre quando se deixa de rejeitar (aceita-se) uma hipótese nula que não é verdadeira na população
ERROS DO TIPO I E II NÃO PODEM SER TOTALMENTE EVITADOS
•Mas, podem ser reduzidos
- aumentando o tamanho da amostra
- manipulando o delineamento ou as medidas
ERROS DE VIÉS
são mais complicados, por serem de difícil detecção e por
nãopoderem ser quantificados com métodos estatísticos
MAGNITUDE DO EFEITO
Magnitude de associação esperada ou clinicamente
importante definida durante o planejamento da pesquisa
Definir adequadamente essa magnitude é o aspecto mais difícil do planejamento do
tamanho da amostra
OPÇÕES PARA DETERMINAR A MAGNITUDE DO EFEITO
• Tentar localizar dados de estudos anteriores em áreas afins para que se possa fazer um “chute informado”• Escolher uma magnitude mínima de efeito que poderia ser considerada clinicamente significativa•Na ausência desses, fazer um pequeno estudo-piloto
QUATRO POSSIBILIDADES
Resultados na amostra do estudo
Verdade na populaçãoAssociação
entre o preditor e o desfecho
Ausência de associação entre o
preditor e o desfecho
Rejeitam a hipótese
nulaNão
rejeitam a hipótese
nula
CORRETA
CORRETA
ERRO TIPO I
ERRO TIPO II
Probabilidade alfa ()
Probabilidade beta ()
PROBABILIDADE DE UM ERRO TIPO I
(rejeitar a hipótese nula quando ela for verdadeira): probabilidade alfa () ou Nível de significância estatística (varia de 0,01 a 0,10)
PROBABILIDADE DE UM ERRO TIPO II
(não rejeitar a hipótese nula quando ela for falsa): probabilidade beta () (varia de 0,05 a 0,20)
(1-)= poder do teste= probabilidade de se rejeitar a hipótese nula na amostra quando o efeito real na população se iguala à magnitude estimada de efeito
NÍVEL DE SIGNIFICÂNCIA ESTATÍSTICA
Padrão para os testes estatísticos usados para
determinar se há evidências suficientes para rejeitar a
hipótese nula em benefício da hipótese alternativa de que há associação na população
VALOR P
é determinado pelos testes estatísticos e é a probabilidade de se encontrar, por acaso, um efeito
tão ou mais forte que oencontrado no estudo se a hipótese
nula for verdadeira P < (0,01 a 0,10)= rejeita H0 e aceita HaP > (0,01 a 0,10)= aceita H0 (o que não significa que não tenha mesmo diferença)
VARIABILIDADE
Qto maior a variabilidade na variável de desfecho (ou faixa de variação entre os sujeitos), maior a probabilidade de os valores nos grupos se sobrecruzarem, e maior
a dificuldade de se demonstrar uma diferença global entre eles
Medidas menos precisas exigemtamanhos maiores de amostras
DEFINA OS CONCEITOS
Um investigador está interessado em delinear um estudo com um TAMANHO DE AMOSTRA suficiente para determinar se
há associação entre altura e câncer de estômago em japoneses do sexo masculino. Ele planeja um estudo de caso-
controle com um número igual de casos e controles. A HIPÓTESE NULA é de que não há diferença na média de
altura entre os casos de câncer dos estômago e os controles; o investigador escolheu uma HIPÓTESE ALTERNATIVA
bidirecional. Ele almeja um PODER ESTATÍSTICO de 0,80 a um NÍVEL DE SIGNIFICÂNCIA ESTATÍSTICA () de 0,05
para poder detectar uma MAGNITUDE DO EFEITO de uma diferença de uma diferença de altura de 5 cm entre os casos e controles. A revisão da literatura indica que a variabilidade de altura em homens japoneses tem um desvio-padrão de 10
cm.
Número esperado de sujeitos em um estudo
Formulação da hipótese de pesquisa indicando que não há ≠ entre os
grupos em comparação
Formulação da hipótese de pesquisa indicando que há ≠ entre os grupos em
comparação
Probabilidade de se detectar uma ≠ estatisticamente significativa entre os grupos em comparação (a partir de um
determinado tamanho de amostra e com um determinado nível de
significância)
Probabilidade predefinida de se rejeitar a hipótese nula quando ela é
verdadeira
Diferença mínima que o investigador deseja detectar entre os dois grupos
em comparação
ESTIMATIVA DO TAMANHO DA AMOSTRA
PASSOS NECESSÁRIOS PARA A DETERMINAÇÃO DO TAMANHO DE
AMOSTRA• Definir a hipótese nula e uma hipótese alternativa uni ou bidirecional• Selecionar o teste estatístico apropriado com base na variável preditora e de desfecho dessas hipóteses• Definir uma magnitude de efeito adequada (e uma variabilidade, se necessário)• Estabelecer e (especificar bidirecional, a não ser que a hipótese alternativa seja evidentemente unidirecional)
FATORES ENVOLVIDOS NA DETERMINAÇÃO DO
TAMANHO DA AMOSTRA•Maior representatividade da população•Maior confiança nos testes estatísticos• Exigência do teste estatístico•Redução da variância•Dificuldades metodológicas•Valorização da vida
TESTE T1.formular a hipótese nula e decidir se a hipótese alternativa é uni ou bidirecional2.estimar a magnitude de efeito (E) a partir da diferença no valor médio da variável de desfecho entre os grupos de estudo3.estimar a variabilidade da variável de desfecho a partir de seu desvio-padrão (S)4.calcular a magnitude padronizada de efeito (E/S), definida como o quociente entre a magnitude de efeito e o desvio-padrão da variável de desfecho5.estabelecer e
TESTE DO QUI-QUADRADO
1.formular a hipótese nula e decidir se a hipótese alternativa é uni ou bidirecional2.estimar a magnitude de efeito (E) e a variabilidade em termos de P1 (proporção com o desfecho em um grupo) e P2 (proporção com o desfecho no outro grupo)3.estabelecer e
COEFICIENTE DE CORRELAÇÃO
1.formular a hipótese nula e decidir se a hipótese alternativa é uni ou bidirecional2.estimar a magnitude de efeito como sendo o valor absoluto do menor coeficiente de correlação (r) que o investigador gostaria de poder detectar3.estabelecer e
26
COMO CALCULAR O VALOR DE N?
Se nada sabemos sobre o valor de p → no cálculo de n → substituímos p.(1-p) por seu valor máximo (0,25) → pode fornecer um valor de n maior que o necessário.
e = margem de erro
OUTRAS CONSIDERAÇÕES
• Abandono• Variáveis categóricas• Análise de sobrevivência• Amostras por conglomerado• Pareamento (emparelhamento)• Ajusta multivariado e outras análises estatísticas especiais• Estudos de equivalência
TÉCNICAS DE TAMANHO DE AMOSTRA PARA ESTUDOS DESCRITIVOS
• Incluindo estudos de testes diagnósticos• Costumam apresentar intervalos de confiança, ou seja, uma faixa de valores para a média ou proporção da amostra. O intervalo de confiança é uma medida de precisão de uma estimativa amostral • A amplitude de um intervalo de confiança depende do tamanho de amostra• Especifica-se o nível e a amplitude desejados para o intervalo de confiança
PARA VARIÁVEIS CONTÍNUAS
• 1.estimar o desvio-padrão da variável de interesse• 2.especificar a precisão desejada (amplitude total) do intervalo de confiança• 3.selecionar o nível de confiança para o intervalo (p. ex., 95%, 99%)
PARA VARIÁVEIS DICOTÔMICAS
• Estimar a proporção esperada com a variável de interesse na população • Especificar a precisão desejada (amplitude total) para o intervalo de confiança•Selecionar o nível de confiança para o intervalo (p.ex., 95%)
ESTRATÉGIAS PARA MINIMIZAR O TAMANHO DE AMOSTRA E MAXIMIZAR O
PODER
•Usar variáveis contínuas•Usar medidas pareadas•Usar variáveis mais precisas•Usar tamanhos desiguais para os grupos•Usar um desfecho comum
COMO ESTIMAR O TAMANHO DE AMOSTRA QUANDO AS INFORMAÇÕES
SÃO INSUFICIENTES• Fazer uma busca extensiva sobre estudos anteriores relacionados a esse assunto, revisando a literatura pertinente, • Consultar outros investigadores sobre o que esperar em termos de magnitude de efeito ou desvio-padrão, ou sobre a existência de algum estudo não-publicado que possa ser útil na estimativa• Realizar um pequeno estudo-piloto• Dicotomizar as variáveis• “chute científico”
Aula baseada nos capítulos 5 e 6 do livro Delineando a Pesquisa
Clínica. Uma abordagem epidemiológica. Hulley SB,
Cummings SR, Browner WS, Grady D, Hearst N, Newman TB. 2ed.
Porto Alegre: Artmed, 2003.