ÍNDICE

INTRODUÇÃO.................................................................................................................2
BIOESTATÍSTICA...........................................................................................................3
OBJETIVOS DA BIOESTATISTICA..............................................................................3
IMPORTÂNCIA DA BIOESTATÍSTICA.......................................................................3
TIPOS DE ESTATISTICA...............................................................................................4
POPULAÇÃO E AMOSTRA….......................................................................................4
DADOS E VARIÁVEIS…………………………………………………………….......4
AMOSTRAGEM...............................................................................................................5
ESTUDOS OBSERVACIONAIS E ENSAIOS CLINICOS (EXPERIMENTOS)..........5
TIPOS DE ESTUDOS.......................................................................................................5
ANÁLISE BIVARIADA...................................................................................................7
COMPARAÇÃO ENTRE AMOSTRAS..........................................................................7
MEDIDAS DE ASSOCIAÇÃO ENTRE VARIÁVEIS QUALITATIVAS.....................8
ANÁLISE DE ASSOCIAÇÃO.........................................................................................8
MEDIDAS DE ASSOCIAÇÃO........................................................................................8

INFERÊNCIA DE DADOS ESTATISTICOS EM ANALISE BIVARIADA……….....8

INFERÊNCIA DE DADOS CONTINUOS (PARAMETRICOS)...................................8
INFERÊNCIA DE DADOS ORDINAIS......…………………………………...……….9
INFERÊNCIA DOS DADOS DICOTOMICOS E NOMINAIS (NÃO-
PARAMETRICOS)…………………………………………………………….......
…..10

ANALISE DA TABUA DE VIDA…………………………………………………….10

1
INTRODUÇÃO
Neste trabalho, falaremos sobre a Bioestatística como ciência, cujos estudos em muito
contribuem para o conhecimento da realidade da saúde.Também falaremos sobre a
análise estatística bivariada esta que inclui métodos de análise de duas variáveis,
podendo ser ou não estabelecida uma relação de causa/efeito entre elas. São exemplos
típicos de métodos de análise bivariada o teste para a independência de duas variáveis e
o estudo da relação linear.

A estatística é um ramo da matemática que possui métodos apropriados para a coleta, a

apresentação, a análise e interpretação de dados de observação. Podemos aplicar a
estatística em diversas áreas do conhecimento. Uma delas é a área da saúde, onde
chamamos de Bioestatística.

Esta, está diretamente relacionada com a epidemiologia, que estuda os fatores que
determinam a frequência e a distribuição das doenças em grupos de pessoas. A
estatística está diretamente e indiretamente relacionada no quotidiano e nas pesquisas
realizadas em laboratórios, para saber quais métodos de tratamentos são melhores em
casos específicos e como deve ser projetado e implementado de maneira geral na
sociedade.

Para o lançamento de um novo medicamento no mercado, é preciso realizar uma análise

detalhada e uma verificação da efetividade do novo componente quando aplicado na
população. E é aí que entra o conhecimento da estatística.

2
BIOESTATÍSTICA
A bioestatística é o estudo aplicado da estatística nas áreas da biologia e medicina. Este
estudo busca compreender o planeamento, a coleta, a avaliação e a análise de todos os
dados obtidos nas pesquisas biológicas e médicas, sendo de fundamental importância
para os campos da epidemiologia, ecologia e psicologia social.

Uma boa definição de estatística é a de ser um conjunto de métodos especialmente

apropriados a coleta, à apresentação (organização, resumo e descrição), à análise e a
interpretação de dados de observação, tendo como objectivo a compreensão de uma
realidade específica para a tomada de decisão.

OBJETIVOS DA BIOESTATISTICA
 Fornecer-nos um método que nos permite estudar população que são imateriais.
 Possibilita-nos tomar decisões informadas.
 Permiti-nos ainda medir aspetos que não são diretamente observáveis e ainda
aspetos que não tem existência real no mundo físico.
 Para alem de tomar decisões permite-nos prever o futuro,

IMPORTÂNCIA DA BIOESTATÍSTICA
Na era do conhecimento, os métodos estatísticos têm um papel crucial, além de uma
poderosa ferramenta, passam a ser vistos como um poderoso método de gestão. Deste
modo, eis algumas importâncias da bioestatística.

 A bioestatística é importante para interpretação de estatísticas vitais e

informações sobre fármacos e equipamentos;
 Uso de procedimentos de diagnóstico, avaliar os protocolos de estudo e artigos;
 É importante também para o planeamento, coleta, avaliação e interpretação de
todos dados obtidos em pesquisa no campo biológico;
 É também usada para entender sistemas variáveis, controle de processos, custos
financeiros, de qualidade e de decisão baseada em dados.

3
TIPOS DE ESTATISTICA
●Estatística Descritiva: é a parte que procura os melhores métodos para coletar, ordenar
e sumarizar os dados dos experimentos;

● Estatística experimental: é a parte que fornece os métodos de análise e interpretação

dos resultados dos experimentos.

POPULAÇÃO E AMOSTRA
POPULAÇÃO: conjunto de elementos que tem pelo menos uma característica em
comum. Esta característica deve delimitar corretamente quais são os elementos da
população.

AMOSTRA: subconjunto de elementos de uma população, que são representativos para

estudar a característica de interesse da população. A seleção dos elementos que irão
compor a amostra pode ser feita de várias maneiras e ira depender do conhecimento que
se tem da população e da quantidade de recursos disponíveis.

DADOS E VARIÁVEIS
DADOS: para qualquer estudo e sob qualquer esquema de amostragem, as informações
necessárias serão obtidas a partir de um conjunto de dados. Estes dados podem ser
classificados em dois grandes grupos: Categóricos (qualitativos) e Numéricos
(quantitativos), e a natureza deles leva à escolha certa de métodos estatísticos de análise.

Dados Qualitativos: são aqueles cujos valores possíveis são categorias ou

características não numéricas. Estes dados podem ser divididos em ordinais ou nominais
dependendo ou não da existência de uma ordem entre os valores possíveis. Como
exemplo: dados ordinais: tem-se o estágio de uma doença; dados nominais: o sexo de
um individuo e o tipo sanguíneo.

Dados Quantitativos: assumem valores numéricos, podendo ser discretos ou contínuos.

Como exemplo: dados discretos: resultam de contagens de eventos. Exemplo: número
de filhos, número de batimentos cardíacos por minuto. Dados contínuos: estes dados
são obtidos de algum tipo de medição: altura, peso, pressão arterial, temperatura
corporal.

VARIÁVEL: é uma característica de interesse a ser medida em cada unidade da

amostra. Esta variável pode ser numérica (variável quantitativa) ou representar uma
qualidade (variável qualitativa) do individuo amostrado.
4
AMOSTRAGEM
O método de amostragem é o procedimento que se deve seguir para selecionar uma
amostra da população. Considerando a estrutura e os procedimentos de seleção, podem-
se distinguir dois tipos de amostragem e dentro de cada um deles diferentes métodos de
amostragem. Os dois tipos são: amostragem não aleatória e amostragem aleatória
probabilística.

Amostragem não aleatória:este tipo de amostragem não se fundamenta na teoria

matemática estatística, ou seja, depende do conhecimento e da opinião pessoal do
pesquisador, para identificar aqueles elementos da população que deverão ser incluídos
na amostra.

Amostragem aleatória probabilística: este tipo de amostragem é rigorosamente

científico, no qual as amostras se determinam de forma aleatória, isto é, todas as
unidades ou elementos da população têm a mesma possibilidade de serem incluídos na
amostra. Existem diversos procedimentos para a amostragem aleatória, os quatro
métodos mais utilizados são: amostragem aleatória simples, amostragem estratificada,
amostragem sistemática e amostragem por conglomerados

ESTUDOS OBSERVACIONAIS E ENSAIOS CLINICOS (EXPERIMENTOS)

Os estudos observacionais podem ser transversais ou longitudinais.

Estudos observacionais: pretendem avaliar se existe associação em um determinado

factor e um desfecho sem, entretanto, intervir directamente na relação analisada. Os
estudos clínicos podem ser prospectivos ou retrospectivos.

Ensaios clínicos: têm como objectivo testar a eficácia de uma intervenção terapêutica
ou preventiva sobre determinada doença. Existem dois tipos: randomização e
duplamente cega.

5
TIPOS DE ESTUDOS
Existem cinco tipos de estudo: prospectivo, retrospectivo, transversal, longitudinal e
cohort.

Estudo prospectivo: é aquele que ocorre baseado em um protocolo de pesquisa e inclui

pacientes apos a idealização do protocolo. Ou seja, só apos se conceber um plano de
pesquisa é que se inicia o recrutamento de pacientes.

Estudo retrospectivo: se baseia em dados que foram acumulados antes de sua

concepção. Por exemplo, com pacientes tratados com uma droga específica ou de uma
forma especial durante certo período de tempo em uma dada instituição.

Estudos transversais ou de prevalência: usados em saúde pública para avaliar e planejar

programas de controlo de doenças. Dados levantados num determinado ponto no tempo,
especificamente para a obtenção de informações desejadas de grandes populações. São
fáceis e económicos, com duração de tempo relactivamente curta.

Estudo longitudinal: é um método de pesquisa que visa analisar as variações nas

características dos mesmos elementos amostrais (indivíduos, empresas, organizações,
etc.) ao longo de um longo período de tempo. Os estudos longitudinais são muito
usados na psicologia, e também na economia e sociologia.

6
ANÁLISE BIVARIADA
É análise da relação entre uma variável independente e uma única variável dependente.

Um exemplo das variáveis a serem analisados na análise bivariada são as seguintes:

 Variável continuo – Ex: níveis de glucose em amostras de sangue;

 Variável ordinais - Ex: a classificação de muito satisfeito, satisfeito e

insatisfeito;

 Variável dicotómicos – Ex: sobrevida/morte;

 Variável nominal – Ex: grupo etário;

 Os tipos de variáveis e o delineamento da pesquisa estabelecem o limite para

analise estatístico e determinam qual o teste ou os testes são apropriados

A análise estatística bivariada permite a análise simultânea de duas variáveis, isto é,

determinar se as diferenças entre a distribuição de duas variáveis são estatisticamente
significativas. São possíveis vários testes estatísticos, cuja escolha adequada depende
muito do tipo de variáveis que o investigador esta a trabalhar.

Se as variáveis sai de natureza ordinal ou nominal e os valores se referem ao número ou

frequência de casos que se situam em cada categoria é possível efectuar tabelas de
contingência ou cruzadas.

COMPARAÇÃO ENTRE AMOSTRAS

Comparação entre as amostras em que a variável-resposta é qualitativa (categórica).
Exemplo: comparação entre amostras de homens e mulheres quanto ao tabagismo
(fumante-não fumante). Como testar, com base em amostras, se as populações que
geraram as amostras têm a mesma distribuição de probabilidades em termos das
categorias da variável-resposta? (teste de homogeneidade qui-quadrado).

número, a associação ou (dependência) entre duas variáveis. Para maior facilidade de

compreensão, esses coeficientes usualmente variam:

Entre 0 e 1, ou entre -1 e +1, e a proximidade de zero indica falta de associação.

7
MEDIDAS DE ASSOCIAÇÃO ENTRE VARIÁVEIS QUALITATIVAS

A quantificação do grau de associação entre duas variáveis é feita pelo chamado

coeficiente de associação ou correlação são medidas que descrevem por um único
ANÁLISE DE ASSOCIAÇÃO
Existem muitas medidas que quantificam a associação entre variáveis qualitativas,
apresentaremos duas delas:

→ Coeficiente de contingência ( C )

→ Coeficiente de contingência modificado ( C* )

ANÁLISE DE ASSOCIAÇÃO
Existe associação entre duas variáveis se o conhecimento de uma altera a possibilidade
de algum resultado da outra. Exemplo: queremos verificar se a criação de determinado
tipo de cooperativa esta associada com algum factor regional.

MEDIDAS DE ASSOCIAÇÃO
Um coeficiente de associação descreve, em termo das amostras observadas, a quanto os
dados de duas variáveis se mostram associados. É uma medida descritiva da amostra.
Em geral, os coeficientes geram valores entre 0 (independência) e 1 (associação
perfeita).

INTERFÊNCIA DE DADOS ESTATISTICOS EM ANALISE BIVARIADA

É a extração de conclusões a partir de informações quantitativas e qualitativas usando-se
os métodos da estatística para descrever e dispor os dados para testar hipóteses
adequadas.

INFERÊNCIA DE DADOS CONTINUOS (PARAMETRICOS)

Os estudos geralmente envolvem uma variável que é continua e outra que não é
continua este contexto um teste T apropriado para analisar a relação entre uma variável
continua e descontinua.

Se um estudo envolve duas variáveis continuas, como a pressão sanguínea sistólica e a

pressão sanguínea diastólica sera necessário: gráfico de distribuição conjunta.

Por exemplo: medindo uma pressão sanguínea de 26 pessoas e colocando os dados em

um gráfico de distribuição conjunta os dados formam uma linha recta perfeita, mas

8
realmente parecem cair em uma linha recta indo da esquerda inferior para a direita
superior no gráfico, e as observações estão próximas da linha.

A correlação entre duas variáveis, rotuladas x e y, pode variar de não existente para
forte. Se os valores de y aumentam na medida em que x aumenta a correlação é positiva,
se y diminui na medida em que x aumenta a correlação é negativa.

INFERÊNCIA DE DADOS ORDINAIS

Muitos dados médicos são dados ordinanais, os quais são postos em ordem do menor
valor para o maior valor, mas não são medidos em uma escala exata.

Teste de Mann_Whitney

Neste tipo de teste todas as observações em estudo de duas amostras são ordenadas
numericamente, do menor ao maior, sem levar em consideração se as observações vem
da primeira amostra ou da segunda.

Teste de Wilcoxon

Neste teste todas as observações em um estudo de duas amostras são ordenadas

numericamente do menor ao maior, sem levar em conta se as observações vem da
primeira ou da segunda amostra. Depois que os dados pareados forem identificados são
combinados, e a diferença na ordenação é identificada para cada par.

Testes de sinal

Neste teste esta indicado para estudo que envolve uma variável qualitativa binaria. Se a
medida dos pontos nos dois grupos é exatamente a mesma, nenhum resultado é relatado.
E a variável é omitida da analise, para o sinal de teste pode ser determinado a partir de
uma variável continua, uma variável ordinal, uma variável dicotómica.

Teste de Kruscal–Wallis

É o teste comparável para dados ordinais no qual os dados são ordenados

numericamente e os valores da ordenação são somados a cada grupo a ser somado. Este
teste procura determinar se a media da ordenação difere mais do que se esperaria apenas
por acaso.

9
INFERÉNCIA DOS DADOS DICOTOMICOS E NOMINAIS (NÃO-
PARAMETRICOS)

Os testes mais usados neste tipo de analise são:

 Teste de qui-quadrado de independência

Teste do qui-quadrado para dados emparelhados (Mcnemar)

 Teste de Mcnemar para dados pareados;

 Teste de probabilidade exata de Fisher;

A probabilidade exata de Fisher e extremamente pediosa para calcular, a não ser que o
investigador tenha uma calculadora com uma chave de função que determine os
fatoriais.

10
CONCLUSÃO

Durante o trabalho concluiu que a bioestatística é tão valioso para área de medicina,
porque a partir dela os médicos podem saber tudo o que pode sobre a população em uma
determinada condição no que diz respeito a prevalência, incidência, quadro clinico, a
sensibilidade dos textos, especificidade no tratamento dos prognósticos para alem dos
outros dados.

E importante na monitoria de indicadores de saúde para colectar os em determinado

sectores.

E para analise de relação entre uma variável independente e uma única variável
dependente ou mais de uma variável dependente, bem como mais do que uma variável
independente estão os métodos de analise bivariada e analise multivariada, assim como
seus respectivos testes estatísticas. mais, ainda há dificuldades em testes de
probabilidade exacta de Fisher que necessidade de uma calculadora com chave de
função que determina s factoriais.

11
BIBLIOGRAFIA

JEKER, James F. Epidemiologia, Bioestatística e Medicina Preventiva/James

F. JEKER, David L. Katz e Joan G. Elmore; trad. Jair Ferreira 2ª ed. – porto. Alegre
Artmed, 2005.

Katz, David L. II Elmore. Joan G. III Titulo.

Epidemiologia basica, 2ª edição

R. BONITA, R. Berglehole & T. Kjellstrom

12