Universidade Federal do Cear

Faculdade de Medicina
Disciplina de Epidemiologia e Bioestatstica

Conceitos Bsicos em
Epidemiologia e Bioestatstica

Hermano Alexandre Lima Rocha

Eduardo Rebouas Carvalho
Orientao:
Dr. Luciano Lima Correia

Conceitos Bsicos em Epidemiologia e Bioestatstica

A natureza probabilstica
A informao, incompleta
Os resultados, essenciais
Os recursos, limitados
As decises, inevitveis
H.S. Frazier
Universidade de Havard

ndice - Conceitos Bsicos em Epidemiologia e Bioestatstica

Pag 5

Por que estudar Bioestatstica?

Pag 7

Conceitos bsicos

Pag 9

Medidas de Tendncia Central

Pag 12

Conceito - Medidas de Variabilidade

Pag 14

Distribuio normal

Pag 17

Conceito - Medidas de Associao

Pag 19

Classificao e caractersticas dos estudos epidemiolgicos

Pag 20

Estudo de coorte

Pag 22

Estudos transversais

Pag 23

Estudos de caso-controle

Pag 24

Estudos Ecolgicos

Pag 25

Testes de hiptese

Pag 28

Intervalo de confiana

Pag 29

Testes de instrumentos diagnsticos

Pag 30

Apresentando dados em Tabelas e grficos

Conceitos Bsicos em Epidemiologia e Bioestatstica

Por que estudar Bioestatstica?
Para avaliar a Literatura
A leitura da literatura mdica comea cedo no treinamento de profissionais da sade e continua ao longo de suas
carreiras. Eles tm que entender bioestatstica para decidir se eles podem acreditar ou no os resultados
apresentados na literatura. Os editores tentam excluir artigos que so projetados ou analisados impropriamente,
mas poucos tm treinamento estatstico formal e eles focalizam naturalmente mais no contedo da pesquisa do
que no mtodo. Investigadores de grandes estudos quase sempre consultam estatsticos para ajudar no
desenvolvimento do projeto e na anlise de dados, especialmente em pesquisas custeadas pelos Institutos
Nacionais de Sades e outras agncias nacionais e fundaes. Mesmo assim importante estar atento a possveis
falhas no modo com um estudo projetado e realizado. Em projetos menores, os investigadores consultam menos
freqentemente os estatsticos, por estarem desavisados da necessidade da estatstica ou porque os recursos
financeiros no so suficientes. A disponibilidade de programas de computao fcil-de-usares para executar
anlise estatstica foi importante promovendo o uso de mtodos mais complexos. Porm, esta mesma
acessibilidade permite as pessoas sem o treinamento ou percia em metodologia estatstica a informar anlises
complicadas quando eles sempre no forem apropriados.

Para Aplicar os Resultados dos Estudos aos Cuidados de Pacientes

Aplicar os resultados de pesquisas nos pacientes a principal razo pela qual os clnicos lem a literatura mdica.
Eles querem saber quais os melhores procedimentos diagnsticos, quais mtodos de tratamento esto sendo
utilizados com maior sucesso, e como o tratamento deve ser projetado e implementado. Eles tambm lem os
artigos para se atualizarem.

Para Interpretar estatsticas Vitais

Mdicos devem conseguir interpretar estatsticas vitais para diagnosticar e tratar os pacientes efetivamente.
Estatsticas vitais so baseadas em dados colecionados do registro contnuo de eventos vitais, como nascimentos e
mortes. Uma compreenso bsica de como estatsticas vitais so determinadas, o que eles querem dizer, e como
eles so usados facilita muito o seu uso.

Para entender problemas epidemiolgicos

Os mdicos tm que entender os problemas de epidemiologia porque esta informao lhes ajuda a fazer
diagnsticos e desenvolver planos de tratamento para seus pacientes. Dados epidemiolgicos revelam a
prevalncia de uma doena, sua variao por perodo do ano e local, e sua relao com certos fatores de risco.
Alm disso, a epidemiologia nos ajuda a entender como vrus e outros agentes infecciosos se disseminam. Esta
informaes tambm ajudam a sociedade a tomar decises conscientes sobre o desenvolvimento de programas
de sade, por exemplo, se uma comunidade deveria comear um programa de vigilncia, se um programa de
screening deve ser executado e como pode ser projetado para ser eficiente, e se deveriam ser usados recursos da
comunidade para problemas de sade especficos.

05

Por que estudar Bioestatstica?

Para interpretar informaes sobre drogas e equipamentos

Mdicos avaliam continuamente informaes sobre drogas e instrumentos mdicos. Este material pode ser
provido por representantes de companhias, enviados pelo correio, ou podem ser publicado em revistas. Por causa
do custo alto de drogas e instrumentos mdicos em desenvolvimento, companhias fazem tudo que podem para
recuperar os investimentos. Para vender os produtos, tem que convencer os mdicos que seus produtos so
melhores que os dos concorrentes. Para fazer isso, usa grficos, quadros, e os resultados de estudos que
comparam seus produtos com outros no mercado.

Para usar tcnicas diagnsticas

Identificar o procedimento diagnstico correto uma necessidade para tomar decises sobre os cuidados do
paciente. Alm de saber a prevalncia de uma determinada doena, mdicos devem estar atentos a sensibilidade
de um teste diagnstico em descobrir a doena quando estiver presente e a freqncia com que o teste no indica
nenhuma doena em uma pessoa que no tem nenhuma doena. Estas caractersticas so chamadas a
sensibilidade e especificidade de um teste diagnstico.

Para ficar informado

Se manter atualizado e ser crtico sobre dados so habilidades gerais e difceis de medir. Estas habilidades tambm
no so fceis de adquirir porque muitas responsabilidades tomam o tempo de um profissional.

Para avaliar as Diretrizes(Guidelines)

O nmero de diretrizes para diagnstico e tratamento aumentou muito ultimamente. Os mdicos avisam que no
devem ser aceitas diretrizes sem avaliao critica do profissional; embora algumas estajam baseadas em
evidncias mdicas, muitas representam a opinio coletiva de peritos.

Para participar ou dirigir projetos de investigao

Clnicos que participam de pesquisas sabem que conhecimento sobre bioestatstica e mtodos de investigao
indispensvel. Residentes em todas as especialidades devem mostrar evidncia de atividade docente, e isto leva
freqentemente a forma de um projeto de investigao. Alm de ser muito exigido produo cientfica no
currculo de graduados ; )

06

Conceitos Bsicos em Epidemiologia e Bioestatstica

Populao
conjunto de indivduos ou objetos que apresentam em comum determinadas caractersticas definidas para o
estudo. Ex.: Populao de pacientes internados em um dado hospital.
Uma populao pode ser finita e pequena, sendo fcil de conhecer todos os seus elementos. Porm, na maioria
das vezes, finita mais incontvel ou mesmo infinita. Nestes dois ltimos casos, para conhecer uma populao,
a estatstica lana mo de um recurso que coletar uma amostra desta populao e caracterizar alguma
varivel da populao a partir dos resultados obtidos a partir da amostra, ou seja, tirar concluses sobre a
populao a partir de resultados obtidos em amostras (inferncia estatstica).

Amostra
Conjunto de elementos de uma populao, selecionado segundo algum critrio. um subconjunto da populao.
Tipos de amostras casuais (tipo de amostra na qual os elementos so escolhidos ao acaso, eliminando a
tendeciosidade do pesquisador):

Tipos de amostras casuais

Tipo

Caracterstica

Casual simples
ou equiprobabilstica

Cada elemento da populao tem a mesma chance de entrar na amostra.

Por exemplo, se desejamos tomar uma amostra casual de 5 cartas de um
baralho de 52 cartas, uma maneira seria embaralhar cuidadosamente e
ento tirar 5 cartas sem olhar a face das mesmas. Aqui o baralho a populao,
e as 5 cartas as amostras.

Sistemtica

Na amostragem sistemtica, seleciona-se qualquer unidade amostral e, a partir

desta, escolhem-se as seguintes segundo o intervalo de seleo. Por exemplo:
Imagine uma cidade em que cada quarteiro tem 10 casas. Um pesquisador quer
analisar 1 casa de cada quarteiro. Ele pode sortear um nmero de 1 a 10. Se o
nmero sorteado for 7, ele vai pesquisar somente a stima casa de
cada quarteiro.

Estratificada

Uma amostra pode ser estratificada de acordo com algum fator como sexo, idade
ou nvel econmico. Para uma amostra estratificada de acordo com o sexo,
por exemplo, divide-se a populao em dois estratos: homens e mulheres, e em
seguida escolhe-se uma amostra casual dentro de cada estrato.

07

Conceitos bsicos

Varivel
a caracterstica que se deseja estudar de uma dada populao. Ex.: Cor dos olhos dos moradores de Fortaleza,
altura dos alunos da UFC. As variveis so classificadas segundo suas caractersticas particulares em quatro
categorias. Tais classificaes no so simplesmente didticas, mas assumem papel importante na estatstica,
pois tero tratamentos diferentes como ser visto adiante.

Tipos de Variveis
Caracterstica

Tipo

Contnuas

So aquelas que podem assumir qualquer valor dentro de um intervalo de

interesse. Os dados advindos deste tipo de varivel so ditos contnuos.
Ex.: peso, estatura, distncia percorrida em um teste de esforo etc. Em geral
esto associadas a medidas que tenham unidade (m, kg, l, m/s etc.)

Discretas

So aquelas que s podem assumir valores inteiros dentro de um intervalo de

interesse. Os dados discretos so resultados da contagem do nmero de itens
referente varivel. Ex.: nmero de repeties executadas em um exerccio,
nmero de gols marcados em uma partida de futebol, quantidade de saltos
dados por um jogador em uma partida de voleibol etc.

Nominais

So aquelas que s podem assumir alguns estados ou categorias e

geralmente no so numricas: Os dados nominais surgem quando se definem
categorias e se conta suas observaes. Ex.: Sexo de uma populao
(masculino e feminino), queixas de dor lombar (sim e no), cor dos olhos
de uma populao (azuis, castanhos, pretos, verdes) etc.
So aquelas que se relacionam a avaliaes subjetivas segundo preferncia
ou desempenho. Os dados ordinais constituem valores relativos, atribudos para
denotar ordem. Ex.: Avaliao do estado de sade de um paciente
excelente, bom ou reservado.

Ordinais

VARIVEIS

CATEGRICAS OU QUALITATIVAS

NOMINAL

08

ORDINAL

NUMRICAS OU QUANTITATIVAS

DISCRETA

CONTNUA

Conceitos Bsicos em Epidemiologia e Bioestatstica

Conceito
O conceito de medida de tendncia diz respeito a medida de um valor que possa melhor representar a tendncia
de um conjunto de nmeros, ou uma varivel. As trs medidas mais utilizadas so a mdia, a mediana e a moda.

Mdia Aritmtica
Medida de tendncia central mais utilizada;
definida como soma dos valores tericos de todas as observaes (observao um elemento de uma amostra)
dividida pelo nmero de observaes;
O smbolo (mu) ser usado para denotar mdia de uma populao;
O smbolo x ser usado para denotar a mdia de uma amostra;
x = (x1 + x2 + x3 +.......+ xn)
n
Exemplo: Uma amostra constituda de 3 pesos de recm-nascidos: 2,75kg, 3,25kg e 3,80kg. Aqui, n, o tamanho da
amostra, igual a 3. x1, primeira observao, 2,75kg; x2, segunda observao 3,25kg; x3 3,80kg.
x = (2,75 + 3,25 + 3,80) = 9,80/3 = 3,27, ou seja, peso mdio 3,27 kg.
3

Mediana
Outra medida usada para indicar o centro de uma distribuio;
A mediana de uma srie de observaes o nmero que fica exatamente no meio da srie quando os dados esto
ordenados e o nmero de observaes impar; ou a mdia aritmtica de dois nmeros do meio, quando o
nmero de observaes par;
Isto significa que para um conjunto de dados, se os mesmos forem ordenados, a mediana ocupar o centro deste
conjunto.
Ex.: Dada a varivel x = {1, 3, 0, 2,4}, a mediana 2.
Para se calcular a mediana a mediana de um conjunto de dados deve-se:
1) ordenar o conjunto; no exemplo acima: x= {0,1,2,3,4};
2) verificar se a h um nmero par ou mpar de valores no conjunto; no exemplo acima: 5 observaes - mpar;
3) se for mpar a mediana ser o valor que ocupa a posio central e se for par ser a mdia entre as duas posies
centrais.

Exerccio
D as medianas:
Conjunto

Mediana

Conjunto

2;3;3;4

40;90;81;80;100

1;18;19;22

5,1;6,5;8,1;9,1;10,6;15,5

9,2;3,7;11,8;10,1;12,8

1;2;3;3;3;4;7

Mediana

09

Medidas de Tendncia Central

Moda
A moda o valor que aparece com maior freqncia em uma distribuio.
Exemplos:
Seja x = {0 1 0 2 3 4 4 0 3 2 5 6}, a moda 0.
Seja x= {3 1 2 3 3 4 5 1,5 2 1,5 0 4 1,5 1,5 6}a moda 1,5.

Exerccio
Qual a moda da freqncia?
Freqncia Semanal

Nmero de Indivduos

12

22

46

20

Comparao entre Mdia, Mediana e Moda

Muitas vezes, precisamos decidir qual a medida de tendncia central que mais se adequa aos nossos objetivos. A
seguir, segue uma tabela que apresenta vantagens e limitaes de cada uma delas.
Vantagens

Limitaes

Tipo de varivel aplicvel

Mdia

Reflete todos os valores da

amostra. Possui propriedades
matemticas definidas

influenciada por valores

extremos.

Contnua
Discreta

Mediana

Menos sensvel a valores

extremos que a mdia

Mais difcil de ser determinada

para grande quantidade de dados

Contnua
Discreta

Representa um valor tpico

No tem funo em termos de

clculo
No tem funo em certos
conjuntos de dados

Contnua
Discreta
Categrica
Ordinal

Moda

10

Conceitos Bsicos em Epidemiologia e Bioestatstica

Concluso
Portanto, importante saber que a mdia a melhor e mais importante medida de tendncia central, devido a
sua maior estabilidade amostral, utilidade e facilidade de clculos. Porm, em distribuies assimtricas, a mdia
no descreve adequadamente o centro. Nesses casos, prefere-se a mediana. Por exemplo, numa distribuio: ( 2,
4, 6, 9, 10, 11, 2000) na qual um dos valores(2000) destoa bastante dos outros. Nesse caso, temos:
* mdia: 2+4+6+9+10+11+2000 / 7 = 291,7
* mediana: temos sete elementos nesse conjunto. Portanto, a mediana o elemento central desse conjunto
ordenado 4 elemento (n+1/2, ou seja, 7 +1 /2 = 4). O quarto elemento desse conjunto corresponde observao
9.
Mediana = 9.
Nesse caso, verifica-se facilmente que a mediana representa melhor o centro da distribuio.

11

Medidas de Variabilidade

Conceito - Medidas de Variabilidade

As medidas de tendncia central nos do uma idia da concentrao dos dados em torno de um valor. Entretanto,
preciso tambm conhecer suas caractersticas de espalhamento ou disperso medidas de variabilidade (ou
disperso).

Exerccio
As sries so iguais? Qual a mdia e a mediana de cada uma das sries?
Srie A

Srie B

Srie C

1
1
2
3
5
6
6
7
93
94
94
95
97
98
98
100

1
44
45
46
48
48
49
50
50
51
52
52
54
55
55
100

1
8
11
14
28
30
37
48
52
62
70
72
84
91
92
100

Amplitude
Amplitude definida como a diferenas do menor ao maior valor de um conjunto de dados. Na srie 7-3-4-6-1-6-76-5, a amplitude 6=(7-1); considerada uma medida de disperso muito satisfatria para grupos pequenos de
dados.

Desvio padro e varincia

Nem me perguntem o que significa desvio padro. Porm, o importante nesse momento saber para que serve
essa medida de disperso.
Considere essa srie: 7-3-4-6-1-6-7-6-5. A mdia x igual a 5. Para o clculo do desvio padro e da varincia
necessrio diminuir cada observao pela mdia (x-x) .Essa diferena chamada de desvio mdio (x-x). Depois
eleva-se o valor do desvio mdio ao quadrado (x-x). Feito isso, soma-se todos os desvios mdios ao quadrado.
Divide-se esse valor pelo nmero de observaes - 1 (n -1), obtendo-se, portanto a varincia de uma amostra. Veja
exemplo.

12

Conceitos Bsicos em Epidemiologia e Bioestatstica

Clculo da varincia e do desvio padro

x

(x-x)

(x-x)

7
3
4
6
1
6
7
6
5

+2
-2
-1
+1
-4
+1
+2
+1
0

4
4
1
1
16
1
4
1
0

45

32

Distribuio normal

Distribuio normal
Uma curva de distribuio pode descrever a forma da distribuio de uma populao. Conhecendo-se a forma, a
mdia e o desvio padro, pode-se a caracterizar uma populao.
Um tipo de curva de distribuio bastante comum para representar a distribuio de populaes de dados
biolgicos( peso, altura, presso arterial, taxa de glicose no sangue, etc.....) a curva normal ou curva de Gauss.
: mdia populacional : desvio padro

importante destacar que no h apenas uma curva normal. Para cada valor diferente da mdia e do desvio
padro, h uma curva normal diferente. Estaturas de adultos do sexo masculino, por exemplo, teriam distribuio
normal com uma altura mdia de 172cm, enquanto as estaturas de meninos de 10 anos de idade seriam ainda
normalmente distribudas mas em torno de uma mdia de 152cm. Se a disperso( desvio padro: ) das duas
populaes de estaturas igual, as duas curvas tero forma idntica, ocupando posies diferentes no eixo
horizontal.

152

172

Ou, se o desvio padro for diferente, assumindo formas diferentes:

152

172

Propriedades da curva normal

1. A rea entre a curva e o eixo horizontal (eixo x) igual a 100%
2. A curva simtrica em torno do ponto =mdia e tem a forma aproximada de um sino.
3. A rea entre a mdia e um ponto qualquer poder ser medida em termos nmeros de desvio padro.
z = x - , z chamado de desvio relativo, pois mede o afastamento mdio dos valores de x em relao a mdia,

em unidades de desvio padro.

14

Conceitos Bsicos em Epidemiologia e Bioestatstica

reas sobre a curva normal

15

Distribuio normal
4) Que proporo de estaturas esto no intervalo 167 a 177 cm?
Do resultado anterior temos que, para x =167, z = -1 e para x =177, z = +1. A rea entre z = 0 e z = 1 igual a
34,13%. Deste modo, a rea entre z = -1 e z = 1 ser de 68,26%, ou seja, 68,26% das estaturas de homens adultos
esto entre 167 a 177cm.

68,26%

167

172

177

z
-1
1
5) Que proporo de estaturas so maiores que 179,7 cm?
Z = 179,1 - 172 = 1,54
5

Na tabela z, a rea entre z = 0 e z = 1,54 0,4382. Subtraindo de 0,5000, a rea direita de z = 1,54, ou seja, a
proporo de estaturas acima de 179,7 cm ser de 6,18%.

172

6,18%
179,7 x
1,54 z

Interpretando reas como probabilidade

Nos exemplos anteriores, reas sob partes da curva normal foram interpretadas como porcentagens de homens
adultos, cujas estaturas estavam dentro de certos intervalos. Tais reas podem ser interpretadas como
probabilidade. No exemplo 1, onde 84,13% das estaturas dos homens adultos estava abaixo de 177cm, afirmou-se
que 84,13% das estaturas de homens adultos esto abaixo de 177cm. Pode-se dizer tambm que, se um homem
adulto tomado ao acaso, a probabilidade de que sua estatura seja menor que 177cm 0,8413 ou 84,13%.

Valores normais
Uma aplicao bastante til da curva normal a determinao de valores normais. Como a prtica da medicina
est se tornando cada vez mais quantitativa, grande importncia est sendo atribuda aos exames laboratoriais.
Torna-se essencial, portanto, definir os limites de normalidade de modo a diferenciar os possveis valores
anormais. Para isso fazemos medidas para uma srie de indivduos supostamente normais e para essas medidas
calculam-se a mdia e o desvio padro. A seguir determinam-se intervalos(simtricos em torno da mdia) que
incluam qualquer proporo desejada de indivduos. Usa-se normalmente um intervalo de 95% que, numa curva
normal, inclui valores entre mdia menos 1,96 desvios padro at mdia mais 1,96 desvios padro( ou ~ +/- 2 ).
Por exemplo, se a temperatura mdia de um grupo de adultos normais(sadios), do sexo masculino, for calculado
em 36,8C, com um desvio padro de 0,27C, poderemos dizer que 95% dos indivduos normais do sexo masculino
tm uma temperatura entre 36,8 2(0,27) e 36,8 + 2(0,27), ou seja, entre 36,3C e 37,3C. Esse intervalo
chamado de intervalo de normalidade para temperatura.
16

Conceitos Bsicos em Epidemiologia e Bioestatstica

Conceito - Medidas de Associao

Buscam responder se existe uma associao entre uma exposio e um desfecho. So medidas do tipo razo que
comparam duas medidas de freqncia e medem a fora da relao estatstica entre uma varivel e a freqncia
da doena.
Os estudos longitudinais prospectivos e retrospectivos proporcionam ao investigador a oportunidade de
identificar, dentro do sistema composto das variveis que so selecionadas e estudadas, os fatores de risco e de
proteo, considerando as variveis independentes e dependentes, contidas no modelo de estudo. Um dos
primeiros procedimentos no estudo identificar a varivel dependente e as variveis independentes. Tanto seja,
varivel discreta ou contnua, podemos realizar a anlise dos dados, com o intuito de verificar o risco de
ocorrncia de um fato, pela presena de um ou mais fatores, considerando inclusive a sua intensidade.
Exemplificando,poderamos verificar a hiptesede que o consumo de cigarros tenha associaocom cncer de
pulmo, determinando- se o risco para tabagistas, baseando-se em indivduos no fumantes, tendo-se em conta
que os no tabagistas tambm podem contrair a doena. Conceituar o que seja risco fundamental.
Portanto, considera-se como risco a probabilidade de que pessoas que esto sem a doena, mas expostas a certos
fatores,
possam adquira-Ia. Na verificao da ocorrncia de doentes na populao, varivel chave da investigao
epidemiolgica, as medidas de incidncia, prevalncia e outros coeficientes servem como indicadores de risco.

Prevalncia
Prevalncia a frao de um grupo de pessoas que possuem uma determinada condio clinica em um dado
perodo de tempo. A prevalncia obtida atravs de uma populao predefinida contendo pessoas sadias e com a
condio em questo, em um nico momento.

Incidncia
Incidncia a frao de um grupo que inicialmente no possua a Doena e que a desenvolve em um determinado
perodo de tempo. A incidncia ento se refere aos novos casos da doena que aparecem em uma populao
inicialmente sadia. O grupo de pessoas utilizado na medida de incidncia um grupo suscetvel doena em
questo.

Coeficiente de incidncia
nmero de casos novos em relao ao total de indivduos expostos na unidade de tempo.

Coeficiente de prevalncia
nmero de casos novos + antigos, em relao ao total de indivduos expostos na unidade de tempo.

Risco relativo (RR)

relao existente entre o coeficiente de incidncia de casos expostos e o coeficiente de incidncia de casos no
expostos. RR = IE
INE

17

Medidas de Associao

Exerccio
A figura abaixo mostra a ocorrncia de doena em um grupo de 100 pessoas durante o decorrer de trs anos. Nos
trs anos, 16 desenvolveram a doena e quatro j a possuam.
Perguntas:
01 - Qual a prevalncia: no comeo de 2005, no comeo de
2006, no comeo de 2007 e no comeo de 2008?
02 - Qual a incidncia: No perodo anual de 2005, no perodo
anual de 2006, no perodo anual de 2007, no perodo de
2005 at 2007?
A prevalncia considera a situao do paciente em um
determinado ponto do tempo, enquanto a incidncia
considera um intervalo de tempo em que os susceptveis
foram acompanhados.

Estudos para determinar Prevalncia e Incidncia

Os estudos para determinar a prevalncia de uma doena so os estudos transversais (cortam a populao em um
s ponto); os estudos para determinar incidncia so chamados de estudos de coorte (acompanham um mesmo
grupo de pessoas coortedurante um determinado perodo).

Comparao IncidnciaxPrevalncia
Caracterstica

Incidncia

Prevalncia

Novos casos em um grupo

previamente sadio
Todas as pessoas suceptveis
no comeo do perodo

Todos os casos do grupo

Todos os indivduos do grupo,
doentes ou no

Tempo

Durao do perodo

Um nico ponto

Medida

Estudo de Coorte

Estudo transversal

Numerador
Denominador

Epidemia
Considera-se que uma doena apresenta um surto epidmico quando sua incidncia em um determinado perodo
maior que a Incidncia Mxima Esperada (IME). A IME calculada como sendo: IME= (Mdia da incidncia) +
2x(Desvio Padro da Incidncia), ou seja, uma epidemia uma variao de aproximadamente 5% nas pontas da
curva normal.
18

Conceitos Bsicos em Epidemiologia e Bioestatstica

Classificao e caractersticas dos estudos epidemiolgicos

Estudos observacionais
Descritivos
Caso-controle
Causas e incidncia de doenas
Identificao de fatores de risco
Estudos tranversais
Descrio de doenas
Diagnstico e estadiamento
Mecanismos de doenas
Estudos de coorte
Causas e incidncia de doenas
Historia natural, prognostico
Identificao de fatores de risco
Estudos de coorte histricos
Estudos experimentais
Experimentos controlados
Controles paralelos
Randomizados
No randomizados
Estudos sequenciais
Auto controlados
Cruzados
Controles externos
Experimentos sem controle
Anlise de dados

19

Estudo de coorte

Definio de Estudos de Coorte

Em um estudo de coorte, um grupo de pessoas (coorte) montado, em que nenhum elemento tenha a doena em
estudo, mas lhe sejam susceptveis. No inicio do estudo, todas as pessoas so classificadas para determinao de
suas caractersticas que possam atuar como fatores de risco para a doena. Essas pessoas so ento observadas
durante um perodo definido de tempo para se observar qual delas desenvolver a doena. Servem principalmente para estudar fatores de risco. Estudos de coorte so tambm chamados de estudos longitudinais,
prospectivos e de incidncia.

Diagrama de Estudos de Coorte

Desenvolvimento
da doena
Com o fator de risco
Amostra
no
Doente
Populao

SIM
NO

Sem o fator de risco

SIM

Passar do tempo

NO

Tipos de estudo de coorte

Os estudos de coorte podem ser feitos de duas maneiras: A coorte pode ser montada no presente e estudada
durante o futuro (Estudo de coorte Concorrente) ou pode ser montada no passado e estudada no presente
(Estudo de Coorte Histrico). Os estudos de coorte histricos sofrem vrios vieses.

Vantagens e desvantagens do estudo de coorte

Os estudos de coorte so os melhores estudos para descrever fatores de risco. A sua principal desvantagem que
se a doena no freqente, um grande nmero de pessoas deve ser estudado. Outro problema que as pessoas
estudadas podem se mudar durante o estudo, o que torna o estudo trabalhoso e muito caro. Um dos vieses mais
freqentes a influencia de muitos outros fatores nas observaes, que podem tambm influenciar o
aparecimento da doena. Assim, os fatores externos que atuam nas observaes devem ser controlados.

Comparando os fatores de risco

A incidncia a expresso bsica do risco de se desenvolver uma determinada doena. Para se comparar a
incidncia de uma doena em dois grupos de uma coorte que diferem em possuir ou no um fator de risco,
usamos as medidas de efeito.

20

Conceitos Bsicos em Epidemiologia e Bioestatstica

Medidas de efeito para estudos de coorte

Diferena de risco:
Representa qual o valor da incidncia atribuvel ao fator de risco.
Incidencia nos Expostos ao Fator de Risco menos Incidencia nos no Expostos ao Fator de Risco
IE - INE
Risco relativo:
Quantas vezes mais tendncia uma pessoa exposta ao fator de risco tem de desenvolver a doena.
Incidencia nos Expostos ao Fator de Risco dividida pela Incidencia nos no Expostos ao Fator de Risco
IE / INE
Risco na populao atribuvel ao fator de risco:
Representa a incidncia na populao da doena com aparecimento associado ao fator de risco.
Diferena de risco vezes a Prevalncia da doena
(IE / INE)xP
Frao do Risco na populao atribuvel ao fator de risco:
Qual a porcentagem de casos de doenas na populao que podem ser atribudos ao fator de risco.
Risco na populao atribuvel ao fator de risco sobre incidncia total da doena.
[(IE / INE)xP] / IT

21

Estudos transversais

Estudos transversais
Nos Estudos Transversais, cada indivduo avaliado para o fator de exposio e a doena em determinado
momento. Muitas vezes o estudo transversal realizado apenas com objetivo descritivo sem nenhuma hiptese
para ser avaliada. Alguns tm usado o termo levantamento para denominar estudos transversais realizados com
essa finalidade. O estudo transversal pode ser usado como um estudo analtico, ou seja para avaliar hipteses de
associaes entre exposio ou caractersticas e evento. No entanto limitaes existem quando se tenta concluir
qual a natureza da relao entre exposio e evento nestas situaes. Essa limitao relaciona-se, principalmente,
com o fato de que a exposio e a doena so avaliados ao mesmo tempo (transversalmente). Uma questo
importante que pode ficar sem resposta sobre o que apareceu primeiro, o fator de exposio ou a doena. Um
outro ponto que deve ser observado nestes estudos transversais a dificuldade em separar os casos novos
da doena dos casos j presentes por algum tempo. Desta forma os estudos transversais iro refletir no apenas
determinantes de doena mas, tambm, determinantes de sobrevida. Apesar das limitaes, os estudos
transversais, pelo fato de incluir indivduos com e sem o evento e de poder avaliar associaes entre
o evento e exposies ou caractersticas, podem ser considerados um passo adiante na identificao dos
determinantes de doenas, quando comparados com relatos ou sries de casos. Em verdade, existem situaes
em que os estudos transversais podem ser considerados estudos verdadeiramente analticos. Isto ocorre quando o
fator de exposio no sofre influncia do tempo. Diversos exemplos sero encontrados entre aqueles fatores
presentes desde o nascimento, como tipo sanguneo, sexo (masculino, feminino) e sistema HLA. Como os estudos
transversais descrevem o que ocorre com um determinado grupo e em um determinado momento, eles so
importantes guias para tomadas de decises no setor de planejamento de sade. Para o profissional que lida
diretamente com pacientes, os estudos transversais oferecem informaes da maior utilidade ao chamar ateno
para caractersticas ligadas com a freqncia de uma determinada doena na comunidade ou em determinado
servio assistencial. Estes estudos, portanto, podem influenciar o raciocnio clnico e a tomada de decises na
prtica mdica. Quando da escolha do desenho de pesquisa deve ser considerado que os estudos transversais,
habitualmente, exigem menos recursos financeiros e podem ser realizados mais rapidamente do que os estudos
de caso-controle ou coorte.
Os estudos transversais tambm podem ser:
- Comparados - 4835 indivduos de 20 a 74 anos foram selecionados aleatoriamente da populao adulta do Rio
Grande do Sul para, em sua prpria residncia, responderem a um questionrio sobre hbitos alimentares e terem
sua presso arterial medida. Os 4565 indivduos efetivamente estudados foram ento classificados como
consumidores excessivos de sal ou no, e em hipertensos e no hipertensos.
- No comparados - (estudo de prevalncia) 3101 moradores da fronteira sudeste do Rio Grande do Sul foram
submetidos a investigao para determinar a prevalncia de soro positividade para hidatidose.
Vantagens:
1 - Fceis, rpidos e baratos.
2 - Boa fonte de hipteses.
Com doena
Inconvenientes:
1 - Impossvel determinar o que ocorre primeiro (causa - efeito)
2 - Desconhecimento da ao dos fatores no passado.
3 - Impossibilidade de estabelecer uma prova causal.
Sujeitos

Sem doena
Comeo
do estudo

O QUE EST ACONTECENDO?

22

TEMPO

Conceitos Bsicos em Epidemiologia e Bioestatstica

Estudos de caso-controle
O estudo de caso controle comea com a ausncia ou a presena de um evento e ento procura no passado
tentando detectar possveis causas ou fatores de risco que possam ser encontrados. Os "casos" so indivduos
selecionados de um grupo q possui um determinado evento, os "controles" so indivduos que no apresentam o
evento. So analisados a histria de casos e controles em uma tentativa de identificar uma caracterstica ou fator
de risco presente nas histrias dos casos mas no nas histrias dos controles.

A figura ilustra que os sujeitos do estudo so escolhidos no comeo do estudo depois que eles sejam reconhecidos
como portadores de uma doena ou resultado (quadrados) ou controles sem a doena ou resultado (diamantes).
So examinadas as histrias de casos e controles em um perodo prvio para descobrir a presena (reas
sombreadas) ou ausncia (reas no sombreadas) de caractersticas predisponentes ou de fatores de risco, ou, se
a doena infecciosa, se o caso foi exposto ao agente infeccioso presumido. Nos estudos de caso-controle, a
pergunta est no passado, como mostra a seta apontando para trs na figura, por isso sendo chamado de
retrospectivo. Podemos dizer que so os estudos que perguntam: O QUE ACONTECEU?. Os estudos de casocontrole so tambm longitudinais, pois cobrem um perodo de tempo.
Exposto
Casos
No exposto

Exposto
Controles
No exposto

Comeo
do estudo

TEMPO

Direo da pergunta
O QUE ACONTECEU?

23

Estudos Ecolgicos

Estudos predominantemente descritivos

Descreve a ocorrncia de um evento (ex. doena) de acordo com diversas exposies ou caractersticas das
pessoas (sexo ou gnero, idade, raa, nvel scio econmico), local (hospital, bairro, cidade, pas etc.) e tempo (ex.
a deteco de aumento importante na freqncia
de um evento em um determinado momento um dos critrios para diagnosticar epidemias). Os estudos
descritivos so especialmente teis quando pouco conhecido sobre freqncia, histria natural ou
determinantes de uma doena. Observacional, Predominantemente Analticos: Tem o objetivo bsico de avaliar
(no apenas descrever) se a ocorrncia de um determinado evento diferente entre indivduos expostos e no
expostos a um determinado fator ou de acordo com as caractersticas das pessoas. Estes so estudos realizados
com o objetivo especfico de testar hipteses.

Estudos Ecolgicos
Nos Estudos Ecolgicos as medidas usadas representam caractersticas de grupos populacionais. Portanto a
unidade de anlise a populao e no o indivduo. Um exemplo seria um estudo envolvendo diversas cidades
brasileiras em que se procurasse correlacionar dados sobre mortalidade infantil a nvel de cada municpio com a
renda per capita e ndice de analfabetismo do local no sentido de encontrar evidncias de que o nvel scio
econmico um dos determinantes de mortalidade infantil.
A limitao principal do estudo ecolgico que a relao entre o fator de exposio e o evento pode no estar
ocorrendo ao nvel do indivduo. Desta forma uma associao entre uma exposio e evento ao nvel da populao
no permite afirmar que a exposio est mais presente naqueles que adquirem a doena - (falcia ecolgica).
Estes estudos, no entanto, ajudam a identificar fatores que merecem uma investigao mais detalhada atravs de
estudo com maior capacidade analtica. Por exemplo, a demonstrao de uma relao entre venda de cigarros per
capita e mortalidade de doena cardiovascular (DCV) em estudos ecolgicos motivou o planejamento de estudos
Caso-Controle e Coorte que vierem a demonstrar de forma bem mais convincente que o hbito de fumar um dos
fatores determinantes de DCV, particularmente doena coronariana e acidente vascular cerebral.
Os estudos de sries temporais, em que uma mesma rea ou populao estudada em momentos distintos do
tempo, so classificados como um subtipo dos estudos ecolgicos. Nesse caso, cada unidade de tempo passaria a
ser tratada como uma unidade ecolgica completa
Vantagens
1 -Facilidade de execuo
2 -Baixo custo relativo
3 - Simplicidade Analtica
4 - Capacidade de gerar hipteses
Desvantagens
1 - Baixo poder analtico
2 - Pouco desenvolvimento das tcnicas de anlise dos dados
3 - Vulnervel chamada "falcia ecolgica"

24

Conceitos Bsicos em Epidemiologia e Bioestatstica

Testes de hiptese
Quando fazemos uma pesquisa, normalmente usamos amostras, pelos motivos j estudados. Entretanto, o nosso
objetivo final generalizar os resultados para toda a populao. O que nos diz se isso vlido ou no so os testes
de hiptese.
Chamamos de H0 (hiptese nula) a hiptese que diz que os nossos resultados so obra do acaso, ou seja, no
podem ser generalizados para a populao. Chamamos de H1 a hiptese que diz que os nossos dados so vlidos
para toda a populao.
Os testes de hiptese dizem a probabilidade da hiptese H0 ser a verdadeira, o que por fim se traduz no valor de
p.

Teste t de student
DESCOBRE SE AS MDIAS DIFERENTES JUSTIFICAM EXCLUIR H0
Condies para o uso do teste t:
As distribuies seguem uma distribuio normal; os desvios padro nas amostras so iguais; as observaes so
independentes; e o n da amostra maior que 30.
Como usar o teste t:
Definem-se quais mdias se quer comparar: X1=media de idade das mulheres ao entrar na faculdade; X2=media de
idade dos homens ao entrar na faculdade. Definem-se os tamanhos das amostras: N1=numero de mulheres na
amostra; N2=numero de homens na amostra. Descobre-se o t da nossa pesquisa:

t (n +n -2) = (X 1 -X 2)
1

SD

[(1/n 1 )+(1/n 2 )]

Graus de Liberdade=(n 1 +n 2 -2)

Descobre-se o t crtico na tabela, baseado no grau de liberdade da amostra (N1+N2-2) e no alpha desejado e
compara-se com o t obtido. Se o t calculado for MENOR que o tabelado, a hiptese vlida a H1.

Exerccio
Teste t de student:
Em um determinado estudo, ao se compararem duas mdias, encontramos um t calculado de 4,35. O t tabelado
para alpha igual a 0,05 4,98. Podemos ento afirmar:
a) A pesquisa tem somente 1% de chance de no ser significante.
b) O valor de p 0,05.
c) A comparao significativa com pelo menos 95% de chance.
d) O valor de t independe do tamanho da amostra.

25

Testes de Hiptese
Teste F
Teste F
DESCOBRE SE AS VARINCIAS DIFERENTES JUSTIFICAM EXCLUIR H0
Condies de uso do teste F:
As distribuies seguem uma distribuio normal; os desvios padro nas amostras so desiguais; as observaes
so independentes, qualquer n vlido.
Clculo do F:
(SDmaior)2/(SDmenor)2
Procura-se na tabela o F tabelado para o alpha desejado e o respectivo grau de liberdade. Se o F calculado for
MAIOR que o F tabelado, rejeita-se H0.

Exerccio
Teste F:
Em um determinado estudo, ao se compararem duas propores, foi encontrado um valor de F igual a 4. O F
tabelado para um alpha igual a 0,01 e o respectivo grau de liberdade foi igual a 5. Logo:
a) A pesquisa estatisticamente significante para alpha = 0,01.
b) possvel que o desvio padro maior fosse 16 e o menor 4.
c) possvel que a pesquisa seja estatisticamente significante para um alpha de 0,05.
d) O teste F pode ser usado com variveis nominais.

Teste de Levene
Mesma idia do teste F, mas no precisa ser distribuio normal e um teste mais exato.

Teste do chi-quadrado de independncia entre variveis

USADO PARA TESTAR A INDEPENDNCIA ENTRE DUAS VARIVEIS
O teste compara os resultados esperados em uma tabela com os resultados encontrados na pesquisa.
Condies de uso do chi-quadrado:
Distribuio normal; n mnimo de 20; variveis nominais.
Como usar o teste do chi-quadrado:
Define-se o que se quer testar: Eu quero saber se existe dependncia entre fumar e ter cncer de
pulmo(independncia das variveis);
Define o alpha (0,05 por exemplo);
Encontra-se o valor critico(tabelado) para este alpha e o grau de liberdade da amostra
(GL=DF=(linhas-1)x(colunas-1));

26

Conceitos Bsicos em Epidemiologia e Bioestatstica

Calcula-se o

para a amostra:

n(ad - bc)

(a+c)(b-d)(a+b)(c+d)

Frmula vlida para tabelas 2x2 do seguinte estilo:

Se o chi-quadrado calculado for MAIOR que o valor crtico (tabelado), rejeita-se a hiptese nula.

Exerccio
Teste chi-quadrado:
Em um determinado estudo, realizou-se uma anlise utilizando a frmula do chi-quadrado em uma tabela que
comparava as idades dos participantes com o valor do colesterol encontrado em uma dosagem. Chegou-se ao
valor de 53. O valor crtico tabelado para alpha=0,05 3. Podemos afirmar:
a) O resultado altamente significante.
b) O resultado no significante.
c) O p com certeza menor que 0,05.
d) No podemos afirmar nada, pois o teste foi mal empregado.

Teste de fisher
Mesma idia do teste de chi-quadrado, mas calculado de forma exata:

p = (a+b)!(c+d)!(a+c)!(b+d)!
a!b!c!d!n!

Frmula vlida para tabelas 2x2 do seguinte estilo:

O valor de p (p value)
O valor de p o alpha mnimo em que ainda se rejeita a hiptese nula. p=0,05=5%, quer dizer que esse o menor
alpha que pode ser utilizado para que seja impossvel o resultado ser obra do acaso; ou seja, se eu usasse p=0,04,
a hiptese nula j seria considerada. Digamos que tenhamos achado um t = 1; o t tabelado para alpha igual a 0,05
seria 1,1, e o o t tabelado para alpha igual a 0,04 seria igual a 0,9.

27

Intervalo de Confiana
Intervalo de confiana de uma diferena de propores
USADO PARA COMPARAR PROPORES
Exemplo: (P1=proporo de pessoas com cncer de pulmo que fumavam; P2=proporo de pessoas sem cncer
de pulmo que fumavam)
Clculo do intervalo de confiana para a proporo:
IC=P1+-1,96(para IC de 95%(ESSE O ALPHA DESSE CLCULO))xSD
Clculo do intervalo de confiana para a diferena entre as propores:
IC=(P1-P2)+-1,96(para IC de 95%)xSE
Se o intervalo de confiana obtido contiver 0, no se rejeita a hiptese nula.
Calculo do Erro Padro:

Onde p :

Exerccio
Em um determinado estudo, uma determinada diferena de propores foi igual a 1,96, com erro padro igual a 1.
Para um alpha igual a 0,05(z=1,96), podemos afirmar:
a) A diferena entre essas propores estatisticamente significante.
b) A diferena entre estas propores deve estar entre 1,96 e 3,92.
c) Para um alpha=0,01, o inverso da diferena entre propores estudada torna-se possvel.
d) O n da amostra no influencia o intervalo de confiana.

28

Conceitos Bsicos em Epidemiologia e Bioestatstica

Testes de instrumentos de diagnstico

Os teste de diagnstico so utilizados para medir a utilidade de novos metdos diagnsticos. Ns testamos um
novo mtodo comparando com um mtodo j existente que se assume que nos daria 100% de certeza sobre seu
resultado (teste padro-ouro).
Antes de realizar as questes referentes a esse assunto, construa a seguinte tabela:
Padro-ouro positivo

Padro-ouro negativo

TOTAL

Exame positivo

a+b

Exame negativo

c+d

TOTAL

a+c

b+d

a+b+c+d

Podemos avaliar um mtodo diagnstico utilizando as seguinte razes:

Sensibilidade: a capacidade de um instrumento de reconhecer os verdadeiros
positivos em relao ao total de doentes. Frmula: a/a+c
Especificidade: o poder de distinguir os verdadeiros negativos em relao
ao total de doentes. Frmula: d/b+d
Valor preditivo positivo (VPP): a probabilidade de um caso identificado
com um determinado instrumento ser de fato positivo. Frmula: a/a+b
Valor preditivo negativo (VPN): a probabilidade de um resultado negativo
obtido com um determinado instrumento ser de fato negativo. Frmula d/d+c

Exerccio
Um estudo foi realizado com o objetivo de avaliar um novo exame de sangue para diagnosticar cncer de mama.
100 mulheres foram avaliadas, e destas 20 tiveram o resultado do exame de sangue positivo para cncer de
mama. Ao se realizar a bipsia em todas as mulheres, foi encontrado na lmina clulas cancergenas em 30
mulheres, e em 5 das que se queixavam no foram vistas clulas cancergenas.
D a especificidade, sensibilidade e valores preditivos positivo e negativo.

29

Apresentando dados em Tabelas e grficos

Apresentando dados em Tabelas e grficos

chegada a hora de aplicar tudo o que voc aprendeu!
Vamos praticar e fazer nosso prprio trabalho!

Tabelas de freqncia
Os artigos cientificos apresentam freqentemente informao em distribuies de freqncia ou tabelas de
freqncia. A escala das observaes deve ser primeiro dividida em classes. O nmero de observaes em cada
classe ento contado. Os passos para construir uma tabela de freqncia so os seguintes:
Identifique as maiores e menores observaes.
Subtraia a observao menor do maior obter a variao.
Determine o nmero de classes. O bom senso normalmente suficiente para tomar esta deciso, mas as diretrizes
seguintes podem ser teis.
Entre 6 e 14 classes geralmente adequado para prover bastante informao sem ser detalhista demais.
O nmero de classes deveria ser grande o bastante para demonstrar a forma da distribuio mas no as flutuaes
menos notveis.
Uma dica dividir a variao de observaes pelo nmero de classes obter a compriemnto das classes. Para
algumas aplicaes, decidir primeiro o comprimento da classe pode fazer mais sentido; ento use depois o
comprimento de classe para determinar o nmero de classes. AS seguintes so algumas diretrizes para determinar
o comprimento de classe.
Os limites de classe (nmeros iniciais e finais) no devem se sobrepor. Por exemplo, eles devem ser declarados
como 4049 ou de 40 at 50, no como 4050 ou 5060. pois assim no temos como dizer a que classe
o 50 pertence.
Se possvel, os comprimentos de classe devem ser iguais. Comprimentos de classe desiguais podem gerar
problemas na criao dos grficos e s devem ser usados quando aberturas grandes acontecerem nos dados.
Se possivel devem ser evitadas classes em no inicio ou no fim da variao porque eles no comunicam a variao
das observaes com preciso.
Se possvel, deveriam ser escolhidos limites de classe de forma que a maioria das observaes na classe ficasse
mais proximo de ponto central da classe do que do final da classe.
Conte o nmero de observaes em cada classe. Se voc estiver construindo uma tabela de freqncia, voc
precisa somente do nmero de observaes que ocorrem dentro da classe.

30