Iniciação à Pesquisa Científica em Saúde/ REPOSITÓRIO DE EXERCÍCIOS RESOLVIDOS/ Exercício 56: Dor do infarto I

VOLTAR PARA A PÁGINA PRINCIPAL

Questão 56 - Dor do infarto I

Um estudo observacional descritivo foi realizado para comparar a dor do infarto agudo do miocárdio (IAM) entre pacientes diabéticos e não diabéticos: A DIFERENCIAÇÃO DA DOR DO INFARTO AGUDO DO MIOCÁRDIO ENTRE PACIENTES DIABÉTICOS E NÃO-DIABÉTICOS. Uma amostra de 80 pacientes com IAM, divididos em 2 grupos com e sem diabetes mellitus (DM), sendo 29% diabéticos e 71% não-diabéticos foram comparados. Avalie o gráfico a seguir e responda as questões. Caso necessário recorra ao artigo original através do link fornecido.

Analise a Figura 1 da seção resultados, adaptada a seguir a partir da original. Os autores afirmam que: "observa-se que houve diferença estatisticamente significante entre as médias de nota de dor comparando os pacientes com e sem diabetes (p<0,001). Verifica-se que a média do grupo sem diabetes (média=8,1 e desvio padrão=2,0) foi estatisticamente superior à do grupo com diabetes (média=4,8, desvio padrão=2,8)".

Figura 1, adaptada do original - Médias das notas de dor e respectivos intervalos de 95% de confiança. InCor, 2000

a) Interprete o gráfico de caixas apresentado. A partir dele é possível comparar estatisticamente as médias do escore de dor entre os grupos sem diabete e com diabete?

b) Os autores informam que : "Verifica-se que a média do grupo sem diabetes (média=8,1 e desvio padrão=2,0) foi estatisticamente superior à do grupo com diabetes (média=4,8, desvio padrão=2,8), (p<0,001)." Interprete o p-valor, formulando a hipótese nula para o teste utilizado.

c) Qual é a importância de se realizar um teste estatístico nesse caso?

Explique suas respostas e fundamente-as com referências bibliográficas.

Resposta da questão:

a) O gráfico de caixas (boxplot) é um gráfico construído com base em cinco números (“quartis”) ordenados em seqüência a partir de seus valores. Estes dados dizem respeito a: Q1 (quartil 1), valor abaixo do qual 25% dos dados encontram-se distribuídos; Q2 (quartil 2 ou mediana), valor abaixo do qual encontram-se distribuídos 50% dos dados; Q3(quartil 3), valor abaixo do qual estão distribuídos 75% dos dados; e mais os valores mínimo e máximo, calculados a partir de Q1 e Q3, respectivamente.

Os quartis 1 e 3 constituem os limites da “caixa”, estando compreendidos nela, portanto, 50% dos dados ordenados. Dentro da caixa, o valor igual a mediana (Q2) é representada por uma linha paralela aos limites da caixa (Q1 e Q3). Os valores mínimo e máximo, ainda considerados como típicos, mas estando fora da caixa, são representados pelas linhas paralelas ao eixo das escalas que vão de cada extremidade da caixa até o correspondente valor extremo dos dados. Estes últimos são calculados a partir dos valores de Q1 e Q3 e da diferença Q3-Q1. Assim, temos:

Valor mínimo = Q1 – 1,5 AIQ (em que AIQ é a diferença entre Q3-Q1)

Valor máximo = Q3+ 1,5 AIQ

Além desses valores, podem ser representados valores considerados atípicos, isto é, que estejam para além dos valores mínimo e máximo ainda considerados como “típicos”. O uso do boxplot encontra-se principalmente associado à determinação de valores discrepantes ou “outliers”.

No gráfico apresentado, podemos verificar os escores de dor ao infarto de pacientes diabéticos e não diabéticos. Nele, estão ordenados os valores de escore de 0 a 10, estando representados nas caixas os valores referentes aos quartis descritos acima. Assim, neste caso, é possível comparar os valores de mediana e os valores mínimo e máximo de escore dos dois grupos. Todavia, não sendo fornecida informação a respeito do número total de elementos da série, não é possível calcular a média de escore de dor dos dois grupos somente a partir do gráfico de caixas apresentado, tampouco compará-las estatisticamente. Para tal, seria necessária a informação do número de elementos da série (quantos pacientes tiveram seus escores contabilizados). Portanto, não é possível comparar estatisticamente as médias de escore dos dois grupos somente a partir do gráfico de caixas.

b) A hipótese nula (Ho) para o teste em questão é que não há ~~correlação~~ ASSOCIAÇÃO entre a dor sentida pelo paciente ao infarto e o fato dele ser ou não diabético. A previsão feita a partir dessa hipótese nula, portanto, é que as médias do escore de dor ao infarto para os pacientes diabéticos e não diabéticos seriam iguais.

Considerando-se como valores de p baixos como aqueles abaixo de 0,05, tem-se que o valor encontrado, p<0,001, define que a possibilidade de que as médias de escore de dor entre os dois grupos sejam iguais é muito pequena. Dada a pequena probabilidade estatística dessa igualdade admitida por Ho, tem-se a negação de Ho (hipótese nula) e a admissão de H1 (hipótese alternativa), considerando-se, portanto, que há sim relação entre o fato de um paciente ser ou não diabético e o quanto de dor (medida pelo escore) ele sente ao “enfartar”. Logo, REJEITA-SE A HIPÓTESE NULA E PODE-SE AFIRMAR COM 95% DE CONFIANÇA QUE as médias de escore entre os dois grupos não são iguais.

O valor de p<0,001 ainda atesta para a probabilidade de que, repetindo-se o teste feito na pesquisa em questão (desde que se utilizando dos mesmos modelos estatísticos), o resultado será o mesmo do encontrado no presente estudo (ou seja, constatar-se-á novamente que as médias de escore entre os grupos não é igual).

c) A análise estatística dos resultados obtidos em um determinado estudo é uma ferramenta importantíssima na validação desses dados, assim como para a adequada extrapolação dos resultados obtidos para a população da qual foi retirada a amostra estudada. Logo, no caso da pesquisa em questão, a importância da realização do teste estatístico é que, a partir da escolha do teste adequado, podem ser validados os dados encontrados, de maneira que se possa considerá-los válidos não somente para a amostra utilizada para a pesquisa, mas também para o restante da população.

Na escolha do teste estatístico, deve-se levar em consideração o tipo dos dados (neste caso, variável qualitativa (ou categórica) ordinal, a sua distribuição (assimétrica) e os tipos de amostras (neste caso, como os indivíduos dos dois grupos são diferentes, diz-se que as amostras são independentes).