Princípios de Estatística Aplicada à Patologia

em Metodologia da Pesquisa
Introdução
Bioestatística é um ramo da Estatística que se aplica às Ciências Biológicas como, por exemplo, Medicina, Biologia, Odontologia, Medicina Veterinária, Enfermagem e outras (Arango, 2001). Por definição, a Bioestatística é um conjunto de métodos utilizados para planejar e executar um trabalho científico, que envolve a obtenção, a organização, a análise, e a interpretação dos dados, e ainda possibilita a obtenção das conclusões (Triola, 1999).
Nos primórdios da Bioestatística, Gauss (1777-1855), considerado o maior matemático dos séculos XVIII e XIX, idealizou e deduziu a Curva Normal de Probabilidades. Atualmente, essa curva é usada para analisar a normalidade da distribuição de qualquer variável quantitativa. Florence Nightingale (1820-1910), fundadora da Enfermagem Moderna, talvez tenha sido a pioneira na confecção de gráficos na Estatística Social. Durante a Guerra da Criméia (Sul da Rússia de 1853 a 1856), ela demonstrou, por meio de gráficos originais, que morreram mais soldados em conseqüência de precárias condições sanitárias que em combate.
A Bioestatística proporciona o aprimoramento crítico do pesquisador na execução do Método Científico. Ela possibilita maior objetividade desde a coleta até a análise dos dados para a obtenção e interpretação dos resultados, não só no desenvolvimento da própria pesquisa como também na análise crítica dos resultados de outros estudos.
A Estatística pode ser dividida em dois grandes grupos, a Descritiva e a Inferencial. A descritiva é empregada para caracterizar a amostra em estudo, já a inferencial permite elaborar hipóteses em relação à amostra estudada e, posteriormente, transferir as conclusões para a população de referência.
 
Modelo de Roteiro para descrição da Análise Estatística:
Para a análise estatística, utilizando recursos de informática, deve-se elaborar uma planilha eletrônica e as informações são analisadas utilizando-se um programa Estatístico. Inicialmente, processa-se a Estatística Descritiva e, em seguida, a Estatística Inferencial. A partir da Estatística Descritiva obtém-se: a freqüência ou proporção, a média, o desvio padrão, a mediana, os valores mínimo e máximo, os percentis, dentre outros. As variáveis qualitativas são expressas em freqüências. As variáveis quantitativas são testadas para verificar o tipo de distribuição por meio do teste de Normalidade, por exemplo, os testes de Kolmogorov-Smirnov e o "W" de Shapiro-Wilk. Em caso de distribuição "Normal", os resultados são expressos em média ± desvio padrão. Nos casos de distribuição "Não-normal", os resultados são expressos em mediana e valores mínimo e máximo.
Na Estatística Inferencial, nos casos de distribuição "Normal" e com "variância semelhante", homocedásticas, são utilizados os testes Paramétricos. Na comparação entre dois grupos independentes, o teste "t" de Student; e entre dependentes, o teste "t" de Student pareado. Na comparação entre três ou mais grupos independentes, utiliza-se a análise de Variância (ANOVA); e entre dependentes, ANOVA para medidas repetidas. Se na análise de variância houver diferença significativa, seguem-se os testes para comparações múltiplas entre dois grupos (dois a dois), para localizar entre quais grupos existe(m) a(s) diferença(s). Os testes para comparações múltiplas após ANOVA mais freqüentemente utilizados são: Tukey, Bonferroni, Dunnett e Student-Newman-Keuls.
Nos casos de distribuição "Normal" em que não se observa homocedasticidade, "variâncias semelhantes" ou nos de distribuição "Não-Normal" se utilizam os testes Não-paramétricos. Na comparação entre dois grupos dependentes aplica-se o teste de Wilcoxon e para os grupos independentes utiliza-se o teste de Mann-Whitney. Na comparação entre três ou mais grupos, quando dependentes, o teste de Friedman; e quando independentes, utiliza-se o teste de Kruskal-Wallis. Os testes para comparações múltiplas após Friedman ou Kruskal-Wallis, mais freqüentemente utilizados são: Dunn, Tukey, Dunnett e Student-Newman-Keuls.
Na correlação entre duas variáveis com distribuição "Normal", utiliza-se o Coeficiente de Correlação de Pearson; e entre aquelas com distribuição "Não-Normal", o Coeficiente de Spearman.
As proporções são comparadas por meio do teste do Qui-quadrado ou, quando necessário, pelo teste exato de Fisher. Nos casos em que há dependência, aplica-se o teste de McNemar.
As diferenças observadas durante a análise são consideradas estatisticamente significativas quando a probabilidade é menor que 0,05 (5%).