Re: [ABE-L]: Estatística e Medicina

Em 01/07/08, Francisco Cribari <cribari@de.ufpe.br> escreveu:

Fonte: http://www.agencia.fapesp.br/boletim_dentro.php?id=9057

Confusão com números

01/07/2008

Por Alex Sander Alcântara

Agência FAPESP – Muitos trabalhos científicos que dão peso excessivo a
cálculos estatísticos podem trazer conclusões discutíveis e equivocadas,
de acordo com uma pesquisa publicada na Revista Brasileira de
Anestesiologia.

O estudo, que analisou trabalhos publicados na área médica em periódicos
de língua inglesa, espanhola e portuguesa, aponta que métodos
estatísticos mal planejados, tomados como fatores definitivos, podem
referendar conclusões errôneas.

A pesquisa, realizada por Mário José da Conceição, professor de Técnicas
Cirúrgicas da Universidade Regional de Blumenau (Furb), detectou que o
"erro da prova de equivalência", exemplos de "amostra muito grande" e
"escolha errada de programa estatístico" são algumas das recorrências
nos artigos.

Segundo Conceição, o objetivo do estudo foi apresentar alguns conceitos
relacionados com os cálculos estatísticos que são fundamentais para a
leitura e o pensamento críticos na literatura médica.

"A estatística, quando utilizada em trabalhos da área médica, tem como
finalidade referendar conclusões. Muitos autores apóiam seus resultados
de forma excessiva nos cálculos estatísticos, como prova incontestável
de acerto. O risco implícito é que os cálculos matemáticos podem ter
sido planejados de forma errada, manipulados voluntária ou
involuntariamente, ou apresentar apenas uma das facetas do problema",
disse à Agência FAPESP.

Um dos erros mais freqüentes e que comprometem os resultados é a prova
de equivalência. Muitas vezes, afirma Conceição, o erro ocorre por
desconhecimento do autor, que se limita a repetir a forma que foi
consagrada por especialistas no assunto.

"A comparação entre duas amostras pode ser insuficiente para garantir a
existência de determinado fenômeno, ou negá-lo por completo, mesmo que
os testes estatísticos indiquem o contrário. O autor necessita explicar
aos leitores esses pormenores e evitar concluir de forma absoluta a
existência ou inexistência do fenômeno observado", salientou.

Conceição usa como exemplo um estudo hipotético que tenha por objetivo
estudar a prevalência de acidentes entre duas empresas aéreas
brasileiras durante a primeira semana de junho. "Se aplicarmos qualquer
modalidade de testes estatísticos, os resultados jamais serão
significativos, porque na primeira semana de junho não se registrou
acidente aéreo no Brasil. Com base nisso, poderíamos afirmar que aviões
não sofrem acidentes, ou que viajar de avião é 100% seguro sem nenhum
risco."

"Essas conclusões na prática diária estão erradas. O cálculo correto
deveria levar em consideração as inúmeras variáveis que podem contribuir
para os acidentes e quais as probabilidades de elas ocorrerem. Nesse
caso, ainda existem fatores agravantes do risco, como equipamentos
sucateados ou controladores de vôos despreparados", afirmou.

Perpetuação do erro

Outro erro recorrente nas pesquisas, de acordo com Conceição, é isolar
uma amostra grande ou pequena demais, levando a falsos resultados.
"Centenas de pessoas foram tratadas com o antiinflamatório Rofecoxibe,
mas o fármaco foi retirado de uso porque causou graves problemas
cardiovasculares em determinados pacientes. A grande amostra de
indivíduos sem problemas revelou-se uma falácia. A conclusão precipitada
foi de que a droga era segura em 100% dos pacientes, sem se considerar
determinadas variáveis como a idade avançada, por exemplo", disse.

O mais grave, segundo ele, é a perpetuação do erro, sobretudo nos
trabalhos que retomam a pesquisa do ponto no qual a anterior foi
interrompida, ou repetem a mesma fórmula como garantia de acerto na
escolha das amostras.

"Muitas vezes são seguidas linhas de pesquisa, com a repetição do erro
por várias amostras. O problema quase sempre está no planejamento pouco
cuidadoso da metodologia, ou seja, o seu desenho. Os cálculos
estatísticos fazem parte desse desenho e, portanto, precisam ser
planejados de forma adequada. Um trabalho de pesquisa precisa partir de
uma hipótese clara que se pretende provar. No final logra-se esse êxito
ou não. A estatística deveria ser a contraprova", destacou.

Equívoco não menos raro, segundo Conceição, é a escolha errada do
programa estatístico, o que também pode comprometer os resultados.
"Existem erros óbvios, como o uso de testes exclusivos para dados
paramétricos em dados não paramétricos, e outros mais sutis, como a
utilização de testes idealizados para comparações a priori em
comparações post hoc [posteriores ao evento]. Se o autor se sente
inseguro na escolha do modelo estatístico a adotar, o melhor caminho é
discutir os detalhes com profissional da área, quando do planejamento da
metodologia."

O professor da Furb apresenta no estudo algumas recomendações, como
conhecimento básico dos princípios de estatística. De acordo com ele,
durante o planejamento do método é possível desprezar determinadas
variáveis.

"O autor, no entanto, precisa explicar de forma convincente qual poderia
ter sido o impacto das variáveis excluídas em seus resultados. Modelos
com muitas variáveis são difíceis de interpretar e utilizar. Os
resultados só serão convincentes se forem apresentados de forma correta.
Antes de escrever a conclusão, ele deve rever as hipóteses e examinar o
que apontam seus resultados. Sua conclusão deverá definir se a hipótese
foi provada ou não, levando em consideração o tamanho da amostra e as
condições nas quais foi realizada sua pesquisa", disse.

--
Francisco Cribari-Neto                           voice:   +55-81-21267425
Departamento de Estatística                fax:        +55-81-21268422
Universidade Federal de Pernambuco   e-mail: cribari@de.ufpe.br
Recife/PE, 50740-540, Brazil               web: www.de.ufpe.br/~cribari

A statistician is a person who draws a mathematically precise
line from an unwarranted assumption to a foregone conclusion.