Postagem em destaque

Autoeficácia nas palavras do próprio Albert Bandura

Este artigo traduzido faz parte dos meus estudos de doutorado. Ele fornece um referencial teórico importante para estudantes e professores...

domingo, 20 de fevereiro de 2011

CHOCANTE: Garotas de programa e Médicos


Para quem entrou na Medicina pensando unicamente no dinheiro, um conselho: está na hora de você rever os seus conceitos...

UPDATE:

O texto é muito clássico e recebi ele pelo Face. Divirtam-se!

Semelhanças entre médicos e profissionais do sexo (doravante denominadas simplesmente "putas", conforme o texto original):

Você trabalha em horários estranhos. Que nem as putas! Pagam pra você fazer o cliente feliz. Que nem as putas! Seu trabalho sempre vai além do expediente. Que nem as putas! Seus amigos se distanciam de você, e você só anda com outros iguais a você. Que nem as putas! Quando vai ao encontro do cliente, você tem de estar sempre apresentável. Que nem as putas! Mas quando você volta, parece saído do inferno. Que nem as putas! O cliente quer sempre pagar menos e que você faça maravilhas. Que nem as putas! Todo dia, ao acordar, você diz: “Não vou passar o resto da vida fazendo isso!” Que nem as putas! Se as coisas dão errado, é sempre culpa sua. Que nem as putas! Você sempre acaba fazendo serviços de graça para o chefe, os amigos etc. Que nem as putas! Apesar de tudo isso, você trabalha com prazer. Que nem as putas! Porém, na verdade: – O médico tem uma vida pior do que puta! – Puta não atende convênio. – Puta recebe na hora. – Puta não dá recibo nem nota fiscal. – Puta não declara seus clientes para o Imposto de Renda. – Puta não preenche guias e papeladas. – Puta não precisa ter contador. – Puta não paga sindicato, associações nem Conselho Regional. – Puta não segue código de ética. – Puta não precisa ir a congressos e cursos. – Puta não precisa revalidar título de especialista. – E tem muita puta por aí ganhando mais do que médico! PUTA QUE O PARIU!!!!!!!!

quarta-feira, 16 de fevereiro de 2011

Reina o caos em São Paulo





Toda vez que chove em São Paulo, reina o caos.
"Chaos Reigns" é mérito do Lars von Trier.

Pra relaxar um pouco...





Brincadeirinha!
Rsrsrs....

Foto tirada em Maastricht, novembro de 2009.

Tem que ter hora de brincar também, né?
O blog estava sério demais...
E o ano já começou tenso demais...
Preciso relaxar um pouco...

Saudações carinhosas a todos os leitores que compram no Submarino e no Amazon.

Abraços,

CFC


sábado, 5 de fevereiro de 2011

Médico rico é coisa do passado

Médico com 4, 5, 6 ou mais empregos é algo rotineiro. Em geral, todos pagam mal.

Só assim que muitos médicos conseguem atingir a renda que ele próprio espera, bem como aquela que a própria família e a sociedade esperam de um profissional da Medicina.

Essa deplorável situação em que chegamos é reflexo da baixa capacidade de mobilização e do individualismo dos médicos em geral.

Essa história de "máfia de branco" e "corporativismo médico" é uma lenda muito bem inculcada na cabeça de alguns. Na prática isso não existe.

Como a ideologia reinante é a do "cada um por si" chegamos à situações que beiram o ridículo.

Explico: recebi o e-mail abaixo com uma matéria da FENAM (Federação Nacional dos Médicos) e compartilho com vocês pois me identifiquei com os questionamentos e com a mensagem.

Só pra vocês terem uma idéia: o valor da hora de plantão, em valores brutos, pagos pelo hospital público onde sou concursado é de apenas R$ 36,75. Descontando a previdência e o imposto de renda sobra um valor líquido de pouco mais de 23 reais por hora trabalhada.

Um taxista em São Paulo pode chegar a fazer R$ 200 em uma corrida de 1 hora. Um corte de cabelo no shopping S, que leva menos de meia hora, custa R$ 58,00. Nem vou continuar as comparações pra não me chatear ainda mais.

Não entrei na Medicina pensando em ficar rico. Apenas em conciliar minha vocação para estudar e ajudar o próximo com o desejo de ter uma vida digna e com uma carga horária de trabalho decente.

Infelizmente, tem sido comum encontrar colegas que estão trabalhando mais de 100 horas por semana para dar conta de seus objetivos materiais.

Não faço isso. Prefiro continuar sem carro, sem casa própria e ter como únicos bens meus livros e meu conhecimento. Aliás, muitos se esquecem de colocar cursos, congressos e livros no cálculo dos custos para ser médico.

Em tempos de revalidação periódica dos títulos de especialista e do crescimento exponencial da quantidade de evidências científicas disponíveis em pesquisa médica, o reinvestimento contínuo na própria carreira leva uma boa parte do nosso salário...

Felizmente, a carreira como docente renovou meu entusiasmo com a Medicina e me proporcionou mais tranquilidade do ponto de vista financeiro.

Vou deixar vocês lerem a matéria abaixo e tirarem suas próprias conclusões.

Abs,

CFC

------
FENAM divulga piso salarial dos médicos para 2011



É de R$ 9.188,22 o piso salarial dos médicos em 2011, para uma jornada de 20 horas semanais de trabalho. O valor, que passou a vigorar em primeiro de janeiro, é resultado da atualização monetária pelo Índice Nacional de Preços ao Consumidor - (INPC), do Departamento Intersindical de Estatística e Estudos Socioeconômicos - (DIEESE), cujo índice acumulado em 2010 foi de 6,91%.

Prezados Colegas Médicos do Brasil

Tendo em vista o piso salarial da categoria, estabelecido legalmente pela entidade representativa máxima da categoria em território nacional, venho fazer um desabafo de um colega recem-egresso da residência médica e pedir-lhes uma breve reflexão:

- Se ninguém recebe o valor do PISO SALARIAL, é porque alguém aceitou trabalhar por valor inferior ao mesmo

- Um Delegado de Polícia (Civil do DF ou Federal) tem salário inicial de 15.000,00 mensais

- Um Promotor de Justiça inicia a carreira ganhando 16.000,00 por mês

- Um Juiz de Direito não trabalha por menos de 20.000,00 de subsídio

Todos esses profissionais acima estudam obrigatoriamente 5 anos de faculdade de Direito, não são obrigados a fazer residência médica, e recebem gratuitamente carro, secretária, material de escritório, sala, água, luz e telefone para exercerem suas atividades. Muitos deles tem motorista e celular funcional gratuitos, além de inúmeros outros benefícios, como aposentadoria integral, tempo reduzido de contribuição, regalias quanto a plano de saúde institucional, moradia subsidiada, etc....

Por que será que todas essas categorias tem tanto ? Em uma única palavra: UNIÃO !!!

A Policia Civil do DF tem os maiores salários do País, entretanto faz greve ou ameaça de greve todos os anos, sempre na época da sua data-base. Curiosamente, seu salário (ou subsídio, como preferem alguns), é rejustado religiosamente todo ano. Não por acaso, a cada 4 anos, um delegado é eleito Deputado Federal, e o mesmo tem como compromisso inadiável defender o reajuste (ou ataulização) anual da remuneração de sua categoria.

Recebi recentemente algumas propostas RIDÍCULAS de trabalho, as quais quero citar aos nobres colegas:

1) Proposta A: Clínica de especialidades médicas, com faturamento via PJ, sobre os quais a empresa me repassaria 40% e ficaria com 60% (supostamente para cobrir custos operacionais, de faturamento, impostos, publicidade, água, luz, telefone, secretárias, material de consumo, etc....)

2) Proposta B: Clínica Ortopédica com nome já consolidado na cidade: ofereceu-me a quantia líquida de R$ 18,00 (isso mesmo DEZOITO REAIS) por paciente, argumentando que o outro ortopedista que trabalha lá marca um paciente a cada 5 minutos, ou seja 12 pacientes por hora, pois já conhece os casos e a maioria vai só para retorno, atestados e relatórios. Sugeriram-me ganhar no volume, atendendo 60 pacientes num período de 5 horas, o que me renderia 1080,00 por turno. Informei-lhes de que não sou tão competente quanto o colega, e que para poder realizar uma boa anamnese, exame físico completo, registro adequado no prontuário, prescrição, solicitação de exames e explicações ao paciente gasto no mínimo 20 minutos por consulta, sendo o ideal um paciente a cada meia hora, o que me permitiria atender no máximo 10 pacientes por 5 horas (ganharia penas 180,00 por turno). Agradeci a oferta. Na minha opnião o que certamente me renderia tal situação seria: 60 pacientes insatisfeitos, que sairiam de lá procurando outro profissional que pudessem ouvi-lo e trata-los com o mínimo de decência. Para ganhar 18,00 a consulta ou 36,00 a hora ganho mais em ficar estudando para prestar um melhor atendimento aos que tiverem a oportunidade de serem atendidos por mim.

3) Proposta C: Clínica pertencente a um Plano de Saúde: Ofereceram-me R$ 20,00 por consulta, com horário livre a minha escolha, número de pacientes conforme minha capacidade de atendimento. Apesar de um pouco melhor que a anterior, acredito ainda ser absurda. Para lavar meu carro pago 20,00 por semana a um senhor que não estudou nem a 4ª série, para cortar meu cabelo pago 30,00 uma vez por mês a um amigo que apesar de muito competente, tem agenda lotada e demora 20 minutos em seu serviço. Um prato de comida em restaurante do shopping, ou um combo sanduíche + fritas + bebida + sobremesa custa mais que 20,00. Para ter passada uma trouxa de roupa de 5 dias ou para uma faxina semanal em minha casa, pago 50,00 ( ou duas consultas e meia). Sem querer menosprezar ninguem, mas nenhum deles tem uma vida, uma função ou um órgão sob sua responsabilidade. Não tem que responder perante um juiz caso seu serviço não fique a contento, muito menos deverão pagar indenizações financeiras por insatisfação do cliente.

4) Uma empresa de Medicina do Trabalho solicitou curriculum e pretensão salarial. Enviei o meu e disse que o valor a ser pago era no mínimo o do PISO SALARIAL da FENAM. Curiosamente ainda não me retornaram. E sinceramente, não espero que retornem.

Se nossos colegas médicos se unissem, assim como fizeram os pediatras recentemente em Brasília, e NÃO ACEITASSEM trabalhar por valores vis, estariamos certamente dando muito menos plantões noturnos e nos finais de semana, trabalharíamos menos em locais com condições precárias, seriamos muito menos desrespeitados por profissionais de outras categorias. Enfim, cabe somente a nós, MÉDICOS, termos a UNIÃO necessária para podermos

Minha prosposta aos MÉDICOS DO BRASIL é de recusarmos QUALQUER OFERTA DE TRABALHO que não pague o PISO SALARIAL DA FENAM ou a tabela da CBHPM.

Isso equivale a R$ 9.188,22 por 20 horas semanais; ou R$18.376,44 para 40 horas semanais

Dividindo, tal valor corresponde a R$ 107,35/hora ou seja : R$ 644,10 por turno de 6 horas; ou R$ 1288,20 por plantão de 12 horas

Considerando uma média de 2 consultas bem feitas por hora, daria R$53,68 por consulta, um valor mínimo condizente com a tabela CBHPM.

A princípio parece utópico, mas se esse email circular para todos os médicos do país e ninguem trabalhar por valor inferior, os empresários terão que aumentar os valores oferecidos, ou então terão que permitir que os próprios médicos faturem suas consultas diretamente, excluindo os intermediários ( que são quem realmente lucram com nosso trabalho).

Cabe ainda aos CRM´s e Sindicatos dos Médicos do Brasil fiscalizar a remuneração oferecida, não permitindo que tais valores incrivelmente reduzidos obriguem nossos colegas a ter que literalmente " tocar fichas" o que reduz o tempo de consulta, prejudica o exercício ético da medicina e aumenta a chance de erros por parte dos profissionais.

----

Que teste estatístico devo escolher? Há um guia sobre como escolher o teste estatístico correto? Um breve tutorial para acertar sempre!

São tantos testes estatísticos que muitas vezes colegas renomados, mestres, doutores e pós-doutores me procuram por ajuda. Olha pessoal, confesso que não sou um cara que sabe tudo de Estatística, mas como gosto de estudar e tenho bons livros para consultar, acabo prestando ajuda a quem me procura desesperado.

Desde minha graduação venho fazendo trabalhos epidemiológicos e ajudando colegas e por isso venho procurando desde então a resposta para perguntas como: Qui-quadrado ou razão de verossimilhança? Teste t independente ou dependente? Mann-Whitney? Wilcoxon para amostras pareadas? Kruskal-Wallis? ANOVA independente, para medidas repetidas, de Friedman ou fatorial? Correlação de Pearson, Spearman, Kendall Tau, bisserial ou ponto-bisserial? Regressão linear múltipla ou logística? ANCOVA ou MANCOVA? Análise loglinear? MANOVA ou MANOVA fatorial?

A maioria das pessoas infelizmente usa os testes estatísticos em seus trabalhos sem saber o porquê de usá-los. Muitos confiam cegamente em pessoas que muitas vezes nem sequer tem formação alguma em Estatística e que cobram preços nem sempre em conta. Às vezes, quando questionados na apresentação de seus trabalhos, tais indivíduos acabam avacalhados por não saberem responder nada sobre os métodos empregados.

Por isso preparei um guia prático para você mesmo poder ter segurança suficiente para definir o método estatístico apropriado para o seu desenho/delineamento de pesquisa.

Primeiro passo: saber quantas variáveis de desfecho (outcome) você está procurando - uma ou mais? Sugiro um desfecho sempre - é mais fácil.

Segundo passo: saber que tipo de variável representa o seu desfecho - a variável é contínua ou categórica? Tanto faz, mas defina isso direito. Escalas de Likert são muitas vezes tratadas como contínuas e há pessoas que defendem isso arduamente. Para mim, variáveis oriundas de Escalas tipo Likert devem ser tratadas como ordinais (embora nada impeça você de rodar os testes paramétricos como se fossem contínuas). Tenho essa opinião pois a teoria de resposta ao item mostra que a distância entre o 1 e o 2 geralmente não é a mesma distância que existe entre o 2 e o 3, e assim sucessivamente. Para saber mais sobre teoria de resposta ao item clique aqui.

Terceiro passo: saber a quantidade de variáveis "preditivas" para seu desfecho - uma ou mais? Tanto faz, mas quando é só uma fica bem mais fácil se você for um pesquisador iniciante.

Quarto passo: saber qual(is) o(s) tipo(s) de variável(is) "preditiva(s)" que você escolher - contínua(s), categórica(s) ou de ambos os tipos. Tanto faz. Geralmente na graduação os trabalhos predominantemente envolvem preditores categóricos (raça, religião, nível de renda, exposição a alguma intervenção, etc).

Quinto passo: se sua variável "preditiva" é categórica, você deve saber duas coisas - a) a quantidade de categorias e b) se serão usados os mesmos participantes (ex. comparação entre mensurações repetidas da mesma amostra) ou participantes diferentes para cada categoria (ex.: comparação entre meninos e meninas em uma só mensuração)

Sexto passo: saber se suas variáveis cumprem os pressupostos para uso de testes paramétricos - a) normalidade (use os testes de Kolmogorov-Smirnov e/ou Shapiro-Wilk) e b) homogeneidade das variâncias das variáveis a serem comparadas (use o teste de Levene). Diversos programas de estatística têm esses testes e a interpretação dos mesmo não é difícil. Se o valor de p for menor que 0,05 no caso do Kolmogorov-Smirnov ou do Shapiro-Wilk significa que a distribuição da variável é significativamente diferente da curva normal. Se o valor de p for menor que 0,05 no teste de Levene significa que as variâncias são significativamente heterogêneas. Para saber mais sobre o valor de p e nível de significância clique aqui.

Pronto: a partir daí você já pode começar a brincar.

Não vou falar aqui de análise multinível / modelos hierárquicos lineares, nem de modelagem de equações estruturais, tampouco de análise discriminante entre outros métodos de análise multivariada avançada. São técnicas que ainda estou aprendendo. Quem sabe faço um update com essas técnicas até o final do ano... Restringirei ao principal e ao que conheço (pelo menos um pouco). Contudo, em relação à análise fatorial exploratória, algo que gosto e conheço bastante, você começar clicando aqui.

A fonte "chupinhada" para fazer a tabela linkada abaixo é o livro do Andy Field, "Discovering Statistics Using SPSS, 3rd. ed." com SPSS CD Version 17.0. Uma ótima compra que recomendo FORTEMENTE. Se forem realmente comprá-lo, comprem pela Amazon.com clicando aqui pra ajudar o blog.


Bjos,

CFC

TABELA PARA A ESCOLHA DO MÉTODO ESTATÍSTICO APROPRIADO

quinta-feira, 3 de fevereiro de 2011

Testes post-hoc para análise de variância (ANOVA): um tutorial básico

Sugiro ao leitor novato do blog que antes de prosseguir neste post que dê uma lida na minha análise crítica sobre o uso do p nos testes de hipóteses, um prelúdio interessante e divertido para este artigo. Clique aqui para lê-lo.

Após a realização da análise de variância (ANOVA), testes post hoc são necessários para identificar quais dos pares de grupos diferem.

Nessas comparações múltiplas, o desafio é equacionar o binômio representado pelo poder
estatístico, ou seja, 1 - erro beta (erro tipo II, ou "chance de falsos negativos") e o erro tipo I (alfa, ou "chance de falsos positivos").

Para quem gosta de correção conceitual estatística essa é uma simplificação grosseira pois na verdade a hipótese testada é sempre a hipótese nula (a de que não há diferença entre os grupos), a qual é rejeitada ou aceita. Como já lhe disse no começo, vale a pena ler mais sobre erros alfa e beta nos testes de hipótese clicando aqui.

Dependendo da obediência a certos pressupostos, testes post hoc específicos são indicados. Vamos a eles!

Se os valores de N forem iguais nos grupos e variâncias forem similares: usar REGWQ (Ryan, Einot, Gabriel ou Welsch Q (que têm bom poder e bom controle sobre erro tipo I) ou ainda o Tukey (que tem mais poder que Dunn e Scheffé - mais conservadores -, além de ser melhor para números grandes de grupos).

Para valores de N pouco diferentes entre os grupos: use Gabriel's.

Para Ns muito diferentes: Hochberg's GT2 (ressalva: impreciso se variâncias diferentes).

Dúvida sobre similaridade/homogeneidade de variâncias (faça o teste de Levene para verificar isso e tirar a dúvida): usar Games-Howell (mais poderoso e com acurácia mesmo com Ns diferentes). Opções nesse caso: Tamhane's T2 (conservador), Dunnett's T2 e Dunnett's C (controle de erro tipo I rígido).

Para maior garantia de controle de erro tipo I: usar Bonferroni, que tem mais poder que Tukey; porém é melhor para número pequeno de grupos (nível de significância é dividido pelo número de grupos - 5 grupos fazem o nível de significância baixar de 0,05 para 0,01).

O LSD (de least-significance difference e não de dietilamida do ácido lisérgico) é o oposto do Bonferroni: não tenta controlar erro tipo I; equivale a múltiplos testes t e requer que o ANOVA seja significativo.

O Studentized Newman Keuls (SNK) é um teste post-hoc liberal, pouco controle sobre erro.

O Sidak é uma generalização do Dunn.

Curiosamente, pelo menos na minha percepção, tenho reparado nos trabalhos científicos muito uso de Tukey, Dunn, Bonferroni e Scheffé. Penso que poderíamos ter um uso bem maior de Games-Howell, REGWQ, Welsch Q e Gabriel.

Quem sabe com o aumento do nível de conhecimento da galera sobre esses testes isso não ocorre?

Era isso, espero que tenham gostado.

Abs,


CFC

quarta-feira, 2 de fevereiro de 2011

Sobre o valor de p... Significa? Significa...

O Ronnie Von tem uma longa história artística no Brasil. Contudo, boa parte de sua fama contemporânea se deve a este vídeo no Youtube:




O telespectador está se sentindo "confuso", ou como também poderíamos dizer, "diferente".
Ele quer saber se esses sentimentos "diferentes" podem "significar" algo.

A significância de uma diferença em uma resposta à carta de um telespectador foi só um exemplo lúdico para começarmos nosso post.

Vamos aprender que a significância, ao contrário do que pode parecer pelas palavras do Ronnie Von, pode ser algo não-dicotômico (não-binário, mais complexo que simplesmente sim x não), em um espectro de graus quantificáveis de probabilidade.

Para a Medicina, bem como para as demais ciências, é fundamental o estudo estatístico das diferenças entre grupos para uma mesma variável, assim como o quanto essas diferenças encontradas na amostra estudada são generalizáveis para a população em geral.

Em Estatística, o nível de significância é definido geralmente quando o erro do tipo I (ou alfa - a chance de que a diferença tenha ocorrido devido ao acaso) é menor que 5%, ou 0,05.

Calma!

Melhor dizendo, em "estatiquês", o p é a probabilidade de se rejeitar a hipótese nula quando ela for verdadeira (ou seja, considerar diferentes dois grupos que não sejam).

Em "mediquês", seria a probabilidade de falso positivo. Daí o p menor que 0,05 ter adquirido tamanha importância.

Neste post quero explicar, contextualizar e relativizar a importância do p de forma bem-humorada, mas não sem deixar de compartilhar com você, amigo leitor, muitas das críticas correntes àquilo que eu chamo de "Cultura do p baixo" e com as quais concordo.

Valores de p menores que 0,01 significam menos de 1% de chance de que a diferença tenha ocorrido por acaso. Podemos arbitrar nosso nível de significância para esse valor ou para valores ainda menores.

Quando o valor de p é menor que 0,001 sabemos que há menos de 0,1% de chance de que a diferença tenha ocorrido ao acaso. Valores menores que 0,0001 nem precisam ser detalhados: denotam mais de 99,99% de certeza de que a diferença encontrada não foi devido ao acaso.

Considerando que os valores de significância tenham se revestido de tamanha autoridade científica, temos presenciado um viés que privilegia a publicação de artigos que encontrem diferenças significativas. Como se os estudos que não encontrassem tais diferenças não tivessem aplicabilidade ou pudessem despertar interesse.

Alguns críticos chegam a afirmar que esta busca pelo p menor que 0,05 é insana e que contribui para a falência do modelo de ciência biomédica atual. Ioannidis (2005) culmina a crítica metodológica afirmando que a maioria dos resultados das pesquisas seria simplesmente falsa.

Eu creio que Ioannidis apontou diversos problemas sérios neste artigo, porém o título soou sensacionalista. Seu trabalho mereceu, contudo, algumas citações em uma matéria da revista New Yorker, com boa repercussão nos EUA, intitulada "The truth wears off: is there something wrong with the scientific method?", onde argumentam, entre outras coisas, que o aumento da amostra ao longo do tempo acaba revelando que diferenças previamente detectadas não existiam ou existiam no sentido oposto. A matéria exemplifica tais fenômenos com os recentes fracassos da indústria farmacêutica em demonstrar por longo prazo a eficácia e a segurança de seus novos produtos.

Algo que eu gosto de criticar de forma aberta é o uso abusivo do p sem a caracterização devida do teste usado.

Resumos (abstracts) e artigos são pródigos em frases como: "A diferença dos valores de X entre os grupos A e B foi estatisticamente significante (p=0,001)."

Vamos estabelecer algumas regras práticas e básicas para descrição de seus resultados antes de prosseguirmos, OK?

Primeira coisa: traduzir "significant" como significante em português evidencia um anglicismo inadequado comumente empregado entre nós. "Significant" quer dizer significativo, considerável. Em português, a palavra significante é melhor empregada em linguística, para designar a palavra escrita ou falada, a forma linguística, que é atribuída a um significado, que pode ser um "objeto" qualquer. Por isso, dói meus ouvidos ouvir alguém falar que a "diferença encontrada foi 'significante'".

Segunda coisa: sempre que mencionar o p, espera-se que o autor-pesquisador mencione ANTES o teste empregado, o valor obtido no teste e os graus de liberdade. Por isso sempre me pergunto o que se passa na cabeça dos autores dos trabalhos que vejo com valores de p órfãos, sem as informações que deveriam precedê-los.

Era o p do quê? O p do teste t? O p do qui-quadrado? O p do Mann-Whitney? O p da ANOVA? O p do Kruskal-Wallis? O p de uma correlação? Ou o p do Jonckheere-Tersptra? Alguns artigos nem se dão ao trabalho de nos informar se as variáveis tinham o mínimo de condições para a realização de testes paramétricos (normalidade e homocedasticidade/homogeneidade de variâncias).


Abro aqui um parêntese para criticar o uso abusivo de testes paramétricos. Muitos trabalhos estudam variáveis ordinais em amostras menores que 12 para cada grupo utilizam teste t (se houver 2 grupos) ou ANOVA (se houver 3 ou mais grupos). Embora muitos colegas achem que não há nada de errado nisso, suspeito que essa seja uma liberdade metodológica grande demais para mim.

Por definição, variáveis que não sejam contínuas ou intervalares, e que tenham distribuição normal e homogeneidade de variâncias, não deveriam utilizar testes paramétricos. Tratar uma variável ordinal como intervalar ou contínua é sempre algo que suscita questionamentos: para variáveis ordinais a distância entre o 1 e o 2 pode não ser a mesma que entre o 2 e o 3, que pode não ser a mesma entre o 3 e o 4, e assim sucessivamente. O "pulo do gato" é que testes paramétricos mostram mais facilmente diferenças estatisticamente significativas.


Isso sem falar na violação do pressuposto da aleatoriedade da amostra, comumente empregado ao se usar toda uma amostra de conveniência para aumentar o N dos estudos e facilitar a obtenção do famigerado p < 0,05.

Para não me alongar muito confessarei o que mais me incomoda a respeito da valorização excessiva do p: as pessoas subestimam a possibilidade de erros do tipo II (ou erros beta, a chance de que uma diferença real exista e não seja identificada, ou dizendo em "estatiquês", a chance de não rejeitar uma hipótese nula quando ela é falsa, ou ainda em "mediquês", os "falsos negativos").

Conciliar matematicamente o binômio representado pelos erros dos tipos I e II (ou alfa e beta) não foi e não é uma tarefa fácil. Com o tempo, convencionou-se como padrão o erro tipo I admissível era 0,05 ou 5% e o erro tipo II admissível era 0,2 ou 20%. O erro tipo II define o grau de poder do teste, dado pela fórmula

Poder = 1 - erro beta (ou tipo II).

Isso quer dizer que os trabalhos científicos admitem como padrão aceitável uma probabilidade de 20% de "falsos negativos" contra uma probabilidade de 5% "de falsos positivos".

Isso pode ser bom para diversos aspectos científicos - afinal, o conceito estatístico é de que um p de 0,05 significa que, em infinitas repetições do experimento, em apenas uma a cada vinte vezes seria observada uma diferença tão grande quanto a encontrada se a hipótese nula fosse verdadeira (ou seja, se não houvesse diferença "real" entre os grupos).

O mesmo conceito se aplica para coeficientes de correlações, valores de qui-quadrado, testes t, F e etc...

Humpf, mas peraí! E essa história de hipótese nula?

Pois é. Apesar de todos os cientistas jurarem de pé junto que seus trabalhos buscam responder sua hipótese original, a estatística dita "frequentista" está, de fato, buscando aceitar ou rejeitar a hipótese contrária aquela buscada pelo investigador.

A hipótese buscada pelo cientista é também chamada de hipótese alternativa ou H1 (com o 1 em subscrito). Um exemplo de H1 típico: sal causa hipertensão. A hipótese nula ou H0 (com o zero em subscrito) seria "sal não causa hipertensão".

O valor de p menor que 0,05 rejeita a hipótese nula: a hipótese nula é falsa.

Você deve estar pensando: "tsá, mas esse negózdi hipótese nula falsa não é a mesma coisa que dizer que a hipótese do pesquisador é verdadeira?"

Para os estatísticos bayesianos, opostos aos frequentistas, não é a mesma coisa nemquiavacatussa. Mas isso é assunto pra outro post...

Na prática, a teoria é a seguinte: considera-se mais elegante dizer que "foi significativa a diferença de níveis pressóricos em relação ao consumo diário de sódio" do que dizer "sal causa hipertensão".

Todavia, como a estatística frequentista ainda possui caráter hegemônico nos trabalhos científicos, não posso deixar de considerar todos os fatores que citei acima na minha prática médica.

Avalio pessoas expostas a agentes químicos que muitas vezes não tem sua toxicidade caracterizada e reconhecida em sua totalidade mesmo após sua introdução no mercado. Nesses casos, a abordagem padrão do p menor que 0,05 tem, na minha humilde opinião, consequências catastróficas.

Inexorável e involuntariamente, os artigos que usamos para embasar nossas condutas diagnósticas e terapêuticas utilizam a metodologia estatística padrão de 80% de poder com 5% como nível de p para significância. Isso resulta numa situaçao que pode "esconder" mais do que "revelar" diferenças.

De maneira grosseira, poderíamos dizer que podem estar errados 1 em cada 5 trabalhos (20%) que não encontraram quaisquer evidências de nexo causal entre determinada substância química e determinado efeito clínico? Não sei. Talvez... Muitos discordariam, mas é possível que esta seja uma estimativa mais razoável que a de Ioannidis.

Você, assim como eu, pensa na segurança advinda da limitação da exposição a certos riscos ainda não totalmente descritos e conhecidos.

Ao mesmo tempo não querermos ser alarmados de forma desnecessária por conta de um estudo "falso positivo".

Certamente preferiríamos que a chance de erro beta aceitável como padrão também fosse de 5%, como ocorre com o erro alfa, não é mesmo?

Pois é, o problema é que isso inviabilizaria a maior parte das pesquisas, pois demandaria um aumento fabuloso no tamanho das amostras. Por isso poder estatístico e erro alfa são um binômio tão difícil de conciliar, o que ocorre também nos testes post hoc para ANOVA.

Perceba que esse conhecimento sobre Estatística permite que você seja capaz de evitar a "demonização" de valores de p maiores que 0,05 bem como lhe torna capaz de evitar o "endeusamento" dos valores de p menores que 0,05.

Afinal, como pudemos entender, o 0,06 também tem seu valor e merece muito o nosso amor! Até rimou :-)

Muitas vezes a evidência trazida pela ciência é vista como um dado inquestionável, um fato cristalizado.

Cuidado: há que se tomar cautela.

A interpretação e o uso indevidos dos dados originados a partir de estudos científicos pode prejudicar a saúde das pessoas e a preservação do ambiente.

Para saber mais sobre a relação da sociedade com os riscos representados pela tecnologia química e a função surpreendentemente paradoxal da ciência nesse processo, sugiro fortemente a leitura do meu post com trechos do livro Sociedade de Risco, do filósofo alemão Ulrich Beck, um dos primeiros posts deste blog, aliás.

E pra você que conseguiu chegar até aqui, vai aí um bônus surpresa!


Se você é um geek em estatística vai curtir, tenho certeza.


Abs,


CFC


Pergunte-me. Não tenha medo!

Vendo as estatísticas de visitação do blog, percebi que muitos visitantes usam termos de pesquisa para os quais o conteúdo do blog não é muito rico, mas por conta do algoritmo do google, temos ficado com boas posições entre alguns resultados.

Muitas vezes o blog aparece na primeira página de resultados do google, às vezes como o primeiro ou um dos primeiros resultados, mesmo que não haja muito (ou qualquer) conteúdo referente àquilo que foi procurado.

Percebo que muitos procuram informações sobre efeitos colaterais ou tóxicos de alguma substância, ou sobre os fundamentos ou a interpretação de algum teste estatístico.

Infelizmente, muitos não aproveitam o espaço para perguntas do Formspring, que pode ser acessado diretamente na caixa de perguntas que fica sempre na coluna à direita do texto principal, ou ainda pelo endereço:


Perguntem, não se inibam.
O máximo que pode acontecer é eu demorar um pouco pra responder, ou por estar muito ocupado, ou por estar estudando para escrever uma boa resposta.

Abraços e bons estudos,

CFC
Related Posts Plugin for WordPress, Blogger...