Postagens

Sensibilidade e Especificiadade

Imagem
Nenhum exame é perfeito. Qualquer método usado para chegar a um diagnóstico pode ter um resultado falso. Quem está doente pode receber um resultado Falso Negativo, e quem não é doente pode receber um resultado Falso Positivo. Antes de começar a usar qualquer método para diagnóstico, seja um exame de laboratório, uma técnica de imagem ou mesmo um simples algoritmo semiológico, é preciso realizar uma pesquisa para estudar suas características, quantas vezes acerta e quantas vezes erra. Isso é feito aplicando o exame em pessoas com a doença e sem a doença. Para os fins da pesquisa, a determinação de quem é doente ou não é feita usando algum outro exame, o melhor disponível, que costuma ser chamado padrão ouro (às vezes é uma biópsia, uma necropsia ou cultura.... Algo que defina a doença ou que seja muito confiável). Os resultados são colocados em uma tabela como esta, que divide o grupo de doentes e o grupo de não doentes: A probabilidade de dar positivo em quem

Gráficos - como usar

Imagem
Interpretar padrões em dados textualmente é um processo trabalhoso, difícil e chato. Mas quando essa mesma informação é mostrada graficamente fica tudo muito mais fácil. Padrões e relações que poderiam facilmente passar desapercebidos, mesmo por um leitor atento, agora ficam perfeitamente nítidos e intuitivamente interpretáveis. Seja na hora de realizar a análise, ou de escrever o artigo, gráficos são uma importante ferramenta que facilita a exploração dos dados, e direciona sua leitura e interpretação. Mas como toda ferramenta, é importante saber como usar. Então, primeiro e mais importante, conheça suas variáveis . Elas são quantitativas? Qualitativas? Categóricas? Dicotômicas? Discretas? Contínuas? Depois, decida o que você quer ver. Existem gráficos para visualizar uma única variável, com suas frequências, e existem gráficos para correlacionar duas ou mais variáveis (sejam elas qualitativas ou quantitativas). A base de toda a análise descritiva é a frequência ,

Dedução e Indução

Imagem
A argumentação científica se baseia em dois modos de raciocínio, dedutivo e indutivo. O raciocínio dedutivo é quando se usa premissas para implicar uma conclusão.             Se, todo homem é mortal;               E se, Sócrates é homem;               Então, Sócrates é mortal Já o raciocínio indutivo , é quando se usa premissas para apoiar a conclusão , mas sem garantir a sua veracidade. Se, o Ferro, o Cobre, e o Alumínio são metais e conduzem eletricidade; Então, todos os metais conduzem eletricidade. Alguns autores descrevem a dedução como “partir de premissas gerais para chegar a conclusões específicas”, ou raciocínio “ top-down ”, e a indução como “partir de premissas específicas para chegar a conclusões gerais”, ou raciocínio “ botton-up ”. No entanto, esse é um conceito antigo, muito simplificado, e que, além de estar errado, não menciona o mais importante. Um argumento é dedutivo quando sua intenção é ser logicamente válido , isso quer d

Validade Interna e Externa

Imagem
A validade interna é uma medida da qualidade geral da pesquisa, da qualidade de sua evidência. Já sua validade externa , tem a ver com a possibilidade de generalizar e aplicar seus resultados, sua relevância para a prática. A validade Interna é a garantia de que os padrões e efeitos encontrados realmente ocorreram por causa do fator avaliado. Que a melhora dos pacientes realmente ocorreu por causa da medicação, e não por outras causas diversas, como fatores de confusão, vieses, ou inadequações no método. Uma pesquisa sem validade interna não permite que se tire qualquer conclusão segura sobre seus resultados, porque a origem das variações ou padrões encontrados não ficou clara. E por conta disso, a qualidade de sua evidência diminui. Algumas questões importantes são: - As amostras foram selecionadas aleatoriamente? - Os grupos foram divididos aleatoriamente? - Existe alguma diferença entre os grupos sendo comparados? - Os pesquisadores e sujeitos foram

Planilha de Lista e Classificação de Bactérias Importantes à Saúde (atualização: 1.2.0)

Imagem
Fiz algumas alterações e adições na planilha, agora na versão 1.2.0 Para baixar, basta acessar a aba  downloads , aqui do blog. Notas da atualização: - 18 espécies adicionadas à lista: Achromobacter xylosoxidans, Alcaligenes sp, Bacteroides fragilis, Burkholderia cepacia, Corynebacterium jeikeium, Coxiella burnetii, Clostridium ramosum, Edwardsiella tarda, Fusobacterium nucleatum, Hafnia alvei, Mycobacterium scrofulaceum, Mycoplasma genitalium, Mycoplasma hominis, Pasteurella canis, Porphyromonas gingivalis, Plesiomonas shigelloides, Ureaplasma parvum, Yersinia pseudotuberculosis. - Legenda "A" modificada para "Z" (Zoonose) - Categoria "Membrana / Coloração" modificada para "Visualização" - Categoria de metabolismo "anaeróbio" modificado para "anaeróbio restrito" - Removida a senha para destrancar a planilha.

Nível Individual e Agrupado

Imagem
Toda pesquisa envolve o estudo de uma ou mais populações. Muitas fazem isso abordando os membros do grupo, em busca de relações de nível-individual . É o caso de inquéritos , casos-controles , coortes , ou ensaios clínicos . Outros métodos não envolvem os indivíduos, a unidade estudada são as próprias populações, cada uma como um inteiro, para encontrar relações de nível-agrupado . Como em estudos ecológicos ou ensaios comunitários . É uma questão de qual é a unidade sendo analisada. Métodos de nível-individua l avaliam características de indivíduos , que são medidas usando questionários ou exames. Mas no nível-agrupado se estuda grupos, não indivíduos, as variáveis são atributos do grupo , que são mais facilmente obtidas com dados secundários. As características de grupos podem ser divididas em três categorias: - Medidas Agregadas : Médias e proporções do grupo, derivadas diretamente de variáveis individuais. - Medidas Ambientais : Características que tem

Grupos Pareados e Não Pareados

Imagem
Comparar grupos é uma etapa comum em várias pesquisas, principalmente em métodos experimentais. Pode se usar grupos controle, tratamento, placebo, controle positivo, e por aí vai...  Mas existem duas formas de fazer a comparação, com grupos pareados (estatisticamente dependentes), ou com grupos não pareados (estatisticamente independentes). A comparação não pareada é quando os membros de um grupo não têm relação direta com os do outro. Cada grupo é independente e exposto a uma condição diferente, para depois serem examinados em busca, por exemplo, da diferença entre as médias de cada grupo. Já a comparação pareada é quando os membros dos grupos têm relação entre si. Cada indivíduo de um grupo tem um “par” no outro. Esse par pode ser ele mesmo, ou alguém com características semelhantes (como um irmão gêmeo). Agora comparação é feita entre os pares, e a diferença em cada par é usada para encontrar a média das diferenças  de cada par. Trabalhar com grupos indep