Ao estudar uma associação entre variáveis utilizando o mais adequado teste estatístico para aquela situação, tem - se o resultado de um valor P. O valor P nos é útil para determinar se aquela associação é significativa do ponto de vista estatístico e determinar a influência do acaso nos resultados. Porém , a análise isolada de um valor P significativo não nos oferece informações a respeito do tamanho do efeito observado no tratamento (de forma que não podemos inferir significância clínica), não nos oferece informações a respeito do poder do estudo e de sua precisão e não nos permite estimar também a força daquela associação.
A força da associação é um importante critério para estabelecer causalidade e a investigação epidemiológica tem nos permitido utilizar ferramentas como as medidas de associação, entre elas, o risco relativo ou razão de chances para quantificar o grau de uma associação entre exposição e desfecho.
Contudo, as medidas de associação não nos fornecem informações a respeito da significância estatística do estudo, geralmente atreladas ao valor P. Com o objetivo de reunir informações a respeito da força da associação e significância estatística foram criados os Intervalos de Confiança (IC).
Os intervalos de confiança colocam mais ênfase na magnitude do efeito e nos permitem inferir se um estudo foi ou não preciso
Conceito prático e definição.
Estudo recente publicado na revista stroke foi realizado com o intuito de observar a associação entre doença periodontal e a incidência de avc isquêmico.
Os pesquisadores analisaram dados de 10.362 participantes de meia-idade sem história de avc e que estavam participando da coorte ARIC (atherosclerosis risk in communities) e que foram seguidos regularmente desde a década de 80.
Os participantes foram classificados quanto a aqueles que faziam acompanhamento regular , ou seja, visitavam o dentista pelo menos uma vez ao ano, ou irregular - aqueles que faziam acompanhamento odontológico apenas quando sentiam desconforto, precisavam de tratamento ou nunca frequentavam o dentista.
Dentro de um seguimento de 15 anos observou-se a ocorrência do desfecho (avc) em 584 participantes.
Após determinados ajustes para variáveis de confusão, verificou-se que os pacientes que faziam seguimento regular (menores taxas de doença periodontal) apresentaram uma menor incidência de avc - (HR ajustado = 0,77; IC 95%, 0,63 - 0,94).
O que significa isso?
Na medicina baseada em evidências ao realizarmos uma pesquisa precisamos trabalhar com a técnica de amostragem, isso porque estudar toda a população se torna inviável, se assim o fosse, teríamos a real certeza de nossos resultados.
Quando estudamos uma amostra populacional podemos ter azar nessa observação e atestar valores muito diferentes da realidade, para estimarmos uma maior precisão a respeito da magnitude do efeito necessitamos desses intervalos de confiança.
Suponhamos que eu tenha a respeito do estudo acima, ficado um pouco receoso com o resultado e tenha realizado um estudo similar que demonstrou um risco hazart de 0,76, enquanto num terceiro estudo replicado de maneira similar foi demonstrado um risco hazart de 0,75 até chegar a realização de 100 estudos.
Ao completar 100 estudos vamos observar variações quanto a estimativa ponto que é basicamente o valor do Hazart ratio, Risco relativo, Razão de chances - esta variação nas medidas de associação reflete uma faixa de valores possíveis para a real magnitude do efeito, chamada de intervalo de confiança.
Um intervalo de confiança de 0,63 - 0,94 , implica em dizer que se eu repetir o estudo 100 vezes, em 95 dessas 100 vezes o valor do RR estará dentro daquele intervalo para mais ou para menos. Os outros cinco estudos excluídos estão associados a valores tão extremos que foram descartados porque provavelmente ocorreram devido ao acaso.
Outra importante constatação com relação a isto é que quanto mais estreito o intervalo de confiança, mais preciso será o estudo.
O IC de 95% é o mais comumente utilizado na literatura , entretanto, podem ser estabelecidos outros valores para o IC com base em 99% ou 90%.
Lembrando que o IC define a incerteza na estimativa da magnitude do efeito na população real e não na população do estudo.
O intervalo de confiança é calculado através do tamanho da amostra, pelo erro técnico de medida do estudo e pelo grau de confiança, nos permitinfo inferir também informações semelhantes oriundas das atribuídas ao valor P.
Se o risco relativo = 1 (efeitos iguais no grupo intervenção e controle), estiver entre o limite inferior e superior do intervalo de confiança, pode-se inferir que o valor P seria superior ou igual a 5%.
Caso esse valor para o risco relativo seja inferior a 1 ou superior a 1 (efeito de proteção ou de risco, respectivamente) não estiver interpolado pelos limites superior e inferior do intervalo (ou seja, não cruzar o 1), pode-se inferir que o estudo possui significância estatística.
Interpretando os resultados na prática -
Estudo 1 - RR = 10 ( IC 95%; 1,4 - 22,5)
Estudo 2 - RR = 10 ( IC 95%; 0,5 - 11,9)
Estudo 3 - RR = 10 (IC 95 %; 1,4 - 2,1)
De posse desses conceitos podemos dizer que o estudo 2 , não alcançou significância estatística, provavelmente seus resultados são decorrentes do acaso , não sendo confiável porque ora a variável de exposição se comporta como fator de proteção , ora como fator de risco (lembre - se que neste exemplo o IC passa pelo número 1).
Embora o estudo 1 e o estudo 3 tenha sido significativos, o estudo 3 é o mais preciso , pois tem o IC mais estreito.
Para resumir: é importante denotar que o IC possui mais vantagens em relação ao valor P, como dar mais ênfase a magnitude do efeito e fornecer informações mais acuradas sobre o poder estatístico do estudo.
Nenhum comentário:
Postar um comentário