Estatística

Não se aplica.

1.ª Vertente Teórica:

1. Recorre-se a uma metodologia expositiva-ativa de fácil compreensão por parte dos alunos.
2. A exposição irá centrar-se na identificação e compreensão dos conceitos teóricos basilares da Estatística e sua relação com a área da Saúde.
3. Exposição de cada método e técnica estatística (princípios, pressupostos e algoritmo) em função da realidade clínica e sua transposição para o ambiente informático.

2.ª Vertente Teórico-prática:

1. Privilegia-se a aplicação dos conhecimentos aprendizados na teoria com recurso a software de análise estatística (IBM SPSS Statistics).
2. O aluno beneficiará de uma forte componente prática em software de análise estatística desde a formação de bases de dados, agregação, transformação e manipulação dos mesmos.
3. Aplicação dos diferentes modelos de análise estatística com recurso a software especializado.

O aluno deve adquirir conhecimentos de:

• Métodos e Técnicas Analíticas em Estatística que permitam a compreensão de diferentes fenómenos em saúde.
• Método de Estimação Amostral e sua Potência de teste em função dos diferentes design’s de investigação que o aluno pode ser confrontado no âmbito médico, clínico e laboratorial.
• Contacto com software de Análise de Dados em Estatística.

O aluno deve adquirir aptidões de:

• Estimação de Amostras sobre parâmetros populacionais/amostrais, experimentais, coorte e caso-controlo.
• Criação de “Bases de Dados”, manipulação de indicadores clínicos e laboratoriais (exames, colheitas, parâmetros analíticos, escalas de medida, etc.) e interpretação de resultados.

O aluno deve adquirir competências de:

• Decisão de Modelos de Análise de Estatística para o estudo de factos reais (prevalência/diagnóstico), previsão de resultados (prognóstico) e escolha de indicadores/índices.
• Validação de métodos de diagnóstico e prognóstico no âmbito clínico.
• Análise e interpretação de resultados manipulados em software de análise estatística.

1.    Conceitos Gerais: Estatística Descritiva e Estatística Indutiva; Designs Amostrais: Modelos Probabilísticos/Aleatórios e Não Probabilísticos; Conceitos de População (Universo) e Amostra.

2.    Redução de Dados e definição de Escalas de Medição; Medidas de Estatística Descritiva: tabulação de dados, medidas de tendência central e não central e de dispersão; Medidas de Distribuição: Simetria, Achatamento e Distribuição Normal e suas propriedades para a estatística inferencial.

3.    Ensaio de Hipóteses: Hipótese nula e hipótese estatística; Hipótese Univariada e Hipótese Bivariada e a Regra de decisão (nível de significância); Erro do tipo I (Erro de 1.ª Espécie) e Erro do tipo II (Erro de 2.ª Espécie). Família de Testes Paramétricos e Testes Não Paramétricos.

4.    Medidas de Estatística Inferencial: Estimação por Ponto e Testes Estatísticos:
•    Modelos estatísticos – 2 amostras emparelhadas: teste McNemar; teste Kappa de Cohen; Teste T de Wilcoxon; Teste de Sinais; Teste t-Student.
•    Modelos estatísticos – 3 ou mais amostras de follow-up (modelos longitudinais): teste ANOVA para medidas repetidas a I Fator e respetivos testes de Comparações Múltiplas (teste de Bonferroni e teste Least Significant Difference) e estimação de Effect Size; Teste ANOVA Não paramétrica de Friedman e respetivo teste de Comparações Múltiplas (teste Bonferroni).
•    Modelos estatísticos – 1 amostra: Teste t-Student; teste Qui-quadrado da Aderência.
•    Modelos estatísticos – 2 amostras independentes: Teste de Qui-quadrado de Pearson (Qui-quadrado da Independência); Teste de Qui-quadrado de Pearson com Correção de Continuidade de Yates e teste de Fisher; Medidas de Associação: Coeficiente de Phi, Coeficiente de W (Cramer), Coeficiente de C de Pearson; Medidas de Diagnóstico: Sensibilidade; Especificidade; Valores Preditivos (positivo e negativo); Razão de Verosimilhança. Teste Wilcoxon-Mann-Whitney; Teste t-Student para Amostras Independentes e Teste Levene;
•    Modelos estatísticos – 3 ou mais amostras independentes: Teste ANOVA a I Fator respetivo teste de Comparações Múltiplas (teste Bonferroni; teste LSD; teste Games-Howell); Teste ANOVA não paramétrica de Kruskal-Wallis e respetivo teste de Comparações Múltiplas (teste Dunn-Bonferroni).
•    Modelos estatísticos – amostras correlacionadas: Coeficiente de Correlação Linear de Pearson; Coeficiente de Correlação Ordinal de Spearman.

5.    Introdução e Aplicação de Software de Análise Estatística: Criação de Bases de Dados, simulação de fenómenos clínicos consoante os desenhos de estudo (investigação). Aplicação de modelos estatísticos, interpretação de resultados e sua extrapolação para a população

NAO

1. Bibliografia Primária

1.  Vet, H.C.; Terwee, C.B.; Mokkink, L.B.; Knol, D.L. Measurement in Medicine – Pratical Guide to Biostatistics and Epidemiology. Cambridge University Press, 7th Printing, United Kingdom, 2016.

   2. Motulsky, H. “Intuitive Biostatistics – A Nonmathematical Guide to Statistical Thinking”. Completely Revised, Second Edition, Oxford University Press, New York, 2010.

   3. Cunha, G.; Martins, M.R.; Sousa, R.; Oliveira, F.F. Estatística Aplicada às Ciências e Tecnologias da Saúde. Lídel: Lisboa, 2007.

   4. Pestana, M.H.; Gageiro, J.N. Análise de Dados para Ciências Sociais – A complementaridade do SPSS. 4.ª Ed., (Revista e Aumentada), Edições Sílabo: Lisboa, 2005.

   5. Vidal, P.M. “Estatística prática para as ciências da saúde”. Lidel, Lisboa, 2005.

   6. Kirkwood, B., Sterne, J. Essentials of Medical Statistics. 2.nd edition. Wiley-Blackwell, 2001.

2. Bibliografia Secundária

1. Mello, F.C.; Guimarães, R.C. Métodos Estatísticos para o Ensino e a Investigação nas Ciências da Saúde. Edições Sílabo: Lisboa, 2015.

2. Hall, A.; Neves, C.; Pereira, A. Grande Maratona de Estatística no SPSS. Escolar Editora: Lisboa, 2011.

3. Elizabeth Reis, Rosa Andrade, Teresa Calapez e Paulo Melo. Exercícios de Estatística Aplicada – Vol. 2 (3ª Edição revista e corrigida). Editor: Edições Sílabo, Edição: janeiro de 2021

4. Marôco, J. Análise Estatística com o SPSS Statistics. 8.ª Edição, Lisboa, 2012. Editor: ReportNumber, Edição: Março de 2021

5. Figueiredo, F. Estatística Descritiva e Probabilidades – Problemas Resolvidos e Propostos com Aplicações em R (2ª Edição). Editor: Escolar Editora; Edição: outubro de 2009

6. Oliveira, A. G. Bioestatística Descodificada: Bioestatística, Epidemiologia e Investigação. 2.ª Ed., Lidel: Lisboa, 2014.

7. Santos, C. Manual de Auto-Aprendizagem – Estatística Descritiva, Edições Sílabo: Lisboa, 2007.

8. Rosner, B. “Fundamentals of Biostatistics”. Sixth Edition, International Student Edition. THOMSON, Brooks/Cole, USA, 2006.

9. Levin, J.; Fox, J.A. “Estatística para Ciências Humanas”, 9.ª Edição, Pearson/Prentice Hall, São Paulo, 2004.