Estatística

Conhecimentos de Base Recomendados

Não aplicável

Métodos de Ensino

1.ª Vertente Teórica:

  • Recorre-se a uma metodologia expositiva-ativa de fácil compreensão por parte dos alunos.
  • A exposição irá centrar-se na identificação e compreensão dos conceitos teóricos basilares da Estatística e sua relação com a área da Saúde.
  • 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:

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

Resultados de Aprendizagem

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.
  • Diferentes softwares 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 softwares de análise estatística.

Programa

  • Parte I: Conceitos Gerais: Estatística Descritiva e Estatística Inferencial; Conceitos de População (N) e Amostra (n), Representatividade e Critérios de Seleção. Métodos de Amostragem: Modelos Probabilísticos/Aleatórios e Não Probabilísticos. Redução de Dados e definição de Escalas de Medição.

 

  • Parte II: Introdução à criação de bases de dados e software especializado para a gestão e tratamento de dados. 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. Aplicação prática dos conceitos (cálculo e transposição para software – IBM SPSS Statistics).

 

  • Parte III: 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. Medidas de Estatística Inferencial: Estimação por Ponto e Testes Estatísticos em função do tipo de estudo/Amostras (Árvores de Decisão).

 

  • Parte IV: Modelos para Amostras Emparelhadas/Relacionadas: teste McNemar (X2MC) e sua variante com Correção de Continuidade de Yates; teste Kappa de Cohen (K); Teste de Wilcoxon (T); Teste t-Student (t); Teste ANOVA para medidas repetidas a I Fator (F) e respetivos testes de Comparações Múltiplas (Teste t via Least Significante de Difference de Fisher e teste t via Bonferroni); Teste ANOVA Não paramétrica de Friedman (X2r) e respetivo teste de Comparações Múltiplas (Teste Bonferroni Corrigido). Modelos para Amostras Independentes: Teste de Qui-quadrado de Pearson (X2MC) e sua variante de Correção de Continuidade de Yates bem como a estimação de Resíduos (Ajustados Estandardizados) e respetivos Coeficientes de Associação: Phi e V de Cramer (V); Teste Wilcoxon-Mann-Whitney (U); Teste t-Student (t); Teste Levene (W); Teste ANOVA a I Fator (F) respetivo teste de Comparações Múltiplas ; Teste ANOVA não paramétrica de Kruskal-Wallis (H) e respetivo teste de Comparações Múltiplas (Dunn-Bonferroni). Modelos de Correlação: Introdução à Covariância (Cov); Representação gráfica do Diagrama de Dispersão; Coeficiente de Correlação Linear de Pearson (r); Coeficiente de Correlação Ordinal de Spearman (rho). Aplicação de modelos estatísticos através de simulação de fenómenos clínicos, interpretação de resultados e sua extrapolação para a população.

 

Docente(s) responsável(eis)

Estágio(s)

NAO

Bibliografia

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.

 

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

7. Silvestre, A.; L. Análise de Dados e Estatística Descritiva. Escolar Editora: Lisboa, 2007.