Anda di halaman 1dari 5

Epidemiologia

4 Aula Prtica

Medidas de Associao.
Medidas de associao quantificam a relao entre uma dada exposio e uma consequncia. Medidas de impacto quantificam o impacto da mudana de exposio num dado grupo. No podemos calcular incidncias em estudos de casos-controlo porque no temos populao em risco no incio do estudo, excepto em estudos de casos-controlo tipo populacionais (a populao base equivalente populao em risco). Odds ratio estimativa do Risco Relativo

1) a)
Estudo de coorte prospectivo.

b)
Doentes Expostos No expostos Total 299 107 406 No doentes 4503 2312 6815 Total 4802 2419 7221

c)

Incidncia nos expostos (E): IE = 299 / 4802 = 6,2 % Risco Relativo: RR = 0,062 / 0,044 = 1,41 RR-1 = 41%

Incidncia nos No Expostos (NE): INE = 107 / 2419 = 4,4%

ou seja, o risco aumenta 41% nos expostos.

d)

Odds ratio, mas num estudo de coorte no faz sentido. S se calcula o Odds ratio num estudo de casos-controlo.

2) a)
tal)

Estudo transversal. (Nota: o desenho no casos e controlos mas vamos analis-lo como

b)

CC04-10

Epidemiologia
Hipertenso Caf No Caf Total 250 350 600 No Hipertenso 550 450 1000

4 Aula Prtica
Total 800 800 1600

c)
Odds ratio = (250 / 550 ) / ( 350 / 450 ) = = (250 x 450) / (350 x 550) = = 112500 / 192500 = 0,58 = 58 % Segundo este resultado, os consumidores de caf tm aproximadamente um risco 40% inferior (100%-58%) de ter Hipertenso do que os no consumidores. Isto poder-nos-ia indicar que o consumo de caf protector relativamente hipertenso. RCAF = 250 / 600 = 0,31 = 31 % RNO CAF = 350 / 600 = 0,44= 44%

d)
uma situao em que a exposio se pode alterar devido consequncia (quem hipertenso deixa de beber caf) erro de causalidade inversa. Podem tambm existir factores confundidores que influenciem esta relao. ex;

Sal
O sal um factor confundidor.

caf

HTA

3) Ateno que esta tabela no est como estamos habituada a v-la! Casos Controlos (+) (-) No bebedores (-) Bebedores (+) c a d b

Normalmente temos os expostos em cima e os no expostos em baixo. Assim, para calcular o OR NO podemos cruzar os nmeros de maneira igual ao que costumamos fazer. Utilizar a seguinte forma:

++

+CC04-10

ad cb

--

Nmeros que favorecem a associao (da doena aos expostos) Nmeros que vo contra a associao

-+ 2

Epidemiologia

4 Aula Prtica

a)
Odds ratio =(245 / 53) / (244 / 66) = = (245 x 66) / (53 x 244) = 1,25

b)
(0 15 gramas por dia) Doente Exposto No Exposto OR(0 15) = (45 x 66) / (53 x 86) = 0,65 (16 30 gramas por dia) Doente Exposto No Exposto OR(16 30) = (70 x 66) / (53 x 76) = 1,15 (> 30 gramas por dia) Doente Exposto No Exposto OR(> 30) = (130 x 66) / (53 x 82) = 1,97 130 53 No Doente 82 66 70 53 No Doente 76 66 45 53 No Doente 86 66

c)
Para as classes de consumo < 30g, o IC 95% inclui a unidade. Logo, estes dados no se revestem de significncia estatstica. Apenas para consumos > 30g/dia que se pode afirmar uma associao positiva entre o consumo e a doena (risco aumentado).

4)

Ambas as variveis so contnuas. Podemos calcular o coeficiente de correlao ou o coeficiente de regresso. . Coeficiente de correlao A correlao usada para medir a fora da relao linear entre duas variveis. Este coeficiente normalmente representado pela letra r.

CC04-10

Epidemiologia

4 Aula Prtica

O coeficiente de correlao varia entre -1 e 1. O valor 0 (zero) significa que no h relao linear, o valor 1 indica uma relao linear perfeita e o valor -1 tambm indica uma relao linear perfeita mas inversa, ou seja, quando uma das variveis aumenta a outra diminui. Quanto mais prximo estiver de 1 ou -1, mais forte a associao linear entre as duas variveis.
Nota: uma correlao 0 ou prxima de 0 no implica obrigatoriamente que as duas variveis no esto relacionadas mas apenas que as duas variveis no esto relacionadas de uma forma linear.

1
Peso do recm-nascido

2 r
Peso do recm nascido

Ingesto proteica

Ingesto proteica

3
Peso do recm nascido

1 correlao prxima de 1 2 correlao prxima de 0 3 correlao prxima de -1

Ingesto proteica

Coeficiente de regresso: Enquanto que a correlao usada para medir a fora da relao linear entre duas variveis, a regresso linear usada para estudar a natureza dessa relao. Ao contrrio da correlao, necessrio distinguir qual a varivel que se tenta prever (varivel dependente) e a varivel que prev (varivel independente). Graficamente o modelo de regresso linear apresentado como a recta que melhor aproxima a relao entre a varivel dependente e a varivel independente. Esta a mesma recta representada no coeficiente de correlao; no entanto, o coeficiente de regresso permite-nos construir a recta; a representao matemtica do modelo a equao dessa recta: y = a + bx

CC04-10

Epidemiologia

4 Aula Prtica

Coeficiente de correlao: diz-nos se existe relao linear ou no. Coeficiente de regresso: d-nos a magnitude da relao entre as duas variveis; diz-nos qual a quantidade de protenas que temos de ingerir para fazer modificar o peso do recmnascido.

CC04-10

Anda mungkin juga menyukai