Epidemiologia 2 Aula Prtica

CC04-10 1
Estatsticas de sade. Certificados de bito.
1)
Instituto nacional de estatsticas (INE)
Direco geral de sade (DGS)
Registos hospitalares

2)
Baixo peso nascena = peso inferior a 2500g

a) (ver tabela da pg 8G)

Prevalncia bruta de baixo peso (P) = N de casos / Pop. Total
P =
% 4 , 6
359 110363
4902 1257 578 313 1
=

+ + + +


b)

15-19 anos:
P
H
=
10 4036
244 71 35 18

+ + +
=9,1%

P
M
=
16 3726
255 60 26 14

+ + +
=9,6%

25-29 anos:
P
H
= % 9 , 4
56 19506
642 169 94 44
=

+ + +


P
M
= % 5 , 6
36 17986
868 195 75 32
=

+ + +



35-39 anos:
P
H
% 5 , 6
27 4984
204 68 33 19
=

+ + +
=
P
M
% 7 , 7
24 4669
242 62 36 18
=

+ + +
=








Temos de retirar o ignorado ao total porque no sabemos o peso
20-24 anos:
P
H
=
% 6
51 13539
567 129 73 41
=

+ + +


P
M
= % 4 , 7
30 12466
653 156 61 48
=

+ + +

30-34 anos:
P
H
% 3 , 5
45 14277
518 136 66 34
=

+ + +
=

P
M % 5 , 6
42 13153
586 174 56 37
=

+ + +
=

0,00%
2,00%
4,00%
6,00%
8,00%
10,00%
12,00%
15-19 20-24 25-29 30-34 35-39
Idade materna
Homens
Mulheres
Epidemiologia 2 Aula Prtica
CC04-10 2
3)
a)
A prevalncia de baixo peso maior nas classes etrias extremas e para recm-nascidos
do sexo feminino.

b)
15-19 questes sociais, factores comportamentais e psicolgicos (gravidez indesejada,
esconder gravidez, m alimentao); acesso mais tardio a cuidados de sade.
35-39 idade materna avanada (factor fisiolgico); maior nmero de doenas associadas
(HTA, diabetes)

c)
O problema no era propriamente o baixo peso mas a idade gestacional.
Idade gestacional curta partos pr-termo aumento da probabilidade de ter baixo peso.
Seria necessrio fazer uma investigao prpria acerca da idade gestacional, uma vez que
no existem dados estatsticos relativamente ao cruzamento de dados do peso neonatal e a
idade gestacional. (como no h estatsticas que cruzem todas as variveis idade gestacional
+ idade materna + peso RN recorrer-se-ia aos questionrios).

4)
Estudo ecolgico:
Observacional
A unidade de observao no o indivduo, um grupo
Tm uma validade muito baixa


a)
tambm nos grupos extremos que o baixo peso tem maior prevalncia.
Os valores so mais baixos do que no estudo do INE; no entanto, esta amostra mais
pequena, estando mais sujeita a factores aleatrios. Para alm disso este estudo s relativo
a casos internados em hospitais, no tem os casos associados a maior risco, como aqueles
que nascem em casa. (Se a pessoa recorre ao hospital poder significar que teve maiores
cuidados ao longo da gravidez do que uma pessoa que simplesmente decide ter o filho em
casa).

b)
Para respondermos a estas perguntas precisamos de recorrer a um teste estatstico.

p = probabilidade de as diferenas que encontramos serem devidas ao acaso ou
probabilidade de obtermos resultados idnticos ou ainda mais extremos se a hiptese nula
for verdade.

Hiptese nula = no h diferenas estatisticamente significativas entre as duas
amostras (as diferenas so devidas ao acaso).
A nossa hiptese nula que os dois estudos fazem parte da mesma populao ou que
ambas as populaes so iguais.

Variveis contnuas (variveis que podem assumir qualquer valor num intervalo) Teste de T
student

Variveis categricas (os valores que as variveis assumem podem ser considerados categorias
ordinais ou nominais) Teste do Qui-quadrado (X
2
)
Epidemiologia 2 Aula Prtica
CC04-10 3

=
Esperados
Esperados Observados
X
2
2
) (


No nosso caso temos variveis categricas usar teste do Qui-quadrado.
Com duas amostras independentes / relacionadas de indivduos queremos saber se na
populao as propores de indivduos com determinada caracterstica em cada grupo so
iguais.
O qui-quadrado no mais do que uma comparao dos valores observados na tabela com
os valores esperados se no existisse relao entre as duas variveis, ou seja, se a hiptese
nula fosse verdadeira. A partir do qui-quadrado pode-se ento calcular a probabilidade de se
obter a diferena entre os valores observados e esperados, ou uma diferena superior, se a
Hiptese Nula fosse verdadeira (valor p). Como em todos os testes de hiptese, com base
nesta probabilidade que decidimos se rejeitamos ou aceitamos a Hiptese Nula.

1 valores observados
Idades Estudo nacional INE Total
15 19 12 723 735
20 24 24 1728 1752
25 29 11 2119 2130
30 34 15 1608 1623
35 39 8 682 690
Total 70 6860 6930

Valores esperados = (total da coluna x total da linha)


2 valores esperados
Estudo nacional INE
15 19 A F
20 24 B G
25 29 C H
30 34 D I
35 39 E J

A = (735 x 70) / 6930 = 7,4
B = (1752 x 70) / 6930 = 17,7
C = (2130 x 70) / 6930 = 21,5
D = (1623 x 70) / 6930 = 16,4
E = (690 x 70) / 6930 = 7,0
F = (735 x 6860) / 6930 = 727,6
G = (1752 x 6860) / 6930 = 1734,3
H = (2130 x 6860) / 6930 = 2108,5
I = (1623 x 6860) / 6930 = 1606,6
J = (690 x 6860) / 6930 = 683,0

X
2
= 10,6 (usar a frmula indicada acima)
Quanto maiores as diferenas entre os valores esperados e os observados, maior ser o Qui-
quadrado (maiores as diferenas entre as duas populaes) e mais baixo ser o p.
Com este valor (10,6) vamos tabela da pg 8H.
Para vermos qual o valor de p, temos primeiro de saber os graus de liberdade (degrees of
freedom d.f.)

Graus de liberdade = (n de colunas 1) x (n de linhas 1)
A nossa tabela tem 2 colunas e 5 linhas, ou seja, graus de liberdade = (2-1) x (5-1) = 4

Temos, portanto, 4 graus de liberdade.
total
Epidemiologia 2 Aula Prtica
CC04-10 4

Consultando a tabela da pgina 8H (d.f. = 4; X
2
=10,6), podemos verificar que

0,025 < p < 0,05

Rejeita-se a hiptese nula Com 95% de confiana, podemos afirmar que as amostras no
so iguais; as diferenas entre elas no se devem ao acaso; as diferenas entre as populaes
so estatisticamente significativas. (bla bla bla, intromed again)

Nota: Se p > 0,05% no quer dizer que no h associao entre os factos, nem que as
diferenas so devidas ao acaso! Quer dizer que ns no conseguimos provar que as duas
populaes so diferentes.

Pela forma como calculamos o Qui-quadrado, as clulas que tm um pequeno nmero de
elementos fazem pouco ao X
2
e as clulas com um grande nmero de elementos aumentam o
X
2
.
Logo
elementos p

elementos p

Ou seja, para podermos provar que as diferenas so estatisticamente significativas temos de
ter um bom tamanho amostral.