O Uso de Métodos Estatísticos em Pesquisas Médicas

einstein Educ Contin Saúde 201083 Pt 2 10910 Por dentro da estatística Ângela Tavares Paes Editora da seção O uso de métodos estatísticos vem crescendo vigorosamente em pesquisas da área médica Com frequência médicos e profissionais da Saúde são expostos a informações provenientes de análises de dados nem sempre claras e de fácil interpretação Esta seção visa familiarizar pesquisadores com conceitos e termos estatísticos comumente presentes em artigos científicos Com ênfase na discussão conceitual em detrimento a fórmulas matemáticas o objetivo é esclarecer algumas dúvidas frequentes e contribuir com o desenvolvimento do senso crítico na hora de analisar descrever e interpretar dados Reflexões sobre a importância do valor p parte 1 Elivane da Silva Victor1 Ângela Tavares Paes2 1 Acadêmica em Estatística pelo Instituto de Matemática e Estatística da Universidade de São Paulo USP São Paulo SP Brasil Estagiária do Centro de Pesquisa Clínica do Instituto Israelita de Ensino e Pesquisa Albert Einstein IIEP São Paulo SP Brasil 2 Doutora Estatística do Centro de Pesquisa Clínica do Instituto Israelita de Ensino e Pesquisa Albert Einstein IIEP São Paulo SP Brasil Introdução Na leitura de artigos e teses da área médica frequente mente encontrase a expressão estatisticamente signi ficante acompanhada de um valor p ou pvalue que em geral norteia as principais conclusões do estudo É importante notar que os resultados de análises esta tísticas invariavelmente estão sujeitos a erros uma vez que podem variar de uma amostra para outra variação amostral Porém ainda que os testes estatísticos não eliminem a probabilidade de erro eles fornecem o valor p que permite decidir se existe evidência suficiente para rejeitar hipóteses como não há efeito de tratamento ou não há diferenças entre os grupos avaliados Apesar de ser uma importante ferramenta na apre sentação de resultados há alguns cuidados necessários na utilização do valor p como justificativa para as con clusões de um estudo Logo pesquisadores da área mé dica precisam entender as características do valor p os perigos e as controvérsias sobre o seu uso Existem várias definições e interpretações para o va lor p1 Tome como exemplo um estudo em que se de seja verificar se há diferenças entre dois ou mais grupos em relação a alguma característica e para isso testase a hipótese nula não há diferenças entre os grupos con tra a hipótese alternativa há diferenças entre os gru pos O valor p também conhecido como nível descri tivo probabilidade de significância ou simplesmente p é definido como o menor nível de significância para o qual uma hipótese nula pode ser rejeitada Em outras palavras diz o quão provável seria obter amostra como a que foi obtida supondo que as diferenças observadas se devem ao acaso ou à variação natural das medidas Por exemplo se um estudo realizado com pacientes com câncer mostra que o tratamento A aumenta o tempo de sobrevida dos pacientes em 10 anos p0001 o va lor p indica que se o tratamento A não tivesse nenhum efeito a probabilidade de se encontrar uma diferença maior ou igual a 10 anos seria inferior a 0001 isto é em menos de 1 em 1000 amostras Portanto quando o valor p é pequeno os pesquisadores sentemse seguros para rejeitar a hipótese nula e assumir que existe a diferença procurada Isto porque seria muito pouco provável ob ter tal resultado se a diferença não existisse Uma questão importante é o quão pequeno deve ser o valor p para podermos concluir que a hipótese nula é equivocada Usualmente considerase que valores p menores que 005 001 e 0001 representam evidência moderada forte e fortíssima respectivamente2 Quanto à apresentação dos valores de p maneira muito comum de apresentar resultados de testes é in dicar apenas que o valor p é menor que 005 ou menor que 001 Esta forma de apresentação possui vantagens e desvantagens A principal vantagem é que garante aos pesquisadores um limite objetivo para decidir entre re sultados favoráveis e desfavoráveis Em contrapartida temos a desvantagem de que esse ponto de corte não permite avaliar a magnitude do nível descritivo Em einstein Educ Contin Saúde 201083 Pt 2 10910 110 qualquer situação o exato valor p é mais informativo do que um intervalo como p005 No entanto há pou ca valia em relatar o valor p exato quando é menor que 0001 SIgnIfIcâncIa eStatíStIca versus SIgnIfIcâncIa clínIca A palavra significante apesar de muito utilizada para descrever um resultado não implica necessariamente que tal resultado é de fato importante Na descrição das implicações dos resultados de um estudo alguns achados são estatística e clinicamente significantes en quanto outros são significativos em apenas um desses sentidos Nestes casos recomendase muita cautela na interpretação e tomada de decisões avaliando a re levância clínica dos resultados ainda que os valores p sejam pequenos Suponha por exemplo que determi nado estudo mostre que o uso de certo medicamento aumente o tempo de sobrevida de pacientes com certa doença em 15 dias com valor p 0001 Qual a relevân cia prática desse resultado É razoável considerar que há significância clínica nesse achado Se por exemplo o uso da droga em questão acarretar custos elevados ou efeitos colaterais podemos dizer que há mais desvanta gens do que vantagens na utilização do medicamento Esta questão está diretamente relacionada com o ta manho da amostra observada Quando as amostras são muito grandes pequenas diferenças podem ser estatis ticamente significantes embora não tenham nenhuma importância na prática clínica No extremo oposto as amostras pequenas podem produzir grandes diferenças de modo impreciso e sem significância estatística É ne cessário considerar que valores p são úteis para avaliar o papel do acaso em produzir um efeito observado mas a importância desse efeito depende de sua magnitude tamanho da amoStra e Poder do teSte Quando a amostra observada é pequena o valor p tende a ser maior do que seria em um estudo similar com mais pa cientes Quanto menor for o tamanho da amostra maior será a chance de concluir erradamente que não existe di ferença significativa quando ela na verdade existe Supo nha por exemplo que uma comparação entre dois grupos produza um valor p 005 Este resultado pode levar à conclusão de que não há diferenças entre os dois grupos mas também pode significar que o número de pacientes estudados foi muito pequeno para detectar uma diferen ça se ela realmente existir Nestes casos é recomendável a discussão do poder do estudo na apresentação dos re sultados Muitas vezes não encontramos diferenças não porque elas não existem mas porque o poder estatístico é baixo e consequentemente o estudo não era capaz de detectar a diferença Ou seja muito mais do que ausên cia de significância pode haver incapacidade de detectar diferenças baixo poder o que pode decorrer do pequeno tamanho da amostra e da grande variabilidade dos dados IntervaloS de confIança Além do estudo de poder a utilização de intervalos de confiança em detrimento do valor p para a avalia ção da significância estatística é defendida por muitos pesquisadores34 Os intervalos de confiança fornecem não só a significância estatística como também dão a ideia da precisão dos resultados obtidos Vale notar que amplos intervalos de confiança ajudam a identificar os estudos com baixa precisão e portanto com baixa con fiabilidade Atualmente tem se discutido muito na co munidade estatística a utilização de intervalos de con fiança no lugar dos valores p embora algumas revistas médicas relutem em aceitar essa substituição conSIderaçõeS fInaIS Valores p constituem uma forma de comunicação dos resultados das análises estatísticas e representam um forte argumento para as conclusões de um estudo No entanto as decisões dependem não somente de resul tados de testes como também de fatores como caracte rísticas do estudo aleatorização dos pacientes custos associados às intervenções riscos a magnitude dos efei tos limitações e poder do estudo tamanho da amostra e consequências relacionadas às conclusões Testes de hipóteses e valores p são ferramentas válidas na argu mentação das conclusões obtidas porém as conclusões de um estudo devem ser baseadas em todas as informa ções relacionadas e não somente em valores p A intenção deste texto é alertar os pesquisadores de que é preciso eliminar o pensamento binário o resul tado é significante se p005 ou não é significante se p005 Os valores de p podem variar muito de acordo com a amostra e não devem ser vistos como uma verda de absoluta e inquestionável referÊncIaS 1 Paes AT Itens essenciais em bioestatística Arq Bras Cardiol 199871457580 2 Bussab WO Morettin PA Estatística básica São Paulo Saraiva 2007 3 Gardner MJ Altman DG Confidence intervals rather than P values estimation rather than hypothesis testing Br Med J Clin Res Ed 1986292652274650 4 Cumming G Replication and p intervals p values predict the future only vaguely but confidence intervals do much better Perspectives on Psychological Science 200834286300