Atender as premissas dos testes estatísticos: um passo importante e muitas vezes negligenciado na comunicação de resultados válidos

Atender as premissas dos testes estatísticos: um passo importante e muitas vezes negligenciado na comunicação de resultados válidos

Autores:

Cecilia Maria Patino,
Juliana Carvalho Ferreira

ARTIGO ORIGINAL

Jornal Brasileiro de Pneumologia

versão impressa ISSN 1806-3713versão On-line ISSN 1806-3756

J. bras. pneumol. vol.44 no.5 São Paulo set./out. 2018

http://dx.doi.org/10.1590/s1806-37562018000000303

CENÁRIO REAL

Foi realizada uma análise secundária de um estudo randomizado controlado para avaliar se o status de atopia estava associado à gravidade e ao controle da asma entre adolescentes urbanos nos EUA. (1 Para responder essa pergunta, os autores avaliaram as diferenças entre pacientes atópicos e não atópicos, em termos de escores de controle da asma e de gravidade da doença, usando um teste t, e relataram os resultados como média ± dp. Os resultados mostraram que os pacientes atópicos, quando comparados aos não atópicos, tiveram escores de controle da asma similares (18,1 ± 4,2 vs. 18,2 ± 3,7; p = 0,95), mas escores de gravidade piores (5,5 ± 2,9 vs. 4,7 ± 2,8; p = 0,04).

CONTEXTO

Como parte do processo de responder as perguntas de estudo usando métodos quantitativos, os pesquisadores selecionam um método estatístico analítico baseado em várias características do estudo, como a natureza das variáveis coletadas (por exemplo, variáveis contínuas, categóricas e time-to-event), bem como no desenho do estudo. Uma vez concluída a análise, espera-se que os investigadores deem um passo adicional no processo analítico certificando-se de que as premissas iniciais do teste estatístico selecionado tenham sido atendidas no banco de dados montado para o estudo.

Todos os testes estatísticos têm premissas de base que precisam ser atendidas para que o teste forneça resultados válidos (sem erros inaceitáveis) em relação ao parâmetro que o teste está calculando (por exemplo, média, proporção, razão de chances, etc.). Em nosso exemplo, os autores usaram um teste t para calcular a média e o desvio-padrão dos escores de controle e de gravidade da asma em pacientes atópicos e não atópicos usando dados coletados da população do estudo como um meio de representar a verdade em pacientes similares da população de origem (adolescentes com asma nos EUA). Esse processo, denominado inferência, só é válido se as premissas do teste estatístico forem atendidas (Tabela 1).

Tabela 1 Exemplo de premissas de um teste estatístico. 

Teste estatístico Premissas Como corroborar
Teste t Amostragem: Os participantes do estudo são amostrados aleatoriamente da população de origem. Verificar o protocolo
Tamanho da amostra: O tamanho da amostra calculado para o estudo é alcançado. Verificar o cálculo do tamanho da amostra no protocolo e verificar se o tamanho da amostra foi atingido pelo número de participantes incluídos no estudo.
Distribuição normal: A escala de medição da variável de desfecho é contínua e sua distribuição é normal (ou pelo menos simétrica). Realizar estatísticas descritivas sobre a variável de desfecho e criar um gráfico mostrando a distribuição, que deve seguir uma curva em forma de sino.
Homogeneidade de variâncias: A variância (desvio-padrão) dos dados coletados sobre a variável contínua entre os dois grupos de comparação é similar. Usar métodos estatísticos válidos para testar a homogeneidade.

É uma boa prática, como investigadores, saber se as premissas dos testes estatísticos usados para responder suas perguntas foram avaliadas e se foram ou não atendidas. Se as premissas dos testes tiverem sido atendidas, o que deve ser relatado na seção de resultados do estudo, isso garante à comunidade científica que os resultados do estudo atenderam um dos critérios importantes relacionados a sua validade. Contudo, foi sugerido que as premissas de técnicas estatísticas não são frequentemente verificadas2) nem relatadas. As razões para não se avaliarem as premissas incluem: 1. os pesquisadores desconhecem as premissas dos testes estatísticos utilizados no estudo, como as do teste t, da ANOVA ou de uma análise de regressão; 2. os pesquisadores desconhecem os métodos padronizados utilizados para verificar as premissas dos testes estatísticos e avaliar se elas foram violadas ou não; 3. os pesquisadores não sabem como remediar as violações às premissas de um modelo estatístico ou como escolher um novo teste quando as violações não podem ser remediadas; e 4. os pesquisadores confiam na robustez do teste estatístico utilizado e optam por não checar suas premissas.

Como educadores e pesquisadores, todos precisamos contribuir para o objetivo maior de relatar pesquisas de alta qualidade realizadas nas populações que servimos. Testar as premissas dos testes ou os modelos estatísticos usados para responder nossas perguntas de estudo é um bom começo!

REFERÊNCIAS

1 Arroyave WD, Rabito FA, Carlson JC, Sever ML, Lefante J. Asthma severity, not asthma control, is worse in atopic compared with nonatopic adolescents with asthma. Ann Allergy Asthma Immunol 2016;116(1):18-25.
2 Hoekstra R, Kiers HA, Johnson A. Are assumptions of well-known statistical techniques checked, and why (not)? Front Psychol. 2012;3:137.
Política de Privacidade. © Copyright, Todos os direitos reservados.