Curso de Bioestatística

Aula 1 • Conceitos de Amostragem e População

Explica os métodos de amostragem probabilística e não probabilística e o seu efeito na generalização. A estratégia de amostragem afeta diretamente a validade da inferência.

Aula 2 • Fundamentos do Desenho de Estudo

Apresenta os desenhos observacionais e experimentais, incluindo coorte, caso-controlo e ECR. A escolha do desenho determina quais os métodos estatísticos são válidos.

Aula 3 • Tipos de Variáveis Biomédicas

Distingue variáveis contínuas, discretas, nominais e ordinais em contextos clínicos. A classificação correta determina todas as decisões analíticas subsequentes neste curso.

Aula 4 • Medição e Qualidade dos Dados

Aborda a validade, fiabilidade, precisão e exatidão na medição biomédica. A má qualidade da medição propaga o erro por todas as análises estatísticas.

Aula 1 • Medidas de Dispersão

Aborda a variância, o desvio padrão, o intervalo e o intervalo interquartil para quantificar a dispersão dos dados. As medidas de dispersão complementam a tendência central na descrição completa dos dados.

Aula 2 • Representação Gráfica de Dados

Aplica histogramas, diagramas de caixa, gráficos de barras e gráficos de dispersão a dados biomédicos. A visualização revela padrões que as estatísticas sumárias por si só não conseguem captar.

Aula 3 • Distribuições de Frequências e Tabelas

Constrói tabelas de frequências absolutas, relativas e acumuladas para variáveis biomédicas. As tabelas constituem a base do relato descritivo em estudos clínicos.

Aula 4 • Medidas de Tendência Central

Ensina o cálculo da média, mediana e moda e a sua utilização adequada por tipo de variável. Escolher a medida errada deturpa a distribuição dos dados.

Aula 1 • Distribuições de Probabilidade

Apresenta as distribuições binomial, de Poisson e normal relevantes para dados biomédicos de contagem e contínuos. Selecionar a distribuição correta é essencial para uma inferência válida.

Aula 2 • Teorema de Bayes em Decisões Clínicas

Aplica o teorema de Bayes para atualizar a probabilidade de doença após resultados de testes. A atualização bayesiana formaliza o raciocínio clínico sobre informação diagnóstica sequencial.

Aula 3 • Métricas de Desempenho de Testes de Diagnóstico

Calcula a sensibilidade, a especificidade e as razões de verosimilhança a partir de tabelas de contingência duas por duas. Estas métricas quantificam a capacidade de um teste classificar corretamente o estado da doença.

Aula 4 • Regras Fundamentais de Probabilidade

Estabelece as regras da adição, multiplicação e complemento com exemplos biomédicos. As regras de probabilidade sustentam toda a estatística inferencial e de diagnóstico.

Aula 1 • Hipóteses Nula e Alternativa

Formula hipóteses nula e alternativa para comparações biomédicas e define testes unicaudais vs. bicaudais. A correta formulação da hipótese é pré-requisito para um teste válido.

Aula 2 • Poder Estatístico e Tamanho da Amostra

Calcula os tamanhos amostrais necessários para obter poder adequado em ensaios e inquéritos biomédicos. Estudos com baixo poder desperdiçam recursos e produzem conclusões pouco fiáveis.

Aula 3 • Distribuições de Amostragem e o Teorema do Limite Central

Explica como as médias amostrais se distribuem em torno da média populacional e por que razão emerge a normalidade. Este teorema justifica os testes paramétricos mesmo com populações não normais.

Aula 4 • Intervalos de Confiança

Constrói e interpreta intervalos de confiança para médias e proporções em estudos biomédicos. Os intervalos transmitem precisão de estimativa para além das decisões binárias de significância.

Aula 1 • Pressupostos dos Testes Paramétricos

Revê os pressupostos de normalidade, homogeneidade de variância e independência necessários para testes paramétricos. As violações dos pressupostos invalidam os resultados e requerem abordagens alternativas.

Aula 2 • Testes t para uma e duas amostras

Executa testes t para uma amostra, para amostras independentes e emparelhados para comparações de médias biomédicas. Cada variante aborda uma estrutura experimental distinta.

Aula 3 • ANOVA de um fator

Estende a comparação de médias a três ou mais grupos independentes usando a ANOVA de um fator. A ANOVA controla o erro familiar que múltiplos testes t inflacionariam.

Aula 4 • Comparações Múltiplas Post-Hoc

Aplica as correções de Tukey, Bonferroni e Scheffé para identificar quais os pares de grupos diferem após a ANOVA. A seleção post-hoc depende do desenho do estudo e da estrutura das comparações.

Aula 1 • Testes de Kruskal-Wallis e de Friedman

Estende a comparação não paramétrica a múltiplos grupos usando os testes de Kruskal-Wallis e de Friedman. Estes são os equivalentes não paramétricos da ANOVA de um fator e de medidas repetidas.

Aula 2 • Testes do Qui-Quadrado para Dados Categóricos

Aplica testes de ajustamento e independência do qui-quadrado a dados de frequência em tabelas biomédicas. Os testes do qui-quadrado são a principal ferramenta para analisar resultados categóricos.

Aula 3 • Quando Utilizar Testes Não Paramétricos

Identifica condições — amostras pequenas, dados ordinais, assimetria grave — que exigem alternativas não paramétricas. Saber quando mudar evita conclusões paramétricas inválidas.

Aula 4 • Testes de Mann-Whitney e de Wilcoxon

Executa o teste U de Mann-Whitney e o teste de Wilcoxon para amostras emparelhadas como análogos não paramétricos dos testes t. Estes testes baseados em rankings comparam medianas sem pressupostos de normalidade.

Aula 1 • Pressupostos da Regressão e Diagnósticos

Verifica a linearidade, homocedasticidade, normalidade dos resíduos e observações influentes. Violações não detetadas produzem coeficientes enviesados e previsões enganadoras.

Aula 2 • Regressão Logística para Resultados Binários

Modela a probabilidade de um resultado clínico binário usando regressão logística e razões de chances. A regressão logística é o método padrão para análise de fatores de risco de doença.

Aula 3 • Regressão Linear Simples

Ajusta um modelo de reta para prever um resultado contínuo a partir de um preditor. A regressão estende a correlação fornecendo uma equação preditiva com incerteza quantificada.

Aula 4 • Regressão Linear Múltipla

Estende a previsão a múltiplos preditores contínuos e categóricos, controlando o confundimento. Os modelos multivariáveis refletem a complexidade dos dados biomédicos reais.

Aula 1 • Conceitos de Dados de Tempo até ao Evento

Define o tempo de sobrevivência, a censura e a função de risco para resultados de tempo até ao evento. Compreender a censura é essencial antes de aplicar qualquer método de análise de sobrevivência.

Aula 2 • Regressão de Cox de Riscos Proporcionais

Modela o efeito de múltiplas covariáveis no tempo de sobrevivência usando a regressão de Cox e razões de risco. A regressão de Cox é o padrão multivariável para a análise de resultados de sobrevivência.

Aula 3 • Incidência, Prevalência e Medidas de Risco

Calcula a taxa de incidência, a incidência cumulativa e a prevalência para dados de saúde populacional. Estas medidas constituem a linguagem quantitativa do relato epidemiológico.

Aula 4 • Risco Relativo, Razão de Chances e Risco Atribuível

Calcula e interpreta o risco relativo, a razão de chances e o risco atribuível para associações exposição-resultado. Estas medidas quantificam o impacto na saúde pública de fatores de risco modificáveis.