A importância das estatísticas na saúde (com exemplos)

O campo da estatística preocupa-se com a coleta, análise, interpretação e apresentação de dados.

Na área da saúde, as estatísticas são importantes pelas seguintes razões:

Razão 1 : As estatísticas permitem que os profissionais de saúde acompanhem a saúde dos indivíduos usando estatísticas descritivas.

Razão 2 : A estatística permite aos profissionais de saúde quantificar a relação entre as variáveis através de modelos de regressão.

Razão 3 : As estatísticas permitem que os profissionais de saúde comparem a eficácia de diferentes procedimentos médicos utilizando testes de hipóteses.

Razão 4 : As estatísticas permitem aos profissionais de saúde compreender o efeito das escolhas de estilo de vida na saúde, utilizando o rácio da taxa de incidência.

No restante deste artigo, desenvolvemos cada uma dessas razões.

Razão 1: Monitore a saúde dos indivíduos usando estatísticas descritivas

Estatísticas descritivas são usadas para descrever dados.

Os profissionais de saúde calculam frequentemente as seguintes estatísticas descritivas para um determinado indivíduo:

• Frequência cardíaca média restante.
• Pressão arterial média.
• Flutuação de peso durante um determinado período.

Com essas medições, os profissionais de saúde podem compreender melhor a saúde geral dos indivíduos.

Eles podem então usar essas medidas para informar os indivíduos sobre maneiras de melhorar sua saúde ou até mesmo prescrever medicamentos específicos com base em suas condições de saúde.

Razão 2: Quantificar a relação entre variáveis utilizando modelos de regressão

A estatística também é utilizada na área da saúde na forma de modelos de regressão .

São modelos que permitem aos profissionais de saúde quantificar a relação entre uma ou mais variáveis preditoras e uma variável resposta .

Por exemplo, um profissional de saúde pode ter acesso a dados sobre o número total de horas de exercício por dia, o tempo total gasto sentado por dia e o peso total dos indivíduos.

Eles poderiam então construir o seguinte modelo de regressão linear múltipla:

Peso = 124,33 – 15,33 (horas de exercício por dia) + 1,04 (horas sentadas por dia)

Veja como interpretar os coeficientes de regressão neste modelo:

• Para cada hora adicional de exercício por dia, o peso total diminui em média 15,33 libras (assumindo que as horas passadas sentado permanecem constantes).
• Para cada hora adicional passada sentado por dia, o peso total aumenta em média 1,04 libras (assumindo que as horas gastas em exercícios permanecem constantes).

Usando este modelo, um profissional de saúde pode compreender rapidamente que mais tempo gasto em exercícios está associado a menor peso e mais tempo sentado está associado a maior peso.

Eles também podem quantificar exatamente o quanto a quantidade de exercício e a posição sentada afetam o peso.

Razão 3: compare procedimentos médicos usando testes de hipóteses

A estatística também é usada na área da saúde na forma de testes de hipóteses .

São testes que os profissionais de saúde podem utilizar para determinar se existe significância estatística entre diferentes procedimentos ou tratamentos médicos.

Por exemplo, suponha que um médico pense que um novo medicamento é capaz de reduzir a pressão arterial em pacientes obesos. Para testar isso, ele poderá medir a pressão arterial de 40 pacientes antes e depois de usar o novo medicamento durante um mês.

Em seguida, ele executa um teste t de amostras pareadas usando as seguintes suposições:

• H ₀ : μ _depois = μ _antes (a pressão arterial média é a mesma antes e depois do uso do medicamento)
• H _A : μ _depois < μ _antes (a pressão arterial média é menor após o uso do medicamento)

Se o valor p do teste estiver abaixo de um determinado nível de significância (por exemplo, α = 0,05), então ele pode rejeitar a hipótese nula e concluir que o novo medicamento provoca redução da pressão arterial.

Nota : Este é apenas um exemplo de teste de hipóteses usado na área da saúde. Outros testes comuns incluem teste t de uma amostra , teste t de duas amostras , ANOVA unidirecional e ANOVA bidirecional .

Razão 4: Compreender os efeitos das escolhas de estilo de vida na saúde utilizando a taxa de incidência

Um relatório de taxa de incidência permite que os profissionais de saúde comparem a taxa de incidência entre dois grupos diferentes.

Por exemplo, suponhamos que se saiba que os fumadores desenvolvem cancro do pulmão a uma taxa de 7 por 100 pessoas/ano.

Por outro lado, suponha que se saiba que pessoas que não fumam desenvolvem câncer de pulmão a uma taxa de 1,5 por 100 pessoas-ano.

Calcularíamos a razão da taxa de incidência (frequentemente abreviada TIR) da seguinte forma:

• TIR = Taxa de incidência entre fumantes / Taxa de incidência entre não fumantes
• TIR = (7/100) / (1,5/100)
• TIR = 4,67

Veja como um profissional de saúde interpretaria esse valor: A taxa de câncer de pulmão entre fumantes é 4,67 vezes maior do que entre não fumantes.

Com este cálculo simples, os profissionais de saúde podem compreender melhor como as diferentes escolhas de estilo de vida (como fumar) afetam a saúde dos indivíduos.

Recursos adicionais

Os artigos a seguir explicam a importância das estatísticas em outras áreas:

Por que as estatísticas são importantes? (10 razões pelas quais as estatísticas são importantes!)
A importância das estatísticas na enfermagem
A importância das estatísticas nas empresas
A importância das estatísticas na economia
A importância das estatísticas na educação