segunda-feira, 28 de março de 2016

Perguntas frequentes em bioestatística #13. O que é uma boa questão de investigação?



A seguinte mensagem é a décima terceira comunicação da série Perguntas Frequentes em Bioestatística, da autoria de membros do Laboratório de Bioestatística e Informática Médica da Faculdade de Medicina da Universidade de Coimbra. Pretende-se fomentar uma discussão sobre as melhores práticas estatísticas na área da saúde.



Miguel Patrício e Francisco Caramelo



Um estudo clínico é norteado pela questão de investigação a que se procura responder. Distinguem-se assim duas fases:

  • Na fase de desenho de estudo, a questão de investigação é formulada e define-se o protocolo que se seguirá para recolher e analisar os dados que lhe poderão responder;
  • No fase do estudo clínico, aplica-se o protocolo: efectuam-se as medições planeadas, analizam-se os dados, discutem-se e apresentam-se os resultados.

O desenho do estudo é a etapa crucial de planeamento que antecede um estudo clínico. Deverão definir-se todos os aspectos do protocolo, como o tipo de estudo, critérios de inclusão e exclusão, método de amostragem, tamanho da amostra, medidas a efectuar, estrutura da base de dados ou plano de análise estatística previsto. O protocolo deverá ser plasmado num documento de uma forma rigorosa, rígida e completamente objectiva: todos os passos de obtenção e armazenamento de dados definidos deverão ser seguidos aquando da realização do estudo clínico, sem qualquer desvio[1].

A fase de desenho de estudo pode ser, em simultâneo, entusiasmante e angustiante. De facto, há a liberdade de se definir o que se pretende vir a investigar. Porém, com esta vem a dificuldade de encontrar uma boa questão de investigação, que garanta sucesso. Não é fácil fazê-lo e a margem de erro é muito pequena: a escolha de uma má questão de investigação irá ter repercussões ao longo do estudo, ao nível dos resultados obtidos e até na forma como os mesmos serão recebidos pela comunidade científica. 

Uma vez encontrada uma questão de investigação, há alguns critérios para avaliar a qualidade da mesma, que deverá ser[2]:

  • Feasible (exequível) - de nada valerá formular uma questão de investigação se não for possível obter, com os recursos disponíveis, uma resposta esclarecedora;
  • Interesting (interessante) - a questão de investigação deve ser motivante, para quem vai desenhar e implementar o estudo. Se não o for, o nível de esforço a que a investigação científica obriga dificilmente será comportável e recompensante;
  • Novel (nova) - o estudo deverá acrescentar algo ao que já é sabido na ciência[3];
  • Ethical (ética) - apenas será aceitável seguir com o estudo se este não transgredir princípios éticos;
  • Relevant (relevante) - mesmo que se faça um estudo perfeito, se os resultados não tiverem qualquer interesse e pertinência, perde-se tempo e dinheiro.
Encontrar uma questão de investigação que reúna todas as condições para se ter sucesso não é fácil e exige muito trabalho. Há, porém, fontes de boas questões. A primeira destas é a literatura: nos artigos já publicados os autores apresentam o estado actual da investigação no seu campo e é muito frequente indicarem questões que estão por resolver. Qualquer candidata a questão de investigação deverá ser analisada tendo por base o que a literatura reporta. Também é frequente que surjam boas questões de investigação a quem já trabalha numa determinada área. A experiência, intuição (e conhecimento do que já foi feito e do que falta fazer) destes investigadores poderá ser aproveitada. Assim, qualquer candidata a questão de investigação deverá passar por um processo de depuração, em que a mesma é discutida com outros investigadores e avaliada face à literatura, ver Figura 1. Seguidamente, terá de definir-se uma estratégia (noutras palavras, um rascunho de um protocolo) para responder à questão, fazendo uma previsão dos dados que é necessário obter, das medidas que se poderão efectuar, dos custos envolvidos e todos os demais aspectos necessários para a concretização de um estudo que permita obter a resposta pretendida.



Figura 1. Processo de escolha de uma boa questão de investigação.

A questão de investigação deverá ser avaliada em função do seu interesse, novidade e relevância. A estratégia poderá ser avaliada em função da sua exequibilidade e considerando princípios éticos e do método científico[4]. Uma vez tendo-se uma boa questão e uma boa estratégia, urge responder a uma pergunta crucial: a análise dos dados prevista pela estratégia permitirá responder à questão de forma cabal? Se sim, poderá definir-se o protocolo de estudo de forma precisa, reavaliar se ainda se considera estar perante uma boa questão de investigação e uma boa estratégia e em caso positivo avançar-se para o estudo.

Na maioria dos casos, a escolha de uma questão de investigação é um processo iterativo longo. Muitas vezes não se sabe se se está perante uma boa questão antes de a explorar: formulando-a, lendo-a à luz da literatura, discutindo-a com outras pessoas, avaliando possíveis métodos de encontrar uma resposta à mesma. Todo este processo pode ser longo e até frustrante e cansativo. Porém a escolha de uma boa questão de investigação e o planeamento do protocolo são cruciais para o sucesso de qualquer estudo. É importante, em todos os momentos, saber manter o foco: a quantidade de questões interessantes no mundo é inumerável, contudo num estudo particular apenas quereremos considerar uma. Haverá outras certamente interessantes, mas apenas se pode responder de forma conclusiva a uma questão de cada vez.

Note-se que a insistência na necessidade de se definir apenas uma questão de investigação não implica que não se possa responder a outras questões num mesmo estudo. Pode, mas serão secundárias e deverão ser consideradas como tal. Mais ainda, as questões secundárias deverão ter uma relação com a questão principal, não podendo ser desligadas da mesma. Este é um princípio de economia de recursos e de foco sobre o que interessa.

FAQ:
1- Em que consiste um plano de análise estatística das variáveis?
Para além de se definir claramente a questão de investigação, deverá definir-se também a medida principal e o teste estatístico que mais directamente responderá à questão de investigação. Este último teste fará parte do plano de análise estatística das variáveis. Neste constarão todas as técnicas de obtenção de resultados a partir dos dados.

2- Não é impossível, na fase do plano de estudos, ainda não se conhecendo qualquer resultado, definir um plano de análise estatística dos resultados?
Não. Se for impossível é porque a questão de investigação e toda a sua envolvente não estão bem definidas - aliás, em estudos que careçam de um cálculo do tamanho da amostra é essencial definir a técnica estatística a aplicar que mais directamente consegue, a partir dos dados recolhidos, responder à questão de investigação. No entanto, também é verdade que na fase da análise estatística dos dados pode haver necessidade de efectuar alguma análise que não foi prevista a priori. Mas tal deverá apenas acontecer se surgir a necessidade de explicar ou descrever alguma relação surpreendente ou interessante que surja nos resultados e que se relacione directamente com os objectivos do trabalho.

3- Não se deve aproveitar o ensejo do estudo para recolher tanta informação quanto possível, de forma a responder a questões futuras que não tenham sido tidas em conta?
Não. Para a realização de um estudo, tudo o que seja a mais tem custos de recursos humanos, recursos materiais e tempo. A chance desses dados espúrios virem a ser analisados é diminuta, o que aliado ao facto de haver uma altíssima probabilidade de não haver potência suficiente para responder a questões provenientes dessa informação torna muito dispendioso e, acima de tudo, completamente inconsequente, recolher dados não relacionados com a questão principal.
Deverá considerar-se, porém, uma excepção: é lícito recolher dados de carácter exploratório, úteis para definir estudos futuros. Estes não serão considerados, porém, como dados do estudo em questão.

4- No meu estudo eu consigo detectar duas questões principais, é possível?
Assim sendo significa que tem dois estudos e não um. Para cada um desses estudos deve definir a medida principal e os testes estatísticos apropriados; com base nesta informação calcular o tamanho de cada uma das duas amostras suficientes para responder de forma cabal a cada uma das questões em cada estudo.


Na próxima edição do Perguntas Frequentes em Bioestatística: “Com a estatística também se erra?”

 


[1] Poderá considerar-se como excepção os estudos clínicos exploratórios, em que não é ainda claro o protocolo a seguir e se admite que o mesmo poderá ir sendo alterado à medida que se obtêm resultados preliminares. Poderá também ter-se um desenho de estudo adaptativo, onde são considerados os diferentes cenários e limites, ver Lorch U, O’Kane M, Taubel J. Three steps to writing adaptive study protocols in the early phase clinical development of new medicines. BMC Medical Research Methodology. 2014.
[2] De acordo com os critérios FINER, sugeridos em Hulley S, Cummings S, Browner W, et al. Designing clinical research. 3rd ed. Philadelphia (PA): Lippincott Williams and Wilkins; 2007.
[3] A replicação de estudos é importante. Mas também esta oferece novidade, a menos que seja a replicação de estudos já absolutamente consensuais e metodologicamente correctos.
[4] Deverá, por exemplo, avaliar-se se a estratégia de resposta à questão é replicável ou se permite obter resultados robustos. Os resultados terão de ser credíveis e, por isso, reprodutíveis por outros investigadores.

segunda-feira, 21 de março de 2016

Simulação em estatística

Mais uma sexta-feira, mais uma sessão de estatística, de novo documentada com fotos. O quinto dos cursos LBIM foi sobre Simulação em Estatística. Dia 22 de Abril terá lugar o curso Regressão logística e análise ROC.





Estatística no dia mundial da Poesia


terça-feira, 8 de março de 2016

Valor-p

O uso abusivo dos valor-p é uma discussão a ganhar momento, sendo uma das maiores preocupações do LBIM. Tal já foi discutido aqui: um valor-p, por si só e sem contexto, não é informativo. Pior, pode ser engador. Inevitavelmente, iremos abordar este tema mais pormenorizadamente no futuro. Para já, fica uma discussão do que é - e não é - o valor p:


segunda-feira, 29 de fevereiro de 2016

Revisões sistemáticas e meta-análises

Para o LBIM, 2016 é o ano de todos os cursos. Na última sexta-feira, dia 26 de Fevereiro, decorreu o curso "Revisões sistemáticas e meta-análises", no qual se tiraram as fotografias que podem ser vistas em baixo. Já nos próximos dias 4 e 11 de Março, terá lugar o curso "Estatística com SPSS". Segue-se, no dia 18 de Março, o curso "Simulação em estatística".






sexta-feira, 19 de fevereiro de 2016

Curso Pensamento Estatístico Aplicado

Após ter sido realizado em Janeiro o curso Desenho de estudos clínicos, chega a vez do segundo curso dos cursos LBIM 2016: "Pensamento Estatístico Aplicado". Partilhamos algumas fotos.




sábado, 6 de fevereiro de 2016

Programas de análise estatística

Neste blog já se falou de como o SPSS parece estar na liderança mas a perder a corrida ao programa mais frequentemente usado no mundo académico para fazer análise estatística. No mundo empresarial, nem chega a ser um player. Os competidores maiores serão programas como o SAS, o R ou o Python. O primeiro tem a aura de ser o único aprovado pela FDA para ensaios clínicos, mas será mesmo assim? Na verdade, nenhum software é aprovado pela FDA*, ler mais aqui. Tanto o R como o Python têm a vantagem de ser livres e ter comunidades muito activas a desenvolver e partilhar código. Para quem quer escolher aprender a usar uma destas ferramentas, a escolha é difícil. A infografia que se segue, tirada daqui, ajuda:

* tanto quanto o autor destas linhas julga perceber do assunto. Comentários ou mais esclarecimentos serão bem vindos.

sexta-feira, 5 de fevereiro de 2016

Workshop Bioestatística e desenho de projectos

No Hospital Pediátrico do Centro Hospitalar e Universitário de Coimbra há uma particularidade: é pedido a cada interno que desenvolva um projecto de investigação. Tal tem levado a que haja uma colaboração constante (e cada vez mais forte) entre o Pediátrico e o Laboratório de Bioestatística e Informática Médica (LBIM). Como prova dessa colaboração, hoje foi realizado o Workshop Bioestatística e desenho de projectos, organizado pelo LBIM e pelo Centro de Investigação e Formação Clínica do Hospital Pediátrico. Como começa a ser tradição, disponibilizamos aqui algumas fotos.



O Workshop contou, na assistência, com a presença de médicos internos e especialistas do Pediátrico. Em (cerca de) oito horas muito intensas, houve tempo para tudo: 
  • uma pequena introdução teórica por parte de membros do LBIM
  • duas sessões hands-on, em que a cada médico interno foi pedido que definisse muito claramente os aspectos clínicos e estatísticos do seu projecto. Para tanto, contou com a ajuda dos seus colegas internos, dos especialistas e dos membros do LBIM
  • uma apresentação, por parte de cada médico interno, dos aspectos fundamentais do seu projecto
 O balanço é feito pelos médicos internos, a quem foi pedido que indicassem se o Workshop os ajudou a clarificar ideias sobre os seus projectos. As respostas foram as seguintes: