MedEvo Ciclo Básico — Prova 2025
Um grupo de pesquisadores da Unidade de Saúde da Família analisou a relação entre o tempo médio semanal de atividade física (em minutos) e a circunferência abdominal (em centímetros) de 100 pacientes adultos. Após a coleta de dados, foi gerado um gráfico de dispersão que mostrou uma tendência linear descendente, e o cálculo do coeficiente de correlação de Pearson (r) resultou em -0,82, com um p-valor de 0,001. Com base nesses resultados estatísticos, qual é a interpretação correta sobre a relação entre o exercício e a medida antropométrica estudada?
Correlação não é causalidade! O 'r' apenas diz que as variáveis variam juntas, mas não prova que uma é o motivo obrigatório da outra.
A análise de correlação de Pearson é uma ferramenta estatística fundamental na pesquisa médica para avaliar a associação linear entre duas variáveis quantitativas contínuas. O coeficiente 'r' varia de -1 a +1. Um valor de +1 indica uma correlação positiva perfeita, 0 indica ausência de correlação linear, e -1 indica uma correlação negativa perfeita. Na prática clínica, valores acima de 0,7 (ou abaixo de -0,7) são geralmente considerados correlações fortes. No cenário apresentado, o valor de r = -0,82 demonstra uma relação inversamente proporcional forte: à medida que o tempo de atividade física aumenta, a circunferência abdominal tende a diminuir. O p-valor de 0,001 reforça a robustez do achado, indicando que a probabilidade de essa associação ser fruto do acaso é de apenas 0,1%, conferindo alta significância estatística ao estudo. É vital que o residente compreenda que, embora a correlação seja forte e estatisticamente significante, ela descreve apenas a associação matemática no grupo estudado. Para estabelecer causalidade (afirmar que o exercício causa a redução da gordura), seriam necessários desenhos de estudo experimentais, como ensaios clínicos controlados, além da análise de possíveis vieses e fatores de confusão.
É quando o r é igual a 0, indicando que não há relação linear entre as variáveis (os pontos no gráfico ficam espalhados sem padrão).
A correlação descreve a força da relação; a regressão cria uma fórmula matemática para prever o valor de uma variável baseada na outra.
Geralmente, na área da saúde, valores acima de 0,7 (positivos ou negativos) são considerados correlações fortes.
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo