HM São José - Hospital Municipal de São José (SC) — Prova 2020
Considere como estatisticamente significativo um p <0,05. Um pesquisador estuda o efeito do medicamento Y sobre os níveis de colesterol. A redução média do colesterol total e seu intervalo de confiança de 95% dos pacientes que recebem placebo é de -10 mg/dL +/- 5 mg/dL. A alteração média do colesterol total dos pacientes recebendo o medicamento Y é de -20 mg/dL. O valor de p para o teste de placebo versus medicamento Y é <0,05. No entanto, a verdade é que, na realidade, o medicamento Y não afeta o colesterol total mais do que o placebo. Que tipo de erro estatístico ocorreu?
Rejeitar H0 quando H0 é verdadeira = Erro Tipo I (falso positivo).
O erro Tipo I ocorre quando a hipótese nula (H0) é rejeitada incorretamente, ou seja, conclui-se que há um efeito ou diferença quando, na realidade, não existe. Isso é um falso positivo e a probabilidade de cometer esse erro é dada pelo nível de significância (alfa), geralmente 0,05.
Na pesquisa clínica e bioestatística, a tomada de decisão sobre a eficácia de um tratamento ou a existência de uma diferença entre grupos é baseada em testes de hipóteses. Dois tipos de erros podem ocorrer ao testar uma hipótese nula (H0), que geralmente afirma que não há diferença ou efeito: o erro Tipo I e o erro Tipo II. O erro Tipo I, também conhecido como erro alfa ou falso positivo, ocorre quando a hipótese nula é rejeitada incorretamente. Isso significa que o pesquisador conclui que há um efeito ou uma diferença estatisticamente significativa, quando, na verdade, essa diferença não existe na população. A probabilidade de cometer um erro Tipo I é definida pelo nível de significância (α), comumente estabelecido em 0,05 (ou 5%). Um p-valor menor que α leva à rejeição da H0. No cenário da questão, o medicamento Y foi considerado estatisticamente superior ao placebo (p < 0,05), mas a realidade é que não há diferença. Isso configura um erro Tipo I. É crucial entender esses conceitos para interpretar corretamente os resultados de estudos e evitar conclusões errôneas que podem impactar a prática clínica e a saúde pública.
Um erro Tipo I significa que o pesquisador concluiu que há uma diferença ou efeito estatisticamente significativo entre os grupos estudados, quando na realidade essa diferença não existe. É um falso positivo.
O valor p é a probabilidade de observar os dados (ou dados mais extremos) se a hipótese nula fosse verdadeira. Se p < alfa (nível de significância), a hipótese nula é rejeitada. O alfa é a probabilidade máxima aceitável de cometer um erro Tipo I.
A principal forma de minimizar o erro Tipo I é reduzir o nível de significância (alfa), por exemplo, de 0,05 para 0,01. No entanto, isso aumenta a probabilidade de cometer um erro Tipo II.
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo