MedEvo Ciclo Básico — Prova 2025
Um pesquisador está analisando os níveis de hemoglobina de uma população de 5.000 atletas saudáveis para estabelecer parâmetros de referência. Os dados coletados apresentam uma distribuição perfeitamente simétrica, em formato de sino (Gaussiana), com uma média de 15 g/dL e um desvio-padrão de 1 g/dL. Para a criação de um guia de saúde, a equipe precisa prever a dispersão desses valores na amostra. Com base nas propriedades fundamentais da Distribuição Normal, qual conclusão sobre essa população é estatisticamente correta?
Em exames laboratoriais, os 'valores de referência' são geralmente calculados usando o intervalo de 2 desvios-padrão da média de uma população saudável, cobrindo 95% das pessoas.
A Distribuição Normal, também conhecida como Distribuição Gaussiana ou "curva de sino", é um dos conceitos mais fundamentais em estatística e tem vasta aplicação na medicina. Ela descreve como muitos fenômenos naturais e biológicos, como níveis de hemoglobina, pressão arterial ou altura, tendem a se distribuir em uma população. Suas características incluem simetria perfeita em torno da média, onde a média, a mediana e a moda coincidem, e uma forma que se assemelha a um sino. A compreensão das propriedades da Distribuição Normal é crucial para a interpretação de dados clínicos e para o estabelecimento de parâmetros de referência. A "Regra Empírica", ou regra 68-95-99.7, é uma ferramenta poderosa que descreve a proporção de dados que caem dentro de um, dois ou três desvios-padrão da média em uma distribuição normal. Especificamente, aproximadamente 68% dos dados estão dentro de 1 desvio-padrão, 95% dentro de 2 desvios-padrão e 99.7% dentro de 3 desvios-padrão. No contexto da questão, com uma média de 15 g/dL e desvio-padrão de 1 g/dL, a aplicação da Regra Empírica permite inferir que 95% dos atletas terão níveis de hemoglobina entre 13 g/dL (15 - 2*1) e 17 g/dL (15 + 2*1). Dominar esses conceitos estatísticos é essencial para residentes, pois permite uma análise crítica de estudos, a interpretação de exames laboratoriais e a tomada de decisões clínicas baseadas em evidências.
Nesse caso, ela é chamada de 'assimétrica' (skewed), e a média será puxada para o lado da cauda longa, deixando de ser igual à mediana.
Estatísticamente, a curva normal nunca toca o eixo zero; sempre há uma chance mínima de valores extremos (outliers), por isso trabalhamos com intervalos de confiança.
Sim. Um desvio-padrão pequeno gera uma curva alta e estreita (dados concentrados); um grande gera uma curva baixa e larga (dados espalhados).
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo