HAS - Hospital Adventista Silvestre (RJ) — Prova 2026
Medidas de tendência central são muito utilizadas e estudos epidemiológicos visam identificar um valor representativo em torno do qual se agrupam os valores observados em uma amostra. Nesse âmbito, a medida que NÃO sofre interferência de valores extremos é:
Valores extremos (outliers) → Média altera significativamente, Mediana permanece estável.
A mediana é uma medida de posição que divide a amostra ao meio; por não depender da magnitude dos valores das extremidades, ela é robusta a outliers.
Na análise de dados epidemiológicos e clínicos, a escolha da medida de tendência central correta é fundamental para a validade das conclusões. Enquanto a média é a medida mais comum e útil para dados com distribuição simétrica (Gaussiana), ela é altamente vulnerável a outliers. A mediana, por ser uma medida de ordem/posição, ignora a magnitude dos extremos, tornando-se o parâmetro de escolha para descrever o 'centro' de distribuições enviesadas. Além da mediana, a moda também é resistente a valores extremos, mas é menos utilizada como medida representativa em análises quantitativas contínuas. Já as medidas de dispersão, como o desvio-padrão e o coeficiente de variação, são diretamente derivadas da média e, portanto, também sofrem grande influência de valores discrepantes. Compreender essa distinção permite ao médico identificar quando um estudo pode estar apresentando resultados distorcidos por uma amostra não homogênea ou por erros de medição.
A mediana é o valor que ocupa a posição central de um conjunto de dados previamente ordenados (em ordem crescente ou decrescente). Ela divide a amostra em duas partes iguais, onde 50% das observações estão abaixo dela e 50% estão acima. Se o número de observações for par, a mediana é a média aritmética dos dois valores centrais.
A média aritmética é calculada somando-se todos os valores da amostra e dividindo pelo número total de observações. Como cada valor individual contribui diretamente para a soma, um único valor extremamente alto ou baixo (outlier) 'puxa' o resultado final em sua direção, distorcendo a representação do centro da distribuição.
A mediana deve ser preferida sempre que os dados apresentarem uma distribuição assimétrica ou contiverem outliers significativos. Exemplos comuns na medicina incluem o tempo de sobrevida em oncologia, níveis de renda de pacientes, tempo de permanência hospitalar ou dosagem de marcadores biológicos que variam drasticamente entre indivíduos.
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo