CMC - Fundação Centro Médico de Campinas (SP) — Prova 2020
Um pesquisador estuda o efeito do medicamento A sobre a glicemia. O intervalo de confiança de 95% da alteração média da glicemia dos pacientes que recebem placebo é de - 20 mg/dl +/- 7 mg/dl. A alteração média na glicemia dos pacientes recebendo o medicamento A é de 13 mg/dl. O valor de P para a comparação de placebo versus medicamento A é < 0,05. No entanto, sabemos que na realidade, o medicamento A não afeta a glicemia mais do que o placebo.Que tipo de erro estatístico ocorreu?
Erro Tipo I = Falso Positivo: Rejeitar a hipótese nula quando ela é verdadeira (concluir efeito que não existe).
O erro Tipo I ocorre quando um pesquisador rejeita a hipótese nula (H0) – que afirma não haver diferença ou efeito – quando, na realidade, ela é verdadeira. Isso significa que o estudo concluiu que o medicamento A afeta a glicemia, mas na verdade, ele não tem efeito, caracterizando um falso positivo.
Na pesquisa clínica, a inferência estatística busca determinar se os resultados observados em uma amostra são representativos de uma população maior. Ao testar uma hipótese, podemos cometer dois tipos de erros: o Erro Tipo I e o Erro Tipo II. O Erro Tipo I, também conhecido como falso positivo, ocorre quando a hipótese nula (H0) é rejeitada, mas, na realidade, ela é verdadeira. Isso significa que o pesquisador conclui que existe um efeito ou uma diferença significativa, quando, na verdade, essa diferença é apenas resultado do acaso. A probabilidade de cometer um Erro Tipo I é controlada pelo nível de significância (alfa, α), geralmente fixado em 0,05 (5%). No cenário da questão, o p-valor < 0,05 levou à conclusão de que o medicamento A afeta a glicemia, mas a realidade é que ele não afeta, caracterizando um Erro Tipo I. Em contraste, o Erro Tipo II (falso negativo) ocorre quando a hipótese nula não é rejeitada, mas, na realidade, ela é falsa. Ou seja, o pesquisador falha em detectar um efeito ou uma diferença que realmente existe. A probabilidade de cometer um Erro Tipo II é denotada por beta (β), e o poder estatístico de um estudo é (1-β). Compreender esses erros é fundamental para a interpretação crítica de resultados de pesquisa e para o planejamento de estudos com validade científica.
Um erro Tipo I (falso positivo) ocorre quando a hipótese nula é rejeitada, mas ela é verdadeira na realidade. A probabilidade de cometer um erro Tipo I é denotada por alfa (α), que é o nível de significância do teste (geralmente 0,05). Um p-valor menor que alfa leva à rejeição da H0.
Um erro Tipo II (falso negativo) ocorre quando a hipótese nula não é rejeitada, mas ela é falsa na realidade. Isso significa que um efeito real não foi detectado pelo estudo. A probabilidade de cometer um erro Tipo II é denotada por beta (β).
Controlar esses erros é crucial para a validade das conclusões. Minimizar o erro Tipo I evita conclusões falsamente positivas sobre a eficácia de um tratamento. Minimizar o erro Tipo II garante que efeitos reais e importantes não sejam perdidos, o que está relacionado ao poder estatístico do estudo.
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo