MedEvo Ciclo Básico — Prova 2025
Um grupo de pesquisadores em geriatria realizou um estudo longitudinal com 200 mulheres na pós-menopausa para avaliar a relação entre os níveis séricos de 25-hidroxivitamina D [25(OH)D] e a densidade mineral óssea (DMO) do colo do fêmur. Após a coleta de dados, foi gerado um modelo de regressão linear simples expresso pela equação: DMO (g/cm²) = 0,62 + 0,005 * [25(OH)D (ng/mL)]. O coeficiente de correlação de Pearson (r) encontrado foi de 0,40, com um p-valor de 0,02. Com base na análise desses parâmetros estatísticos, qual é a interpretação correta sobre a relação entre as variáveis?
Na regressão linear, o coeficiente 'beta' (inclinação) é o que define a magnitude do efeito clínico. Se o beta é pequeno, mesmo que o p-valor seja significativo, o impacto clínico daquela variável pode ser irrelevante.
A regressão linear simples é uma ferramenta estatística fundamental para modelar a relação entre duas variáveis contínuas. No contexto da saúde, permite prever desfechos clínicos (como DMO) baseando-se em preditores biológicos (como níveis de Vitamina D). A equação Y = α + βX define a linha de melhor ajuste, onde α é o intercepto e β é a inclinação ou coeficiente angular. A interpretação correta exige distinguir correlação de causalidade. Enquanto o coeficiente de Pearson (r) mede a força da associação linear, o coeficiente de determinação (r²) quantifica quanto da variabilidade de Y é explicada por X. Um p-valor abaixo de 0,05 sugere que a relação não é fruto do acaso, mas não estabelece, por si só, um nexo causal direto entre as variáveis estudadas.
Significa uma correlação inversa: conforme a variável independente aumenta, a variável dependente diminui.
Nem sempre. Às vezes, o valor X=0 é biologicamente impossível ou está fora da faixa de dados observada, servindo apenas para posicionar a reta no gráfico.
A correlação avalia a força e direção da relação; a regressão cria um modelo matemático para prever o valor de uma variável baseada na outra.
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo