{"id":3091,"date":"2020-06-07T02:20:19","date_gmt":"2020-06-07T01:20:19","guid":{"rendered":"http:\/\/oxfordbrazilebm.com\/?page_id=3091"},"modified":"2020-06-07T02:20:19","modified_gmt":"2020-06-07T01:20:19","slug":"vies-de-tamanho-inadequado-da-amostra","status":"publish","type":"page","link":"https:\/\/oxfordbrazilebm.com\/index.php\/vies-de-tamanho-inadequado-da-amostra\/","title":{"rendered":"Vi\u00e9s de tamanho inadequado da amostra"},"content":{"rendered":"

[vc_row bg_type=”bg_color” css=”.vc_custom_1572747881603{padding-top: 10px !important;padding-bottom: 10px !important;}” bg_color_value=”#f7f7f7″][vc_column width=”1\/3″][vc_column_text]Nome original do vi\u00e9s: <\/b>Wrong sample size bias[\/vc_column_text][\/vc_column][vc_column width=”1\/3″][vc_column_text]Tradutor: <\/strong>Carolina Oliveira Cruz Latorraca<\/p>\n

Primeiro revisor: <\/strong>Rafael Leite Pacheco<\/p>\n

Segundo revisor: <\/strong>Enderson Miranda<\/p>\n

Terceiro revisor: <\/strong>Rachel Riera[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column]

<\/div>[vc_separator]
<\/div>[\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text]<\/p>\n

LEGENDA TRADUZIDA<\/strong><\/p>\n

Ocorre quando um estudo utiliza o tamanho inadequado de amostra. Amostras de tamanho insuficiente podem levar a um achado devido ao acaso, enquanto amostras grandes normalmente s\u00e3o estatisticamente significantes, mas n\u00e3o clinicamente relevantes.<\/p>\n

TEXTO TRADUZIDO<\/strong><\/p>\n

\u00a0<\/strong><\/p>\n

Introdu\u00e7\u00e3o<\/strong><\/p>\n

Estudos sobre sa\u00fade humana utilizam amostras para inferir informa\u00e7\u00f5es sobre toda a popula\u00e7\u00e3o relevante e para representar de forma acurada a popula\u00e7\u00e3o de interesse. Quando tamanhos de amostra pequenos s\u00e3o utilizados, o risco de que os resultados observados sejam ao acaso \u00e9 grande, o que n\u00e3o \u00e9 o caso em estudos de grande tamanho amostral. Por\u00e9m, tamanhos de amostra muito grandes podem detectar associa\u00e7\u00f5es pequenas que podem n\u00e3o ser clinicamente importantes ou relevantes.<\/p>\n

Indicadores estat\u00edsticos, incluindo o valor de p e o intervalos de confian\u00e7a, s\u00e3o utilizados para ajudar a determinar o n\u00edvel de certeza de que os resultados observados n\u00e3o tenham ocorrido ao acaso. Amostra muito grandes podem levar a um amplo n\u00famero de resultados estatisticamente significantes, mas que podem n\u00e3o ser importantes se o tamanho do efeito for pequeno, ou se a rela\u00e7\u00e3o encontrada n\u00e3o for clinicamente relevante para a sa\u00fade.<\/p>\n

Estudos com grande tamanho amostral s\u00e3o muito melhores que os pequenos, por\u00e9m deve se tomar cuidado na interpreta\u00e7\u00e3o dos resultados de ambos, pois tamanhos de amostra grandes podem ampliar qualquer vi\u00e9s presente.<\/p>\n

Exemplos<\/strong><\/p>\n

No artigo de Ioannidis, “Por que a maioria dos estudos publicados t\u00eam resultados falsos” (Why Most Published Research Findings Are False<\/em>) ele afirma que “quanto menor o tamanho de amostra de um estudo cient\u00edfico, menor a probabilidade de que os achados da pesquisa sejam verdadeiros<\/em>“. Como exemplo, em ensaios cl\u00ednicos placebo-controlados sobre medicamentos anti-reum\u00e1ticos de segunda linha, o vi\u00e9s de tamanho de amostra demonstrou que o efeito decaiu conforme o tamanho da amostra aumentava.<\/p>\n

Tamanhos de amostra grandes tamb\u00e9m podem estar errados. Na elei\u00e7\u00e3o de 1936, a maior pesquisa de inten\u00e7\u00e3o de votos da hist\u00f3ria dos Estados Unidos, realizada com 2,4 milh\u00f5es de participantes, teve um resultado completamente errado. O resultado da pesquisa mostrava que Landon ganharia com a maioria dos votos. Por\u00e9m, Roosevelt ganhou em 46 dos 48 estados. A pesquisa foi conduzida pela Literary Digest<\/em>, que teve como participantes seus pr\u00f3prios leitores, pessoas que apoiavam Landon. Este erro ocorreu devido ao vi\u00e9s de averigua\u00e7\u00e3o, mas a conclus\u00e3o \u00e9: n\u00e3o seja enganado pelo tamanho da amostra.<\/p>\n

Impacto<\/strong><\/p>\n

Uma compara\u00e7\u00e3o dos benef\u00edcios estimados dos tratamentos por estudos com amostras grandes (pelo menos 100 participantes por bra\u00e7o) e por estudos com amostras pequenas mostrou que, em m\u00e9dia, os efeitos dos tratamentos foram maiores em estudos com amostras pequenas. Na neuroci\u00eancia, os tamanhos de amostra tendem a ser pequenos, dando poder pequeno para detectar associa\u00e7\u00f5es e assim a probabilidade de que um achado seja verdadeiro \u00e9 pequena.<\/p>\n

Passos para preven\u00e7\u00e3o<\/strong><\/p>\n

Para prevenir o vi\u00e9s de tamanho inadequado de amostra, ao planejar um estudo \u00e9 essencial buscar a assessoria de um estat\u00edstico. Ao interpretar os resultados, n\u00e3o fique convencido apenas por grandes n\u00fameros e pequenos intervalos de confian\u00e7a. Considere explica\u00e7\u00f5es racionais para os resultados observados, e a relev\u00e2ncia do tamanho do efeito observado. Tome cuidado ao utilizar os valores de p para sustentar ou refutar hip\u00f3teses, especialmente quando um grande n\u00famero de testes estat\u00edsticos foi realizado para fornecer este valor de p.<\/p>\n

Estudos observacionais muito grandes, como o Million Women Study,<\/em> ao inv\u00e9s de usarem intervalos de confian\u00e7a de 95% para indicar a confian\u00e7a em uma estimativa, algumas vezes utilizam intervalos de confian\u00e7a de 99%.<\/p>\n

Outra \u00e1rea em que n\u00edveis mais rigorosos de signific\u00e2ncia estat\u00edstica s\u00e3o utilizados inclui os estudos de associa\u00e7\u00e3o de genoma, que lidam com um grande n\u00famero de dados e avaliam um amplo n\u00famero de associa\u00e7\u00f5es. Para a descoberta de genes desses estudos, \u00e9 mais importante evitar falsos-positivos do que perder algumas associa\u00e7\u00f5es verdadeiras; assim, esses estudos t\u00eam como padr\u00e3o utilizar um n\u00edvel de signific\u00e2ncia estat\u00edstica muito mais rigoroso.<\/p>\n

[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column]

<\/div>[vc_separator]
<\/div>[\/vc_column][\/vc_row][vc_row bg_type=”bg_color” bg_color_value=”#f7f7f7″ css=”.vc_custom_1572747847655{padding-top: 20px !important;padding-bottom: 20px !important;}”][vc_column][vc_column_text]Link para o original: <\/strong>https:\/\/catalogofbias.org\/biases\/wrong-sample-size-bias\/<\/a><\/p>\n

\u00a0<\/strong><\/p>\n

Deve ser citado como:\u00a0 <\/strong>Catalogue of Bias Collaboration, Spencer EA, Brassey J, Mahtani K, Heneghan C. Wrong sample size bias. In: Catalogue Of Bias 2017. https:\/\/catalogofbias.org\/biases\/wrong-sample-size-bias\/<\/a><\/p>\n

\u00a0<\/strong><\/p>\n

Fontes<\/strong><\/p>\n

Armstrong ME et al.\u00a0 Million Women Study Collaborators. Relationship of Height to Site-Specific Fracture Risk in Postmenopausal Women.<\/a> J Bone Miner Res. 2016 Apr;31(4):725-31.<\/p>\n

Barsh GSet al. \u00a0Guidelines for genome-wide association studies.<\/a> PLoS Genet. 2012 Jul;8(7):e1002812.<\/p>\n

Bartolucci AA et al. \u00a0Meta-analysis of multiple primary prevention trials of cardiovascular events using aspirin.<\/a> Am J Cardiol. 2011;107(12):1796\u2013801<\/p>\n

Button KS et al. Power failure: why small sample size undermines the reliability of neuroscience.<\/a> Nat Rev Neurosci. 2013 May;14(5):365-76.<\/p>\n

G\u00f8tzsche PC et al. Meta-analysis of second-line antirheumatic drugs: sample size bias and uncertain benefit.<\/a> J Clin Epidemiol. 1992 Jun;45(6):587-94.<\/p>\n

Ioannidis JP. Why most published research findings are false.<\/a> PLoS Med. 2005 Aug;2(8):e124.<\/p>\n

N\u00fcesch E et al. Small study effects in meta-analyses of osteoarthritis trials: meta-epidemiological study. <\/a>BMJ 2010;341:c3515<\/p>\n

Porta M et al.\u00a0 A dictionary of epidemiology.<\/a> 6th edition. New York: Oxford University Press: 2014<\/p>\n

Sackett DL. Bias in analytic research.<\/a> J Chron Dis 1979; 32: 51-63<\/p>\n

Wellcome Trust Case Control Consortium: Burton PR, Clayton DG et al. Genome-wide association study of 14,000 cases of seven common diseases and 3,000 shared controls\u201d.<\/a> Nature 2007. 447 (7145): 661\u201378<\/p>\n

 <\/p>\n

PubMed feed<\/strong><\/p>\n

Esta fonte pode ser recuperada a partir do PubMed:<\/p>\n

Habermehl C, Benner A, Kopp-Schneider A. Addressing small sample size bias in multiple-biomarker trials: Inclusion of biomarker-negative patients and Firth correction.<\/a>[\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

[vc_row bg_type=”bg_color” css=”.vc_custom_1572747881603{padding-top: 10px !important;padding-bottom: 10px !important;}” bg_color_value=”#f7f7f7″][vc_column width=”1\/3″][vc_column_text]Nome original do vi\u00e9s: Wrong sample size bias[\/vc_column_text][\/vc_column][vc_column width=”1\/3″][vc_column_text]Tradutor: Carolina Oliveira Cruz Latorraca Primeiro revisor: Rafael Leite Pacheco Segundo revisor: Enderson Miranda Terceiro revisor: Rachel Riera[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_separator][\/vc_column][\/vc_row][vc_row][vc_column][vc_column_text] LEGENDA TRADUZIDA Ocorre quando um estudo utiliza o tamanho inadequado de amostra. Amostras de tamanho insuficiente podem levar a um achado…<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-3091","page","type-page","status-publish","hentry","description-off"],"_links":{"self":[{"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/pages\/3091","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/comments?post=3091"}],"version-history":[{"count":1,"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/pages\/3091\/revisions"}],"predecessor-version":[{"id":3092,"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/pages\/3091\/revisions\/3092"}],"wp:attachment":[{"href":"https:\/\/oxfordbrazilebm.com\/index.php\/wp-json\/wp\/v2\/media?parent=3091"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}