Aspectos básicos da descrição e sumarização de informações em medicina

Abstract

Objetivo: Introduzir conceitos essenciais sobre descrição e sumarização de dados. Métodos: Revisão de diversos livros estatísticos, selecionando aspectos a considerar na descrição e sumarização de dados. Resultados: As variáveis foram classificadas como dependente (desfecho) e independente (exposição). Os níveis de medida descritos foram nominal, ordinal, intervalar e de razão. Pontos importantes mencionados na elaboração de tabelas incluíram um título claro e informativo, número adequado de intervalos de classe e categorias mutuamente exclusivas. Quanto aos gráficos, as escalas devem ser claras e sempre que possível o valor zero deve estar presente no eixo vertical. Medidas de tendência central, como a média e a mediana, descrevem o “valor típico” dos dados. Medidas de dispersão, como o desvio padrão e a amplitude entre quartis, estimam a variabilidade em torno da tendência central. Conclusões: A descrição e a sumarização de dados formam uma parte essencial da análise de dados, freqüentemente negligenciada pelos pesquisadores. É universalmente aceito que o nível de medida de uma variável e a forma da distribuição dos dados determinam o tipo de análise e ser conduzida. Os gráficos fornecem uma visão geral dos dados e as tabelas concentram-se nos detalhes. Os sumarizadores numéricos (medidas de tendência central e dispersão) são fundamentais para a descrição e a inferência estatística. A média está indicada quando os dados possuem pelo menos um nível de medida intervalar e seguem uma distribuição normal. Neste tipo de dados use os testes paramétricos. Para dados ordinais ou assimétricos considere o uso da mediana e dos testes não-paramétricos.

Objective: To introduce essential concepts of data description and summarisation. Methods: Review of a number of medical statistics textbooks, selecting the aspects to be considered when performing data description and summarisation. Results: Variables were classified as dependent (outcome) and independent (exposure). The scales of measurement described were nominal, ordinal, interval and ratio. Important points mentioned when using tables included clear and informative title, adequate number of class intervals, and mutually exclusive categories. Regarding graphs, the scales should be clearly indicated and whenever possible the zero point should be visible on the vertical axis. Measures of central tendency, for instance the mean and the median, describe the “typical value” of a group of data. Measures of dispersion, such as the standard deviation and the interquartile range, estimate the spread around the central tendency. Conclusions: Data description and summarisation are an essential part of data analysis which is frequently overlooked by researchers. It is widely accepted that the scale of measurement of a variable and the underlying shape of data will determine the type of statistical analysis to be performed. Graphs should be used for a general view of data. Frequency tables are meant for details. Numerical summaries (measures of central tendency and dispersion) are fundamental for describing data and statistical inference. Means are always preferred when data are at least on an interval scale and follow a normal distribution. On this type of data use parametric tests. For ordinal or skewed data consider the median and non-parametric tests.