Ensaios Controlados Aleatorizados #08 | Perda de dados

fala pessoal tudo bem meu nome é Léo Costa sou professor de prática baseada evidências e hoje eu vou fazer mais um vídeo para vocês sobre como ler e interpretar ensaios controlados eletrizados para quem quer seguir toda a série volta aqui vários vídeos que você vai gostar muito você vai aprender a fazer uma leitura de ensaios clínicos aí com alguma facilidade no último vídeo eu falei sobre análise por intenção de tratar no vídeo de hoje eu vou falar sobre dados perdidos tá que é quando você não consegue o autor do estudo não consegue coletar os dados

dos participantes seja por qualquer motivo participantes podem não querer te dar os dados porque você não consegue encontrar ele mais porque ele eticamente fala que não quer mais conversar com você porque eles morrem porque eles viajam e desaparece assim por diante então assim o primeiro segredo do grande ensal clínico é o pesquisador ter uma série de estratégias para não perder os dados mas perdeu você fala perdeu já era e alguns vídeos atrás eu falei que a que a perda amostral é permitida ensaios controlados eletronizado é algo em torno de 15% quando as perdas amostrais são

inferiores a 15% você assume que essas perdas aconteceram ao acaso e você não vai assumir causalidade ou seja não foi porque um tratamento Era muito pior do que o outro que você acabou perdendo esses dados Eles se perderam porque pessoas somem pessoas se desinteressam e assim que funciona a vida e as pesquisas devem simular o mundo real tá quantas perdas são superiores a 15% você começa a se preocupar com isso porque pode ser ou que o pesquisador é muito desleixado ou Porque de fato tem algum problema acontecendo dentro do estudo que os participantes estão pulando

fora muito por exemplo por eventos adversos Então quando você lançar os controlados el autorizados sobre opioides sobre esteroides anabolizantes por exemplo você percebe que tem uma perda de dados gigantesca e a razão disso a perda de aderência é muito alta porque os pacientes Não estão tolerando os tratamentos então isso já é conhecido na literatura que para alguns tipos de categoria de tratamentos ou drogas principalmente você pode acabar perdendo dados porque o tratamento está causando muitos problemas com paciente e o ideal Como disse na aula anterior era você capturar o desfecho desse paciente mesmo ele não

sendo aderente até por porque se você fizer isso você vai aprender as razões pelas quais o participante pulou fora do estudo mas Léo eu já perdi já era o o autor já perdeu o que que ele faz Pois é na aula anterior no princípio de intenção de tratar a gente falou que para fazer a análise você tem que ter um banco de dados completo você tem que ter todos os números ali nas planilhas mesmo dos pacientes que não aderiram Mas pode ser que você não conseguiu pegar o dado como é que eu faço então então

você vai fazer uma coisa que chama imputação de dados o que que é imputação de dados é você colocar um número que se aproxima de um número real que você não tem olha que loucura tá então Existem várias técnicas de imputação de dados que eu vou rapidamente explicar para vocês aqui porque pode ser que na leitura do seu texto você perceba isso a técnica de imputação mais comum que existe é uma técnica que é chamada last value carried forward Então você olha o nome last value carried forward você pega o último número da planilha que

esse paciente tinha Então vamos supor que é um ensal clínico de dor por exemplo tá E vamos supor que esse paciente tinha uma dor 10 no início do estudo no segundo primeiro acompanhamento essa dor tava seis e no terceiro e último acompanhamento você perdeu esse paciente Então você assume que esse paciente não mudou de quadro clínico entre a última observação e a observação que você não tem então você pega o último valor o last value e Carry it forward empurra pra frente então Aquele número que estava vazio na sua planilha você vai colocar o número

seis porque era o último número que tinha lá então esse tipo de análise ela assume que o paciente não mudou de quadro clínico em relação à última observação realizada aí você pode falar Léo mas talvez ele mudou verdade você não sabe Então essa é uma técnica e talvez a mais famosa de todas uma outra técnica é você é o pesquisador assumir que esse paciente vai se comportar como a média ou a mediana de todos os sujeitos que participaram daquele tratamento então você pode por exemplo por exemplo você pegar todas todos os números daquela planilha tirar

média ou a mediana e colocar lá então você tá assumindo que que a melhora desse paciente ou a piora dele o quadro clínico dele está semelhante a todos os sujeitos do estudo ela é razoável Então você assume que a melhora é similar e Existem algumas outras técnicas como por exemplo worst Case scenario eu pego o pior dado da planilha e assumo que esse cara teve o pior cenário Então se o pior número da planilha por exemplo nessa de dor for 10 eu boto 10 para ele então eu assumo que esse cara piorou como o pior

paciente daquele estudo Isso é uma estimativa mais conservadora de tratamento e existem ainda duas ou três técnicas que são baseadas em regressão estatística em que o computador vai tentar ver qual que é a trajetória de todos os pacientes do estudo e ele vai automaticamente imputar um valor que mais se pareça com aquele sujeito tá isso pode ser chamado de bootstrapping pode ser chamado de regressão linear pode ser chamado de modelos lineares mistos são técnicas estatísticas que fazem isso os melhores ensaios clínicos usam esses modelos matemáticos em que ele vai pegar trajetória de todos os sujeitos

vai pegar a trajetória daquele sujeito e vai falar assim bom baseado nessa trajetória comparado com todo mundo o número que mais deve se aproximar É esse aqui ele imputa automaticamente na planilha aí você tem uma planilha completa de dados e você analisa aí você fala assim Léo então é sério que vários ensaios clínicos Então vão ter números que não são reais que são números simulados sim e é exatamente por isso que a perda mostral tem que ser pequena porque imagina um estudo que perdeu 50% de amostra e você imputa 50% de dados isso significa em

outras palavras que você tem 50% de dado real e 50% de dado calculado baseado nas estimativas que você nem sabe são verdadeiras tá toda imputação de dados contém viés Porque você não sabe de fato o que aconteceu com o paciente mas não imputar causa mais viés ainda então isso é um dilema que o pesquisador tem que carregar e você na hora de ler tem que interpretar Então como que você se acalma com isso o pesquisador fez uma análise por intenção de tratar sim ponto pro pesquisador a perda de dados foi inferior a 15% sim ponto

o pesquisador Ele usou alguma técnica de imputação de dados que faz sentido para você sim também aí você lê interpreta o Su tá tudo bem Se o se o pesquisador for Preguiçoso ele simplesmente apagada a planilha esses caras que perderam os dados perde o ponto pro pesquisador se a perda mostral for acima de 15% você começa a assumir que a perda de dados não foi ao acaso e você também vai ler aquele estudo com muito mais cautela ou vai simplesmente desistir daquele estudo Beleza espero que vocês tenham gostado desse vídeo se você gostou Segue o

nosso canal aqui Segue o PB Cash que é um podcast de prática baseada em evidências e eu te vejo no próximo vídeo até lá