Please use this identifier to cite or link to this item:
https://www.arca.fiocruz.br/handle/icict/24691
MÉTODOS E INTERPRETAÇÃO DE MODELOS ESTATÍSTICOS DE ANÁLISE DE MEDIDAS REPETIDAS: UMA APLICAÇÃO A ENSAIO CLÍNICO
Overweight
Clinical Trials as Topic
Prevalence
Models, Statistical
Longitudinal Studies
Sobrepeso
Ensaios Clínicos como Assunto
Prevalência
Modelos Estatísticos
Estudos Longitudinais
Brasil
Queiroz, Gabriela de | Date Issued:
2012
Alternative title
Methods and interpretation of statistical models for analysis of repeated measures: an application to clinical trialAuthor
Advisor
Affilliation
Fundação Oswaldo Cruz. Escola Nacional de Saúde Pública Sergio Arouca. Rio de Janeiro, RJ, Brasil.
Abstract in Portuguese
Introdução: Estudos longitudinais são aqueles nos quais as variáveis são medidas
repetidamente, ou seja, em diferentes momentos para o mesmo indivíduo. Em estudos longitudinais
as observações de um indivíduo geralmente não são independentes entre si, e por isso é necessário o
uso de técnicas estatísticas que considerem o fato de que medidas repetidas do mesmo indivíduo são
correlacionadas. Além disso, em estudos de coorte, esses dados geralmente são desbalanceados
(medidas obtidas em momentos diferentes nos pacientes e/ou número diferente de medidas repetidas
por paciente) ou tem observações faltantes.
Objetivo: Apresentar técnicas de análise exploratória de dados aplicadas a medidas repetidas
e ajustar modelos utilizando a metodologia de modelos de efeitos mistos.
Dados: Os dados referem-se a um ensaio clínico randomizado do uso de orlistat em pacientes
hipertensos em coorte acompanhada no Hospital Universitário Clementino Fraga Filho no ano de
2000.
Métodos: Fora aplicados métodos gráficos de análise exploratória específicos para dados
longitudinais e modelos de efeitos mistos, tendo como variáveis resposta o peso e e a proporção de
peso perdido.
Resultados: Os resultados encontrados não foram diferentes do apresentado no estudo
original onde observou-se uma redução de peso em ambos os grupos. Porém, no presente estudo,
verificou-se uma perda de peso significativa entre os pacientes que utilizaram o medicamento ainda
que esta perda não seja expressiva. É importante ressaltar que os dados deste estudo apresentavam
problemas comuns - desbalanceamento e perdas de seguimento - o que são complicantes adicionais
para a análise de dados longitudinais.
Discussão: A incorporação de modelos de efeitos mistos faz jus à qualidade e custo de
estudos longitudinais. Além disso, a dependência entre as medidas repetidas, o uso de dados
desbalanceados e as observações faltantes, tornam necessário o uso de um tipo de modelo capaz de
lidar com essas características.
Abstract
Background: Longitudinal studies are those in which variables are measured repeatedly, i.e.
at different times for the same subject. In longitudinal studies, a subject’s observations are not
independent, making it necessary to use statistical techniques that take into consideration the fact that
repeated observations for a given subject are correlated. Furthermore, cohort studies usually yield
unbalanced data (measurements obtained at different times for different subjects and/or a different
number of observations per subject) or missing data.
Aim: Present techniques for exploratory data analysis applied to repeated measures and adjust
models using the mixed effects modeling methodology.
Dataset: The data comes from a randomized clinical trial of the use of orlistat on hypertense
patients in a cohort performed at Hospital Universitario Clementino Fraga Filho in 2000.
Methods: Several graphical methods applied to longitudinal data were used. Mixed effects
models were adjusted for the response variables weight and percentage of weight loss.
Results: The results were not different from those presented in the original study where there
was a reduction in weight for both groups. However, in the present study, there was a significant
weight loss in patients who have used the drug even though this loss is not significant. Importantly,
our data showed common problems - imbalance and loss of follow up - what are additional
complicating the analysis of longitudinal data.
Discussion: The incorporation of mixed effects models is justified by the quality and cost of
longitudinal studies. Moreover, the dependency between repeated measurements, the use of
unbalaced data and the existence missing observations make it necessary to use a modeling technique
capable of dealing with these characteristics.
Keywords
ObesityOverweight
Clinical Trials as Topic
Prevalence
Models, Statistical
Longitudinal Studies
DeCS
ObesidadeSobrepeso
Ensaios Clínicos como Assunto
Prevalência
Modelos Estatísticos
Estudos Longitudinais
Brasil
Share