Variável: são todos os dados que são coletados para uma investigação, das características socio-antropométricas das pessoas (idade, gênero , peso, escultura, estado civil, nível socioeconômico, etc.), datas, locais geográficos (bairros, municípios, país, etc.), exposições a riscos (contatos ou fundo), presença ou ausência de doença, tratamento recebido ou não recebido , sintomas, sinais, diagnósticos, previsão, mortalidade, morbidade, etcetera.
Também pode ser definido para uma variável como toda a característica que muda ao comparar uma unidade de observação com outra ao mesmo tempo ou comparar mesma unidade de observação em momentos diferentes (progresso no tempo).
Definição operacional de uma variável: é a definição exata de uma variável, incluindo o procedimento para estabelecer sua quantificação; Por exemplo, a definição operacional de idade também:
“Idade: tempo transferido em anos (ou poderia ser em meses ou dias) desde o nascimento até a data de coleta da variável (ou apresentar um Evento), que é evidente, solicitando a idade (ou a data de nascimento pode ser solicitada e cálculo ou solicitando um documento de identidade) “.
Mas pode haver outras definições operacionais mais complexas que exigem especificar por exemplo Uma fórmula específica para calculá-la, ou um reagente, ou um dispositivo, etcetera.
em um artigo de pesquisa As variáveis são descritas (definem) na seção “Materiais e métodos” ou em “metodologia”. / P>
Unidade de observação: é todo indivíduo que é estudado em uma investigação.
dados: é todo valor real de uma variável em cada unidade de observação, que pode ser do ponto de vista de sua natureza quantitativa (idade) ou qualitativa (raça).
Classificação das variáveis:
s e classificar de acordo com sua natureza e a função que eles desempenham na pesquisa.
Classificação de variáveis de acordo com a natureza:
- variável qualitativa (ordinal e nominal)
- variável quantitativa (contínua, descontínua, intervalo e razão ou coeficiente)
Classificação das variáveis De acordo com a função na pesquisa:
- variável independente.
- variável dependente.
- variável intermediária ou contingente.
- Variável de confusão.
variável qualitativa ou categórica:
Expressar uma característica que não pode ser medida (eles não têm magnitude que pode ser expressa com números), mas é qualificado ou categorizado (é por isso que seu nome). Não confunda com códigos numéricos que podem ser atribuídos a qualidades, o que é feito para tabular informações, como, por exemplo, o hábito de fumar é atribuído o número 1 e a ausência do número 0 ou 2. com grande frequência, É preferido codificar a presença de alguma doença, manifestação ou exposição com o número 1 e ausência com 0 ou 2, mas não é obrigatória. Essas variáveis dependendo da escala de medição são subdivididas em variáveis nominais e ordinais.
.- Variáveis qualitativas ordinais: Quando há uma ordem implícita dos dados, como um gradiente, embora esse pedido não implique uma unidade de Medição, nem significa que as distâncias entre as medições são equivalentes ou múltiplos, como na encenação de tumores TNM, onde um estádio T2 (EP Invasão precoce) não é duas vezes como um estádio T1 (por exemplo, in situ) ou essa distância ou gravidade Entre um estádio e outro é o mesmo, por exemplo, a distância entre o T1 e o T2 é igual a entre o T3 (Invader tardio) e T4 (metástase à distância) .. Você também pode explicar o significado de ordinal ao dizer que a resposta é parte de um conjunto de possíveis respostas categorizadas, como PE Percepção do progresso do país (progredindo, estagnado ou decadência).
.- Variáveis qualitativas nominais: quando as opções de resposta não têm uma ordem importante ou representam um gradiente, isto é, nenhuma resposta é melhor que outra ou maior ou mais importante, por exemplo, a cor da íris dos olhos. Ao mesmo tempo, as variáveis qualitativas nominais são classificadas em:
- dicotômica ou binário, o que só pode ter duas respostas possíveis: Saudável ou doente, masculino ou feminino, vivo ou morto.
- Politomics: eles podem ter mais de uma resposta possível: religião, grupo sanguíneo, etc.
variável quantitativa :
Expressa um recurso que pode ser expresso em unidades numéricas, exemplo o número de crianças ou peso. Dependendo dos valores, essas variáveis quantitativas são subdivididas em descontínuas (discretas) e contínuas.
.- variáveis quantitativas descontínuas ou discretas: são aquelas que permitem apenas valores inteiros, como pela EJM o número de crianças ou o número de iam.
.- Variável quantitativa contínua: são aquelas que a unidade de medida Pode ser fracionário usando decimais ou fracionamento, por exemplo: peso cuja unidade de medição é kg, mas 45,7 kg pode ser desgaste.
quantitativa variável são descontínuas ou contínuas são classificadas dependendo da escala de medição no intervalo e da razão (ou coeficiente).
.- Variáveis de intervalo quantitativo: quando o valor divisor entre positivo e negativo (que é 0) é arbitrário e não reflete de forma alguma a ausência da magnitude que é medida, como EDUCAÇAO FISICA Na temperatura em que um valor de 0 ° não significa que não há temperatura.
.- variável quantitativa de razão ou coeficiente: quando o valor zero (0) da escala é real, isso é indicado A ausência da variável ou magnitude que é medida, como 0 kg ou 0 km.
Variável dependente:
também chamadas como resultado, resultado, resultado, saída, evento ou doença, isto é, é o propósito do estudo e é geralmente explícito no título.
Independent Variável:
chamadas também exposição, fator de risco / protetor, explicativo ou causal e Corresponde às variáveis que explicam ou permitem que ela seja manifestada (causa) a variável dependente. Uma variável independente única pode explicar a aparência de mais de uma variável dependente.
Variável intermediária ou contingente:
é uma variável que é uma consequência da variável independente em estudo, mas precedes à variável dependente, PE Em um estudo da relação da dieta com o IAM, temos uma dieta inadequada (variável independente) provoca uma hiperlipidemia (variável intermediária ou contingente) que precede o dano à variável IAM (variável dependente), ou seja, em outras palavras é uma variável que faz parte de uma cadeia causal que precede o dano. Em outras palavras, a variável intermediária determina a variável dependente, mas é por sua vez, essa variável intermediária é objeto de modificação pela variável independente, sendo que é simultaneamente associada a ambos. Não deve ser confundido com variável confusional.
variável de confusão:
Uma variável de confusão é uma variável que está presente em um estudo, mas não é conhecida, não foi coletada ou Se for coletado, o que está relacionado, que está relacionado com a variável dependente (resultado) e com a independente (exposição); Ou seja, é outra exposição (diferente do que se estuda) em que os efeitos de duas exposições ou variáveis (estudadas e a do fator de confusão) não são diferenciadas e a conclusão incorreta de que o efeito é devido à variável em estudo e não confundir; Por exemplo: Em um estudo, presume-se que a fria (variável independente) é um fator de risco para o câncer de células assustadoras (variável dependente), no entanto, é negado quando evidenciado que os alimentos quentes são consumidos em um clima frio. O risco real e, portanto, Neste caso, a refeição quente é a variável de confusão.
Para evitar o fenômeno da confusão no projeto do estudo 3 Estratégias metodológicas (AAR) são utilizadas:
- randomização (Randomizing em inglês): em que as unidades de observação são distribuídas aleatoriamente em todas as amostras. Em alguns textos, tem sido usado como um anglicismo (errado com sua posição) para descrever o desenho de um estudo como “randomizado” para dizer randomizado, é importante que não cometemos esse erro.
- Rominação: Neste caso, as pessoas que possuem o potencial fator de confusão nos grupos que são comparados com a restrição da população são distribuídas: limita o estudo para pessoas que têm características especiais, exemplo um café e doença cardíaca isquêmica é limitado à amostra a pessoas não fumantes para evitar o efeito potencial da confusão do tabaco (porque as pessoas que fumam se tiverem um risco comprovado e, em seguida, podemos confundir e acreditar que a cafeína tem efeitos da doença cardíaca isquêmica, isto é, tabaco é o fator de confusão).
Quando o estudo é muito grande, é melhor controlar o fenômeno da confusão na análise dos resultados e não no desenho do estudo e do ento NSTs Este ajuste ou tratamento das variáveis de confusão é realizado usando dois métodos estatísticos:
- estratificação: Para evitar o fenômeno da confusão, a análise é feita por categorias definidas e homogêneas (estratos), por exemplo, Se a idade for um fator de confusão, a associação pode ser medida em grupos de 10 anos; Se é sexo, homens e mulheres são medidos separadamente, etc.
- Regressão logística: é usado para avaliar a relação entre uma variável dependente dicotômica (só pode ter duas respostas, como se, ou não, viva ou morta, saudável, etc.) e variáveis independentes , um dos quais é a possível variável confusa, que é feita com um sistema computacional. Por exemplo, um estudo mostra que o risco de morrer em Barichara é estatisticamente significativo maior do que em San Gil, mas ao realizar a regressão logística (através do sistema computacional) é introduzido como outra variável independente e é evidenciada que a mortalidade é maior em Baricara Porque a população é mais senil porque a maioria das pessoas que vivem em Barichara são pensionadas (a idade era o fator confuso).