Colunas

Bruno Karia



As bases dos testes de hipóteses

Separando crença de ciência

25/06/2021
25/06/2021

Independentemente de qual caminho escolhemos para trilhar em nossas vidas, nos depararemos com momentos nos quais várias decisões e escolhas importantes deverão ser tomadas. Certamente existem escolhas mais fáceis que outras dependendo do momento da vida ou da atuação profissional que realizamos. Decisões políticas sobre saúde pública, por exemplo, são abrangentes e impactam a vida de toda uma população. No âmbito científico a tomada de decisões é quase uma constância, seja na hora de formularmos nossas próprias hipóteses, lendo sobre o tema de nosso interesse, ou na hora de decidir sobre a operação de um paciente ou não.
De acordo com uma pesquisa realizada em 2019 sobre percepção pública da Ciência e Tecnologia no Brasil realizada pelo Centro de Gestão e Estudos Estratégicos (CGEE), uma organização social do Ministério da Ciência, Tecnologia e Inovações (MCTI), a maioria dos brasileiros tem uma visão otimista quanto a ciência, afirmando que ela traz só benefícios ou mais benefícios que malefícios para a sociedade (https://www.cgee.org.br/documents/10195/734063/CGEE_resumoexecutivo_Percepcao_pub_CT.pdf).
Essa pesquisa ainda revelou que médicos são os profissionais com a maior credibilidade entre os brasileiros, seguidos por cientistas de universidades públicas de pesquisa. Portanto, a responsabilidade que carregamos nesse processo de decidir fica ainda maior.
Analisando os dados dessa pesquisa, também é possível notar que religiosos são vistos como uma fonte de informação confiável. Curiosamente, durante séculos, religiosos e cientistas divergiram nos mais diversos assuntos, muito porque crença e ciência baseiam-se em conceitos diferentes. Enquanto religiões (apoiadas em fé e crença) geralmente buscam a verdade absoluta e não lidam muito bem com questionamentos e dúvidas, o método científico se apoia em observações, formulações de hipóteses e testagem (pensamento indutivo). Na área biológica, o mais comum é a indução empírica, na qual a partir de um número de observações formulamos regras sobre determinados fenômenos. E mesmo depois de passar por todo esse processo é comum nos depararmos com conclusões que não reafirmam a hipótese inicial e passamos a questionar e repensar aquilo que tomávamos como verdade. Portanto, como podemos observar, para tirar conclusões sobre determinado tema, a ciência usa testes de hipóteses.
Um teste de hipóteses é um método estatístico usado para nos auxiliar a tomar decisões frente a uma alegação sobre uma população baseando-se em provas fornecidas por uma amostra de dados.
Para determinar se os dados amostrais suportam determinada ideia, um teste de hipóteses examina duas hipóteses conflitantes sobre uma população: se uma é verdadeira a outra não pode ser. Deste modo, o primeiro passo é estabelecer uma hipótese que será avaliada, aquela em que afirmamos antes de ter informação sobre o fenômeno. Essa hipótese é chamada de hipótese nula, representada por H0, e é a hipótese assumida como verdadeira inicialmente. Geralmente é uma afirmação de que não há efeito de uma droga ou nenhuma diferença entre os grupos estudados. Já a outra hipótese é chamada de hipótese alternativa, representada por H1, e é uma afirmação de que existe diferença entre dois grupos, ou que uma determinada droga faz efeito. Feito isso temos de coletar os dados a serem analisados e definir um teste estatístico a ser empregado para testar a hipótese nula. Vale ressaltar que a escolha apropriada do teste estatístico é fundamental na hora de compararmos dois grupos, tratamentos, evolução de populações de acordo com o tempo, etc. Nenhum cientista que se preze vai conseguir publicar um artigo sem utilizar um teste estatístico adequado (e por sorte, nenhuma revista científica aceitará tal conduta). A partir disso, determinamos um valor para o nível de significância (abordado no texto anterior). Os próximos passos são calcular a estatística de teste a partir das observações (por exemplo, teste t), calcular o valor de p e rejeitar uma das hipóteses. Sendo que a hipótese nula só pode ser rejeitada caso o valor de p seja menor que o nível de significância pré-estabelecido no início do estudo.
Por exemplo, no artigo “Increased hexokinase-2 as a novel biomarker for the diagnosis and correlating with disease severity in rheumatoid arthritis” (DOI: 0.1097/MD.0000000000026504), os autores querem saber se a HK2 (Hexokinase 2) circulante em células mononucleares de sangue periférico poderia ser usada como biomarcador de diagnóstico e prognóstico de artrite reumatoide. Para isso, usaram o método científico e formularam a hipótese nula de que a HK2 não seria um biomarcador para diagnóstico de artrite reumatoide, e a hipótese alternativa seria de que HK2 serviria como um bom biomarcador para diagnóstico de artrite reumatoide. Foram empregados vários testes estatísticos, tais como teste t, qui-quadradado, ANOVA, correlação de spearman e curva ROC (Receiver Operating Characteristic), dentre outros, e chegaram à conclusão de que os níveis de HK2 em células mononucleares de sangue periférico são um biomarcador ideal para o diagnóstico de artrite reumatoide.
Como podemos observar, o teste de hipóteses nos fornece ferramentas capazes de rejeitar ou não uma hipótese através da evidência fornecida pela amostra. Porém, a forma exata como um teste de hipótese vai ser realizado depende de cada pergunta e hipótese a ser avaliada, bem como qual teste estatístico vai ser empregado. De qualquer modo, é importante nos atentarmos para o fato de que mostrar que uma afirmação vale para muitos casos, não nos permite dizer que essa afirmação é sempre verdadeira. A ciência é um método indutivo de pensar para descobrir que estamos sempre menos errados em afirmar algo.


320
0
0
0

Comentários

Seja o primeiro a comentar!
Whatsapp

Oi! Como o PedraMadeira pode te ajudar?