PSS Health: como calcular tamanho de amostra para testar relações de variáveis com um desfecho binário / PSS Health: how to calculate the sample size to test variables relationships with a binary outcome

Dando continuidade à série de artigos que pretendem orientar o usuário na utilização da ferramenta PSS Health para o planejamento de uma pesquisa, esta edição apresenta um passo a passo de como realizar o cálculo para tamanho de amostra e de quais informações são necessárias para testar relações estatísticas entre variáveis e um desfecho binário: comparação de proporções entre grupos independentes (dois ou mais), comparação de duas proporções dependentes e regressão logística. Todos os exemplos também são ilustrados e disponibilizados em vídeos no canal da Unidade de Bioestatística.

Following the series of articles that aim to guide the user in using the PSS Health tool for planning research, this issue presents a step-by-step guide on how to perform the sample size calculation and what information is needed to test statistical relationships between variables and a binary outcome: comparison of proportions between independent groups (two or more), comparison of two dependent proportions, and logistic regression. All examples are also illustrated and available in videos on the Biostatistics Unit's channel.

PSS Health: como calcular tamanho de amostra para testes de comparação de médias de dois grupos / PSS Health: how to calculate sample sizes for mean comparison tests between two groups

Dando continuidade à série de artigos que pretendem orientar o usuário na utilização da ferramenta PSS Health para o planejamento de uma pesquisa, esta edição apresenta um passo a passo de como realizar o cálculo e de quais informações são necessárias para comparar médias: de dois grupos dependentes ou independentes, de dois grupos independentes com duas medidas repetidas (deltas), e com duas ou mais medidas repetidas. Todos os exemplos também são ilustrados e disponibilizados em vídeos no canal da Unidade de Bioestatística.

Following the series of articles aiming to guide users in using the PSS Health tool for research planning, this issue presents a step-by-step guide on how to calculate and what information is needed to compare means between 2 dependent or independent groups, 2 independent groups with 2 repeated measures (deltas), and 2 independent groups with 2 or more repeated measures. All examples are accompanied by figures and available in video on the Biostatistics Unit's channel.

Equívocos estatísticos: perguntas que você sempre quis fazer, mas nunca teve coragem / Statistical misconceptions: questions you've always wanted to ask, but never dared

Este artigo visa elucidar algumas dúvidas enfrentadas ou equívocos estatísticos cometidos por pesquisadores de diversas áreas. São explanados os temas: "tradução não é validação", "análise fatorial exploratória ou confirmatória", "nem todo estudo com dois grupos tem delineamento caso-controle", "teste ou ajuste de Bonferroni", "tamanho de amostra para teste de hipóteses e/ou para intervalo de confiança", e "testes ou dados paramétricos". A abordagem é realizada em uma linguagem acessível ao público leigo, utilizando exemplos e sugerindo referências para aprofundar o conhecimento.(AU)

This article aims to answer some questions and elucidate statistical misconceptions of researchers from different fields. The following topics are addressed: "translation is not validation", "exploratory or confirmatory factor analysis", "not every study with two groups is a case-control study", "Bonferroni test or adjustment", "sample size for testing hypotheses and/or for confidence intervals", and "parametric data or tests". The topics are explained in lay terms, using examples and suggesting references to advance knowledge.(AU)

Probable monthly rainfall associated with distinct biomes of Mato Grosso do Sul state / Precipitação mensal provável associada aos diferentes biomas do estado de Mato Grosso do Sul

The aim of this study was to determine the probable monthly rainfall for the state of Mato Grosso do Sul, considering the level of 75% probability, and study the spatial distribution associated with its different biomes. The rainfall data of 32 stations (sites) in the state of Mato Grosso do Sul were collected in the period 1954-2013. In each of the 384 series, the average monthly rainfall was calculated, for at least 30 years of observation. The Kolmogorov-Smirnov adhesion test was applied to the rainfall time series to check the fit of the data to a normal distribution. The likely fallout was estimated at 75% probability, using the normal probability distribution and, subsequently, it was adopted the method of Ordinary Kriging interpolation mathematics to spatial data. Based on the likely monthly precipitation estimated, the State of Mato Grosso do Sul possess three distinct periods, with the precipitation associated with different biomes: the rainy season (between the months November to March, where increased precipitation occurred in the Savanna biome), dry season (between the months from June to August, when the highest rainfall occurred in the Atlantic Forest) and transition period (April and May and September and October).

O objetivo estudo foi determinar a precipitação mensal provável para o Estado de Mato Grosso do Sul, considerando o nível de 75% probabilidade e estudar sua distribuição espacial associada aos seus diferentes biomas. Os dados de precipitação pluvial de 32 estações (locais) do Estado do Mato Grosso do Sul foram coletados do período de 1954 a 2013. Em cada uma das 384 séries temporais de precipitação pluvial mensal calculou-se a média, com no mínimo 30 anos de observação. Foi aplicado o teste de aderência de Kolmogorov-Smirnov nas 364 séries temporais de precipitação pluvial mensal para verificar o ajuste dos dados a distribuição normal. A precipitação provável foi estimada a 75% de probabilidade, utilizando-se a distribuição de probabilidade normal e, posteriormente, foi adotado o método de interpolação matemática da Krigagem Ordinária para espacialização dos dados. Com base na precipitação mensal provável, estimada pela distribuição normal a 75% de probabilidade, o Estado do Mato Grosso do Sul possuí três períodos distintos, estando à precipitação associada aos diferentes biomas: período chuvoso (entre os meses de novembro a março, onde as maiores precipitações ocorrem no bioma Cerrado), período seco (entre os meses de junho a agosto, onde as maiores precipitações ocorrem no bioma Mata Atlântica) e período de transição (meses de abril e maio e setembro e outubro).

Desenho da amostra da pesquisa nacional de saúde 2013 / Sampling design for the national health survey, 2013 / Diseño del muestreo de la encuesta nacional de salud 2013

Este artigo descreve o plano amostral usado na Pesquisa Nacional de Saúde 2013. A população-alvo constitui-se de pessoas residentes em domicílios particulares permanentes de todo o território nacional; a pesquisa foi domiciliar, com amostragem estratificada e três estágios de conglomeração; os setores censitários formaram as unidades primárias de amostragem, os domicílios foram as unidades de segundo estágio e os moradores adultos (18 anos ou mais) definiram as unidades de terceiro estágio; o tamanho da amostra considerou o nível de precisão desejado para as estimativas de alguns indicadores em diferentes níveis de desagregação e grupos populacionais; o peso final foi um produto do inverso das probabilidades de seleção em cada estágio do plano amostral, incluindo processos de correção de não respostas e calibrações de ajustes para os totais populacionais conhecidos. Por se tratar de uma amostra complexa, alguns cuidados devem ser levados em consideração no momento do processamento dos dados.

Este artículo describe el plan de muestreo utilizado en la Encuesta Nacional de Salud 2013. La población objetivo, fueron residentes permanentes, en domicilios particulares, de todo el territorio nacional; el estudio fue domiciliar, el muestreo fue estratificado en tres etapas; los sectores censitarios fueron las unidades primarias de muestreo, los domicilios fueron las unidades de segunda etapa y los residentes adultos (18 años o más) fueron las unidades de la tercera etapa; el tamaño de muestra consideró el nivel deseado de precisión para las estimaciones de algunos indicadores en los diferentes niveles de desagregación y grupos poblacionales; el peso final fue el producto inverso de la probabilidad de selección en cada etapa de muestreo, incluyendo los procesos de corrección por falta de respuesta y calibración de ajustes para los totales de la población conocida. Por tratarse de una muestra compleja, algunos cuidados deben tomarse en consideración al momento de procesar los datos.

This paper describes the sample design used in the Brazilian 2013 National Health Survey. The target population is composed by people resident in permanent private households throughout the country; the survey was household-based with stratified sampling and three clustering stages; census tracts form the primary sampling units, households are the units of second stage and adults (aged 18 years or older) define the third-stage units; the sample size considered the desired level of precision for the estimates of some indicators at different levels of disaggregation and different population groups; the final weighting was a product of inverse selection probabilities at each stage of the sampling plan, including non-response correction procedures and adjustment calibrations for the known population totals. Since this is a complex sample, appropriate procedures must be used during data processing.

Número de anos para a estimação da média decendial de duração diária do brilho solar no Rio Grande do Sul / Number of years to estimate the ten-day average of daily sunshine duration in Rio Grande do Sul State, Brazil

O objetivo deste trabalho foi determinar o tamanho de amostra (número de anos) para a estimação da média decendial de duração diária de brilho solar em 30 locais do Rio Grande do Sul. Com os dados de duração de brilho solar do período de 1960 a 2007, formaram-se 1.080 séries temporais (30 locais x 36 decêndios) de média decendial de duração diária de brilho solar. Testou-se a aleatoriedade e a normalidade dos dados, de cada série temporal, por meio dos testes de sequência (run test) e de Lilliefors, respectivamente. Para cada decêndio e local, foi determinado o tamanho de amostra por meio de reamostragem bootstrap, com reposição de 3.000 amostras. Vinte e cinco anos de observações são suficientes para a estimação da média decendial de duração diária de brilho solar, com amplitude do intervalo de confiança de bootstrap de 95% igual a 2,00 horas dia-1.

The objective of this research was to determine the sample size (number of years) to estimate the ten-day average of daily sunshine duration in 30 locations of the Rio Grande do Sul State, Brazil. With sunshine data duration of the period from 1960 to 2007, 1,080 time series (30 locations x 36 ten-days) of ten-day of daily sunshine duration average were formed. The aleatory and normality, in each time series, was verified through the run test and Lilliefors test, respectively. For each ten-day and locality, it was determined the sample size using bootstrap resampling with replacement of 3,000 samples. Twenty-five years of data are enough to predict the ten-day average of daily sunshine duration, with amplitude of bootstrap confidence interval of 95%, equal to 2.00 hour day-1.

Tamanho de amostra e estimativa de custo em levantamento epidemiológico de cárie dentária / Sample size and costs estimate in epidemiological survey of dental caries

O objetivo do presente estudo foi analisar como a prevalência e a distribuição da cárie dentária influenciam o tamanho da amostra em levantamentos epidemiológicos, e os custos para sua realização. Foram utilizados dados de levantamentos realizados em escolares de 12 anos em Bauru nos anos de 1976, 1984, 1990, 1994 e 2001, e em Piracicaba nos anos de 2001 e 2005. Os tamanhos amostrais foram dimensionados considerando-se a média e o desvio padrão obtidos, fixando-se erro amostral em 1 por cento, 2 por cento, 5 por cento e 10 por cento. Os custos foram estimados considerando material permanente, de consumo e recursos humanos. Verificou-se aumento no tamanho das amostras em ambos os municípios, variando de 119 em 1976 para 1.118 em 2001 em Bauru, e de 954 em 2001 para 1.252 em 2005 em Piracicaba, considerando-se um erro amostral de 10 por cento. Considerando-se diferentes erros amostrais, verificou-se o custo para o levantamento, sendo que o mesmo depende do quanto o pesquisador se permite errar em relação ao verdadeiro valor da média da população. Conclui-se que a diminuição da prevalência da cárie dentária determinou o aumento no tamanho das amostras e a elevação dos custos para realização dos levantamentos.

This study aimed to analyze how the prevalence and the distribution of dental caries influence the sample size in epidemiological surveys, and how much are the costs. Secondary data of oral health surveys in 12-year-old schoolchildren from Bauru in 1976, 1984, 1990, 1994, and 2001, and from Piracicaba in 2001 and 2005 were studied. Sample sizes were estimated taking into account the mean DMFT and standard deviation of each survey, establishing sampling errors of 1 percent, 2 percent, 5 percent, and 10 percent. Costs were estimated considering permanent material, consumption material and human resources. The sample size in both towns needed to be increased, ranging from 119 in 1976 to 1,118 in 2001 in Bauru, and from 954 in 2001 to 1,252 in 2005 in Piracicaba, when a sampling error of 10 percent was considered. The cost of dental caries surveys was verified considering different sampling errors. This cost depends on how acceptable is the margin of difference between the true mean and the one found in the survey. In conclusion, the reduction in the prevalence of dental caries has determined the need for increase in sample size and in costs for conducting the surveys.

Um alerta sobre o uso de amostras pequenas na regressão logística / Awarning about the use of small samples in logistic regression

Introdução: A regressão logística está cada dia mais presente nas pesquisas, porém, sabe-se que seus estimadores só possuem boas propriedades se o tamanho de amostra for grande. Entretanto, nem sempre o tamanho amostral utilizado nos estudos é o ideal, sendo às vezes sendo calculados através de regras de bolso. Objetivo: Mostrar o quão inadequadas são estas regras de bolso. Método: Estudo simulado de três cenários. Resultados: Em nossas simulações, encontramos vícios maiores na estimação da razão de chance do que do respectivo coeficiente do modelo. Conclusões: As regras de bolso amplamente utilizadas não garantem boas propriedades na estimação das razões de chances.

Background: Logistic regression has been increasingly used in research recently. However, only large samples can provide reliable predictors. Nevertheless, sample sizes are not always appropriate because sometimes they are calculated based on a rule of thumb. Aim: To demonstrate that these rules of thumb are inappropriate. Method: Simulation study using three scenarios. Results: Our simulations demonstrated higher bias in the odds ratio than in the model coefficient. Conclusions: We concluded that rules of thumb do not guarantee good proprieties for odds ratio estimation.

Dimensionamento de amostra na estimação da população de corós em áreas de campo nativo e de cultivo no Estado do Rio Grande do Sul / Sample size for estimating population density of white grubs in native and cultivated areas in Rio Grande do Sul State, Brazil

É importante quantificar a densidade populacional de corós para definir o momento adequado para o controle da praga. Assim, o objetivo deste trabalho foi determinar o tamanho de amostra (número de trincheiras por hectare) para a estimação da média de densidade populacional de corós em áreas de campo nativo e de cultivo em diferentes locais do Estado do Rio Grande do Sul. Foram coletados dados de densidade populacional de corós, independentemente de espécie, em áreas de campo nativo e de cultivo em 17 locais, por meio de contagens realizadas em trincheiras de 20cm x 50cm com 30cm de profundidade. Em cada uma das 34 áreas amostradas, calcularam-se medidas de tendência central, de variabilidade, de assimetria e de curtose, e testou-se a normalidade dos dados. Em seguida, verificou-se a homogeneidade de variâncias entre as áreas em cada local e entre os locais em cada área. Depois, calculou-se o tamanho de amostra em cada área e local. O tamanho de amostra (número de trincheiras por hectare) para a estimação da média de densidade populacional de corós é dependente da área (campo nativo ou de cultivo) e do local. Para as áreas e os locais estudados, 61 trincheiras por hectare são suficientes para estimar a média de densidade populacional de corós, para um erro de estimação igual a 30 por cento da média estimada, com grau de confiança de 95 por cento.

It is important to quantify the population density of white grub to set the appropriate time to control the pest. The aim of this study was to determine the sample size (number of trenches per hectare) to estimate the average population density of white grubs in native and cultivated areas in different locations of Rio Grande do Sul State, Brazil. Data were collected from white grubs' population density in native and cultivated areas of 17 locations, regardless of species, through counts in trenches 20cm x 50cm dug to a depth of 30cm. In each of the 34 areas sampled, the central tendency, variability, asymmetry and kurtosis was calculated and the normality data were tested. Then it was verified the homogeneity of variance among areas in each locality and among locations in each area and it was determined the sample size to estimate the average population density of white grubs in each area and locality. The sample size (number of trenches per hectare) to estimate the average population density of white grubs is dependent on the area (native or cultivated) and locality. It was concluded that 61 trenches per hectare are enough to predict the average population density of white grubs, with an estimation error equal to 30 percent of estimated average, with a degree confidence of 95 percent.

Cálculo de tamanho de amostra: proporções / Sample size calculation: proportions

Um problema bastante comum, cuja definição é fundamental na etapa de criação de um projeto de pesquisa é o cálculo do tamanho da amostra. A partir deste cálculo, será definido o cronograma de coleta de dados, ou mesmo a viabilidade do projeto. O objetivo deste artigo é apresentar o cálculo de tamanho de amostra para a estimação de uma proporção (prevalência ou incidência) e para a comparação de duas proporções de grupos independentes, através de exemplos práticos. Verifica-se que o tamanho da amostra para estimação de uma proporção aumenta, quando aumentamos o nível de confiança do intervalo ou quando diminuímos a margem de erro. Quando o objetivo é comparar proporções, o tamanho da amostra aumenta, quando diminuímos o nível de significância ou quando aumentamos o poder do teste, ou quando diminuímos a diferença mínima clinicamente significativa que desejamos detectar entre as proporções.

Sample size calculation is a fairly common problem that has to be faced when designing a research project. The following aspects of the project will be defined based on this calculation: budget, schedule of data collection, existence (or not) of research subjects, i.e., viability of the project. The objective of the present article was to present the sample size calculation for estimation of a proportion (prevalence or incidence) and for the comparison of two proportions of independent groups using practical examples. We demonstrated that the sample size for estimation of a proportion increases as the confidence interval increases or as the margin of error decreases. When the objective is to compare proportions, the sample size increases as the level of significance decreases or as the power of the test increases, or even as the minimum clinical difference between the proportions is reduced.

Dimensionamento da amostra para a estimação da média de precipitação pluvial mensal em diferentes locais do Estado do Rio Grande do Sul / Sample size dimensioning for estimating the average monthly rainfall in different locations of Rio Grande do Sul State, Brazil

Com o objetivo de determinar o tamanho de amostra para a estimação da média de precipitação pluvial mensal de 19 locais do Estado do Rio Grande do Sul, utilizaram-se os dados de precipitação pluvial do período de 1953 a 2007. Em cada uma das 228 séries temporais (12 meses x 19 locais), calcularam-se medidas de tendência central, de variabilidade e de assimetria, e testaram-se a aleatoriedade e a normalidade dos dados. Em seguida, verificou-se a homogeneidade de variâncias entre os meses em cada local e entre os locais em cada mês. Depois, calculou-se o tamanho de amostra em cada mês e local. O tamanho de amostra (número de anos) para a estimação da média de precipitação pluvial mensal é dependente do mês e do local. Para os meses e locais estudados, 51 anos de observações são suficientes para estimar a média de precipitação pluvial mensal, para um erro de estimação igual a 25 por cento da média estimada, com grau de confiança de 95 por cento.

It was used data from 19 locations of the Rio Grande do Sul State, Brazil, collected from 1953 to 2007, with the objective to determine the sample size to estimate the average monthly rainfall. The central tendency, variability and asymmetry was calculated for each of the 228 time series (12 months x 19 locations) and the aleatory and normality data were tested. Then it was verified the homogeneity of variance among months in each locality and among places in each month and it was determined the sample size to estimate the average monthly rainfall in each month and locality. The sample size (number of years) to estimate the average monthly rainfall is dependent on the month and locality. One concluded that 51 years of data are enough to predict the average monthly rainfall, with an estimation error equal to 25 percent of estimated average, with a degree confidence of 95 percent.