YouTube2Text

Delineamento Experimental - Parte 4: Minimizando Erros — Transcript

by Bruno Martynhak · 4,244 words · 658 segments · language en · Watch on YouTube

Full transcript

  1. 0:00agora a gente chega a parte 4 e última
  2. 0:02do delineamento experimental vamos falar
  3. 0:04sobre minimização de erros como resolver
  4. 0:08o problema da irredutibilidade uma das
  5. 0:11coisas é identificar corretamente as
  6. 0:14unidades experimentais se é um rato é um
  7. 0:18rato se é uma célula é uma célula se é
  8. 0:21uma rata prenha é uma rata prenha se é
  9. 0:24uma gaiola é uma gaiola e não os quatro
  10. 0:26ratos que estão dentro desta gaiola
  11. 0:30é conhecer os efeitos que influenciam os
  12. 0:33desfechos minimizando Então as fontes de
  13. 0:36erro Como assim minimizando as fontes de
  14. 0:38erro se você já sabe que tem algo que
  15. 0:40afeta sua variável um barulho afeta um
  16. 0:44experimento então vamos fazer o
  17. 0:45experimento no local em que o ruído seja
  18. 0:48controlado ao invés de fazer o
  19. 0:52experimento sem a condição controlada e
  20. 0:54a posteriori querer retirar um dado
  21. 0:57porque você não gostou porque naquele
  22. 0:59momento talvez tenha tido um barulho
  23. 1:02é e também aumentar a capacidade de
  24. 1:05generalização dos dados incluindo
  25. 1:08intencionalmente fatores de
  26. 1:10variabilidade
  27. 1:12Quantas unidades experimentais a gente
  28. 1:15tem aqui unidades que são alocadas de
  29. 1:18maneira independente e randômica para
  30. 1:20uma condição por exemplo um rato uma
  31. 1:23ninhado uma gaiola uma placa de Cultura
  32. 1:26o poço em uma placa de cultivo é isso
  33. 1:30que você aloca de maneira independente
  34. 1:33que você faz uma randomização quem que
  35. 1:36eu vou tratar vai ser o rato ou vai ser
  36. 1:39a rata prenha vão ser os filhotes ou a
  37. 1:43rata é vai ser então um efeito que você
  38. 1:47tá vendo alinhada e não nenhum rápido
  39. 1:50então por mais que você tenha uma rata
  40. 1:53prenha tendo uma ninhada de 10 filhotes
  41. 1:56você tem um n de um Como que você lida
  42. 1:58com isso você precisa de vários NS 1
  43. 2:02para ter um n de 10 Poxa vida mas cada
  44. 2:06ninhada tem 10 ratos eu vou precisar
  45. 2:08então sem animais no total para ter um n
  46. 2:11de 10 sim exatamente isso que significa
  47. 2:15mas para cada um desse grupo de 10 o que
  48. 2:18que eu faço você tira a média e isso
  49. 2:21vira um n igual a um Essa é a unidade em
  50. 2:24que você randomiza o tratamento é onde
  51. 2:28que eu vou tratar as minhas células Elas
  52. 2:31já estão distribuídas nos Pocinhos se
  53. 2:34ela já estão distribuídas nos passinhos
  54. 2:36e somente a partir daí você faz o
  55. 2:38tratamento cada Pocinho é um n Mas você
  56. 2:41faz um tratamento em um animal e você
  57. 2:44tem uma placa em que você enche a placa
  58. 2:47com 96 passinhos do mesmo animal ou n é
  59. 2:51de um porque quem você é randomizou para
  60. 2:53um tratamento foi um animal já as
  61. 2:56unidades biológicas são as entidades
  62. 2:59sobre as quais gostaríamos de fazer
  63. 3:00alguma referência
  64. 3:02queremos entender humanos queremos
  65. 3:04entender ratos queremos entender células
  66. 3:07e as unidades observacionais É onde a
  67. 3:10medição é feita eu falo bastante da rata
  68. 3:13prenha porque frequentemente a gente
  69. 3:15estuda os filhotes então a randomização
  70. 3:18acontece na unidade experimental rata
  71. 3:21prenha mas a medição é feita em um
  72. 3:23filhote
  73. 3:25e somente aqui nas unidades
  74. 3:27experimentais em que a gente tem
  75. 3:29replicatas legítimas que de fato
  76. 3:32aumentam o n amostral
  77. 3:36Considerando o desfecho a gente tem
  78. 3:38efeitos do tratamento efeitos biológicos
  79. 3:43efeitos técnicos e o erro experimental
  80. 3:46por exemplo efeitos de tratamento que
  81. 3:49pode ser um tratamento pode ser o
  82. 3:51ambiente pode ser um composto pode ser
  83. 3:53uma lesão uma intervenção que você fez é
  84. 3:56aquilo que você quer ver se causa um
  85. 3:59efeito no seu desfecho
  86. 4:01a gente tem efeitos biológicos como o
  87. 4:04sexo a idade a linhagem do animal que
  88. 4:07você tá utilizando algumas vezes esses
  89. 4:10efeitos biológicos também podem ser
  90. 4:12feitos do tratamento
  91. 4:14ter efeitos técnicos como a ordem a
  92. 4:18sequência que você faz o experimento o
  93. 4:21horário a leva no seu experimento Então
  94. 4:24você faz um experimento com duas cortes
  95. 4:27de animais você faz um experimento você
  96. 4:29pega os animais
  97. 4:31no mesmo dia do mês mas primeiro você
  98. 4:34faz com metade dos animais e depois você
  99. 4:37faz a outra metade dos animais porque
  100. 4:39seu experimento é muito demorado para
  101. 4:41cada unidade experimental e você precisa
  102. 4:45de um tempo para processar essa
  103. 4:48informação toda é para realizar esse
  104. 4:50experimento Então você acaba tendo levas
  105. 4:53diferentes
  106. 4:56e a gente tem os erros tratamento
  107. 4:59erro de tratamento eu experimental erro
  108. 5:02amostral e erros de mensuração a gente
  109. 5:06vai falar um pouquinho mais sobre eles
  110. 5:08agora
  111. 5:09então erro de tratamento é quando o seu
  112. 5:13tratamento não é igual para todos por
  113. 5:16exemplo uma administração
  114. 5:18intraperitorial
  115. 5:19um animal pode ter recebido mais do que
  116. 5:23o outro e algum animal pode ter tido um
  117. 5:26erro no volume da seringa veio uma bolha
  118. 5:29você tá tratando com uma suspensão ao
  119. 5:32invés de uma solução E aí você não
  120. 5:35misturou antes de colocar na seringa
  121. 5:37um procedimento de erro na injeção em si
  122. 5:42acabou sendo intramuscular isso afeta a
  123. 5:44farmacocinética isso pode ser reduzido
  124. 5:47por treinamento e por seguir protocolos
  125. 5:50a gente tem erros experimentais que
  126. 5:53envolvem a variabilidade individual dos
  127. 5:56animais Então você tem uma situação em
  128. 5:59que você espera ver um comportamento de
  129. 6:01medo esse animal todo arisco nesse
  130. 6:04ambiente onde ele recebeu o choque nas
  131. 6:05patas esse eu esperava mas se animais
  132. 6:08que podem estar bem tranquilos nesse
  133. 6:10mesmo ambiente isso é natural isso é
  134. 6:14inerente a espécie inerente a variáveis
  135. 6:16biológicas a gente tem erros amostrais
  136. 6:20Será que amostra selecionada é
  137. 6:24representativa da população Será que o
  138. 6:28método que você escolheu para alocar
  139. 6:30animais em um grupo ou outro foi de fato
  140. 6:34apropriado
  141. 6:36todos esses erros podem ser reduzidos
  142. 6:39por aumento do n das unidades
  143. 6:41experimentais inclusive erros técnicos
  144. 6:44sim você alivia erros técnicos tendo um
  145. 6:48n maior mais claro aí entra um princípio
  146. 6:51ético é interessante ter um n maior para
  147. 6:54você ter resultados mais conclusivos sim
  148. 6:56mas
  149. 6:58essa é a última etapa você deve fazer
  150. 7:00tudo que for possível antes de recorrer
  151. 7:03simplesmente ao momento via Força Bruta
  152. 7:06que aumentar o n Total a gente tem erros
  153. 7:10de mensuração por exemplo
  154. 7:12aqui a gente tem uma subjetividade no
  155. 7:15comportamento animal Digamos que a gente
  156. 7:16esteja avaliando o tempo de mobilidade
  157. 7:18desse rato nesse cilindro com água
  158. 7:21definiu que a imobilidade pode ser
  159. 7:24difícil e duas pessoas podem discordar a
  160. 7:27mesma pessoa pode discordar dela mesma
  161. 7:29se ela for analisar um vídeo em um dia e
  162. 7:33cinco minutos depois na verdade e além
  163. 7:35disso além desse erro da subjetividade E
  164. 7:38aí de novo a importância do segmento
  165. 7:40para pessoa não ser enviada também tem
  166. 7:43uma outra questão se esse é um teste que
  167. 7:46é utilizado para avaliar comportamento
  168. 7:47tipo depressivo
  169. 7:49Será que realmente está medindo nesse
  170. 7:52teste o que é medido aqui tem a ver com
  171. 7:55depressão mesmo
  172. 7:56esse teste esse modelo tem uma boa
  173. 8:00validade de constructo se ele não
  174. 8:03tivesse medindo aquilo que ele se propõe
  175. 8:05a avaliar ele não tem uma boa validade
  176. 8:08isso leva um erro de mensuração
  177. 8:12a gente tem erros de mensuração por
  178. 8:14fatores um pouco mais técnicos também
  179. 8:17como essas imagens desses botes
  180. 8:20acontecendo aqui se você tem botes que
  181. 8:22são pouco confiáveis que vende amostras
  182. 8:25de modelos animais você acaba tendo que
  183. 8:28tem um n maior para conseguir compensar
  184. 8:31essa falha técnica
  185. 8:34isso vem da experiência técnica isso vem
  186. 8:37da calibragem dos equipamentos ruído de
  187. 8:39fundo qualidade dos reagentes Às vezes a
  188. 8:42gente recebe um reagente mas precisa de
  189. 8:45mais de um e a gente recebe um agora e o
  190. 8:48próximo só vai vir daqui 6 meses fica
  191. 8:50guardado no freezer a gente tem quedas
  192. 8:52de luz Será que tá funcionando bem ainda
  193. 8:54a gente tem alguns problemas logísticos
  194. 8:57que acabam influenciando nos nossos
  195. 8:59resultados também
  196. 9:02então esses erros podem ser reduzidos
  197. 9:04por validação de reagentes calibragem de
  198. 9:07equipamentos realização das análises em
  199. 9:11duplicatas duplicatas que não aumentam o
  200. 9:15n mas reduzem o erro técnico Por exemplo
  201. 9:18quando você faz uma Elisa e você faz em
  202. 9:22duplicatas você reduz um erro técnico de
  203. 9:25pipetagem se você fizer em triplicatas
  204. 9:27você vai reduzir ainda mais um erro
  205. 9:30técnico vai sair mais caro mas você tá
  206. 9:33reduzindo um erro técnico
  207. 9:35é utilização de modelos com melhor
  208. 9:38validade de constructo que avaliam
  209. 9:40aquilo que de fato você gostaria de
  210. 9:43avaliar mas possíveis soluções então
  211. 9:46individualmente para resolver o problema
  212. 9:48da reprodutibilidade a gente tem que ter
  213. 9:51um bom desenho experimental um bom
  214. 9:53planejamento estatístico e há uma falta
  215. 9:56de randomização e uma falta de Line
  216. 9:59falta de segmento e o que é curioso é
  217. 10:02que os artigos que não relatam
  218. 10:04randomização em blindney possuem
  219. 10:06tamanhos de efeito maiores curioso não é
  220. 10:10é digamos que você esteja avaliando um
  221. 10:13efeito de um tratamento um efeito se um
  222. 10:16fármaco tem um potencial efeito
  223. 10:18antidepressivo
  224. 10:20quando os autores não relatam que a
  225. 10:23randomização foi feita isso faz com que
  226. 10:26o efeito seja maior Ou seja o tratamento
  227. 10:30funciona mais do que quando a
  228. 10:32randanização não é feita isso cheira a
  229. 10:36viás isso cheira a que algo mais
  230. 10:39aconteceu aí na prática toda de
  231. 10:42procedimento científico envolvendo esses
  232. 10:45estudos que levam a gente a ter na
  233. 10:48verdade uma menor Confiança dos dados
  234. 10:49que é curioso um tamanho de efeito maior
  235. 10:51acaba fazendo com que a gente fique mais
  236. 10:54suspeito por falta de procedimentos de
  237. 10:57renderização e de blinding
  238. 11:01randomização como que a gente faz isso
  239. 11:04quais são os procedimentos para a gente
  240. 11:06fazer o que que é randomização é
  241. 11:09alocação aleatória das unidades
  242. 11:11experimentais em grupos que isso vai ser
  243. 11:15feito sem viés consciente ou
  244. 11:17inconsciente em geral fazer randomização
  245. 11:21gera grupos com médias parecidas tanto
  246. 11:26para os parâmetros conhecidos como
  247. 11:29desconhecidos se você randomizar
  248. 11:31adequadamente um grupo de animais entre
  249. 11:34um grupo controle e um efeito modelo de
  250. 11:38uma doença muito provavelmente você vai
  251. 11:40ter os dois grupos com o peso corporal
  252. 11:43muito parecidos entre eles antes do
  253. 11:47experimento começar
  254. 11:49em tamanhos de amostra pequenos é
  255. 11:52impossível ter grupos completamente
  256. 11:53iguais mas arrandamos ação ainda assim
  257. 11:57ajuda então por exemplo aqui a gente tem
  258. 12:01esse grupo de animais separar a metade
  259. 12:03de baixo para um grupo e a metade de
  260. 12:05cima para outro não é uma boa prática de
  261. 12:08randomização porque não foi aleatória
  262. 12:11Separar uma gaiola inteira para um
  263. 12:13tratamento e outra gaiola inteira para
  264. 12:16ser um grupo controle não é uma boa
  265. 12:18prática A não ser que você saiba que o
  266. 12:22seu tratamento vai interferir com os
  267. 12:24outros animais da gaiola você dá um
  268. 12:26ciclo estimulante para um animal Você
  269. 12:28precisa fazer isso cronicamente
  270. 12:31se com estimulante deixa os animais
  271. 12:33agressivos e vão afetar os animais
  272. 12:36controle a ponto de contaminar o seu
  273. 12:38experimento não faz sentido você se você
  274. 12:42já sabe disso a priori sabe que afeta o
  275. 12:44experimento não faz sentido você
  276. 12:46mantê-los da mesma gaiola Seria o ideal
  277. 12:49se não afetasse mas se afeta você já não
  278. 12:52pode fazer isso
  279. 12:54e se você não domina essa gaiolas para
  280. 12:56um tratamento quem é a unidade
  281. 12:58experimental a gaiola não importa que
  282. 13:00tenha 10 camundongos numa caixa grande
  283. 13:02você tem um n experimental de um
  284. 13:06a randomização ela também acontece
  285. 13:09quando você tá pepetando então os
  286. 13:12equipamentos acabam não lendo exatamente
  287. 13:13igual em todos os pontos de uma placa ou
  288. 13:17o gel não corre todo igual em um lote
  289. 13:20então é importante que tenha uma
  290. 13:22randomização de como vai ser feita a
  291. 13:24pipetagem
  292. 13:26coisas que acontecem também as
  293. 13:28experimentos dos controles e um dia e os
  294. 13:30tratados em outros controles de manhã os
  295. 13:33tratados à tarde ou começar o
  296. 13:35experimento pelos controles e terminar
  297. 13:37com os tratados são procedimentos que
  298. 13:40não são adequados a gente tem variação
  299. 13:43entre dias a gente tem ritmo cerca de
  300. 13:45anos o experimentador fica cansado
  301. 13:48estressado isso pode afetar o
  302. 13:51experimento a estabilidade dos reagentes
  303. 13:53pode não ser tão estável assim pode não
  304. 13:56ter uma boa estabilidade fazendo com que
  305. 13:59mude ao longo do tempo
  306. 14:03Ok mas às vezes a gente já tem alguns
  307. 14:05fatores conhecidos se você tem machos e
  308. 14:09fêmeas você já tem peso corporal você já
  309. 14:11sabe onde estão as gaiolas você pode
  310. 14:14fazer o que a gente chama de block que é
  311. 14:18alocar igualmente machos e fêmeas entre
  312. 14:20os dois grupos
  313. 14:23um erro experimental muito grande pode
  314. 14:25ser devido a variação muito grande entre
  315. 14:28unidades experimentais e unidades
  316. 14:30experimentais formarem subgrupos por
  317. 14:32exemplo machos e fêmeas Digamos que
  318. 14:35todos os seus controles sejam machos e
  319. 14:37todos os seus tratados sejam fêmeas Poxa
  320. 14:40mas aí você tem uma diferença de sexo
  321. 14:42junto seria ideal que eles estivessem
  322. 14:44adequadamente mesclados pelas unidades
  323. 14:47experimentais estariam agrupadas em bets
  324. 14:50em grupos formando subgrupos como no
  325. 14:53caso aqui machos e fêmeas ou se você tem
  326. 14:56um grupo tratado e um grupo controle e
  327. 14:59ao fazer a randomização ou não fazer uma
  328. 15:01boa randomização você acaba que tem um
  329. 15:04grupo controle com maior peso corporal e
  330. 15:07o grupo que vai ser tratado com o menor
  331. 15:09peso corporal eles estão partindo já com
  332. 15:13alguma diferença e realmente a gente
  333. 15:15teria o mínimo de diferenças possíveis
  334. 15:17antes
  335. 15:19e aí que entra o blog
  336. 15:23Digamos que a gente tenha esse grupo de
  337. 15:25animais aqui e que já tenha alguma
  338. 15:27diferença conhecida entre as bolinhas
  339. 15:31rosas e as bolinhas azuis
  340. 15:35a gente pode fazer o procedimento de
  341. 15:38Blocker que é o que é separar aqui esses
  342. 15:42pares e sortear entre controle e tratado
  343. 15:46controle e tratado controle e tratado
  344. 15:50controle e tratado isso vai garantir uma
  345. 15:54maior homogeneidade entre os seus grupos
  346. 15:56um exemplo aqui de como essa
  347. 15:59homogeneidade pode acontecer eu sorteei
  348. 16:02números aleatórios usando esse site aqui
  349. 16:05randon.org eu sorteei um n de 10 para um
  350. 16:09grupo A e um n de 10 para um grupo B
  351. 16:13aleatoriamente então isso foi feito de
  352. 16:16maneira completamente randomizada a
  353. 16:19gente tem os grupos a e b não há uma
  354. 16:21diferença estatisticamente significativa
  355. 16:24entre a e b mas o b não parece um
  356. 16:28pouquinho mais para baixo parece Tem
  357. 16:30como melhorar isso tem como melhorar se
  358. 16:33a gente pega esses dados e organiza eles
  359. 16:36numa única coluna e agora organiza eles
  360. 16:41do maior para o menor e para cada dupla
  361. 16:45se no caso a gente quiser a formação de
  362. 16:47dois grupos cada dupla é sorteada para
  363. 16:50um grupo A ou B A BBA Abba assim por
  364. 16:56diante aqui vocês podem reparar que eu
  365. 16:58fiz uma inversão né
  366. 17:00ABBA ABBA e o seguir esse padrão
  367. 17:04oficialmente Tem que haver um sorteio
  368. 17:06para cada dupla para ser da maneira mais
  369. 17:09randômica possível mais aleatória
  370. 17:11possível
  371. 17:14isso que tá feito aqui sortear cada
  372. 17:17dupla para um grupo é o que a gente
  373. 17:20chama de randomização estratificada que
  374. 17:22é uma é um subtipo do Blocker isso vai
  375. 17:26fazer com que a gente tenha grupos mais
  376. 17:28homogêneos no início do experimento
  377. 17:30então quando a gente compara a
  378. 17:33distribuição aleatória com a
  379. 17:35distribuição após a randanização
  380. 17:37estratificada a gente parte de uma
  381. 17:39homogeneidade muito maior entre os
  382. 17:42grupos eles compartilham as mesmas
  383. 17:45médias e a mesma variação nem sempre a
  384. 17:48gente tem dados preliminares para poder
  385. 17:50fazer uma randomização estratificada mas
  386. 17:53sempre que você tiver É adequado
  387. 17:55utilizar fazer o uso disso
  388. 17:59o blocking ele pode ser completo ou bem
  389. 18:03completo Como assim incompleto Digamos
  390. 18:05que você tem uma gaiola com três animais
  391. 18:07Mas você tenha os seguintes níveis dos
  392. 18:11fatores você tem o seu grupo controle e
  393. 18:13você tem três doses controle mais três
  394. 18:18doses tá 4 mas você tem gaiolas com três
  395. 18:21animais Apenas não tem como ter todos os
  396. 18:24grupos dentro da mesma gaiola então o
  397. 18:27Block fica em completo mas se o
  398. 18:31tratamento não afeta de maneira
  399. 18:32significativa o seu grupo controle
  400. 18:35presença de um animal tratado não é
  401. 18:38esperado que afete o grupo controle é
  402. 18:41melhor que você tenha o máximo de grupos
  403. 18:43possíveis dentro de uma mesma gaiola
  404. 18:46então melhor você ter esses grupos ainda
  405. 18:49que não todos dentro de uma mesma gaiola
  406. 18:52do que apenas um tratamento por gaiola
  407. 18:57quanto ao blinding e segmento então o
  408. 19:01Blind e o cegamento serve para redução
  409. 19:03do viés inconsciente em ensaios clínicos
  410. 19:06a gente tem ensaios cegos single Blind
  411. 19:09em que apenas a pessoa voluntária
  412. 19:13participante do estudo não sabe o
  413. 19:15tratamento que ela tá recebendo mas os
  414. 19:17avaliadores sabe e a gente tem ensaios
  415. 19:20duplos Cegos em que nem o avaliador e
  416. 19:25nem o voluntário nenhum deles sabe qual
  417. 19:28é o tratamento que está sendo aplicado o
  418. 19:31cegamento só vai ser quebrado no final
  419. 19:33na hora da análise dos dados em ensaios
  420. 19:36clínicos a gente só tem um ensaio cego e
  421. 19:39quanto mais etapas forcego melhor quanto
  422. 19:42mais cego melhor por exemplo não saber
  423. 19:46que os ratos um e dois são do mesmo
  424. 19:48grupo é uma coisa boa de se ter mas é
  425. 19:52pouco viável você pode soluções A e B
  426. 19:56você sabe quais animais você vai tratar
  427. 19:58com a a e você sabe quais você vai
  428. 20:00tratar com a b você não sabe o que é a e
  429. 20:04b uma outra pessoa preparou para você
  430. 20:06excelente mas melhor ainda se você não
  431. 20:09soubesse o que você tá injetando se você
  432. 20:12tá injetando A ou B
  433. 20:14se você injeta a no rato um e a do rato
  434. 20:202 você sabe que os ratos 1 e 2 pertencem
  435. 20:23ao mesmo grupo e isso seria melhor se
  436. 20:27você não soubesse mas pera aí agora
  437. 20:30Ficou esquisito como que eu não vou
  438. 20:32saber como que eu vou pegar o conteúdo
  439. 20:34na seringa e administrar para o animal
  440. 20:37bom Outra pessoa faria isso uma pessoa
  441. 20:40colocaria na seringa te Passaria o
  442. 20:42conteúdo você administraria sem saber o
  443. 20:45que está administrando
  444. 20:46pouquíssimo viável o mais importante é
  445. 20:49cego no final na análise algumas
  446. 20:52situações é pouco viável também o
  447. 20:55segmento porque você precisa saber de
  448. 20:58dados prévios para poder fazer
  449. 21:00randomização e alocação nos grupos o
  450. 21:03segmento acaba sendo complicado mas
  451. 21:06tenta fazer o máximo possível
  452. 21:09E é claro relate até que ponto foi cego
  453. 21:13isso é extremamente importante
  454. 21:16quanto ao uso de controles a gente
  455. 21:18costuma ter controles positivos e
  456. 21:21controles negativos por exemplo um grupo
  457. 21:23veículo em um tratamento é o seu grupo
  458. 21:25controle negativo a gente tem por
  459. 21:29exemplo um experimento em que você tem o
  460. 21:31grupo Salina E você tem um fármaco com
  461. 21:33possível efeito antidepressivo que vai
  462. 21:35ser testado Poxa mas ambos os animais
  463. 21:38vão receber uma injeção ou uma gavagem
  464. 21:41ou um alimento diferente para aqueles
  465. 21:44consumo o fármaco Será que isso teriam
  466. 21:47efeito Será que a injeção teria um
  467. 21:48efeito então você pode adicionar um
  468. 21:50grupo Na Ivi que não recebe a injeção
  469. 21:53Então você tem o grupo soro fisiológico
  470. 21:55o grupo Na Ivi que não recebe a injeção
  471. 21:58e o grupo que recebe o tratamento o que
  472. 22:02seria o controle positivo neste
  473. 22:04experimento se eu estou testando um
  474. 22:06fárma com possível efeito antidepressivo
  475. 22:08eu posso adicionar um controle positivo
  476. 22:10que tem um efeito antidepressivo
  477. 22:13conhecido
  478. 22:15o ensaio está funcionando como deveria
  479. 22:17isso ele não estiver eu volto no ponto
  480. 22:20de até quando a gente tem que
  481. 22:23validar e otimizar o modelo e padronizar
  482. 22:26o modelo até que ele funcione de acordo
  483. 22:29com a literatura Porque tudo que é
  484. 22:32controle positivo só vai ser publicado
  485. 22:34quando der o resultado esperado de um
  486. 22:36controle positivo mas quantas pessoas
  487. 22:38será que já testaram o controle positivo
  488. 22:42e não viram nenhum efeito será que esse
  489. 22:45controle positivo ele é tão bom assim
  490. 22:47mesmo por um lado a gente espera que não
  491. 22:50seja porque se a gente tá testando nesse
  492. 22:53caso aqui
  493. 22:54antidepressivos porque a gente testa
  494. 22:57possíveis a gente depressivos porque os
  495. 23:01que a gente tem disponíveis não
  496. 23:02funcionam tão bem quanto a gente
  497. 23:04gostaria então é esperado que justamente
  498. 23:07esses controles positivos que vem dos
  499. 23:09antidepressivos que não funcionam tão
  500. 23:11bem quanto a gente gostaria não funcione
  501. 23:13tão bem nos nossos próprios modelos
  502. 23:15animais
  503. 23:18é outra coisa é o controle simultâneo
  504. 23:21versus o controle histórico então a
  505. 23:24ideia do controle é controlar para
  506. 23:26fatores desconhecidos além de ser um
  507. 23:28parâmetro de referência é o controle
  508. 23:30histórico serve para você avaliar puxa
  509. 23:33Será que o parâmetro
  510. 23:35que você tava olhando uma contagem de
  511. 23:37células ou fator inflamatório tá mudando
  512. 23:40ao longo do tempo enquanto você acumula
  513. 23:44dados ao longo de vários anos no
  514. 23:46laboratório então o controle histórico
  515. 23:48tem essa função a função que ele não tem
  516. 23:50é servir de grupo controle para um
  517. 23:52experimento é você fazer uma análise
  518. 23:54estatística em cima dele então a gente
  519. 23:56tem que ter um controle simultâneo para
  520. 23:58realização de um experimento
  521. 24:01Um Outro fator é o alinhamento de
  522. 24:05experimentos que tem durações diferentes
  523. 24:06ou grupos que acabam tendo duração
  524. 24:08diferente Você vai testar algo que o
  525. 24:12tempo é inerente você quer ver se fazer
  526. 24:15algo por um exercício por uma duas ou
  527. 24:18três semanas vai ter um efeito diferente
  528. 24:21de algum parâmetro metabólico dos seus
  529. 24:24animais você começa todos juntos e vai
  530. 24:27fazendo as análises
  531. 24:29escalonadas ou você começa separado e
  532. 24:34termina todo mundo junto tem vantagens e
  533. 24:37desvantagens em cada um deles é uma
  534. 24:41vantagem de você começar todo mundo
  535. 24:45junto é que todos começam com a mesma
  536. 24:47idade mas por outro lado você terminar
  537. 24:50todo mundo junto todos terminam com a
  538. 24:53mesma idade se aqui for uma idade muito
  539. 24:56juvenil Talvez o início seja muito
  540. 25:00importante
  541. 25:01amado por exemplo importante começar na
  542. 25:03mesma idade agora vocês já forem adultos
  543. 25:06talvez terminar com a mesma idade faça
  544. 25:08mais sentido outra coisa é o tempo de
  545. 25:11processamento das amostras quanto tempo
  546. 25:13que as amostras vão ficando freezer bom
  547. 25:16uma vai estar mais fresca que a outra se
  548. 25:19você fizer dessa forma e aqui vai estar
  549. 25:22todo mundo junto você provavelmente vai
  550. 25:24processar as amostras todas juntas e vai
  551. 25:27ter todo mundo o mesmo tempo de freezer
  552. 25:29Mas cada experimento vai ter a sua
  553. 25:32particularidade só é uma coisa que é
  554. 25:35importante você pensar antes de fazer o
  555. 25:37seu experimento
  556. 25:39um ponto que eu queria destacar aqui
  557. 25:41frequentemente a alta variabilidade
  558. 25:44dentro de um grupo é culpada da gente
  559. 25:48não encontrar diferenças entre grupos
  560. 25:51porque se as barras de erros estão muito
  561. 25:54grandes a estatística Não vai dizer que
  562. 25:56dois grupos são diferentes e o que que
  563. 25:59as pessoas tendem a fazer remover outros
  564. 26:01layers fazer o máximo possível para
  565. 26:03redução da variabilidade e o que que eu
  566. 26:06sugiro para vocês aumentem a
  567. 26:08variabilidade parece
  568. 26:10contra intuitivo de certa forma é mas
  569. 26:14vamos pensar que o aumento da
  570. 26:17variabilidade de forma controlada e
  571. 26:20homogênea entre os grupos
  572. 26:23poderia potencialmente levar resultados
  573. 26:26mais robustos mais reprodutíveis e mais
  574. 26:29generalizáveis lembre a gente quer
  575. 26:31transpor os resultados que a gente obtém
  576. 26:33frequentemente para a espécie humana
  577. 26:36Então faz sentido a gente ter resultados
  578. 26:39que sejam mais variáveis porque na
  579. 26:42situação humana a gente tem uma série de
  580. 26:44fatores que são incontroláveis e uma das
  581. 26:47coisas que é possível fazer que é muito
  582. 26:50básico e simples é a utilização dos dois
  583. 26:53sexos utilize machos e fêmeas essa é uma
  584. 26:57Esse é um aumento de variabilidade
  585. 26:59importante é que leva uma amostra mais
  586. 27:02representativa e isso pode ser útil na
  587. 27:05sua pesquisa para ter resultados mas
  588. 27:08confiáveis e falando sobre sexo tem um
  589. 27:13Outro fator que pode levar a diferenças
  590. 27:16nos resultados e é que claramente é um
  591. 27:19pouco polêmico mas tem dois artigos
  592. 27:23importantes publicados mostrando que o
  593. 27:26sexo do experimentador
  594. 27:28influenciava as medições dos
  595. 27:31experimentos em um experimento quando o
  596. 27:34experimento era feito por pesquisadores
  597. 27:36homens os animais tinham aumento do
  598. 27:40estresse e Esse aumento do stress levava
  599. 27:43a analgesia e atrapalhava todo o
  600. 27:46experimento que era feito com dor porque
  601. 27:48se os animais já estavam tendo analgesia
  602. 27:51induzida por estresse não tinha como ver
  603. 27:54os efeitos de analgésicos porque eles já
  604. 27:56estavam com analgesia nesse experimento
  605. 27:59aqui o fármaco cetamina o ketamina
  606. 28:02anestésico mas também uma droga de abuso
  607. 28:06também um Psicodélico não clássico e
  608. 28:11também um antidepressivo o efeito
  609. 28:14antidepressivo dele não acontecia quando
  610. 28:18Quem fazia o experimento era mulher
  611. 28:19então para um parâmetro
  612. 28:22não dava certo quando era homem para
  613. 28:25outro parâmetro o experimento não dava
  614. 28:27certo quando Quem fazia o experimento
  615. 28:28era mulher
  616. 28:30e aí a gente pode se perguntar né se o
  617. 28:34sexo do experimentador influencia tanto
  618. 28:36assim será que um modelo que a gente
  619. 28:38está usando ele é robusto suficiente
  620. 28:40para reproduzir a situação humana talvez
  621. 28:44talvez não seja Então essa é uma coisa
  622. 28:48importante a ser considerada não levem
  623. 28:51isso tão a sério porque tem apenas
  624. 28:54dois papers publicados com relação a
  625. 28:58esse assunto
  626. 28:59e também tem um fator que a gente não
  627. 29:02escapa que é um pouco de sorte a
  628. 29:05descoberta da penicilina é uma delas mas
  629. 29:07também é associação entre a h pylori e a
  630. 29:11úlcera envolve o fator de sorte é
  631. 29:14envolve um fator de sorte e rigidez
  632. 29:16estatística porque o experimento em que
  633. 29:20seria
  634. 29:22utilizado para comprovar que a úlcera
  635. 29:25tinha relação com infecção por H pylori
  636. 29:27proliferação de H pylori envolveu o
  637. 29:30cultivo de células de conteúdos do local
  638. 29:33de pessoas com úlcera nos primeiros 30
  639. 29:36pacientes não tinha nenhum efeito não
  640. 29:39tinha crescimento de H pylori a
  641. 29:41incubação Durava dois dias por um erro
  642. 29:44incubação dos próximos começou a ser de
  643. 29:48cinco dias de um grupo de pessoas da
  644. 29:50próxima leva foi de cinco dias e aí as H
  645. 29:53pyloris apareceram em todos os outros
  646. 29:55pacientes
  647. 29:59talvez fosse fizesse muito sentido
  648. 30:01cancelar o experimento mas havia um
  649. 30:05planejamento estatístico de fazer
  650. 30:06mensuração em sem pacientes e sem
  651. 30:09pacientes tiveram a sua mensuração teve
  652. 30:13a parte que envolveu um erro mas esse
  653. 30:15erro acabou envolvendo também um pouco
  654. 30:17de sorte é uma sorte é algo inerente a
  655. 30:21pesquisa científica E com isso a gente
  656. 30:23termina a parte de delineamento
  657. 30:25experimental e vamos falar sobre cálculo
  658. 30:28de amostra na sequência

About this transcript

This page contains the full transcript of Delineamento Experimental - Parte 4: Minimizando Erros by Bruno Martynhak, generated from the public captions YouTube serves with the video. The transcript has 4,244 words across 658 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to choose a caption track available on the video.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, caption language selection, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.