Delineamento Experimental - Parte 4: Minimizando Erros — Transcript
Full transcript
- 0:00agora a gente chega a parte 4 e última
- 0:02do delineamento experimental vamos falar
- 0:04sobre minimização de erros como resolver
- 0:08o problema da irredutibilidade uma das
- 0:11coisas é identificar corretamente as
- 0:14unidades experimentais se é um rato é um
- 0:18rato se é uma célula é uma célula se é
- 0:21uma rata prenha é uma rata prenha se é
- 0:24uma gaiola é uma gaiola e não os quatro
- 0:26ratos que estão dentro desta gaiola
- 0:30é conhecer os efeitos que influenciam os
- 0:33desfechos minimizando Então as fontes de
- 0:36erro Como assim minimizando as fontes de
- 0:38erro se você já sabe que tem algo que
- 0:40afeta sua variável um barulho afeta um
- 0:44experimento então vamos fazer o
- 0:45experimento no local em que o ruído seja
- 0:48controlado ao invés de fazer o
- 0:52experimento sem a condição controlada e
- 0:54a posteriori querer retirar um dado
- 0:57porque você não gostou porque naquele
- 0:59momento talvez tenha tido um barulho
- 1:02é e também aumentar a capacidade de
- 1:05generalização dos dados incluindo
- 1:08intencionalmente fatores de
- 1:10variabilidade
- 1:12Quantas unidades experimentais a gente
- 1:15tem aqui unidades que são alocadas de
- 1:18maneira independente e randômica para
- 1:20uma condição por exemplo um rato uma
- 1:23ninhado uma gaiola uma placa de Cultura
- 1:26o poço em uma placa de cultivo é isso
- 1:30que você aloca de maneira independente
- 1:33que você faz uma randomização quem que
- 1:36eu vou tratar vai ser o rato ou vai ser
- 1:39a rata prenha vão ser os filhotes ou a
- 1:43rata é vai ser então um efeito que você
- 1:47tá vendo alinhada e não nenhum rápido
- 1:50então por mais que você tenha uma rata
- 1:53prenha tendo uma ninhada de 10 filhotes
- 1:56você tem um n de um Como que você lida
- 1:58com isso você precisa de vários NS 1
- 2:02para ter um n de 10 Poxa vida mas cada
- 2:06ninhada tem 10 ratos eu vou precisar
- 2:08então sem animais no total para ter um n
- 2:11de 10 sim exatamente isso que significa
- 2:15mas para cada um desse grupo de 10 o que
- 2:18que eu faço você tira a média e isso
- 2:21vira um n igual a um Essa é a unidade em
- 2:24que você randomiza o tratamento é onde
- 2:28que eu vou tratar as minhas células Elas
- 2:31já estão distribuídas nos Pocinhos se
- 2:34ela já estão distribuídas nos passinhos
- 2:36e somente a partir daí você faz o
- 2:38tratamento cada Pocinho é um n Mas você
- 2:41faz um tratamento em um animal e você
- 2:44tem uma placa em que você enche a placa
- 2:47com 96 passinhos do mesmo animal ou n é
- 2:51de um porque quem você é randomizou para
- 2:53um tratamento foi um animal já as
- 2:56unidades biológicas são as entidades
- 2:59sobre as quais gostaríamos de fazer
- 3:00alguma referência
- 3:02queremos entender humanos queremos
- 3:04entender ratos queremos entender células
- 3:07e as unidades observacionais É onde a
- 3:10medição é feita eu falo bastante da rata
- 3:13prenha porque frequentemente a gente
- 3:15estuda os filhotes então a randomização
- 3:18acontece na unidade experimental rata
- 3:21prenha mas a medição é feita em um
- 3:23filhote
- 3:25e somente aqui nas unidades
- 3:27experimentais em que a gente tem
- 3:29replicatas legítimas que de fato
- 3:32aumentam o n amostral
- 3:36Considerando o desfecho a gente tem
- 3:38efeitos do tratamento efeitos biológicos
- 3:43efeitos técnicos e o erro experimental
- 3:46por exemplo efeitos de tratamento que
- 3:49pode ser um tratamento pode ser o
- 3:51ambiente pode ser um composto pode ser
- 3:53uma lesão uma intervenção que você fez é
- 3:56aquilo que você quer ver se causa um
- 3:59efeito no seu desfecho
- 4:01a gente tem efeitos biológicos como o
- 4:04sexo a idade a linhagem do animal que
- 4:07você tá utilizando algumas vezes esses
- 4:10efeitos biológicos também podem ser
- 4:12feitos do tratamento
- 4:14ter efeitos técnicos como a ordem a
- 4:18sequência que você faz o experimento o
- 4:21horário a leva no seu experimento Então
- 4:24você faz um experimento com duas cortes
- 4:27de animais você faz um experimento você
- 4:29pega os animais
- 4:31no mesmo dia do mês mas primeiro você
- 4:34faz com metade dos animais e depois você
- 4:37faz a outra metade dos animais porque
- 4:39seu experimento é muito demorado para
- 4:41cada unidade experimental e você precisa
- 4:45de um tempo para processar essa
- 4:48informação toda é para realizar esse
- 4:50experimento Então você acaba tendo levas
- 4:53diferentes
- 4:56e a gente tem os erros tratamento
- 4:59erro de tratamento eu experimental erro
- 5:02amostral e erros de mensuração a gente
- 5:06vai falar um pouquinho mais sobre eles
- 5:08agora
- 5:09então erro de tratamento é quando o seu
- 5:13tratamento não é igual para todos por
- 5:16exemplo uma administração
- 5:18intraperitorial
- 5:19um animal pode ter recebido mais do que
- 5:23o outro e algum animal pode ter tido um
- 5:26erro no volume da seringa veio uma bolha
- 5:29você tá tratando com uma suspensão ao
- 5:32invés de uma solução E aí você não
- 5:35misturou antes de colocar na seringa
- 5:37um procedimento de erro na injeção em si
- 5:42acabou sendo intramuscular isso afeta a
- 5:44farmacocinética isso pode ser reduzido
- 5:47por treinamento e por seguir protocolos
- 5:50a gente tem erros experimentais que
- 5:53envolvem a variabilidade individual dos
- 5:56animais Então você tem uma situação em
- 5:59que você espera ver um comportamento de
- 6:01medo esse animal todo arisco nesse
- 6:04ambiente onde ele recebeu o choque nas
- 6:05patas esse eu esperava mas se animais
- 6:08que podem estar bem tranquilos nesse
- 6:10mesmo ambiente isso é natural isso é
- 6:14inerente a espécie inerente a variáveis
- 6:16biológicas a gente tem erros amostrais
- 6:20Será que amostra selecionada é
- 6:24representativa da população Será que o
- 6:28método que você escolheu para alocar
- 6:30animais em um grupo ou outro foi de fato
- 6:34apropriado
- 6:36todos esses erros podem ser reduzidos
- 6:39por aumento do n das unidades
- 6:41experimentais inclusive erros técnicos
- 6:44sim você alivia erros técnicos tendo um
- 6:48n maior mais claro aí entra um princípio
- 6:51ético é interessante ter um n maior para
- 6:54você ter resultados mais conclusivos sim
- 6:56mas
- 6:58essa é a última etapa você deve fazer
- 7:00tudo que for possível antes de recorrer
- 7:03simplesmente ao momento via Força Bruta
- 7:06que aumentar o n Total a gente tem erros
- 7:10de mensuração por exemplo
- 7:12aqui a gente tem uma subjetividade no
- 7:15comportamento animal Digamos que a gente
- 7:16esteja avaliando o tempo de mobilidade
- 7:18desse rato nesse cilindro com água
- 7:21definiu que a imobilidade pode ser
- 7:24difícil e duas pessoas podem discordar a
- 7:27mesma pessoa pode discordar dela mesma
- 7:29se ela for analisar um vídeo em um dia e
- 7:33cinco minutos depois na verdade e além
- 7:35disso além desse erro da subjetividade E
- 7:38aí de novo a importância do segmento
- 7:40para pessoa não ser enviada também tem
- 7:43uma outra questão se esse é um teste que
- 7:46é utilizado para avaliar comportamento
- 7:47tipo depressivo
- 7:49Será que realmente está medindo nesse
- 7:52teste o que é medido aqui tem a ver com
- 7:55depressão mesmo
- 7:56esse teste esse modelo tem uma boa
- 8:00validade de constructo se ele não
- 8:03tivesse medindo aquilo que ele se propõe
- 8:05a avaliar ele não tem uma boa validade
- 8:08isso leva um erro de mensuração
- 8:12a gente tem erros de mensuração por
- 8:14fatores um pouco mais técnicos também
- 8:17como essas imagens desses botes
- 8:20acontecendo aqui se você tem botes que
- 8:22são pouco confiáveis que vende amostras
- 8:25de modelos animais você acaba tendo que
- 8:28tem um n maior para conseguir compensar
- 8:31essa falha técnica
- 8:34isso vem da experiência técnica isso vem
- 8:37da calibragem dos equipamentos ruído de
- 8:39fundo qualidade dos reagentes Às vezes a
- 8:42gente recebe um reagente mas precisa de
- 8:45mais de um e a gente recebe um agora e o
- 8:48próximo só vai vir daqui 6 meses fica
- 8:50guardado no freezer a gente tem quedas
- 8:52de luz Será que tá funcionando bem ainda
- 8:54a gente tem alguns problemas logísticos
- 8:57que acabam influenciando nos nossos
- 8:59resultados também
- 9:02então esses erros podem ser reduzidos
- 9:04por validação de reagentes calibragem de
- 9:07equipamentos realização das análises em
- 9:11duplicatas duplicatas que não aumentam o
- 9:15n mas reduzem o erro técnico Por exemplo
- 9:18quando você faz uma Elisa e você faz em
- 9:22duplicatas você reduz um erro técnico de
- 9:25pipetagem se você fizer em triplicatas
- 9:27você vai reduzir ainda mais um erro
- 9:30técnico vai sair mais caro mas você tá
- 9:33reduzindo um erro técnico
- 9:35é utilização de modelos com melhor
- 9:38validade de constructo que avaliam
- 9:40aquilo que de fato você gostaria de
- 9:43avaliar mas possíveis soluções então
- 9:46individualmente para resolver o problema
- 9:48da reprodutibilidade a gente tem que ter
- 9:51um bom desenho experimental um bom
- 9:53planejamento estatístico e há uma falta
- 9:56de randomização e uma falta de Line
- 9:59falta de segmento e o que é curioso é
- 10:02que os artigos que não relatam
- 10:04randomização em blindney possuem
- 10:06tamanhos de efeito maiores curioso não é
- 10:10é digamos que você esteja avaliando um
- 10:13efeito de um tratamento um efeito se um
- 10:16fármaco tem um potencial efeito
- 10:18antidepressivo
- 10:20quando os autores não relatam que a
- 10:23randomização foi feita isso faz com que
- 10:26o efeito seja maior Ou seja o tratamento
- 10:30funciona mais do que quando a
- 10:32randanização não é feita isso cheira a
- 10:36viás isso cheira a que algo mais
- 10:39aconteceu aí na prática toda de
- 10:42procedimento científico envolvendo esses
- 10:45estudos que levam a gente a ter na
- 10:48verdade uma menor Confiança dos dados
- 10:49que é curioso um tamanho de efeito maior
- 10:51acaba fazendo com que a gente fique mais
- 10:54suspeito por falta de procedimentos de
- 10:57renderização e de blinding
- 11:01randomização como que a gente faz isso
- 11:04quais são os procedimentos para a gente
- 11:06fazer o que que é randomização é
- 11:09alocação aleatória das unidades
- 11:11experimentais em grupos que isso vai ser
- 11:15feito sem viés consciente ou
- 11:17inconsciente em geral fazer randomização
- 11:21gera grupos com médias parecidas tanto
- 11:26para os parâmetros conhecidos como
- 11:29desconhecidos se você randomizar
- 11:31adequadamente um grupo de animais entre
- 11:34um grupo controle e um efeito modelo de
- 11:38uma doença muito provavelmente você vai
- 11:40ter os dois grupos com o peso corporal
- 11:43muito parecidos entre eles antes do
- 11:47experimento começar
- 11:49em tamanhos de amostra pequenos é
- 11:52impossível ter grupos completamente
- 11:53iguais mas arrandamos ação ainda assim
- 11:57ajuda então por exemplo aqui a gente tem
- 12:01esse grupo de animais separar a metade
- 12:03de baixo para um grupo e a metade de
- 12:05cima para outro não é uma boa prática de
- 12:08randomização porque não foi aleatória
- 12:11Separar uma gaiola inteira para um
- 12:13tratamento e outra gaiola inteira para
- 12:16ser um grupo controle não é uma boa
- 12:18prática A não ser que você saiba que o
- 12:22seu tratamento vai interferir com os
- 12:24outros animais da gaiola você dá um
- 12:26ciclo estimulante para um animal Você
- 12:28precisa fazer isso cronicamente
- 12:31se com estimulante deixa os animais
- 12:33agressivos e vão afetar os animais
- 12:36controle a ponto de contaminar o seu
- 12:38experimento não faz sentido você se você
- 12:42já sabe disso a priori sabe que afeta o
- 12:44experimento não faz sentido você
- 12:46mantê-los da mesma gaiola Seria o ideal
- 12:49se não afetasse mas se afeta você já não
- 12:52pode fazer isso
- 12:54e se você não domina essa gaiolas para
- 12:56um tratamento quem é a unidade
- 12:58experimental a gaiola não importa que
- 13:00tenha 10 camundongos numa caixa grande
- 13:02você tem um n experimental de um
- 13:06a randomização ela também acontece
- 13:09quando você tá pepetando então os
- 13:12equipamentos acabam não lendo exatamente
- 13:13igual em todos os pontos de uma placa ou
- 13:17o gel não corre todo igual em um lote
- 13:20então é importante que tenha uma
- 13:22randomização de como vai ser feita a
- 13:24pipetagem
- 13:26coisas que acontecem também as
- 13:28experimentos dos controles e um dia e os
- 13:30tratados em outros controles de manhã os
- 13:33tratados à tarde ou começar o
- 13:35experimento pelos controles e terminar
- 13:37com os tratados são procedimentos que
- 13:40não são adequados a gente tem variação
- 13:43entre dias a gente tem ritmo cerca de
- 13:45anos o experimentador fica cansado
- 13:48estressado isso pode afetar o
- 13:51experimento a estabilidade dos reagentes
- 13:53pode não ser tão estável assim pode não
- 13:56ter uma boa estabilidade fazendo com que
- 13:59mude ao longo do tempo
- 14:03Ok mas às vezes a gente já tem alguns
- 14:05fatores conhecidos se você tem machos e
- 14:09fêmeas você já tem peso corporal você já
- 14:11sabe onde estão as gaiolas você pode
- 14:14fazer o que a gente chama de block que é
- 14:18alocar igualmente machos e fêmeas entre
- 14:20os dois grupos
- 14:23um erro experimental muito grande pode
- 14:25ser devido a variação muito grande entre
- 14:28unidades experimentais e unidades
- 14:30experimentais formarem subgrupos por
- 14:32exemplo machos e fêmeas Digamos que
- 14:35todos os seus controles sejam machos e
- 14:37todos os seus tratados sejam fêmeas Poxa
- 14:40mas aí você tem uma diferença de sexo
- 14:42junto seria ideal que eles estivessem
- 14:44adequadamente mesclados pelas unidades
- 14:47experimentais estariam agrupadas em bets
- 14:50em grupos formando subgrupos como no
- 14:53caso aqui machos e fêmeas ou se você tem
- 14:56um grupo tratado e um grupo controle e
- 14:59ao fazer a randomização ou não fazer uma
- 15:01boa randomização você acaba que tem um
- 15:04grupo controle com maior peso corporal e
- 15:07o grupo que vai ser tratado com o menor
- 15:09peso corporal eles estão partindo já com
- 15:13alguma diferença e realmente a gente
- 15:15teria o mínimo de diferenças possíveis
- 15:17antes
- 15:19e aí que entra o blog
- 15:23Digamos que a gente tenha esse grupo de
- 15:25animais aqui e que já tenha alguma
- 15:27diferença conhecida entre as bolinhas
- 15:31rosas e as bolinhas azuis
- 15:35a gente pode fazer o procedimento de
- 15:38Blocker que é o que é separar aqui esses
- 15:42pares e sortear entre controle e tratado
- 15:46controle e tratado controle e tratado
- 15:50controle e tratado isso vai garantir uma
- 15:54maior homogeneidade entre os seus grupos
- 15:56um exemplo aqui de como essa
- 15:59homogeneidade pode acontecer eu sorteei
- 16:02números aleatórios usando esse site aqui
- 16:05randon.org eu sorteei um n de 10 para um
- 16:09grupo A e um n de 10 para um grupo B
- 16:13aleatoriamente então isso foi feito de
- 16:16maneira completamente randomizada a
- 16:19gente tem os grupos a e b não há uma
- 16:21diferença estatisticamente significativa
- 16:24entre a e b mas o b não parece um
- 16:28pouquinho mais para baixo parece Tem
- 16:30como melhorar isso tem como melhorar se
- 16:33a gente pega esses dados e organiza eles
- 16:36numa única coluna e agora organiza eles
- 16:41do maior para o menor e para cada dupla
- 16:45se no caso a gente quiser a formação de
- 16:47dois grupos cada dupla é sorteada para
- 16:50um grupo A ou B A BBA Abba assim por
- 16:56diante aqui vocês podem reparar que eu
- 16:58fiz uma inversão né
- 17:00ABBA ABBA e o seguir esse padrão
- 17:04oficialmente Tem que haver um sorteio
- 17:06para cada dupla para ser da maneira mais
- 17:09randômica possível mais aleatória
- 17:11possível
- 17:14isso que tá feito aqui sortear cada
- 17:17dupla para um grupo é o que a gente
- 17:20chama de randomização estratificada que
- 17:22é uma é um subtipo do Blocker isso vai
- 17:26fazer com que a gente tenha grupos mais
- 17:28homogêneos no início do experimento
- 17:30então quando a gente compara a
- 17:33distribuição aleatória com a
- 17:35distribuição após a randanização
- 17:37estratificada a gente parte de uma
- 17:39homogeneidade muito maior entre os
- 17:42grupos eles compartilham as mesmas
- 17:45médias e a mesma variação nem sempre a
- 17:48gente tem dados preliminares para poder
- 17:50fazer uma randomização estratificada mas
- 17:53sempre que você tiver É adequado
- 17:55utilizar fazer o uso disso
- 17:59o blocking ele pode ser completo ou bem
- 18:03completo Como assim incompleto Digamos
- 18:05que você tem uma gaiola com três animais
- 18:07Mas você tenha os seguintes níveis dos
- 18:11fatores você tem o seu grupo controle e
- 18:13você tem três doses controle mais três
- 18:18doses tá 4 mas você tem gaiolas com três
- 18:21animais Apenas não tem como ter todos os
- 18:24grupos dentro da mesma gaiola então o
- 18:27Block fica em completo mas se o
- 18:31tratamento não afeta de maneira
- 18:32significativa o seu grupo controle
- 18:35presença de um animal tratado não é
- 18:38esperado que afete o grupo controle é
- 18:41melhor que você tenha o máximo de grupos
- 18:43possíveis dentro de uma mesma gaiola
- 18:46então melhor você ter esses grupos ainda
- 18:49que não todos dentro de uma mesma gaiola
- 18:52do que apenas um tratamento por gaiola
- 18:57quanto ao blinding e segmento então o
- 19:01Blind e o cegamento serve para redução
- 19:03do viés inconsciente em ensaios clínicos
- 19:06a gente tem ensaios cegos single Blind
- 19:09em que apenas a pessoa voluntária
- 19:13participante do estudo não sabe o
- 19:15tratamento que ela tá recebendo mas os
- 19:17avaliadores sabe e a gente tem ensaios
- 19:20duplos Cegos em que nem o avaliador e
- 19:25nem o voluntário nenhum deles sabe qual
- 19:28é o tratamento que está sendo aplicado o
- 19:31cegamento só vai ser quebrado no final
- 19:33na hora da análise dos dados em ensaios
- 19:36clínicos a gente só tem um ensaio cego e
- 19:39quanto mais etapas forcego melhor quanto
- 19:42mais cego melhor por exemplo não saber
- 19:46que os ratos um e dois são do mesmo
- 19:48grupo é uma coisa boa de se ter mas é
- 19:52pouco viável você pode soluções A e B
- 19:56você sabe quais animais você vai tratar
- 19:58com a a e você sabe quais você vai
- 20:00tratar com a b você não sabe o que é a e
- 20:04b uma outra pessoa preparou para você
- 20:06excelente mas melhor ainda se você não
- 20:09soubesse o que você tá injetando se você
- 20:12tá injetando A ou B
- 20:14se você injeta a no rato um e a do rato
- 20:202 você sabe que os ratos 1 e 2 pertencem
- 20:23ao mesmo grupo e isso seria melhor se
- 20:27você não soubesse mas pera aí agora
- 20:30Ficou esquisito como que eu não vou
- 20:32saber como que eu vou pegar o conteúdo
- 20:34na seringa e administrar para o animal
- 20:37bom Outra pessoa faria isso uma pessoa
- 20:40colocaria na seringa te Passaria o
- 20:42conteúdo você administraria sem saber o
- 20:45que está administrando
- 20:46pouquíssimo viável o mais importante é
- 20:49cego no final na análise algumas
- 20:52situações é pouco viável também o
- 20:55segmento porque você precisa saber de
- 20:58dados prévios para poder fazer
- 21:00randomização e alocação nos grupos o
- 21:03segmento acaba sendo complicado mas
- 21:06tenta fazer o máximo possível
- 21:09E é claro relate até que ponto foi cego
- 21:13isso é extremamente importante
- 21:16quanto ao uso de controles a gente
- 21:18costuma ter controles positivos e
- 21:21controles negativos por exemplo um grupo
- 21:23veículo em um tratamento é o seu grupo
- 21:25controle negativo a gente tem por
- 21:29exemplo um experimento em que você tem o
- 21:31grupo Salina E você tem um fármaco com
- 21:33possível efeito antidepressivo que vai
- 21:35ser testado Poxa mas ambos os animais
- 21:38vão receber uma injeção ou uma gavagem
- 21:41ou um alimento diferente para aqueles
- 21:44consumo o fármaco Será que isso teriam
- 21:47efeito Será que a injeção teria um
- 21:48efeito então você pode adicionar um
- 21:50grupo Na Ivi que não recebe a injeção
- 21:53Então você tem o grupo soro fisiológico
- 21:55o grupo Na Ivi que não recebe a injeção
- 21:58e o grupo que recebe o tratamento o que
- 22:02seria o controle positivo neste
- 22:04experimento se eu estou testando um
- 22:06fárma com possível efeito antidepressivo
- 22:08eu posso adicionar um controle positivo
- 22:10que tem um efeito antidepressivo
- 22:13conhecido
- 22:15o ensaio está funcionando como deveria
- 22:17isso ele não estiver eu volto no ponto
- 22:20de até quando a gente tem que
- 22:23validar e otimizar o modelo e padronizar
- 22:26o modelo até que ele funcione de acordo
- 22:29com a literatura Porque tudo que é
- 22:32controle positivo só vai ser publicado
- 22:34quando der o resultado esperado de um
- 22:36controle positivo mas quantas pessoas
- 22:38será que já testaram o controle positivo
- 22:42e não viram nenhum efeito será que esse
- 22:45controle positivo ele é tão bom assim
- 22:47mesmo por um lado a gente espera que não
- 22:50seja porque se a gente tá testando nesse
- 22:53caso aqui
- 22:54antidepressivos porque a gente testa
- 22:57possíveis a gente depressivos porque os
- 23:01que a gente tem disponíveis não
- 23:02funcionam tão bem quanto a gente
- 23:04gostaria então é esperado que justamente
- 23:07esses controles positivos que vem dos
- 23:09antidepressivos que não funcionam tão
- 23:11bem quanto a gente gostaria não funcione
- 23:13tão bem nos nossos próprios modelos
- 23:15animais
- 23:18é outra coisa é o controle simultâneo
- 23:21versus o controle histórico então a
- 23:24ideia do controle é controlar para
- 23:26fatores desconhecidos além de ser um
- 23:28parâmetro de referência é o controle
- 23:30histórico serve para você avaliar puxa
- 23:33Será que o parâmetro
- 23:35que você tava olhando uma contagem de
- 23:37células ou fator inflamatório tá mudando
- 23:40ao longo do tempo enquanto você acumula
- 23:44dados ao longo de vários anos no
- 23:46laboratório então o controle histórico
- 23:48tem essa função a função que ele não tem
- 23:50é servir de grupo controle para um
- 23:52experimento é você fazer uma análise
- 23:54estatística em cima dele então a gente
- 23:56tem que ter um controle simultâneo para
- 23:58realização de um experimento
- 24:01Um Outro fator é o alinhamento de
- 24:05experimentos que tem durações diferentes
- 24:06ou grupos que acabam tendo duração
- 24:08diferente Você vai testar algo que o
- 24:12tempo é inerente você quer ver se fazer
- 24:15algo por um exercício por uma duas ou
- 24:18três semanas vai ter um efeito diferente
- 24:21de algum parâmetro metabólico dos seus
- 24:24animais você começa todos juntos e vai
- 24:27fazendo as análises
- 24:29escalonadas ou você começa separado e
- 24:34termina todo mundo junto tem vantagens e
- 24:37desvantagens em cada um deles é uma
- 24:41vantagem de você começar todo mundo
- 24:45junto é que todos começam com a mesma
- 24:47idade mas por outro lado você terminar
- 24:50todo mundo junto todos terminam com a
- 24:53mesma idade se aqui for uma idade muito
- 24:56juvenil Talvez o início seja muito
- 25:00importante
- 25:01amado por exemplo importante começar na
- 25:03mesma idade agora vocês já forem adultos
- 25:06talvez terminar com a mesma idade faça
- 25:08mais sentido outra coisa é o tempo de
- 25:11processamento das amostras quanto tempo
- 25:13que as amostras vão ficando freezer bom
- 25:16uma vai estar mais fresca que a outra se
- 25:19você fizer dessa forma e aqui vai estar
- 25:22todo mundo junto você provavelmente vai
- 25:24processar as amostras todas juntas e vai
- 25:27ter todo mundo o mesmo tempo de freezer
- 25:29Mas cada experimento vai ter a sua
- 25:32particularidade só é uma coisa que é
- 25:35importante você pensar antes de fazer o
- 25:37seu experimento
- 25:39um ponto que eu queria destacar aqui
- 25:41frequentemente a alta variabilidade
- 25:44dentro de um grupo é culpada da gente
- 25:48não encontrar diferenças entre grupos
- 25:51porque se as barras de erros estão muito
- 25:54grandes a estatística Não vai dizer que
- 25:56dois grupos são diferentes e o que que
- 25:59as pessoas tendem a fazer remover outros
- 26:01layers fazer o máximo possível para
- 26:03redução da variabilidade e o que que eu
- 26:06sugiro para vocês aumentem a
- 26:08variabilidade parece
- 26:10contra intuitivo de certa forma é mas
- 26:14vamos pensar que o aumento da
- 26:17variabilidade de forma controlada e
- 26:20homogênea entre os grupos
- 26:23poderia potencialmente levar resultados
- 26:26mais robustos mais reprodutíveis e mais
- 26:29generalizáveis lembre a gente quer
- 26:31transpor os resultados que a gente obtém
- 26:33frequentemente para a espécie humana
- 26:36Então faz sentido a gente ter resultados
- 26:39que sejam mais variáveis porque na
- 26:42situação humana a gente tem uma série de
- 26:44fatores que são incontroláveis e uma das
- 26:47coisas que é possível fazer que é muito
- 26:50básico e simples é a utilização dos dois
- 26:53sexos utilize machos e fêmeas essa é uma
- 26:57Esse é um aumento de variabilidade
- 26:59importante é que leva uma amostra mais
- 27:02representativa e isso pode ser útil na
- 27:05sua pesquisa para ter resultados mas
- 27:08confiáveis e falando sobre sexo tem um
- 27:13Outro fator que pode levar a diferenças
- 27:16nos resultados e é que claramente é um
- 27:19pouco polêmico mas tem dois artigos
- 27:23importantes publicados mostrando que o
- 27:26sexo do experimentador
- 27:28influenciava as medições dos
- 27:31experimentos em um experimento quando o
- 27:34experimento era feito por pesquisadores
- 27:36homens os animais tinham aumento do
- 27:40estresse e Esse aumento do stress levava
- 27:43a analgesia e atrapalhava todo o
- 27:46experimento que era feito com dor porque
- 27:48se os animais já estavam tendo analgesia
- 27:51induzida por estresse não tinha como ver
- 27:54os efeitos de analgésicos porque eles já
- 27:56estavam com analgesia nesse experimento
- 27:59aqui o fármaco cetamina o ketamina
- 28:02anestésico mas também uma droga de abuso
- 28:06também um Psicodélico não clássico e
- 28:11também um antidepressivo o efeito
- 28:14antidepressivo dele não acontecia quando
- 28:18Quem fazia o experimento era mulher
- 28:19então para um parâmetro
- 28:22não dava certo quando era homem para
- 28:25outro parâmetro o experimento não dava
- 28:27certo quando Quem fazia o experimento
- 28:28era mulher
- 28:30e aí a gente pode se perguntar né se o
- 28:34sexo do experimentador influencia tanto
- 28:36assim será que um modelo que a gente
- 28:38está usando ele é robusto suficiente
- 28:40para reproduzir a situação humana talvez
- 28:44talvez não seja Então essa é uma coisa
- 28:48importante a ser considerada não levem
- 28:51isso tão a sério porque tem apenas
- 28:54dois papers publicados com relação a
- 28:58esse assunto
- 28:59e também tem um fator que a gente não
- 29:02escapa que é um pouco de sorte a
- 29:05descoberta da penicilina é uma delas mas
- 29:07também é associação entre a h pylori e a
- 29:11úlcera envolve o fator de sorte é
- 29:14envolve um fator de sorte e rigidez
- 29:16estatística porque o experimento em que
- 29:20seria
- 29:22utilizado para comprovar que a úlcera
- 29:25tinha relação com infecção por H pylori
- 29:27proliferação de H pylori envolveu o
- 29:30cultivo de células de conteúdos do local
- 29:33de pessoas com úlcera nos primeiros 30
- 29:36pacientes não tinha nenhum efeito não
- 29:39tinha crescimento de H pylori a
- 29:41incubação Durava dois dias por um erro
- 29:44incubação dos próximos começou a ser de
- 29:48cinco dias de um grupo de pessoas da
- 29:50próxima leva foi de cinco dias e aí as H
- 29:53pyloris apareceram em todos os outros
- 29:55pacientes
- 29:59talvez fosse fizesse muito sentido
- 30:01cancelar o experimento mas havia um
- 30:05planejamento estatístico de fazer
- 30:06mensuração em sem pacientes e sem
- 30:09pacientes tiveram a sua mensuração teve
- 30:13a parte que envolveu um erro mas esse
- 30:15erro acabou envolvendo também um pouco
- 30:17de sorte é uma sorte é algo inerente a
- 30:21pesquisa científica E com isso a gente
- 30:23termina a parte de delineamento
- 30:25experimental e vamos falar sobre cálculo
- 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.