Introdução à modelagem de experimentos

RKA4JL - E aí, pessoal! Tudo bem? Nesta aula nós vamos ver uma introdução a experimentos. E para isso, digamos que eu tenha uma nova pílula aqui que tenha grandes chances de ajudar as pessoas com diabetes a controlar o açúcar no sangue. E se você não sabe, quando uma pessoa tem diabetes, ela tem altos níveis de açúcar no sangue, o que causa danos ao corpo de várias maneiras diferentes. Então, essa pílula vai ser testada para ver se, de fato, abaixa o nível de açúcar no sangue das pessoas. Tá, mas como podemos medir se o açúcar no sangue das pessoas está caindo ou não? Geralmente, o que fazemos é medir a hemoglobina A1C das pessoas, e como estamos trabalhando em um contexto de estatística, não se preocupe tanto com a biologia aqui, mas só para te dar uma ideia, o teste de hemoglobina A1C é utilizado para ver a média de açúcar no sangue nos últimos três meses e, além disso, temos outros vídeos na Khan Academy a respeito desse assunto. Então, a nossa esperança é utilizar essa nova pílula de modo que esse A1C diminua. E temos métodos para isso. Basicamente, o que está fazendo algo mudar é chamado de "variável explicativa" e o que pode ser mudado pela nossa variável explicativa chamamos de "variável de resposta". O que vamos fazer nesta aula é conduzir esse experimento e o que faremos inicialmente é ir na população de diabéticos e pegar uma amostra dela. Com isso, digamos que a nossa amostra aleatória seja de 100 pessoas, ou seja, pegamos 100 pessoas aleatoriamente da nossa população de diabéticos. Depois disso, você divide essas 100 pessoas em dois grupos diferentes. Um vai ser o grupo de controle, que vão ser as pessoas que não vão tomar o novo medicamento, e o outro grupo vai ser o grupo de tratamento, que vão ser as pessoas que vão tomar o medicamento. Então você seleciona aleatoriamente pessoas desse grupo e divide entre o grupo de controle e o grupo de tratamento. Uma maneira de fazer isso é numerar as pessoas de 1 a 100 e sortear aleatoriamente, sendo que as primeiras 50 pessoas vão para esse grupo e as demais para cá. Você pode sortear isso aleatoriamente, pode até mesmo utilizar um computador. O que é preciso é que seja aleatoriamente. Pode ser também que algumas vezes você tenha algum critério diferente, como, por exemplo, se os pesquisadores tiverem alguma dúvida de que o sexo das pessoas influencia em como uma droga responde, é o que chamamos de "configuração de blocos". Por exemplo, vamos dizer que dessas 100 pessoas, 60 sejam mulheres e 40 sejam homens. Em uma configuração de blocos, você ainda pode atribuir aleatoriamente as pessoas, mas você precisa garantir que ambos os grupos tenham a mesma proporção de homens e mulheres, ou seja, se aqui tem 60 mulheres, você vai escolher aleatoriamente 30 para o grupo de controle e 30 para o grupo de tratamento. Mas, claro, essa escolha para ambos os grupos deve ser aleatória. Da mesma forma, você seleciona aleatoriamente 20 homens para esse grupo de controle e 20 para o grupo de tratamento. Uma vez que tem pessoas em ambos os grupos, o que você tem que fazer é medir sua A1C no início e depois você dá sua pílula experimental para o grupo de tratamento e no grupo de controle o ideal é dar uma pílula com a mesma forma e dizer que é verdadeira. Isso é o que conhecemos como “placebo” e a razão pela qual nós fazemos isso é que quando as pessoas tomam algo que mesmo que não tenha efeito prático, psicologicamente pode ter um efeito sobre elas, e esse efeito é conhecido como placebo. E claro, além de dar a pílula com a mesma aparência para ambos os grupos, mesmo que esse aqui tenha, de fato, a pílula experimental, você também não fala para ambas as pessoas de ambos os grupos qual pílula elas estão tomando e nem a qual grupo elas pertencem. Isso é conhecido como “experimento cego”. Além disso, você também pode esconder das pessoas que estão realizando o experimento em quais grupos essas pessoas estão. Quando isso acontece, nós temos um experimento duplo-cego, ou seja, quem está aplicando a pílula não sabe que essa aqui é uma pílula de placebo ou então que essa aqui é uma pílula de tratamento. Mas por que isso é importante? Isso evita que as pessoas do grupo de tratamento sofram psicologicamente e quando não falamos para o grupo de controle, isso faz com que elas não contem para o grupo de tratamento, ou seja, não é falado para o grupo de controle que eles estão tomando uma pílula que, de fato, não é o remédio. Isso evita a influência na conclusão do experimento. Só para você ter uma ideia, às vezes você tem um experimento triplo-cego, onde até mesmo as pessoas que estão realizando a pesquisa não sabem quais pessoas tomaram a pílula de tratamento. Isso faz com que os pesquisadores analisem os dados sem saber qual grupo está estudando, ou seja, eles apenas analisam os dados para tirarem a conclusão. Ok, então você pode, de fato, tomar o remédio ou, então, o placebo. E qual é o próximo passo desse experimento? Ele pode durar três meses ou mais, nós não sabemos. O próximo passo é medir a sua hemoglobina A1C. Com esses resultados em mãos, você analisa o nível final e compara com o nível inicial. E se não ver nenhuma diferença entre os dois grupos, você conclui que a pílula não funcionou. Agora, se você viu que as pessoas que tomaram essa pílula apresentaram níveis menores de A1C, então o nosso remédio experimental pode ter a ver com isso. Ainda tem toda uma análise estatística porque, talvez, tenha acontecido simplesmente por acaso, mas você também pode concluir que essas duas variáveis tem alguma relação, ou seja, você toma a pílula e reduz o seu nível de A1C. Você ainda não vai ter totalmente a certeza de que esse experimento funciona, o que pode ser feito é a replicação ao redor do mundo, ou seja, com outras condições, com outras pessoas, com outros pesquisadores, ou seja, é preciso utilizar diferentes populações, diferentes amostras, países. Tem muita coisa envolvida para chegar a ter certeza de que o medicamento, de fato, funciona. Eu espero que essa aula tenha ajudado vocês e até a próxima, pessoal!