O que decide a resposta

"Para comparação dos efeitos de dois tratamentos em dois grupos de pacientes independentes, qual é o teste poderoso para estudar a associação de uma variável binária com uma variável quantitativa?" A combinação de dois grupos independentes com uma variável de desfecho quantitativa sob condições ideais de normalidade define a indicação do teste t de Student para amostras independentes.

Raciocínio clínico

A escolha de um teste de hipóteses depende da natureza das variáveis (qualitativa vs. quantitativa), do número de grupos comparados e do desenho amostral (independente vs. pareado).

Neste cenário, a variável independente é binária (grupo intervenção versus grupo controle, totalizando dois grupos independentes) e a variável dependente é contínua/quantitativa. Sob "determinadas condições" — isto é, distribuição normal e homogeneidade de variâncias —, o método indicado é um teste paramétrico.

O diferencial estatístico divide-se entre as opções:

• –Teste t de Student: compara as médias de dois grupos independentes para desfecho contínuo paramétrico.
• –Teste de Mann-Whitney: alternativa não paramétrica para dois grupos independentes, indicada quando a distribuição não é normal; perde poder estatístico quando a suposição de normalidade é verdadeira.
• –Teste de postos com sinais de Wilcoxon: teste não paramétrico indicado para dados pareados (mesmo paciente antes e depois), não para grupos independentes.
• –Valor p: não é um teste estatístico, mas uma medida de probabilidade decorrente do teste aplicado.

Por que acontece

Os testes paramétricos utilizam valores numéricos exatos (média e desvio padrão), enquanto os não paramétricos ordenam os dados em postos (ranks). Quando os pressupostos de normalidade são atendidos, o teste t de Student preserva toda a informação da escala métrica, conferindo maior poder estatístico para rejeitar a hipótese nula quando ela for falsa.

Conduta

Na análise estatística descritiva e inferencial (conforme manuais de bioestatística clínica, como Dawson & Trapp e Fletcher), avalia-se primeiro a normalidade dos dados por testes como Shapiro-Wilk ou Kolmogorov-Smirnov.

Havendo distribuição gaussiana e variâncias homogêneas, utiliza-se o teste t de Student para amostras independentes.

Não se deve utilizar testes não paramétricos por padrão quando as premissas de normalidade estão cumpridas, pois a transformação em postos reduz o poder estatístico do estudo, aumentando o risco de erro tipo II (falso-negativo).

Como isso cai nas provas

• –Teste t de Student versus Teste de Mann-Whitney: o teste t exige distribuição normal (paramétrico) e tem maior poder sob essas condições; Mann-Whitney analisa postos e é a alternativa quando não há normalidade.
• –Teste t de Student versus ANOVA (Análise de Variância): o teste t compara estritamente dois grupos; para três ou mais grupos, a comparação de médias exige ANOVA para evitar a inflação do erro tipo I.
• –Teste t para amostras independentes versus Teste t pareado: o teste independente compara dois grupos distintos de pessoas; o pareado analisa o mesmo grupo em dois momentos (antes e depois de uma intervenção).