O que decide a resposta

"Aplicação do teste chi-quadrado para comparar proporções entre grupos expostos e não expostos em estudos transversais." O teste do qui-quadrado (χ²) é o método de inferência estatística de escolha para avaliar a existência de associação estatística entre duas variáveis categóricas (exposição sim/não versus doença sim/não).

Raciocínio clínico

A escolha do método estatístico depende da natureza das variáveis analisadas (se são quantitativas contínuas ou qualitativas categóricas) e do objetivo da análise:

• –Exposição (categórica dicotômica: exposto vs. não exposto) e Doença (categórica dicotômica: doente vs. são): a comparação de proporções ou tabelas 2×2 exige teste do qui-quadrado de independência ou o teste exato de Fisher (para amostras pequenas).

Nas outras alternativas:

• –Regressão linear exige desfecho numérico contínuo; desfecho categórico dicotômico pede regressão logística.
• –Prevalência mede frequência pontual, não infere causalidade nem é a medida própria de estudos longitudinais (que usam incidência).
• –Medidas de tendência central (média, mediana, moda) descrevem dados isolados, mas não avaliam associação entre variáveis (para a qual se usam risco relativo, regressão ou testes de hipóteses).

Por que acontece

O teste do qui-quadrado compara as frequências observadas em cada casela de uma tabela de contingência com as frequências esperadas sob a hipótese nula (H₀ de independência). Se a discrepância entre o observado e o esperado for grande o suficiente para produzir p < 0,05, rejeita-se a hipótese nula e conclui-se que há associação estatística.

Conduta

Para inferência estatística em epidemiologia:

• –Duas variáveis categóricas independentes (tabela 2×2): aplicar teste do qui-quadrado (ou teste exato de Fisher se valores esperados < 5 em > 20% das caselas).
• –Variável contínua com distribuição normal comparada entre dois grupos: aplicar teste t de Student (ou ANOVA para 3 ou mais grupos).
• –Desfecho binário ajustado para múltiplos fatores de confusão: aplicar regressão logística multivariada (não regressão linear).

Como isso cai nas provas

• –Teste do qui-quadrado vs. Teste t de Student: o qui-quadrado compara proporções/frequências de variáveis categóricas (ex.: tabagismo e câncer), enquanto o teste t compara médias de variáveis contínuas entre dois grupos (ex.: média de pressão arterial entre grupo placebo e anti-hipertensivo).
• –Regressão logística vs. Regressão linear: a regressão logística modela desfechos binários/categóricos (morreu/não morreu, adoeceu/não adoeceu), enquanto a regressão linear modela desfechos contínuos (nível de glicemia, peso em kg).
• –Incidência (Risco Relativo) vs. Prevalência (Razão de Prevalência): incidência afere casos novos em estudos de seguimento temporal (coorte e ensaio clínico), enquanto prevalência afere casos existentes em estudos de corte transversal.