O que decide a resposta

"associação entre duas características quantitativas" e "pressão arterial está correlacionada à idade das pessoas". Ambas as variáveis envolvidas no estudo (pressão arterial em mmHg e idade em anos) são quantitativas contínuas, o que define diretamente a escolha da correlação linear simples (como o coeficiente de correlação de Pearson ou Spearman).

Raciocínio clínico

A escolha do teste estatístico depende estritamente da natureza das variáveis em estudo:

1. Natureza das variáveis: a pressão arterial é uma variável numérica contínua, e a idade também é numérica contínua. Queremos saber se o aumento de uma acompanha a variação da outra.

2. Definição do método: quando cruzamos duas variáveis quantitativas, o método de escolha para medir força e direção de associação é a correlação linear (e a regressão linear simples, se o objetivo for predizer uma a partir da outra).

O que elimina as outras alternativas?

• –O teste Qui-Quadrado avalia a associação entre duas variáveis categóricas (qualitativas), como comparar a proporção de hipertensos (sim/não) entre tabagistas (sim/não).
• –O teste Exato de Fisher tem a mesma finalidade do Qui-Quadrado (duas variáveis categóricas), sendo reservado para amostras pequenas (caselas com valor esperado < 5).
• –A correlação curva de Chiari é uma alternativa fictícia sem aplicação na bioestatística básica.

Por que acontece

A correlação linear quantifica o grau de dependência proporcional entre duas grandezas contínuas em um plano cartesiano. Ela gera um coeficiente (r) que varia de -1 a +1, indicando se a elevação de uma medida acompanha o aumento (correlação positiva) ou a redução (correlação negativa) da outra.

Conduta

Para analisar a associação entre duas variáveis quantitativas com distribuição normal (paramétricas), aplica-se a correlação linear de Pearson. Se os dados apresentarem distribuição não paramétrica ou valores discrepantes (outliers), utiliza-se a correlação de postos de Spearman.

O que NÃO fazer: não se deve categorizar arbitrariamente variáveis contínuas (por exemplo, transformar idade em faixas etárias e pressão em "alta/baixa") apenas para forçar o uso de tabelas de contingência e Qui-Quadrado, pois isso reduz o poder estatístico da análise e descarta informação valiosa dos dados originais.

Como isso cai nas provas

Questões sobre escolha de testes estatísticos costumam fornecer o desenho do estudo ou as variáveis medidas e exigir a identificação do teste correto. As principais confusões ocorrem entre:

• –Teste Qui-Quadrado: o discriminador é avaliar a associação entre duas variáveis qualitativas/categóricas (ex.: desfecho óbito sim/não versus exposição vacinado sim/não).
• –Teste Exato de Fisher: o discriminador é ser a alternativa ao Qui-Quadrado para variáveis qualitativas em amostras pequenas (quando ≥ 20% das caselas têm contagem esperada < 5).
• –Teste t de Student: o discriminador é comparar as médias de uma variável quantitativa entre dois grupos qualitativos (ex.: média de pressão arterial entre homens e mulheres).