O que é um tamanho de efeito? | Estatísticas

O tamanho do efeito é uma forma de medir a força da relação estatística entre duas variáveis. É uma medida padronizada utilizada para indicar a magnitude do efeito de uma intervenção ou tratamento. Por outras palavras, qual a dimensão do efeito.

Tamanhos de efeito grandes ou pequenos

Em fisioterapia, os tamanhos dos efeitos podem ser utilizados para determinar a eficácia de diferentes tratamentos para doenças como a dor lombar crónica não específica ou a osteoartrite do joelho. Por exemplo, se um programa de exercícios para dores nas costas tiver um tamanho de efeito grande, isso significa que o tratamento tem um forte efeito positivo na redução da dor. Por outro lado, se o tamanho do efeito for pequeno, o tratamento tem um efeito mínimo na redução da dor.

O tamanho do efeito é independente do tamanho da amostra, pelo que um tamanho de amostra pequeno não implica necessariamente um tamanho de efeito pequeno. Pequenas amostras podem ter grandes efeitos e vice-versa.

Comparação de diferentes estudos

Os tamanhos dos efeitos podem ser especialmente úteis na investigação médica porque permitem a comparação dos efeitos do tratamento entre diferentes estudos, populações e medidas de resultados. Por exemplo, dois estudos podem concluir que um tratamento tem um resultado estatisticamente significativo. Ainda assim, um estudo pode mostrar um tamanho de efeito maior do que o outro, indicando que o tratamento pode ser mais eficaz em determinados contextos ou populações.

O tamanho do efeito é independente do tamanho da amostra, pelo que um tamanho de amostra pequeno não implica necessariamente um tamanho de efeito pequeno. Pequenas amostras podem ter grandes efeitos e vice-versa.

d de Cohen

Uma estatística de tamanho de efeito comum utilizada na investigação em fisioterapia é o d de Cohen, que compara a alteração média de uma medida de resultado (por exemplo, pontuação da dor) entre dois grupos (por exemplo, grupo de tratamento e grupo de controlo) e expressa-a em unidades de desvio padrão. Dependendo do estudo em causa, podem também ser utilizadas outras estatísticas de dimensão do efeito, como o g de Hedge ou o r.

Valor p baixo ≠ tamanho do efeito grande

Além disso, os tamanhos dos efeitos podem ajudar a ultrapassar as limitações dos valores de p, que são frequentemente utilizados para determinar a significância estatística em estudos médicos. Os valores de p apenas indicam se um efeito observado é estatisticamente significativo, mas não fornecem qualquer informação sobre a dimensão do efeito. Em contrapartida, os tamanhos dos efeitos fornecem uma medida da importância prática ou clínica de um efeito, que pode ser mais relevante para a tomada de decisões médicas.

É fundamental compreender que um valor de p não mostra o tamanho de um efeito. Alguns leitores pensam que quando um determinado valor de p é baixo, isso significa que o efeito é grande. Isto não é verdade. Uma amostra enorme com uma diferença mínima entre grupos pode criar um valor p pequeno.

Cálculo fácil

Alguns investigadores não comunicam os tamanhos dos efeitos nos seus artigos. Um cálculo de trás para a frente mostrar-lhe-á o tamanho do efeito:

Fórmula d de Cohen:

(M1 - M2)/SDpooled

M1: média 1

M2: média 2

SDpooled: desvio padrão agrupado

É importante notar que esta fórmula funciona melhor para amostras maiores que n = 50 e grupos de dimensão igual. Os efeitos parecerão maiores do que realmente são em grupos mais pequenos. Este facto deve-se ao ruído dos dados.

Referência

Kamper S. J. (2019). Interpretação dos resultados 2-Significância estatística e significado clínico: Ligar as provas à prática. The Journal of orthopaedic and sports physical therapy, 49(7), 559-560.

Nuzzo R. (2014). Método científico: erros estatísticos. Nature, 506(7487), 150-152.