Unidade 4

Desvendando a Importância de Observar

Quer aprender por que é fundamental preencher completa e corretamente um prontuário? E como a análise de dados coletados na prática médica pode gerar informações valiosas para o controle de doenças?

Esta Unidade 4 oferece uma introdução aos estudos observacionais, com foco especial nos estudos transversais. Você descobrirá suas características únicas, seu desenho metodológico, a interpretação de seus resultados e sua relevância para a literatura científica, além de seu papel no desenvolvimento de novas pesquisas dentro desse contexto.

Ao final desta Unidade, ficará evidente que os estudos transversais, juntamente com os relatos de casos, podem ser considerados as bases fundamentais de toda a pesquisa médica.

• A importância de um prontuário bem preenchido para a pesquisa transversal

• O relevante papel de um estudo transversal no contexto da pesquisa médica

• O que é e como interpretar uma medida de associação

• Vídeo

• Playlist: 1 2 3 4 5

• Checklist for Cross-Sectional Studies

• Estudos Ecológicos: 1 2

• Cheklist for Ecologic Studies

Um dos pontos críticos de uma pesquisa é a determinação do tamanho da amostra a ser estudada. Esta determinação tem impactos profundos em qualquer pesquisa, pois influencia vários aspectos relevantes para a confiabilidade de seus resultados. 

Neste contexto, vamos aprender a utilizar IA para calcular o tamanho amostral para estudos transversais (de prevalência e ecológicos). Siga o seguinte protocolo:

1. Abra seu e-mail institucional;

2. Em outra janela, acesse uma IA (chatGPT, Grok, DeepSeek);

3. Solicite através de um prompt que ela crie um código em Python para calcular o tamanho amostral para um estudo de prevalência e para um estudo ecológico;

4. Em outra janela, abra o Google e pesquise por COLAB. Clique no link referente:

5. Clique em "New Notebook":

6. Copie o código Python gerado pela IA e cole no campo para códigos do COLAB:

7. Clique no botão de "Play" para rodar o código:

8. Se o código estiver correto, uma sinalização em verde aparecerá. Verifique ao final do código o resultado gerado. Caso algo tenha dado errado, uma sinalização em vermelho aparecerá. Neste caso, faça tudo novamente.

9. Finalmente, solicite à IA que lhe explique detalhadamente o código gerado, para que você entenda o que ele faz. Além disso, pergunte a ela como você pode usar este código para calcular o tamanho de outras amostras, oriundas de outras populações.

• Livro 

• Artigo

Prazo para submissão encerrado às 23h59min de 26/10/2025.

Núcleo de Iniciação Cientifica e Extensão (NICE)

CESUPA - Campus João Paulo do Valle Mendes

Av. Almirante Barroso, 3775 - Sousa -  66613-903 - Belém, Pará, Brasil

nice.nucleo@cesupa.br

webdesign by Cláudio Teixeira