Metodologia da ciência – Aula 04

1. Metodologia da ciência – Aula 04 Prof Renan – renan@peb.ufrj.br

2. Referências • O que está na lista de referências está no texto • O que está no textoestá na lista de referências • O que está na lista de referências foi “checado” • Tudo o que está na lista de referências foi lido • Cita-se o que se teve em mãos (li tradução, citotradução)

3. Referências ABNT LUCAS, C. E.; BUECHTER, K. J.; COSCIA, R. L. Mathematical modeling to define optimum operating room needs for trauma centers. J Am Coll Surg. v. 192, n. 1, p. 559-65, 2001. LAW, A. M.; KELTON, W. D. Simulation Modeling and Analysis. 3. Ed. Boston: McGraw-Hill, 2000.

4. Referências: estilos de citação no texto - Harvard: autor – data - Vancouver: números • Google ["Manual de Elaboração de Referências Bibliográficas" ufrgs]

5. Artigos de revisão • Naturalmente não seguem o IMRAD ao “pé da letra” • Mas é conveniente seguí-lo o mais próximo possível

6. Purpose: This paper reviews the use of the Path Analysis (PA) methodology in health determinants modeling. Methods: A review of the literature on PA applications in the modeling of infant mortality is presented, together with a discussion of the conceptual basis of PA and its relation to other multivariate statistical techniques. The Pubmed database for the last ten years was the main source of research. The following aspects are discussed: 1) criteria for path formulation; 2) parameter estimation methods; 3) direct, indirect, spurious, and joint effects; and 4) goodness-of-fit and modification indices. Results: The review of the literature suggests that PA represents a methodological improvement regarding multivariate techniques used in modeling some health-related issues. Conclusions: PA allows the investigation of more complex models, providing information that could have been previously overlooked.

7. Ufa, terminamos, para onde enviar o trabalho? • Audiência • Adequação do trabalho • Fator de impacto • Indexação • Dificuldade de aceitação (p. ex. NEJM < 10%) Quem não arrisca não petisca

8. Revisão por pares • Criado pela Royal Society (UK) nos Séculos XVII/XVIII (“Committee on papers”) • Atualmente: utilizado por todas as revistas científicas [goo.gl/rwVWM]

9. Revisão por pares: características • Característica fundamental do processo científico • Os revisores podem ou não ser conhecidos • Os autores podem pedir exclusão de nomes • “Conflitos de interesse” devem ser revelados • Não é pago! • Algumas vezes é trabalho obrigatório

10. Revisão por pares: a favor • Revisão mais imparcial • Ajuda a melhorar um manuscrito • Provê um “feedback” especializado aos autores • A revisão “blind” dá mais liberdade aos revisores

11. Revisão por pares: contra • O processo “blind” nem sempre o é • Deixa passar erros e absurdidades • Dificulta a publicação de idéias menos aceitas • Enstein e Watson & Crick – artigos seminais sem “peer review”

12. Revisão por pares “O pior método de avaliação, com exceção de todos os outros” [Como aperfeiçoá-lo: JAMA. 1990 Mar 9;263(10):1371-6. BMJ 318: 23 2 Jan 1999; J Gen Intern Med. 1999 Oct; Br J Psychiatry. 2000 Jan;176:47-51; 14(10):622-4; PLoS One. 2007 Mar 28;2(3):e332, Adv Physiol Educ 31:145–152, 2007; Am J Roentgenol. 200(1):20-3, 2013; (...)]

13. Submissão do trabalho: revisão por pares • Rejeitado pelo editor • Rejeitado pelos revisores • Aceito sujeito a nova revisão • Aceito com pequenas exigências • Aceito como está (na prática nunca ocorre)

14. Revisores • Todo trabalho voltará com uma apreciação dos revisores • Não adianta se chatear • Brigar com revisor também não é boa idéia • Se o trabalho não foi rejeitado “de cara”, muito provavelmente será aceito. • Todo comentário ou exigência dos revisores deve ser respondido.

15. Considerações éticas • Resoluções CNS 196/96 e 466/2012 • Comitês de ética Quem deve submeter • Pesquisa com sujeitos humanos: experimentação, questio-nários, prontuários Processo digital (Plataforma Brasil)

17. Apresentação de material científico

18. Princípios gerais • Direta • Clara • Resumida • O que é mostrado é para ser compreendido  ou seja, mesmos princípios da comunicação científica escrita

19. Apresentação de material científico • Ninguém nasce sabendo • Aprende-se! Seminários Defesa de Tese! Congressos Aulas O resto da vida

20. Normal - nervoso - Respirar conscientemente -

21. É importante: • Ensaiar • Para evitar: • Vícios de linguagem e postura • Falar baixo • Perder a seqüência • Exceder o tempo alocado

22. Apresentação: conceitos gerais • Bom dia! • Nome • Participantes no trabalho • Onde foi realizado • Um trabalho é apresentado de forma resumida • Seguindo-se o roteiro mencionado • Figuras, tabelas: claramentelegíveis

23. Preparando diapositivos • Diapositivos: não são texto, são roteiro • Não devem ser lidos como um livro • Devem ser sintéticos • Diapositivo: chama a atenção para um ponto • Apresentador: explica o ponto • Duração média: aprox. 1,0 - 1,5 minuto

24. Apresentação com diapositivos • Este é um exemplo da máxima quantidade de informação que deve ser colocada em um único slide. • São aproximadamente seis linhas de quarenta caracteres cada: umas 25-30 palavras

25. O USO DE MAIÚSCULAS DE FORMA GERAL NÃO SE DEVE USAR MAIÚSCULAS. DÁ-SE A IMPRESSÃO DE ESTAR GRITANDO. A LEITURA NÃO FICA FÁCIL

26. Apresentação em Congresso: o destino inescapável • Formato mais comum: 15 min + 5 min perguntas • Perguntas: ao final apenas • “Coordenador”: dirige a seção • Não ler como um discurso • Mais uma vez: é preciso ensaiar

27. Perguntas • Uma pergunta por pessoa • A resposta foi satisfatória? – dispensável • Caso não se saiba algo: admitir e seguir adiante

28. Defesa de Tese • Valem os mesmos princípios anteriores • Mas só a banca faz perguntas • As perguntas da Banca devem ser respondidas

29. Exemplos de diapositivos

30. Replicação bootstrap em Redes Neurais Artificiais Renan MVR Almeida; Antonio FC Infantosi; Ronaldo C Gismondi Programa de Engenharia Biomédica - COPPE/UFRJ e-mail: renan@peb.ufrj.br

31. Programa deEngenharia Biomédica COPPE/UFRJ Uso de dados administrativos na definição de produtividade, abrangência e cobertura para planejamento em unidades básicas de saúde no município do Rio de Janeiro Autores: Rezende Flavio AVS, Noronha CP, Almeida RMV e-mail: flavioa@serv.peb.ufrj.br Caixa Postal 68510 21945-970 Rio de Janeiro, RJ Tel: (021) 230-5108 Fax: (021) 280-7098

32. Segundo a OPAS (1988), dos 40 bilhões de dólares gastos anualmente em serviços de saúde na América Latina e Caribe, estima-se que 25% são aplicados desnecessariamente. Adicionalmente, a produtividade dos recursos destinados ao sistema de saúde é menor que de outros setores, do que resulta um aumento de custo dos serviços. • A utilização de ferramentas numéricas, como os processos de modelagem matemática da mortalidade infantil, com a realização de simulações de intervenção sobre variáveis que compõem o sistema de saúde, poderão contribuir, de forma decisiva, para aumentar a eficiência do conjunto de métodos epidemiológicos tradicionalmente utilizados no estudo de fenômenos do setor saúde.

33. Gastos com saúde • OPAS (1988), America Latina: • US$ 40 bilhões serviços de saúde • 25% desnecessario • Menor produtividade - maior custo

34. Alternativas • Ferramentas numéricas • Simulações de intervenção e métodos computacionais • Maior eficiência em estudos epidemiológicos

35. Construindo figuras e tabelas • Figura: legenda em baixo • Tabelas: legenda em cima Toda figura e tabela deve estar adequadamente mencionada no texto Elas devem ser “auto-contidas”: interpretáveis sem recurso ao texto

37. Tabelas - ainda • Símbolos, abreviaturas: explicados na tabela • Evitar barras • Não utilizar maiúsculas

38. Figuras e tabelas • Não sobrecarregar a tabela: retirar zeros, etc. sempre que possível • Cuidado com vírgulas e pontos • Não confundir tabela com “quadro”: Na tabela alguma informação numérica é apresentada

39. Fluxogramas – Boa forma de passar informação

40. [tinyurl.com/p42cnxw]

43. Table 2: Mean travelled distances (km) and Hansen measures according to hospitals, Rio de Janeiro, Brazil 1996. Circulatory system Pregnancy Hospital mean1 mean2 Hansen mean1 mean2 Hansen H1 7.52 10.3 0.0787 4.33 6.95 0.1219 H2 5.10 5.62 0.0996 6.57 7.29 0.0946 H3 0.77 1.52 0.1018 0.77 1.52 0.3448 H4 4.63 5.18 0.0722 4.54 5.18 0.1007 H5 9.30 16.0 0.0212 12.0 12.0 0.0204 H6 7.28 7.28 0.1933 7.29 7.29 - H7 7.18 10.0 0.0618 - - - H8 1.06 1.09 0.0998 0.99 0.99 0.0334 H9 4.72 6.05 0.0656 3.67 4.58 0.0704

44. Table 2: Mean travelled distances (km) and Hansen measures according to hospitals, Rio de Janeiro, Brazil 1996. Circulatory system Pregnancy Hospital mean1 mean2 Hansen mean1 mean2 Hansen H1 7.52 10.3 .079 4.33 6.95 .122 H2 5.10 5.62 .099 6.57 7.29 .094 H3 0.77 1.52 .102 .77 1.52 .344 H4 4.63 5.18 .072 4.54 5.18 .100 H5 9.30 16.0 .021 12.0 12.0 .020 H6 7.28 7.28 .193 7.29 7.29 - H7 7.18 10.0 .062 - - - H8 1.06 1.09 .099 .99 .99 .033 H9 4.72 6.05 .066 3.67 4.58 .070

45. Table 1. Sample distribution of variables, Rio de Janeiro City, 1995-6 Variables Total Group size % Gender 3361 Female 1906 56.7 Male 1455 43.3 Body Mass Index 3252 > 25 1459 44.9 18.5 – 25 1793 55.1 Age (years) 3361  45 1441 42.9 < 45 1920 57.1