Por que meus resultados ficaram confusos?

Confuso

Ao realizar seus experimentos e coleta de dados é necessário planejar muito bem e discutir com colegas antes de realizá-los. Por que?

Você deve ler os artigos-chave em sua área de pesquisa para entender bem como coletar seus dados de maneira confiável.

E não se trata de procurar uma ajuda de estatístico para calcular número de amostra e como dividir controle, experimental ou placebo.

É muito mais profundo do que isso: trata-se de ler experimentos/artigos parecidos com o seu e observar como foi realizada a coleta de dados e o que afetará essa coleta. 

As perguntas que você deve fazer são de maneira geral:

1. O horário de coleta dos dados é importante?

2. O objeto de estudo deve estar alimentado ou em jejum (se envolve amostra de sangue ou dados metabólicos, nutricionais)

3. O peso inicial do objeto de estudo é importante e pode alterar os resultados? E idade, sexo, etc.?

Esses últimos parâmetros (peso, sexo, idade) podem ser colocados em uma análise estatística como co-variados e "neutralizados" de certa maneira. Mas o ideal seria que houvesse um balanço na alocação dos sujeitos de pesquisa ou que todos fossem do mesmo peso, idade e etc.

Porem o horário de coleta, alimentação/jejum precisam ser feitos de maneira homogênea para os sujeitos experimentais. E ao realizar os experimentos em todos os sujeitos experimentais você deve submetê-los ao mesmo tratamento inicial para evitar confusão na relação causa e efeito de seus experimentos.

Como: coloque todos em jejum ou alimente-os no mesmo horário dependendo do tipo de experimento. E colete os dados no mesmo horário do dia para todos. Veja abaixo:

Suponha que estamos estudando o efeito de um tipo de exercício físico em reduzir a pressão arterial. Uma possível variável de confusão é o peso inicial do objeto de estudo, que pode estar correlacionado com o exercício e pode ter efeito causal direto sobre os resultados de coleta da pressão arterial. Embora o aumento da quantidade de exercício possa levar à redução da pressão arterial, o peso inicial de um indivíduo também pode ter um grande impacto na relação entre essas duas variáveis.

Essas variáveis ​​que causam "confusão" ou "viés" afetam de que maneira o experimento?

Em termos técnicos, as variáveis ​​que causam confusão afetam a validade interna de um estudo. Quando essas variáveis estão presentes, nem sempre podemos dizer com total confiança que as mudanças que observamos na variável que estamos medindo (pressão arterial) são um resultado direto de mudanças na variável independente do experimento (o tipo de exercício).

Como reduzir o efeito dessas variáveis ​​que causam "confusão"?

Uma maneira seria preparar os sujeitos experimentais para que todos tenha um peso inicial próximos um do outro.

Outra maneira de reduzir o efeito dessa variáveis envolve a Atribuição Aleatória do objeto de estudo. O que seria isso?

Atribuição Aleatória

Refere-se ao processo de atribuir aleatoriamente os indivíduos de um estudo para um grupo tratamento ou para um grupo controle.

Por exemplo, suponha que queremos estudar o efeito de uma nova pílula na pressão arterial. Se recrutarmos 100 indivíduos para participar do estudo, podemos usar um gerador de números aleatórios para atribuir aleatoriamente 50 indivíduos a um grupo controle (sem pílula ou placebo) e 50 indivíduos a um grupo tratamento (nova pílula). Quanto maior a amostra melhor...

Ao usar a atribuição aleatória, aumentamos as chances de que os dois grupos tenham características aproximadamente semelhantes, o que significa que qualquer diferença observada entre os dois grupos pode ser atribuída ao tratamento.

🟥 São uma das facetas, dentre outras, dos estudos randomizados, o padrão-ouro en nível de evidência científica...

Precisando de ajuda fale conosco...