Delineando a pesquisa clínica 4a Ed

confundidores. Quando esse ajuste for incluído no teste da hipótese
principal, a estimativa do tamanho de amostra deve levar em conta esse
fato.
Abordagens analíticas que ajustam para as variáveis confundidoras
muitas vezes requerem maior tamanho de amostra (9,10). A magnitude do
aumento depende de diversos fatores, incluindo a prevalência do
confundidor, a força da associação entre preditor e confundidor e a força
da associação entre confundidor e desfecho. Esses efeitos são complexos
e não há regra que englobe todas as situações.
Foram desenvolvidos métodos multivariados, como regressão linear e
regressão logística, que permitem ajustar para variáveis confundidoras.
Outra técnica estatística bastante usada é a análise de azares
proporcionais de Cox, que pode ajustar para confundidores e para
diferenças de duração do seguimento. Se uma dessas técnicas for usada
para analisar os dados, abordagens correspondentes podem ser usadas
para estimar o tamanho de amostra exigido (3,11-14). Há também
técnicas de tamanho de amostra para outros delineamentos, como estudos
de fatores de risco genéticos ou de potenciais genes candidatos (15-17),
estudos econômicos (18-20), estudos de dose-resposta (21) ou estudos que
envolvam mais de dois grupos (22). A internet é uma ótima fonte para
esses procedimentos mais elaborados: por exemplo, faça uma busca por
sample size (“tamanho de amostra”) e logistic regression (“regressão
logística”).
No entanto, geralmente é mais fácil, pelo menos para investigadores
iniciantes, estimar o tamanho de amostra supondo um método mais
simples de análise, como o teste do qui-quadrado ou o teste t. Utilizar
esses métodos também é uma boa forma de verificar os resultados obtidos
quando se utilizam métodos mais sofisticados. Suponha, por exemplo, que
um investigador esteja planejando um estudo de caso-controle para saber
se o nível de colesterol sérico (variável contínua) está associado à
ocorrência de tumores cerebrais (variável dicotômica). Mesmo se o plano
eventual for analisar os dados com regressão logística, uma estimativa
grosseira do tamanho de amostra pode ser obtida a partir do teste t. Tem
sido constatado que as abordagens simplificadas geralmente produzem
estimativas de tamanho de amostra semelhantes às geradas por técnicas
mais elaboradas. No entanto, se uma proposta de auxílio que envolve altos