![Professor Fernando Hartwig](/img/default-banner.jpg)
- 141
- 120 871
Professor Fernando Hartwig
Brazil
Registrace 19. 05. 2020
The creator of this channel is a professor of Epidemiology at the Faculty of Medicine and the Postgraduate Program in Epidemiology (PPGEpi) at Federal University of Pelotas (UFPel), in Brazil. His CV can be found at: lattes.cnpq.br/0127634577820264.
The original motivation for creating this channel was to allow the course on Causal Inference in Epidemiology (taught to PhD students at the PPGEpi) to progress via distance learning due to the COVID-19 pandemic. Due to positive feedback from students and other viewers, the channel continued with the goal of contributing in some way to disseminate knowledge.
I hope you enjoy the videos!
The original motivation for creating this channel was to allow the course on Causal Inference in Epidemiology (taught to PhD students at the PPGEpi) to progress via distance learning due to the COVID-19 pandemic. Due to positive feedback from students and other viewers, the channel continued with the goal of contributing in some way to disseminate knowledge.
I hope you enjoy the videos!
Causal Inference - Lecture 2.3 | d-connection and d-separation rules of directed acyclic graphs
This lecture discusses the so-called d-separation rules. These are a set of criteria used to decide, from a given DAG, whether two variables (or two sets of variables) are independent, possibly conditioning on other variables (i.e., within strata of these other variables).
More specifically, the lecture covers the following topics:
- When a path between two variables is open (so that it is a source of association between them) or blocked (so that it is not a source of association between them).
- The concepts of d-connection and d-separation.
- d-separation rules, with intuitive explanations and examples.
- Compatability, strong and weak faithfulness. These are rules that relate d-connection and d-separation to statistical independence.
ALL COURSE MATERIALS ARE FREELY AVAILABLE HERE: drive.google.com/drive/folders/1hwNIRgi557u2K-MPhRdZEah35E-NwC0h?usp=drive_link
More specifically, the lecture covers the following topics:
- When a path between two variables is open (so that it is a source of association between them) or blocked (so that it is not a source of association between them).
- The concepts of d-connection and d-separation.
- d-separation rules, with intuitive explanations and examples.
- Compatability, strong and weak faithfulness. These are rules that relate d-connection and d-separation to statistical independence.
ALL COURSE MATERIALS ARE FREELY AVAILABLE HERE: drive.google.com/drive/folders/1hwNIRgi557u2K-MPhRdZEah35E-NwC0h?usp=drive_link
zhlédnutí: 39
Video
Epidemiologia (aula 5, parte 2/3) | Tipos de estudos ecológicos
zhlédnutí 114Před 2 měsíci
Esta aula discute as vantagens e limitações dos diferentes tipos de estudos ecológicos: - Múltiplos grupos: delineamento ecológico que compara diferentes grupos (cidades, escolas etc.) quanto a ocorrência do desfecho, utilizando apenas uma medida de cada grupo. - Série temporal: delineamento ecológico que avalia apenas um grupo quanto à mudanças na ocorrência do desfecho ao longo do tempo. - De...
Causal Inference - Lecture 2.2 | Terminology and interpretation of DAGs
zhlédnutí 32Před 2 měsíci
This lecture defines important concepts about DAGs and illustrates how DAGs are interpreted. The following concepts are defined: - Father of V: a direct cause of the variable V. - Son of V: a direct consequence of V. - Antecessor of V: any cause of V (either direct or indirect). - Predecessor of V: any consequence of V (either direct or indirect). - For any pair of variables in the DAG, their c...
Epidemiologia (aula 5, parte 1/3) | Introdução aos estudos ecológicos
zhlédnutí 182Před 2 měsíci
Esta aula apresenta e define os estudos ecológicos como um delineamento observacional experimental em nível coletivo (também conhecido como agregado ou ecológico), que se diferencia dos demais estudos observacionais justamente por ter como unidade grupos de indivíduos (bairros, cidades, países, escolas, empresas etc.), e não indivíduos. A principal aplicação dos estudos ecológicos é no estudo d...
Epidemiologia | Prova de residência médica - Acesso direto - HCPA 2021 - Questão 82
zhlédnutí 31Před 2 měsíci
Este vídeo corrige e comenta a segunda questão de epidemiologia (questão 82) da prova de residência médica de acesso direto do Hospital de Clínicas de Porto Alegre (HCPA), realizada em 2020, com início da residência em 2021. ENUNCIADO: Considere a tabela abaixo acerca dos resultados de um estudo. # tabela mostrada no vídeo # A medida de magnitude de efeito calculada como a x d / b x c é conheci...
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 3)
zhlédnutí 80Před 2 měsíci
Este vídeo demonstra a relação entre a prevalência da doença influencia os valores preditivos positivo e negativo de um teste diagnóstico mostrando que é possível calcular os valores preditivos a partir da sensibilidade e especificidade do teste e da prevalência da doença, utilizando equações derivadas no vídeo. Calcular os valores preditivos a partir da prevalência da doença na qual o paciente...
Causal Inference - Lecture 2.1 | Introduction to directed acyclic graphs (DAGs)
zhlédnutí 89Před 3 měsíci
This lecture introduces directed acyclic graphs (DAGs) as a tool for visually representing causal assumptions related to a given causal question. The goal of the lecture is to introduce DAGs by comparing them to the more traditional (at least in epidemiology) hierarchical models, where causes of the outcome are organized in levels, from the more distal to the more proximal levels. Basic concept...
Epidemiologia | Prova de residência médica - Acesso direto - HCPA 2021 - Questão 81
zhlédnutí 39Před 3 měsíci
Este vídeo corrige e comenta a primeira questão de epidemiologia (questão 81) da prova de residência médica de acesso direto do Hospital de Clínicas de Porto Alegre (HCPA), realizada em 2020, com início da residência em 2021. ENUNCIADO: No Rio Grande do Sul, a pandemia da COVID-19 teve seu primeiro caso confirmado em 10 de março de 2020 e o primeiro óbito em 24 do mesmo mês. Conforme o site do ...
Epidemiologia | Relação entre prevalência da doença e acurácia de um teste diagnóstico (parte 2)
zhlédnutí 59Před 3 měsíci
Este vídeo demonstra a relação entre a prevalência da doença influencia a acurácia de um teste diagnóstico mostrando que é possível calcular a acurácia a partir da sensibilidade e especificidade do teste e da prevalência da doença, utilizando uma equação derivada no vídeo. # # # LINKS ÚTEIS: # Série completa sobre epidemiologia clínica: czcams.com/video/triR6kMNzPA/video.html&pp=iAQB Parte 1 de...
Causal Inference - Lecture 1.4 | Summary of lecture 1
zhlédnutí 66Před 3 měsíci
This video briefly reviews the main concepts learned in Lecture 1. The goal is to provide a quick checklist that viewers can use to make sure all main concepts of lecture 1 are clear. Before moving on, all of the following should be clear: 1) What potential outcomes are and why only one of them can be observed in practice. 2) How to define individual level and average causal effects. 3) What is...
Epidemiologia | Relação entre prevalência da doença e acurácia de um teste diagnóstico (parte 1)
zhlédnutí 96Před 3 měsíci
Este vídeo ilustra, através de um exemplo, que a prevalência da doença influencia a acurácia de um teste diagnóstico. Ou seja, se o mesmo teste for aplicado em populações com diferentes prevalências da doença, a acurácia em cada uma destas populações será diferente. A explicação para este fenômeno é que, quando a prevalência é baixa (próxima de 0%), a maioria da amostra é composta por indivíduo...
Causal Inference - Lecture 1.3.5 | Stable Unit Treatment Value Assumption (SUTVA) and consistency
zhlédnutí 179Před 4 měsíci
This lecture discusses (i) the Stable Unit Treatment Value Assumption (SUTVA) assumption, and (ii) the assumption of consitency of potential outcomes for estimating causal effects. SUTVA can be defined as the situation where potential outcomes for a given individual are unambiguous - therefore, the individual level causal effect is unique. This is the same implication that we arrived when discu...
Causal Inference - Lecture 1.3.4 | Exposure variation irrelevance assumption for causal inference
zhlédnutí 43Před 4 měsíci
This lecture discusses the assumption of irrelevance of varying forms of the exposure for estimating causal effects. An issue that may arise in practice is that each level of the exposure can have different versions (for example, someone may have high body mass index due to high levels of body fat or due to high levels of lean mass), and such versions can lead to different potential outcomes (f...
Causal Inference - Lecture 1.3.3 | No interference assumption for causal inference
zhlédnutí 47Před 4 měsíci
This lecture discusses the assumption of no interference for estimating causal effects. No interference can be understood as the situation where the effect of the exposure on the outcome in a given individual is not affected by the exposure status of other individuals in the population. As a consequence, without this assumption, it is not possible to define potential outcomes based solely on th...
Causal Inference - Lecture 1.3.2 | Exchangeability assumption for causal inference
zhlédnutí 73Před 4 měsíci
This lecture discusses the exchangeability assumption for estimating causal effects. Exchangeability can be understood as the situation where exposed and unexposed are perfectly comparable - that is, comparing outcome frequencies between the two groups is free from any systematic bias (confounding, selection bias, information bias, or reverse causation). This would be the case of a perfect rand...
PMAQ-AB: Resultados Selecionados da Avaliação Externa de 2012, 2014 e 2018 (Drª Elaine Tomasi)
zhlédnutí 24Před 4 měsíci
PMAQ-AB: Resultados Selecionados da Avaliação Externa de 2012, 2014 e 2018 (Drª Elaine Tomasi)
Causal Inference - Lecture 1.3.1 | Positivity assumption for causal inference
zhlédnutí 186Před 5 měsíci
Causal Inference - Lecture 1.3.1 | Positivity assumption for causal inference
Empirically assessing the plausibility of unconfoundedness (Dr. Fernando Hartwig)
zhlédnutí 87Před 5 měsíci
Empirically assessing the plausibility of unconfoundedness (Dr. Fernando Hartwig)
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 2)
zhlédnutí 605Před 11 měsíci
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 2)
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 1)
zhlédnutí 399Před 11 měsíci
Epidemiologia | Relação entre prevalência da doença e valor preditivo positivo e negativo (parte 1)
Epidemiologia | Testes confirmatórios (ou testes específicos)
zhlédnutí 356Před 11 měsíci
Epidemiologia | Testes confirmatórios (ou testes específicos)
Epidemiologia | Testes de triagem (ou rastreio, ou screening)
zhlédnutí 530Před rokem
Epidemiologia | Testes de triagem (ou rastreio, ou screening)
Epidemiologia | Como o ponto de corte influencia a validade de um teste diagnóstico
zhlédnutí 407Před rokem
Epidemiologia | Como o ponto de corte influencia a validade de um teste diagnóstico
Probabilidade | Aula 1.4 - O que é probabilidade? (Espaço amostral infinito discreto)
zhlédnutí 212Před rokem
Probabilidade | Aula 1.4 - O que é probabilidade? (Espaço amostral infinito discreto)
Probabilidade | Aula 1.3 - O que é probabilidade? (Espaço amostral finito)
zhlédnutí 106Před rokem
Probabilidade | Aula 1.3 - O que é probabilidade? (Espaço amostral finito)
Probabilidade | Aula 1.2 - O que é probabilidade? (Desfecho, espaço amostral e evento)
zhlédnutí 84Před rokem
Probabilidade | Aula 1.2 - O que é probabilidade? (Desfecho, espaço amostral e evento)
Probabilidade | Aula 1.1 - O que é probabilidade? (Introdução)
zhlédnutí 161Před rokem
Probabilidade | Aula 1.1 - O que é probabilidade? (Introdução)
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 2)
zhlédnutí 843Před rokem
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 2)
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 1)
zhlédnutí 1,6KPřed rokem
Epidemiologia | Como calcular o coeficiente Kappa de um teste diagnóstico (parte 1)
Epidemiologia | Como calcular a concordância de um teste diagnóstico
zhlédnutí 781Před rokem
Epidemiologia | Como calcular a concordância de um teste diagnóstico
Se tiver mais de dois avaliadores?
Parabéns, professor! Excelente aula
Olá, Isabela. Obrigado pelo comentário! Fico feliz em saber que as aulas ajudam. Se você puder e quiser, ajudaria muito meu trabalho aqui no CZcams se você curtisse os vídeos que você gostar e compartilhasse com colegas que possam ter interesse. E, se quiser continuar acompanhando o conteúdo, é só se inscrever! Grande abraço e bons estudos.
Subscribed! Looking forward to staying tuned with your updates. 🎉🧡
Finalmente consegui entender esse tópico. Obrigada pela ótima explicação! 👏🏽👏🏽👏🏽
Obrigado pelo comentário! Fico feliz em saber que as aulas ajudam. Se você quiser e puder ajudar meu trabalho aqui no CZcams, seria ótimo se você curtisse os vídeos que lhe ajudarem, se inscrevesse no canal e compartilhar aulas com colegas que também podem ter interesse. Grande abraço e bons estudos!
Cara que facilidade em ensinar! Muito bom. Me ensina como se eu fosse um retardado, do jeito que eu gosto kkkk Parabéns, Deus abençoe!
Oi, Lucas. Obrigado pelo comentário! É muito gratificante saber que as aulas ajudam. Se você quiser e puder ajudar meu trabalho aqui no CZcams, seria ótimo se você curtisse os vídeos que você gostar, se inscrevesse no canal e compartilhasse com colegas que possam ter interesse. Grande abraço e bons estudos!
muito bom.obrigado
Obrigado, Tulio. Fico feliz em saber que você também gostou deste vídeo! Um abraço e bons estudos!
Parabéns! Muito esclarecedor.
Obrigado pelo comentário! Fico muito feliz em saber que você gosta do conteúdo. Se você puder e quiser ajudar meu trabalho por aqui, peço que você curta os vídeos que gostar, se inscreva no canal e compartilhe com colegas que possam ter interesse nas aulas. Grande abraço e bons estudos!
Excelente aula👏🏽👏🏽👏🏽👏🏽
Excelente aula, obrigada por compartilhar seus conhecimentos.🙏🏽🙏🏽🙏🏽
Olá, Tais. Obrigado pelos comentários nos vídeos (vi que você comentou em outro também). Fico feliz em saber que as aulas ajudam! Se você puder, ajudaria muito meu trabalho aqui no CZcams se você curtir os vídeos que você gostar e se inscrever no canal. Grande abraço e bons estudos!
muito bom
Olá, Túlio. Vi que você elogiou várias aulas - agradeço muito pelos comentários! Caso você possa e tenha interesse, você curtir os vídeos que gostar e se inscrever no canal ajuda muito meu trabalho por aqui. Grande abraço e bons estudos!
muito bom
muito bom
o melhor professor do yt!! Parabéns!!!
Olá, Caio. Obrigado pelo comentário! Fico muito feliz em saber que você gosta do conteúdo. Se você puder e quiser ajudar meu trabalho por aqui, peço que você curta os vídeos que gostar, se inscreva no canal e compartilhe com colegas que possam ter interesse nas aulas. Grande abraço e bons estudos!
e não é exagero. O cara tem o dom! Muito bom.
Ótimas aula! Conteúdo passado de maneira muito compreensível, de forma clara e rapida. Muito obrigado!
Obrigado pelo comentário, Felipe! Fico muito feliz em saber que as aulas ajudam. Se você puder e quiser ajudar meu trabalho aqui no CZcams, peço que você curta os vídeos que gostar, se inscreva no canal e compartilhe com colegas que possam ter interesse. Grande abraço e bons estudos!
Impressionante a didática, em todos os vídeos, parabéns!!!
Oi, Ana. Agradeço pelo elogio! Infelizmente a qualidade do vídeo não é das melhores (este curso foi o primeiro que gravei na vida), mas me empenhei bastante para que pelo menos o conteúdo ficasse claro. Se você puder e quiser apoiar meu trabalho no CZcams, seria ótimo se você pudesse curtir os vídeos que lhe ajudarem e se inscrever no canal! Compartilhar com colegas que possam ter interesse ajuda muito também. Grande abraço e bons estudos!
Muito esclarecedor, me ajudou bastante.
Olá, Luana. Obrigado pelo comentário! Fico feliz em saber que a aula foi útil. Se você quiser e puder ajudar meu trabalho aqui no CZcams, seria ótimo se você curtisse os vídeos que você gostar e também se inscrevesse no canal. Grande abraço e bons estudos!
Boa tarde, professor! Como eu montaria essa tabela 2x2 se eu não tenho o valor verdadeiro conhecido obtido por padrão ouro, mas sim o resultado de outro método (comparativo)?
Olá, Leticia. Obrigado pela pergunta! Neste caso, me parece que seria uma pergunta sobre concordância (ou seja, o quanto os diferentes métodos tendem a fornecer os mesmos resultados, quando aplicados nos mesmos pacientes/amostras), e não sobre validade (afinal, você não tem um padrão ouro com o qual comparar seu resultado). Apesar desta distinção, a tabela seria parecida. A diferença seria que, ao invés de preencher a tabela com "teste" e "padrão ouro", você preencheria a tabela com os resultados dos dois métodos. Você pode encontrar mais detalhes sobre isso neste vídeo (czcams.com/video/GhRPO863h1E/video.html) e seguintes. Espero ter esclarecido! Um abraço e bons estudos.
Boa tarde, professor! Pode me tirar uma dúvida? Esse é o cálculo que eu usaria para validação de lotes feita com dois métodos diferentes e valores verdadeiros desconhecidas? E a partir do resultado, como eu comprovaria se esse lote deve ser aprovado ou não?
Olá, Leticia. Obrigado pela pergunta. Eu ficaria feliz em tentar ajudar, mas não sei se entendi sua pergunta. Você poderia, por favor, explicar melhor? Abraços
"Foi realizada a validação de um novo lote do reagente para IFI para Chagas, em um laboratório clínico usando o valores verdadeiros desconhecidos. Obteve-se os resultados: Método comparativo: 150 positivos e 120 negativos Método teste: 120 positivos e 115 negativos Total de 305 testes." Nessa questão, deve ser montada uma tabela 2x2 como a que o senhor demonstrou. Os valores de A, B, C e D devem ser encontrados da mesma maneira que o vídeo exemplifica, certo? E sobre a validação desse lote, minha dúvida é se somente a concordância seria suficiente para justificá-la ou se seria necessária alguma outra medida de cálculo. Desde já agradeço 🙏
@@professorfernandohartwig A questão seria essa "Foi realizada a validação de um novo lote do reagente para IFI para Chagas, em um laboratório clínico usando o valores verdadeiros desconhecidos. Obteve-se os resultados: Método comparativo: 150 positivos e 120 negativos Método teste: 120 positivos e 115 negativos Total de 305 testes.", sendo necessário justificar se o lote seria aprovado ou não. Essa resposta também envolve uma tabela 2x2 como a que o senhor explicou. Logo, para encontrar os valores de A, B, C e D seria o mesmo processo do vídeo, uma vez que em testes com valores verdadeirosdesconhecidos o método comparativo não serve como referência? E a respeito da concordância, somente ela seria o suficiente para justificar essa validação ou seria necessária a realização de mais algum cálculo? Desde já agradeço 🙏
@@leticiajordao3461 Obrigado pelos esclarecimentos! Para que eu possa responder adequadamente, peço por favor que você me esclareça algumas dúvidas: 1) Se entendi corretamente, cada amostra biológica foi analisada duas vezes: uma vez usando o método comparativo e outra vez usando o método teste. Ou seja, para cada amostra biológica, temos dois resultados (de cada método). Seria isso? 2) Não se sabe se as amostras são ou não de pacientes com doença de Chagas. Correto? 3) O método comparativo seria um reagente para IFI que sabidamente funciona, e o método teste seria o reagente do lote sendo avaliado? 4) Não entendi como o número de testes foi 305 se a soma dos positivos e negativos é inferior a este número: 150+120=270 (comparativo) e 120+115=235 (teste). O resultado pode ter sido inconclusivo para algumas amostras? 5) Se meu ponto (1) acima está correto, não entendi como o número de resultados do método comparativo (150+120=270) é diferente do método teste (120+115=235). O método teste pode ter tido mais resultados inconclusivos do que o método comparativo? Fico no aguardo. Obrigado!
Olá, professor! Obrigada pela resposta! 1)Isso mesmo! 2)Sim, o valor verdadeiro é desconhecido, então não sabemos quantas pessoas exatamente tem ou não doença de Chagas. 3)Sendo sincera, não sei te dar certeza nessa resposta, mas acredito que possa ser, embora não tenhamos certeza da sua eficácia já que ele não serve como referência de padrão ouro. 4) Minha maior dúvida também é sobre esse total. Eu deveria ignorá-lo e preencher A, B, C e D de acordo com o que representam e gerar um novo total? Não tinha pensado na ideia de resultados inconclusivos, mas me parece a resposta mais lógica para esse "buraco" nos resultados apresentados. 5)Concordando que o ponto 4 seria o caminho mais lógico a se seguir, acredito que sim.
Serei eternamente grata por essas video aulas, me sinto preparada para minha prova de Medicina Baseada em Evidencias, nao estava entendendo nadaaaa kkkkk muito obrigada!! Até me inscrevi.
Olá, Tamirys. Obrigado pelo comentário e por se inscrever no canal! Fico feliz em saber que as aulas ajudam. Boa sorte na sua prova!
ajudou muito na aula de hoje, obrigado
Muito obrigado pelo comentário - fico feliz em saber que as aulas são úteis! Se você puder e quiser ajudar meu trabalho no CZcams, peço por favor que curta os vídeos que você gostar e se inscreva no canal. Grande abraço e bons estudos!
❤❤❤
Ótima aula, Professor. Me esclareceu algumas coisas que estou precisando. Parabéns!
Muito obrigado pelo comentário, Thiago! Fico muito feliz em saber que minhas aulas podem ser úteis. Espero que você também goste de outras aqui no canal. Se você puder e quiser ajudar meu trabalho no CZcams, peço a gentileza de curtir os vídeos que você gostar e a se inscrever no canal. Grande abraço e bons estudos!
Parabens. Poderia dar aula para alguns professores... 😂
Olá, Ivana. Muito obrigado pelo comentário! Espero que você também goste de outras aulas aqui do canal. Se você puder, peço que curta os vídeos que lhe ajudarem e se inscreva no canal. Isso ajuda muito meu trabalho aqui no CZcams. Um abraço e bons estudos!
Uma ajuda ppr favor. Porque quanto melhor a especificidade maior o VPP?
Olá, Émile. Obrigado pela pergunta! Há mais de uma maneira de entender a relação entre a especificidade e o VPP. Apresentarei duas explicações, uma mais intuitiva e outra mais matemática. Explicação intuitiva: quando um teste dá positivo, temos duas possibilidades: ou o resultado é verdadeiro positivo ou é falso positivo. Porém, se a especificidade é alta, a probabilidade de um resultado falso positivo é baixa. Portanto, quanto maior a especificidade, maior a probabilidade de que um resultado positivo seja verdadeiro positivo. Explicação matemática: o VPP é calculado como: (verdadeiros positivos) / [ (verdadeiros positivos) + (falsos positivos) ]. Se a especificidade é baixa, o número de falsos positivos é baixo. Neste caso, o denominador do VPP fica próximo do numerador, de modo que o VPP fica próximo de 1 (ou 100%). Espero ter esclarecido! Um abraço e bons estudos.
Que maravilha de explicação
Obrigado pelo comentário, Oslo! Obrigado pelo comentário. Espero que você goste dos outros vídeos aqui no canal. No futuro (não muito distante!) pretendo gravar uma série de vídeos sobre cálculo. Grande abraço e bons estudos!
ótima aula.
Olá, Carla. Obrigado pelo comentário! Fico muito feliz em saber que você gostou do conteúdo. Espero que outros vídeos aqui no canal também sejam do seu interesse. Se quiser e puder ajudar meu trabalho aqui no CZcams, seria ótimo se você se inscrevesse no canal e curtisse os vídeos que ajudarem você. Um abraço e bons estudos!
Ansioso pelo proximo video
Obrigado pelo comentário e por acompanhar meu trabalho aqui no CZcams! A continuação deste vídeo será publicada ou na próxima segunda-feira, ou então na outra. Se você quiser e puder apoiar meu trabalho por aqui, te convido a se inscrever no canal e curtir os vídeos que ajudarem você de alguma forma. Um abraço e bons estudos!
Professor fiquei com uma dúvida. Usando o conceito de limites laterais é possível dizer que o limite de x quando x tende à 1 pela esquerda é igual a 1 ou uma aproximação de 1? Se é uma aproximação não seria algo tipo 0.999999... e então diferente de 1?
Olá, Álison. Obrigado pela pergunta! Só checando se respondi sua pergunta: sua pergunta se refere ao limite da função f(x)=x à medida que x tende a 1, certo? Vou escrever este limite da seguinte forma: lim[x]x->1 = L, em que L seria o valor do limite. O fato de que L=1 neste caso pode ser provado, por exemplo, usando a definição épsilon-delta de um limite (posso desenvolver a prova se você precisar). Mas me parece que a sua pergunta na verdade tem relação com entender o que de fato significa o limite. É importante compreender que, quando calculamos, por exemplo, f(0.9999), não estamos calculando o valor do limite acima, mas sim uma aproximação deste. De modo mais geral, quando dizemos lim[f(x)]x->c = L, em que f(x) é uma função e "c" é uma constante, NÃO estamos dizendo que f(x) torna-se igual a L quando x é "muito próximo" de c. O que estamos dizendo é que existe um número (que estamos chamando de L) ao qual conseguimos nos aproximar tanto quanto quisermos ao tornar x próximo o suficiente de a. Ou seja, estamos dizendo que existe um número (L) ao qual a função está se aproximando à medida que x tende a c. Portanto, o limite não é o valor da função para um valor fixo de x, mas o valor ao qual a função tende à medida de x tende a c. A partir deste entendimento, fica bastante fácil entender porque lim[x]x->1 = 1: é porque, à medida que x tende a 1, a função f(x)=x também tende a 1 (o que, neste caso, é óbvio). Ou seja, o valor ao qual f(x) tende à medida que x tende a 1 também é 1, porque f(x)=x. No caso específico da função f(x)=x, também é o caso que f(1)=1 pois é uma função contínua. Espero ter ajudado! Um abraço e bons estudos.
Muito obrigado professor! Essa dúvida tava me matando kkkk agradeço demais sua resposta, sucesso!
@@alvenan Que bom que pude ajudar! Um abraço.
Este conhecimento é muito rico, embora o audio tenha tornado o consumo um pouco desafiador, com a devida atenção é possível compreender muito bem e isso vale muito pra minha área de políticas públicas e o estudo de ações governamentais versus resultados públicos. Parabens pelo conteúdo professor e obrigado pelo compartilhamento.
Olá, Eduardo. Muito obrigado pelo comentário! Fico feliz em saber que este conteúdo foi útil para você. Peço desculpas pelo áudio - este vídeo é literalmente o primeiro que gravei na vida! Aos poucos fui aprendendo a melhorar a qualidade do material. Pretendo, um dia, regravar este curso para fornecer o conteúdo de modo mais agradável. Espero que você goste de outros vídeos por aqui! Se puder e quiser ajudar meu trabalho, peço que se inscreva no canal. Um abraço e bons estudos!
@@professorfernandohartwig Muito obrigado, professor! eu imagino, eu mesmo tenho vontade de começar a gravar mas pelo tamanho do desafio que é nunca começo, então só de ter começado já seria incrível, quanto mais ter gravado tantos como o sr. gravou e de tão alta qualidade do conhecimento! muita força por aí e sigo acompanhando por aqui! Já compartilhei inclusive o conteúdo nos grupos do meu PPG e do Parque Tecnológico Itaipu onde sou pesquisador! espero que seu canal possa crescer e que seu conhecimento chegue a cada vez mais pessoas! forte abraço
aula maravilhosa!
Olá, Jessica. Muito obrigado pelo comentário! Espero que você também goste de outras aulas aqui do canal. Se você puder, peço que curta os vídeos que lhe ajudarem e se inscreva no canal. Isso ajuda muito meu trabalho aqui no CZcams. Um abraço e bons estudos!
Boa tarde Fernando uma duvida que me ocorreu agora, se um teste no caso um questionário já foi realizado em diferentes patologias ( doenças) e obteve ICC > 0,90, se for feito em uma nova patologia deverá ser feito o teste de repetibilidade ( teste e reteste )ou nao tem necessidade? Adoro seu conteudo e compartilho bastante.Parabens e obrigada
Boa tarde, Vanessa. Obrigado pela pergunta, pelos elogios e por compartilhar o conteúdo! Sobre a pergunta: desculpe, mas não sei se entendi corretamente. Um teste diagnóstico (seja ele um questionário, um procedimento laboratorial etc.) se refere a uma doença específica, não a várias. Por exemplo, um questionário para rastreio de COVID seria diferente de um questionário para rastreio de indivíduos com elevado risco cardiovascular: as perguntas seriam diferentes, pois os sintomas são diferentes, os fatores de risco são diferentes etc. Então, não entendo como um mesmo questionário poderia ser aplicado para várias detectar doenças diferentes. Ou estás te referindo a um questionário aplicado a pacientes com diferentes doenças? Por exemplo, um questionário sobre qualidade de vida aplicado a pessoas com câncer, ou a pessoas com diabetes, ou a pessoas com Parkinson etc. Neste caso, o desfecho seria o mesmo (qualidade de vida), e a doença de cada grupo de pacientes seria simplesmente a característica que define a população estudada (pessoas com a doença em questão). Desculpe se não entendi corretamente sua pergunta. Se você puder esclarecer, eu ficaria feliz em responder. Um abraço e bons estudos!
Isso mesmo.um.questionario que avalia por exemplo qualidade de vida e já foram feitas medidas de teste e reteste..no entanto quer se avaliar o mesmo questionário em uma.patologia diferente.o q quero saber é se mesmo que o Icc tenha sido acima de 0.90 em todos.deve se testar novamente para outra patologia? Me fiz entender?
@@vanessalima901 agora entendi, obrigado por esclarecer! Olha, certamente já se teria uma certa confiança no questionário tendo em vista sua boa performance (em relação às métricas em questão) quando aplicado em grupos de pacientes com diferentes patologias. Porém, isto não garante que a performance será boa em um novo grupo de pacientes com outra patologia, por dois principais motivos: 1) É possível que a patologia em questão seja diferente das anteriormente avaliadas em aspectos que podem afetar a performance do instrumento. Por exemplo, se o questionário foi avaliado em como diabetes em situação não-terminal (em que os pacientes estão lúcidos), não significa que o questionário funcionará bem em pacientes com demência, pois, neste caso, a patologia em si pode influenciar a capacidade do entrevistado de responder adequadamente o questionário. Neste caso, talvez fosse necessário adaptar o instrumento para ser aplicado ao cuidador, o que seria uma grande mudança que certamente necessitaria de uma nova avaliação de repetibilidade. 2) É possível que a doença em si não influencie, mas outras características dos pacientes influenciem. Por exemplo: se os grupos de pacientes anteriormente testados eram todos idosos, e o novo grupo de pacientes for composto por crianças, é possível que a performance seja diferente não pelas doenças serem diferentes, mas pelas diferentes características dos pacientes (neste exemplo, idade). Portanto, eu diria que seria necessário pensar sobre os pontos 1 e 2 acima. A depender do resultado desta reflexão, conclui-se se é necessário avaliar a performance do teste novamente ou não. Espero ter ajudado! Um abraço e bons estudos.
Perfeito pensei a mesma coisa.e talvez fazer um.piloto p avaliar este comportamento..obrigada demais ❤❤
muito obrigada, material incrível, me ajudou a não desistir da especialização kkk <3
Obrigado pelo comentário, Cricia! Fico feliz em saber que esta aula ajudou você. Espero que goste dos outros vídeos aqui no canal! Se você puder, sua inscrição no canal ajudaria muito meu trabalho aqui no CZcams. Um abraço e bons estudos!
Boa tarde professor. Se a concordância observada for igual à esperada é certo dizer-se que segundo o k de cohen não há concordância entre os 2 métodos (visto o resultado ser 0)?
Boa tarde, Monica. Obrigado pela pergunta! Sim, eu diria que seria correto dizer que, segundo o k, não há concordância. Porém, acredito que uma descrição mais completa do resultado seria relatar (no seu artigo, relatório etc.) tanto a concordância observada quanto o k. Isto porque, em alguns casos, a concordância observada pode ser mais relevante, enquanto, em outros, o k seria mais relevante. Qualquer tentativa de resumir resultados em apenas um número será limitada de alguma forma. Portanto, sempre que possível, é preferível utilizar mais de um número para fornecer uma ideia mais completa. Por exemplo, se a prevalência da doença for muito próxima de 0% ou 100%, a concordância observada provavelmente será alta e o k baixo (pois a concordância esperada também seria alta). Um k baixo nesse caso seria bem diferente do que um k baixo na situação em que a prevalência fosse próxima de 50% (em que a concordância esperada seria baixa). Espero ter esclarecido! Abraços
@@professorfernandohartwig Obrigada, era mesmo essa a minha dúvida. Ambas concordâncias são altas e baseando-me apenas no k de Cohen estava-me a fazer confusão pois a conclusão é que não haveria qualquer concordância.
@@Tikinhaful que bom que ficou claro! Um abraço e bons estudos.
OBJECTION: 4:34/5:31 refering to the BOX: [ lim ₁ = 0.9_ ] by the SAME logic [ lim ₂ = 0.0_ ]
Thanks for your comment! I am not sure I quite follow your objection. Could you please elaborate?
Que vídeo bom.. aprendi mais com ele do que no semestre inteiro
Olá, Karina. Obrigado pelo comentário! Fico feliz que a aula ajudou você de alguma forma. Espero que você também goste de outros vídeos no canal. Se você gosta dos vídeos do canal, ajudaria muito se você se inscrevesse, caso você puder! Um abraço e bons estudos.
Impressionante.
Olá, João! Obrigado pelo comentário. Espero que você goste dos outros vídeos aqui no canal. No futuro (não muito distante!) pretendo gravar uma série de vídeos sobre cálculo. Grande abraço e bons estudos!
Ótima aula! Mas professor, o senhor poderia disponibilizar os slides da apresentação? Obrigado!
Olá, Lucas. Obrigado pelo comentário e pela sugestão. Acabei de criar um link no Google Drive disponibilizando slides e outros materiais do curso. Pretendo colocar mais materiais (incluindo listas de exercícios e atividades práticas) ao longo do tempo. O link está disponível na descrição deste e de todos os outros vídeos deste curso, bem como na descrição da playlist. Um abraço e bons estudos!
Muito obrigado Prof. Fernando! Vou ser ainda mais assíduo aos vídeos do seu canal.
Sua vocação é linda! Eu fico admirado com a clareza de sua exposição
Obrigado pelo incentivo e por assistir várias aula aqui do canal, Pedro! Se você puder, peço que se inscreva no canal. Isso ajuda muito meu trabalho aqui no CZcams. Pretendo retomar a postar vídeos com regularidade ainda no primeiro semestre de 2024. Tomara que os vídeos novos sejam do seu interesse! Um abraço e bons estudos!
Opa. Cheguei até seu canal estudando a Radix. Obrigado,Professor.
Olá, Eliandro. Obrigad pelo comentário! Espero que você goste das aulas. Se gostar, peço, se for possível que se inscreva no canal. Isso ajuda muito no meu trabalho aqui no CZcams. Um abraço e bons estudos!
Você é um ótimo professor! Bravo!
Olá, Pedro. Obrigado pelas palavras de incentivo neste e em outros comentários que você fez em outros vídeos. É muito gratificante saber que o material é útil para algumas pessoas. Um abraço e bons estudos!
Muito bom, estou usando seu conteúdo para estudar para o concurso do IPEA
Olá, Pedro. Obrigado pelo comentário! Fico muito feliz de saber que as aulas estão sendo úteis para sua preparação para o concurso. Boa sorte na prova! Um abraço e bons estudos.
Parabéns, muito bom
Obrigado pelo comentário, André! Fico feliz que você gostou da aula. Um abraço e bons estudos!
Prof. No ensaio clínico cruzado randomizado eu posso analisar o desfecho agudo? Já que normalmente a gente utiliza-se de um tempo de intervenção maior para desfechos crônicos?
Olá! Desculpe a demora em responder. Estava de férias e agora estou colocando as coisas em dia. Obrigado pela pergunta. Respondendo: a melhor situação para o delineamento cruzado é quando: (i) O desfecho é "reversível" (ou seja, que ocorrem e depois somem), do contrário não seria possível que os participantes do estudo fossem livres da doença após o período de lavagem. Portanto, óbito não é um desfecho que se presta para este delineamento. (ii) A exposição tem efeito de curta duração sobre o desfecho, do contrário seu efeito não sumirá após o período de lavagem. Portanto, vacinação não seria uma exposição que se presta para este delineamento. Em vista dos pontos (i) e (ii) acima, eu diria que, de modo geral, desfechos agudos se prestam melhor para o delineamento cruzado do que desfechos crônicos. Espero ter esclarecido. Um abraço e bons estudos!
Prof. desculpa só responder agora. Eu sou da educação física e gostaria de testar dois protocolos de treinamento. Nesse caso seria uma condição legal pra esse tipo de delineamento? Outra dúvida. Encontrei artigos que dizem ser crossover, na hora de escolher as ferramentas para risco de viés e qualidade metodológica, posso utilizar os recomendados para ensaios clínicos randomizados?
@@NoobsemapurosBlogspotBr obrigado pela pergunta! Sobre a adequação do delineamento para o teu estudo: você precisa avaliar se as condições (i) e (ii) que eu mencionei na resposta anterior são razoáveis no teu caso. Se o desfecho for reversível e o efeito dos protocolos de treinamento sobre o desfecho for agudo (de modo que, após o período de lavagem, não há influência do protocolo de treinamento sobre o desfecho), poderia ser uma boa opção, sim. Porém, se isso é ou não o caso, quem melhor pode responder não é um metodologista como eu, mas sim quem trabalha com o assunto em questão (no caso, você e outros pesquisadores da área de atividade física). Se os estudos são, de fato, ensaios clínicos randomizados (ECR) cruzados, seria adequado, sim, utilizar ferramentas para avaliar risco de viés etc. recomendadas para ECRs. Porém, eu leria com cuidado a metodologia para ter certeza de que, de fato, o estudo se enquadra como tal, pois às vezes acontece de classificarem equivocadamente o delineamento que foi adotado (por exemplo, alegarem que foi um estudo experimental, mas ao ler a metodologia fica claro que foi um estudo observacional). Também seria importante avaliar os aspectos específicos dos ECR cruzados (no caso, se as condições (i) e (ii) acima são razoáveis no estudo em questão), caso não sejam contemplados na ferramenta de análise de viés. Espero ter ajudado. Um abraço, bons estudos e sucesso na pesquisa!
Olá, professor, sua didática é incrível, parabéns! É seguro dizer que o passo 1 corresponde à formulação de uma hipótese nula? Abraços!
Olá, Pedro. Desculpe a demora em responder. Estava de férias e agora estou colocando as coisas em dia. Obrigado pelo comentário. Fico feliz que você gosta dos vídeos! Sobre sua pergunta: de certa forma, sim. Mais precisamente, poderíamos dizer o seguinte: a hipótese nula que queremos testar em um estudo voltado à inferência causal seria "exposição não causa desfecho". O critério backdoor é uma forma de, através dos nossos pressupostos, garantir que esta é a hipótese nula que está sendo testada ao avaliarmos a associação entre a exposição e o desfecho ajustando para os confundidores selecionados. Espero ter esclarecido. Um abraço e bons estudos!
Professor, o senhor só desenhou 9 bolinhas para os Doentes, achei que eu estava maluco kkkkkkk
Oi, Marcelo. Tens razão - muito bem observado! Obrigado pelo apontamento e desculpe pelo erro. Espero que este não tenha atrapalhado o entendimento do conteúdo. Um abraço e bons estudos!
Professor, você poderia fazer um vídeo ensinando como calcular a prevalência? Sua didática é excepcional, parabéns!
Olá, Amanda. Muito obrigado pelo comentário! Na verdade, já temos um vídeo com esta explicação! Você pode conferir aqui: czcams.com/video/f5-akc50hG8/video.html Se restar alguma dúvida após assistir o vídeo, fique à vontade para perguntar! Um abraço e bons estudos!
Muito obrigada pela aula!! Foi ótima!
Olá, Mariana. Obrigado pelo comentário! Fico muito feliz em saber que o vídeo ajudou você! Saber disso é muito gratificante para um professor e motiva a continuar o trabalho. Aproveito para dizer que, se você quiser apoiar meu trabalho no CZcams, é só se inscrever no canal - cada inscrição ajuda muito! Também seria ótimo se você curtisse os vídeos que você gostou. Caso queira ajudar ainda mais, o canal agora conta com as opções de tornar-se membro ou o botão "super valeu". Grande abraço e bons estudos!
❤
Ótima aula! Super didática
Olá, Orlando. Obrigado pelo comentário! Fico muito feliz em saber que o vídeo ajudou você! Saber disso é muito gratificante para um professor e motiva a continuar o trabalho. Aproveito para dizer que, se você quiser apoiar meu trabalho no CZcams, é só se inscrever no canal - cada inscrição ajuda muito! Também seria ótimo se você curtisse os vídeos que você gostou. Caso queira ajudar ainda mais, o canal agora conta com as opções de tornar-se membro ou o botão "super valeu". Grande abraço e bons estudos!
Ótima aula!!
Olá, Matheus. Obrigado pelo comentário! Fico muito feliz em saber que o vídeo ajudou você! Saber disso é muito gratificante para um professor e motiva a continuar o trabalho. Aproveito para dizer que, se você quiser apoiar meu trabalho no CZcams, é só se inscrever no canal - cada inscrição ajuda muito! Também seria ótimo se você curtisse os vídeos que você gostou. Caso queira ajudar ainda mais, o canal agora conta com as opções de tornar-se membro ou o botão "super valeu". Grande abraço e bons estudos!