[Dados Simulados / Fictícios] Exercício Resistido e Variabilidade Glicêmica no Diabetes Tipo 1: Banco de Dados Acadêmico (FAMEMA)
Description
DECLARAÇÃO DE NATUREZA SINTÉTICA E FINALIDADE ACADÊMICA Este conjunto de dados e a documentação associada possuem natureza estritamente FICTÍCIA E SIMULADA. Foram desenvolvidos por meio de algoritmos de Inteligência Artificial (Google Gemini / Python) com finalidade exclusivamente pedagógica para atender às exigências práticas das disciplinas de "Gestão de Dados da Pesquisa Científica" e "Análise de Dados para Pesquisa Quantitativa em Saúde", ministradas pelo Prof. Dr. Eduardo Federighi Baisi Chagas no Programa de Pós-Graduação Stricto Sensu em Saúde e Envelhecimento (PPGSE) da Faculdade de Medicina de Marília (FAMEMA).
Files
Steps to reproduce
METODOLOGIA DE GERAÇÃO E REPRODUÇÃO DOS DADOS Embasamento Teórico e Desenho do Estudo O estudo simula um ensaio clínico controlado, aleatorizado do tipo crossover 2x2 com 100 adultos com Diabetes Mellitus Tipo 1 (DM1). O objetivo simulado foi comparar o impacto do treinamento de força matutino (08h) versus vespertino/noturno (19h) sobre a hipoglicemia noturna (TBR < 70 mg/dL entre 00h e 06h) e a variabilidade glicêmica (%CV em 24h), mensurados via Monitorização Contínua de Glicose (CGM). Algoritmo de Simulação em Python Os dados foram gerados via script Python (NumPy/Pandas) utilizando distribuições estatísticas realistas respaldadas pelos consensos internacionais de CGM (ADA, ISPAD, EASD): Variáveis Basais: Idade (18–45 anos), Sexo, IMC, Tempo de DM1 e HbA1c com distribuições parametrizadas. Treino Matutino: Média simulada de TIR = 74,2%, TBR Noturno = 1,8% e %CV 24h = 31,2%. Treino Noturno: Aplicou-se um modelo de perturbação estatística representando o aumento da sensibilidade à insulina pós-esforço e o embotamento da resposta contra-reguladora durante o sono (redução do TIR em ~7,8%, elevação do TBR Noturno para 5,9% e do %CV para 37,7%). Tabulação e Governança em Excel (.xlsx) O banco foi estruturado segundo os critérios de gestão de dados da FAMEMA: Linha 1 dedicada exclusivamente ao nome das variáveis; Coluna A destinada ao identificador único (ID) do sujeito; Alinhamento de células nativo para preservar a diferenciação entre texto e número; Aba de Dicionário de Dados (Codebook) com descrição, escala e tipo de variável; Aba de Resumo Estatístico com síntese via fórmulas do Excel (=AVERAGE, =STDEV.S, =T.TEST). Protocolo de Coleta de Dados (.docx) Matriz metodológica detalhando cada variável, instrumento de coleta, unidade de medida, categorização e citações bibliográficas de sustentação. REUTILIZAÇÃO DIDÁTICA Os arquivos podem ser importados no Jamovi, SPSS, R ou Excel para exercícios de análise estatística pareada (Teste t, Wilcoxon, McNemar) e elaboração de Planos de Gestão de Dados (PGD).
Institutions
- Faculdade de Medicina de MaríliaSão Paulo, Marília