McNemar

# o teste de McNemar é usado para avaliar a concordância entre categorias de duas variáveis qualitativas dicotômicas

# pode ser usado para testar a concordância entre dois testes ou duas avaliações aplicados nos mesmos indivíduos (ou elementos amostrais)

# também pode ser usado para testar se ocorreu mudança de resultado (frequência) de uma tratamento, avaliado "antes" e "depois" da aplicação do mesmo  

# Exemplo 1: Considere dois métodos diagnósticos para detectar determinada doença em cães, aplicados em  amostra de 200 animais. Os resultados (dados hipotéticos) foram:

p="positivo"

n="negativo"

método_A=c(rep(p,182),rep(n,18))

método_B=c(rep(p,175),rep(n,25))

# criação de uma tabela com os dados

tabela=table(método_A,método_B)

tabela

# observe que ocorreu sete resultados discordantes (positivo para método_A e negativo para método_B)

# o teste avalia se a discordância é estatisticamente significativa

mcnemar.test(tabela)

# como o valor de p < 0,05 conclui-se que a discordância entre o diagnóstico dos métodos é estatisticamente significativa

# Exemplo 2: Considere um tratamento para uma doença X em cães, aplicados em  amostra de 200 animais. Os resultados "antes" e "depois" do tratamento (dados hipotéticos) foram:

b="bem"

m="mal"

antes=c(rep(m,182),rep(b,18))

depois=c(rep(m,185),rep(b,15))

# criação de uma tabela com os dados

tabela=table(antes,depois)

tabela

# observe que ocorreu três resultados discordantes (três animais que estavam "bem" antes do tratamento passaram a ser classificados como "mal" depois)

# o teste avalia se a discordância é estatisticamente significativa

mcnemar.test(tabela)

# como o valor de p > 0,05 conclui-se que a discordância "antes" e "depois" não é estatisticamente significativa

# portanto, neste caso o tratamento não teve efeito

# abaixo segue modificação no exemplo com efeito significativo do tratamento

b="bem"

m="mal"

antes=c(rep(m,182),rep(b,18))

depois=c(rep(m,20),rep(b,180))

tabela=table(antes,depois)

tabela

mcnemar.test(tabela)