Medicina Baseada em evidencias

Prévia do material em texto

Estudos transversais 
O estudo transversal é um tipo de estudo 
observacional em que a coleta de dados é feita em 
um único momento. 
Eles são utilizados para estudos de prevalência da 
doença, de acurácia diagnostica, para avaliar e 
planejar serviços e programas de saúde e monitorar 
tendências temporais em doença ou fatores de risco. 
Seu método consiste em: 
 
 
 
 
 
 
 
Prevalência 
Nos estudos transversais se obtém a frequência de 
ocorrência dos eventos de saúde numa população 
em um ponto no tempo ou em curto espaço de 
tempo. 
A prevalência é calculada a partir: 
 
 
Razão de prevalência 
A razão de prevalência é utilizada para avaliar a 
associação entre exposição e doença na população 
em um determinado momento, utilizamos a razão 
entre duas prevalências denominada de razão de 
prevalência. 
É uma estimativa para o risco relativo e pode ser 
obtida a partir da divisão entre as prevalências entre 
os expostos e não expostos 
Apesar de a Razão de chances (Odds Ratio) ser 
citada em estudos transversais, está proporciona um 
valor sobreestimadoda associação entre o fator e a 
doença. Portanto, a Razão de Prevalências é o 
parâmetro preferido nos estudos transversais. 
Interpretação dos resultados da razão de 
prevalência 
 
 
 
 
 
 
Observamos primeiro que o grupo de referência no 
cálculo da razão de prevalências, indicado pelo 
número 1. 
Sabendo disso, vamos observar os seguintes valores: 
 Prevalência 
 Intervalo de confiança (95%) para a 
prevalência calculada 
 P-valor. 
A razão de prevalência entre as que não fizeram 
nenhuma consulta e as que consultaram > 5 vezes 
foi 3,5 (2,0;6,1). Isso indica que a prevalência de não 
realização do citopatológico entre as mulheres do 
primeiro grupo foi 3,5 vezes maior em relação ao 
segundo 
Outro ponto importante a se observar em resultados 
como os da tabela apresentada é o p valor (ou valor 
p). Esse valor, calculado na análise de dados para cada 
variável do estudo, sempre deve ser comparado ao 
nível de significância do teste fixado pelo pesquisador 
(chamado de 𝛼 geralmente 𝛼= 5%) 
Quando o p-valor é menor que 𝛼, dizemos que a 
razão de prevalências observada para aquela variável 
é estatisticamente significativa, sempre que p<0,05, 
coincide de o IC não passar pelo 1. Da mesma forma, 
sempre que p>0,05, o IC vai passar pelo 1. 
Com isso, quando p<0,05 (e o IC não passar pelo 1), 
isso vai indicar que existe diferença significativa para 
pelo menos um grupo da variável em questão, 
quando comparado com o grupo de referência. 
No caso da variável número de consultas, o p-valor 
foi menor que 0,05. Ao olhar para os ICs das 
categorias da variável, vemos que o único que não 
passa pelo 1 foi o da comparação de “Nenhuma” com 
“≥ 5”, que era a categoria de referência. Então, para 
essa variável, a única razão de prevalências 
estatisticamente significativa foi essa. 
Agora observe que para a variável natureza do 
serviço de saúde, o p-valor foi MAIOR que 0,05. Por 
isso, ao olhar para o IC da comparação ente sistema 
privado e público, vemos que este passa pelo 1. 
Então, para essa variável, não houve razão de 
prevalências estatisticamente significativa. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Testes de hipótese e pergunta de pesquisa 
Pergunta de pesquisa X Elaboração de 
hipóteses 
A pergunta de pesquisa pode ser: 
 Descritiva – apenas uma variável Ex: Qual a 
frequência de fraturas em pacientes vítimas 
de atropelamento? 
 Associativa – relação entre variáveis. Ex: 
Existe associação entre convulsões e 
traumatismo craniano? 
A hipótese é uma explicação plausível para uma 
observação que pode ser testada, ela é elaborada 
com base na pergunta de pesquisa. 
Em estatística uma hipótese é uma afirmação sobre 
o valor de um parâmetro de determinada população, 
ou seja, qualquer medida numérica calculada a partir 
de todos os indivíduos de uma população. 
A hipótese pode ser H0 que é nula e H1 ou HA que 
é a hipótese alternativa. 
Em estudos de associação, é usual estabelecer 
como hipótese nula a inexistência de associação 
entre as variáveis em questão. Da mesma forma, em 
estudos de comparação, é usual estabelecer como 
hipótese nula a inexistência de diferença entre os 
grupos. 
Exemplos: 
Pergunta descritiva: 
 Qual a frequência de fraturas em pacientes 
vítimas de atropelamento? 
 H0: a porcentagem de vítimas de 
atropelamento com fraturas é igual a 50%. 
 H1: a porcentagem de vítimas de 
atropelamento com fratura é menor que 
50% 
Pergunta associativa: 
 Existe associação entre convulsões e 
traumatismo craniano? 
 H0: Não há relação entre convulsões e 
traumatismo craniano 
 H1: Há relação entre convulsões e 
traumatismo craniano 
População x amostra 
População: conjunto maior de pessoas para as quais 
os resultados serão generalizados. 
Amostra: é o subconjunto da população acessível 
que de fato participa do estudo 
P-valor 
O P-valor também é conhecido como nível 
descritivo, e representa uma probabilidade em se 
obter estimativas iguais ou mais extremas, supondo 
que a hipótese nula seja verdadeira 
Quando utilizamos expressões como 
estatisticamente significativa ou significância 
estatística, estamos na realidade querendo saber a 
que condições a nossa suposição deve ser aceita ou 
rejeitada. 
Geralmente, é fixado um valor pelo pesquisador, 
chamado de nível de significância, usualmente α = 
5%, com o qual comparamos o p-valor do teste 
utilizado. 
Se p for menor que o nível de significância, então 
rejeitamos a hipótese nula do teste. 
Quando você realiza um teste de hipóteses, dois 
tipos de erros são possíveis: 
 Tipo I: Quando a hipótese nula é verdadeira 
e você a rejeita. A probabilidade de cometer 
um erro do tipo I é α, que é o nível de 
significância que você definiu para seu teste 
de hipóteses. Para reduzir este risco, você 
deve usar um valor inferior para α. 
Entretanto, usar um valor inferior para alfa 
significa que você terá menos probabilidade 
de detectar uma diferença verdadeira, se 
existir uma realmente. 
 Tipo II: Quando a hipótese nula é falsa e você 
não a rejeita. A probabilidade de cometer um 
erro de tipo II é β, que depende do poder 
do teste. Você pode diminuir o risco de 
cometer um erro do tipo II, assegurando que 
o seu teste tenha potência suficiente. Você 
pode fazer isso garantindo que o tamanho 
amostral seja grande o suficiente para 
detectar uma diferença prática, quando 
realmente existir uma 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Calculo de tamanho amostral 
Relação entre pergunta de pesquisa e tamanho 
amostral 
A partir da pergunta de pesquisa é possível 
determinar a hipótese e a partir do momento em 
que se constrói a hipótese determina o tipo de 
análise para então ser realizado um teste estatístico 
e descobrir o tamanho amostral necessário. 
Para construir a pergunta de pesquisa deve – se 
analisar o que vai estudar, como vai estudar e como 
medir. 
Como selecionar os participantes 
 
A maior parte dos testes bioestatísticos pressupõe 
que a amostra estudada seja probabilisticamente 
representativa da população (amostragem aleatória 
simples). Entretanto o que acontece muitas vezes é 
que algumas amostras coletadas por conveniência, 
como a escolha de pacientes consecutivos de um 
ambulatório específico, podem não representar 
adequadamente toda a população do estudo. 
O pesquisador deve estar atento a possíveis vieses 
de seleção oriundos da disponibilidade de pacientes 
em amostragens consecutivas, já que a ampliação 
do tamanho amostral não corrige o efeito de 
amostras enviesadas. 
 
Calculo do tamanho amostra 
 
 
 
 
 
 
N: é o tamanho populacional𝛿: é o desvio padrão da variável na população 
(quando esta é quantitativa); 
𝛼: é o nível de significância do teste (geralmente 
5%) 
E: é a margem de erro da estimativa (geralmente 
5%). 
𝑍𝛼/2: é um escore baseado em 𝛼 
 
p: é a proporção (prevalência) esperada de 
resultados favoráveis na população. 
q: é a proporção (prevalência) esperada de 
resultados desfavoráveis na população. 
O p e q são utilizados quando a variável em estudo 
é qualitativa. Pode-se busca-los em estudos (artigos) 
semelhantes ao que você pretende fazer. Caso não 
existam estudos semelhantes na literatura, realizar 
um pré-teste com cerca de 30 indivíduos para obter 
tais valores. 
 
 
Ensaios clínicos randomizados 
Introdução 
O ensaio clinico randomizado é o estudo mas 
adequado para avaliar a eficácia e segurança de uma 
droga ou intervenção. 
É um tipo de estudo experimental, comparativo 
entre causa e efeito e ao valor de intervenção com 
controle em seres humanos, em que o investigador 
distribui o fator de investigação de forma aleatória 
formando o grupo experimental e de controle. 
As desvantagens são que é uma pesquisa cara, 
consomem tempo, tratam de uma questão clinica 
restrita e podem expor os participantes a potenciais 
danos. 
As vantagens são que a cronologia dos 
acontecimentos é determinada sem equívocos, a 
qualidade dos dados sobre a intervenção e os efeitos 
podem ter excelente nível, porque é possível 
proceder sua coleta antes no momento em que os 
fatos ocorrem, os resultados são expostos em 
coeficientes de incidência a partir dos quais são 
calculadas as medidas de associação e muitos 
desfechos podem ser investigados. 
 
 
 
 
 
 
 
Participantes do ensaio 
O grupo não-exposto, também chamado de grupo 
controle, é o grupo de pacientes que vai receber 
um tratamento padrão, conservador ou um placebo. 
O grupo exposto, também chamado de grupo 
experimental, é aquele que vai receber o tratamento 
alternativo de interesse dos pesquisadores. 
A seleção dos pacientes deve seguir uma sequência: 
 Definir os critérios de entrada 
 Definir um tamanho amostral adequado e 
planejar com base nele o recrutamento. 
Randomização 
É a alocação aleatória dos indivíduos aos grupos de 
comparação, geralmente realizada através de uma 
tabela de números aleatórios 
Ela garante a comparabilidade dos grupos devido ao 
fato de todos os indivíduos terem a mesma chance 
de estarem em cada grupo. 
Seu sucesso depende: 
 Geração adequada de uma sequência 
imprevisível 
 Tamanho da amostra: caso o tamanho das 
amostras não for suficiente os grupos 
podem não ser comparáveis. 
 Ocultamento 
Ocultamento 
O ocultamento do processo de randomização é 
importante para evitar manipulações de alocação 
que podem comprometer a comparabilidade dos 
grupos. 
O não ocultamento gera estudos com proteção 
inadequada contra desvendamentos apresentando 
resultados favoráveis 30 a 40% maiores do os com 
esquema adequado. 
Fatores de confundimento 
São todos os fatores que podem interferir na análise 
estatística dos dados do estudo por confundirem a 
verdadeira associação entre exposição e desfecho, 
com isso acabam determinando risco ou proteção 
maior aos participantes. 
Eles são classificados em: 
 Exposição 
 Fator: sexo, idade 
 Doença 
Validade do estudo clinico randomizado 
A validade interna do ECR se refere ao sucesso das 
etapas desse estudo, como o sucesso durante a 
randomização e o cegamento. A validade externa do 
ECR se refere a capacidade dele de permitir ao 
pesquisador extrapolar os dados obtidos para a 
população em geral. 
A validade interna é ameaçada por viés de seleção 
e viés de informação. 
Desfechos em ensaios clínicos 
Desfecho primário: evento mais importante sobre o 
qual o investigador quer interferir 
Desfecho secundário: outros eventos que podem 
ser modificados pela intervenção 
Efeitos adversos: eventos desfavoráveis causados 
pelos tratamentos em comparação 
É importante que o desfecho seja definido a priori. 
Ética no ensaio clinico randomizado 
Deve oferecer garantia de que a relação risco- 
benefício do tratamento que será avaliado será 
favorável. 
Somente utilizar placebos na ausência de um 
tratamento convencional. 
Os pacientes devem conhecer os tipos de 
intervenção possíveis e eles devem assinar um 
termo de consentimento informado. 
A pesquisa deve ser submetida a um Comitê de 
Ética em Pesquisa. 
Fases 
Segundo o FDA, para que um ECR seja realizado 
deve-se seguir 5 fases, uma fase pré-ECR, três fases 
de desenvolvimento do ECR e uma fase pós-ECR. 
Fase 0: A Fase 0 é a fase que precede o ECR 
propriamente dito e nela será realizada a triagem da 
terapia por meio de ensaios in vitro e ensaios in vivo 
em animais. A função dessa etapa é avaliar a 
segurança da droga em células e em animais antes 
de oferecer ela a seres humanos. 
Fase 1: A fase 1 é aquela em que se oferece a droga 
a um grupo de indivíduos saudáveis. A função dessa 
etapa é avaliar a segurança da droga em humanos 
saudáveis antes de oferecer ela aos pacientes 
doentes. Além disso, é nessa etapa que se estuda 
toda a farmacocinética e farmacodinâmica. Permite 
ao pesquisador conhecer os efeitos adversos mais 
frequentes e mais graves da droga. 
Fase 2: Quando a droga é considerada segura na 
fase 1, o ECR segue para a fase 2. Nessa fase serão 
recrutados indivíduos com a doença de interesse, e 
a função dessa fase é avaliar a eficácia da droga, mas 
ainda mantem a avaliação da segurança. 
Fase 3: é a fase em que os pesquisadores avaliam 
as diferentes doses da droga que são eficazes, 
realizam combinações da droga testada com várias 
outras para identificar possíveis interações 
medicamentosas. 
Fase 4: realizada. Essa fase é chamada de fase pós-
marketing e ela acontece após a liberação da droga 
para a população. Cabe aos pesquisadores, nesta 
etapa, avaliarem o efeito da droga na população em 
geral (identificando novos efeitos colaterais por 
exemplo) para que se tenha certeza de que ela é 
segura e eficaz. 
 
 
 
 
 
 
 
 
 
Forest plot 
Introdução 
O Forest plot um gráfico que apresenta diversas 
informações importantes para interpretação dos 
resultados de uma metanálise, como: 
 As estimativas de efeito dos estudos (OR, RR, 
RP, etc.). 
 Os intervalos de confiança das estimativas de 
efeito. 
 O peso de cada estudo na metanálise. 
 Informações textuais consideradas 
importantes (ano de cada estudo, por 
exemplo). 
No caso de ensaios clínicos randomizados, a medida 
de efeito apropriada é o Risco Relativo (RR). Por isso, 
na metanálise desse tipo de estudo os resultados são 
apresentados por meio de RR. 
Como interpretar o Forest plot 
 
 
 
 
 
 
 
A esquerda cada estudo é apresentado em linhas 
horizontais, e pode ser identificado por nome do 
autor e data de publicação ou pelo acrônimo do 
estudo. 
O Risco Relativo é a medida de efeito utilizada. 
A estimativa de efeito pontual da intervenção no 
estudo é apresentada em forma de um quadrado 
negro 
A linha representa o Intervalo de Confiança da 
estimativa pontual (com nível de confiança de 95%). 
A área do quadrado representa o peso do estudo 
na metanálise. Quanto maior o tamanho amostral do 
estudo, maior o seu peso na metanálise. 
A metanálise esse diamante que aparece abaixo das 
estimativas dos estudos incluídos. Ela também é 
apresentada como uma estimativa pontual e seu 
intervalo de confiança. 
A linha vertical que divide os lados do gráfico é a 
linha da ausência de efeito. 
Estudos que concentram o quadrado preto a 
esquerda da linha vertical do gráfico indicam 
resultados a favor da intervenção 
Estudos que concentram seus quadrados pretos a 
direita da linha vertical indicam resultados a favor do 
grupo controle. 
O mesmo se aplica para a interpretação da 
metanálise(diamante). 
Se as linhas que representam os intervalos deconfiança dos estudos cruzarem com a linha vertical, 
isso indica que, para aquele estudo, não houve 
diferença estatisticamente significativa entre os 
tratamentos. 
 
 
 
 
 
 
 
 
 
 
 
 
Estudos longitudinais 
Estudo de coorte 
Estudo de coorte estudam um grupo de pessoas 
que compartilham algum atributo. 
Uma coorte de pessoas sadias é selecionada com 
base numa exposição e seguida no tempo para 
avaliar a morbidade relativa desta exposição. 
 
Ele é usado para: 
 Monitorizar a incidência de doença. 
 Identificar os determinantes para que 
ocorrência da doença. 
 Monitorizar a sobrevida relacionada a doença. 
 Identificar fatores associados a progressão da 
doença. 
A duração do seguimento deve ser suficientemente 
longa: 
 Processos agudos: dias a meses 
 Processos crônicos: anos a décadas 
O tempo de seguimento deve estabelecido no início 
do segmento. 
As vantagens do estudo de coorte são: 
 Estabelece relação temporal entre 
exposição e efeito 
 Calcula incidência e permite o conhecimento 
da história natural da doença 
 Útil para avaliar fatores associados a doenças 
de evolução rápida e fatal 
 Muito bom para avaliar exposição rara 
 Permite avaliar múltiplos efeitos de uma 
exposição 
 Não é negado tratamento a pacientes 
 Não expõe os pacientes deliberadamente a 
nenhum risco potencial 
As desvantagens do estudo de coorte são: 
 Existe sempre um viés potencial associado a 
perda de seguimentos dos participantes 
 É impossível ter certeza que os grupos são 
comparáveis em relação a outros fatores 
que podem influenciar os resultados 
 Coorte prospectiva: caro e demorado 
 A perda de acompanhamento dos 
participantes pode ocorrer por: migração, 
falta de aderência, desistência e morte 
Estudo prospectivo 
O estudo prospectivo começa antes da ocorrência 
da doença, assegura que a exposição precede o 
efeito. 
O investigador tem a possibilidade de avaliar 
diretamente a exposição. 
Pode ser muito caro e de longa duração. 
 
Estudos retrospectivo 
No estudo retrospectivo a ocorrência de exposição 
e doença precedem o início do estudo, escolhe 
grupos formados no passado com seguimento até 
o presente. 
Depende de disponibilidade de registros. 
Eficiente quando período de latência da doença é 
muito longo. 
Mais rápido e barato. 
 
Risco relativo 
O Risco Relativo (RR) é a probabilidade de um 
indivíduo do grupo exposto desenvolver a doença 
relativa à probabilidade de um indivíduo do grupo 
não exposto desenvolver a mesma doença. 
 
Caso controle 
É uma investigação de 2 grupos de pessoas 
selecionadas com base na presença ou ausência de 
doença pra avaliar frequência relativa de expostos e 
não expostos. 
 
É importante uma definição adequada da doença e 
estabelecer critérios rígidos para diagnostico. 
A seleção de casos idealmente seria uma amostra 
aleatória de todas as pessoas com a doença. Contudo 
acontece casos novos com a doença que não tem 
atenção medica, não são diagnosticados ou são mal 
diagnosticados, morte ou remissão antes do 
diagnóstico. 
É importante selecionar o grupo controle 
independente da exposição, essa seleção deve ser 
entre aqueles que se tornariam casos se ficassem 
doentes. 
Os controles devem preencher os mesmos critérios 
definidos para os casos com exceção daqueles que 
se referem a doença, pois o objetivo é encontrar 
pessoas que representem a mesma população que 
originou os casos. 
Avaliação da exposição 
 A avaliação da exposição é um 
procedimento para obter informação que 
deve ser o mais semelhante possível para 
casos e controles. 
 Os entrevistadores devem tanto quanto 
possível desconhecer a hipótese testada. 
 As fontes de informação são: 
 Entrevista pessoal 
 Exame medico 
 Registros ocupacionais ou outros 
 Amostras biológicas 
 Medida direta do ambiente 
 As informações não podem ser influenciadas 
pelo fato do indivíduo ser um caso ou um 
controle. 
As vantagens do caso controle são: 
 Capaz de estudar doenças raras 
 Mais barato e rápido que coorte 
 Necessita menos indivíduos para detectar 
diferenças entre grupos que outros 
desenhos. 
 Bom para avaliar doenças com longo 
período de latência 
 Permite explorar simultaneamente múltiplas 
exposições com a doença em estudo 
As desvantagens do caso controle são: 
 Mais sujeito a erros e vieses metodológicos: 
lembrança, seleção, registro de informação 
sobre exposição. 
 Ineficiente para exposição rara 
 Pode ser difícil estabelecer relação temporal 
 Facilidade com que pode ser feito, pode 
resultar em estudos conduzidos de forma 
errada. 
Odds Ratio: 
 Em estudos caso-controle, não é 
possível calcular a incidência da doença, 
pois já começamos o estudo com 
indivíduos doentes e não doentes. 
 A medida de associação utilizada é a 
Razão de chances (odds ratio) (OR) 
 A OR é a chance de desenvolver a 
doença entre os indivíduos expostos, 
dividido pela chance de doença entre os 
indivíduos não-expostos 
 Odss ratio é uma boa estimativa quando: 
 Os casos estudados são 
representativos de todos os 
indivíduos com a doença na 
população da onde os casos 
foram selecionados, 
considerando a história de 
exposição. 
 Quando os controles estudados 
são representativos de todos os 
indivíduos sem a doença na 
população de onde os caos 
foram selecionados, 
considerando a história de 
exposição. 
 Quando a doença em estudo 
não é frequente 
 
 
 
 
 
 Se OR = 1: ODDS em casos (ou expostos) 
é igual ao de controles (ou não 
expostos): não há associação 
 Se OR > 1: ODDS em casos é maior que 
me controles: associação positiva (julgar 
efeito causal) 
 Se OR < 1: ODDS em casos é menor que 
em controles: associação negativa (julgar 
efeito protetor) 
Critério de escolha do estudo longitudinal