Estudos epidemiológicos

Prévia do material em texto

Estudos epidemiolo gicos – transcriça o 
1. Classificação dos estudos: 
a) Objetivos do estudo: Descritivos x analíticos (o que faz?) 
 Descritivos: Investigam a frequência e distribuição de um agravo à saúde na população, segundo as características 
da própria população, do lugar e do tempo. Eles descrevem dados e geram hipóteses, sem testá-las; são estudos 
mais curtos e mais baratos. Ex: relato de caso (descrição do caso) e série de casos (exposição de 3 a 10 casos) 
 Analíticos: Analisam a associação entre os fatores de risco de um agravo à saúde e o agravo, ou seja, buscam provar 
a relação causa-efeito. Geram a hipótese e/ou a testam. Ex.: caso-controle, coorte e ensaios clínicos. 
OBS: Estudos ecológicos e seccionais tem divergência na literatura em relação a categoria que se encaixam. 
 
b) Quanto a posição do investigador: observacional x intervenção (tem intervenção ?) 
 Observacional: Sem interferência do investigador (coorte, caso controle...) 
 Intervenção (ensaio clínico): Acontece manipulação direta 
 
c) Quanto à Dimensão Temporal: Transversal (Instantâneo, Seccional) x Longitudinal (Serial): (se observa a 
população 1x ou mais) 
 Transversal ou Seccional: Os dados referem-se a um momento específico no tempo, a uma situação pontual, de 
forma que a exposição e o agravo (doença) são estudados simultaneamente. Observa 1x. Exemplo: avaliar 
prevalência de HAS atendidas na minha UBS. 
 Longitudinal: O pesquisador acompanha os participantes do estudo em mais de um momento no tempo. Os estudos 
longitudinais, por sua vez, podem ser de dois tipos: 
 Prospectivos (ou concorrentes): Quando o acompanhamento parte da situação de risco para a análise do 
desfecho (agravo)  daqui pra frente 
 Retrospectivos (históricos ou não concorrentes): Quando a doença já ocorreu e o acompanhamento irá analisar 
o histórico do indivíduo para a avaliação dos fatores de risco  daqui pra trás 
 
d) Quanto aos Dados Investigados (Analisados): Individuado x Agregado (População): 
 Individuado: Cada variável é observada e registrada para cada indivíduo; 
 Agregado (População): As variáveis são observadas e registradas para um grupo de indivíduos. 
 
2. Tipos de estudo 
a) Estudo ecológico: 
 Desenho: agregado + observacional + transversal 
 A exposição aos fatores em estudo, a frequência da doença e as variáveis de confusão são analisadas para grupos de 
indivíduos, e não individualmente. 
 Vantagens: Rápido, fácil e barato. Normalmente, são feitos a partir de dados pré-existentes disponíveis. 
 Desvantagens: Baixo poder analítico, ou seja, gera suspeitas, mas não confirma. vulnerável à falácia ecológica, que 
consiste em inferir que resultados do estudo agregado podem ser extrapolados para cada indivíduo. 
 Medida de associação: razão de prevalência 
 Exemplo: prevalência de DM na população brasileira em 2020; Banco de dados; 
 
b) Estudo seccional/inquérito/estudo de prevalência 
 Desenho: Individual + Observacional + Transversal + descritivo. 
 Estudo feito a partir de questionários, testes ou exames realizados individualmente, sem nenhuma intervenção e em 
um único momento. 
 Não gera certezas, apenas suspeitas/hipóteses, pois se baseia apenas em “uma foto” da população estudada 
 Vantagens: Fácil, baixo custo, rápido e análise simples de dados 
 Desvantagens: baixo poder analítico (gera hipóteses, mas não as testa) 
 Exemplo: Censo do IBGE 
 Medida de associação: razão de prevalência 
 Viés de causalidade: Como o fator de risco e o desfecho são estudados simultaneamente (corte transversal), pode 
haver erro na avaliação da temporalidade dos acontecimentos – “quem veio primeiro: a exposição ou o desfecho?” 
 Exemplo: prevalência de DM no meu ambulatório em 2020 
 
c) Estudo de coorte 
 Desenho: Individual + Observacional + Longitudinal + analítico + prospectivo. 
 Baseia-se na observação de indivíduos a partir de um determinado ponto no tempo em diante. Pode iniciar no 
passado e buscar dados até o presente (coorte retrospectiva/histórica/não concorrente) ou começar no presente e 
acompanhar os pacientes (coorte prospectiva/concorrente). 
 Faz-se a análise entre grupos de expostos e não expostos a um certo fator de risco até o desenvolvimento do 
desfecho. 
 Vantagens: Define risco (incidência) e confirma suspeitas; menor chance de conclusões falsas. É adequado para 
exposições raras, uma vez que o estudo parte do fator de risco. 
 Desvantagens: É caro, longo e vulnerável a perdas (os pacientes envolvidos podem morrer, emigrar ou até mesmo 
desistir do estudo). É ruim para doenças raras (podem não ocorrer ao fim do estudo) e que apresentem evolução 
longa (sujeito a perdas). 
 Em resumo: Sempre parte do fator de risco para o desfecho (doença, sequela ou morte). 
 Medidas de Associação: Risco Relativo, Risco Absoluto e Risco Atribuível Populacional. 
 Exemplo: incidência de câncer de pâncreas em pessoas fumantes 
OBS: Coorte Histórica / Retrospectiva: Tipo de estudo de coorte que parte de um fator de risco para um desfecho, 
porém, não partindo do presente, mas sim selecionando grupos e resultados que aconteceram em um 
determinado período do passado (geralmente, sem comparar grupos). 
 
 
d) Estudo de caso-controle 
 Desenho: Individuado + Observacional + Retrospectivo + analítico + longitudinal. 
 Retrospectivo, baseia-se na análise de grupos de doentes (casos) e não doentes (controles), buscando fatores de 
risco envolvidos com a doença em estudo. 
 Vantagens: Mais barato que coorte. Bom pra estudo de doenças raras e longa duração 
 Desvantagem: Ruim para fatores de risco raros, viés de memória (o paciente não lembra ou não valoriza o fator de 
risco), avalia apenas 1 doença, viés de seleção (não conseguir fazer o caso e o controle parecidos). 
 Medida de associação: razão de chances ou razão dos produtos cruzados ou odds ratio 
 Exemplo: avaliar pacientes com e sem câncer de pâncreas e olho para trás para saber se fumaram ou não. 
 
 
e) Ensaio clínico 
 Desenho: Individuado + Longitudinal + Intervencionista. 
 É o único tipo de estudo em que há intervenção. 
 Minimizam a influencia de fatores de confusão sobre relações de causa-efeito, por isso tem grande relevância como 
fonte de evidências 
 Melhor estudo para avaliar uma relação causal, pois testa em tempo real uma intervenção (nova droga, nova vacina, 
novo exame, novo procedimento etc.). 
 Baseia-se no estudo de dois grupos, em que um recebe a intervenção e o outro não (o grupo controle pode receber 
um placebo). Os pacientes são avaliados ao longo do tempo e os dados são coletados para efeito comparativo. 
 Vantagens: Melhor pra testar e estudar intervenções, randomização, cego, comparativo. 
 Desvantagens: complexo, caro, longo e propenso a perdas, tem problemas legais e éticos. 
 Medidas de associação: Risco Relativo; Redução Absoluta do Risco (RAR); Redução do Risco Relativo (RRR); Número 
Necessário para Tratamento (NNT) 
 
a) Fases do ensaio clínico 
 Fase pré clínica: Teste em animais. Cerca de 90% dos medicamentos são abandonados nessa fase. O objetivo é 
testar a segurança.  Animais não humanos 
 Pesquisa clínica: 
 Fase I: Refere-se ao uso do medicamento pela primeira vez em um ser humano saudável. Nesta fase, serão 
avaliadas diferentes vias de administração e diferentes doses, realizando-se testes iniciais de segurança em seres 
humanos e interação com outras drogas ou álcool. Cerca de 20 a 100 indivíduos participam desta fase. 
 Fase II: Cerca de 100 a 300 indivíduos que têm a doença ou condição para a qual o procedimento está sendo 
estudado participam desta fase, que tem como objetivo obter mais dados de segurança e começar a avaliar a 
eficácia e dose do novo medicamento ou procedimento (estudo piloto). 
 Fase III: Nesta fase, inicia-se o ensaio clínico propriamente dito. Formam-se grupos grandes de pacientes doentes 
que serão selecionados para receber ou aintervenção ou o placebo (grupo controle). O objetivo desta fase é 
comparar ambos os tratamentos e estabelecer a superioridade de um sobre o outro. Os Testes de Fase III devem 
fornecer todas as informações necessárias para a elaboração do rótulo e da bula do medicamento. A análise dos 
dados obtidos nesta fase pode levar ao registro e aprovação para uso comercial do novo medicamento ou 
procedimento, pelas autoridades sanitárias; 
 Fase IV: Fase conhecida como de farmacovigilância. Após liberada para comercialização, a nova intervenção (seja 
um medicamento, vacina, teste ou procedimento) é rigorosamente acompanhada nos anos que se seguem 
(vigilância pós-comercialização), para que sejam compreendidos os efeitos de longo prazo nos seus usuários. São 
avaliados, principalmente, segurança e efetividade. 
 
 
3. Em busca da verdade: Ao se testar uma hipótese, procura-se controlar todas as potenciais fontes de erros 
sistemáticos e aleatórios do estudo, para que, no fim, suas conclusões possam ser consideradas válidas. Considera-se 
Verdade = Observado - (Erro Sistemático + Erro Aleatório). 
a) Erro sistemático (viés): O Erro Sistemático, ou Viés, é definido como qualquer processo, em qualquer estágio da 
inferência, que tende a produzir resultados e conclusões que diferem sistematicamente da verdade. Os 3 principais 
grupos de vieses são: 
 Viés de Seleção: Ocorre quando a amostra do estudo não é representativa da população. Ele é resultante da 
maneira como os indivíduos foram selecionados para o estudo, resultando em grupos de comparação heterogêneos. 
Exemplo: grupos com médias de idade muito diferentes. 
 Viés de Aferição (ou Avaliação): Quando os métodos de coleta dos dados diferem entre os grupos. Exemplo: 
laboratórios com métodos diferentes de testagem. 
 Viés de Confusão: Quando há algum fator de confundimento entre os grupos, o que pode resultar na 
impossibilidade de comparação. Exemplo: quando se estuda a associação entre consumo de café e incidência de 
litíase renal. Se o grupo que consome café tomar mais água durante o dia, teremos um fator de confusão. 
b) Erro aleatório: O Erro Aleatório decorre, exclusivamente, do acaso. São erros imprevisíveis e que não podem ser 
controlados, mesmo com uma boa execução de todas as etapas do estudo. Podem ser estimados por testes 
estatísticos. 
 P<0,05 
c) Erros de Intervenção: 
 Efeito Hawthorne: Relacionado às alterações de comportamento e hábitos de vida dos participantes do estudo, 
devido unicamente ao fato de estarem sendo seguidos 
 Efeito Placebo: Efeito psicológico causado devido à aplicação de uma intervenção clínica semelhante, mas que não 
tem um mecanismo de ação específico conhecido. 
 
OBSEVAÇÕES: 
 
 
 
 
4. Análise de dados epidemiológicos em estudos epidemiológicos: 
a) Medidas de frequência (ou ocorrência): 
 Com que intensidade ocorre a doença? É medida através da prevalência ou da incidência? 
 Estudos de prevalência: estudos transversais; 
 Estudos de incidência: coorte / ensaio clínico 
 Baseiam-se no cálculo das medidas de ocorrência da doença (incidência e prevalência): 
 Incidência: Número de casos novos registrados em determinado período (dia, mês ou ano). Pode ser calculada nos 
estudos de coorte e nos ensaios clínicos; 
 Prevalência: Número de casos (novos + antigos) registrados no período determinado (dia, mês ou ano). É 
calculada nos estudos transversais (a quantidade de casos existentes de uma doença pode ser observada através 
de uma “foto” da população); 
 Coeficiente de Incidência: Número de casos novos em relação ao total de indivíduos expostos, na unidade de 
tempo; 
 Coeficiente de Prevalência: Número de casos novos + antigos, em relação ao total de indivíduos expostos, na 
unidade de tempo. 
 
b) Medidas de associação: Comparam duas medidas de frequência e medem a força da relação entre uma variável e a 
frequência da doença, funcionando como conclusão do estudo. Cada estudo tem uma medida de associação 
 Conceito de Risco: Probabilidade de pessoas que estão sem a doença, mas expostas a certos fatores, possam tê-la. 
 Em outras palavras, a associação diz respeito à comparação dos resultados encontrados no estudo, o que deve ser 
feito com o auxílio de uma tabela de análise de dados dicotômicos no formato 2x2, feita sempre da seguinte forma: 
 
 
 
b.1) Estudo de coorte: 
 Risco Relativo (RR): Corresponde ao risco que um indivíduo exposto a um determinado fator tem de desenvolver o 
desfecho com relação aos não expostos. É calculado pela razão da incidência da doença nos expostos sobre os não 
expostos, cujo resultado significa quantas vezes mais risco o indivíduo exposto tem de desenvolver a doença, 
quando comparado a um não exposto. O RR é, portanto, a razão das incidências. 
 
 
 Risco Atribuível ao Fator (RAF) / Diferença de Riscos: Avalia o risco dos expostos ao fator e se subtrai os que 
desenvolveram a consequência (doença), mas não foram expostos ao risco. Portanto, significa o risco atribuível à 
exposição do determinado fator. É calculado a partir da diferença entre as incidências (Coluna 1). RAF = Ie – Ine. 
 Risco Atribuível Populacional (RAP % ou RAP percentual) / Fração Atribuível Populacional (FAP): É um resultado 
(em percentual) obtido a partir da diferença na incidência da doença na população (a + c) com relação à incidência 
dos que não foram expostos ao risco (c). Seu cálculo afirma a quantidade em percentual de risco que o fator tem 
para desenvolver o agravo naquela população. É calculado com os parâmetros da Linha 3. 
 
 
b.2) Caso-controle 
 Odds Ratio (OR) = Razão dos Produtos Cruzados ou Razão das Chances: Pode ser utilizado pelos diferentes estudos 
(inclusive em coortes); no entanto, nos estudos de caso-controle, estabelece-se à medida que se estima o risco 
relativo. Quanto mais rara for uma doença, mais o OR aproxima-se do RR. O OR é uma estimativa do risco (não 
define risco tão fortemente quanto o RR). 
 
 
 
 
b.3) Estudos transversais 
 Razão de Prevalência (RP): Estima quantas vezes mais doentes estão expostos, quando comparados aos não 
expostos, no momento da realização do estudo (já que se trata de um estudo transversal). É obtida pela seguinte 
fórmula: 
 
 
5. Tipos de variáveis: Quantitativas (número) x qualitativas (categoria ou atributo) 
a) Quantitativas ou numéricas 
 Discretas: Quando os valores representam um conjunto de números inteiros, ou seja, que não podem ser 
fracionados. Exe.: número de filhos (0, 1, 2…), número de bactérias por amostra, número de copos de cerveja 
tomados por dia etc. 
 Contínuas: Quando os valores pertencem a um intervalo de mensuração que pode conter frações de um número 
inteiro. Por exemplo: altura (1,72m) e peso (69,6kg). 
 
b) Qualitativas ou categóricas 
 Nominais: Características que não possuem ordem ou sequência nas suas representações. Exemplos: sexo, cor dos 
olhos, fumante/não fumante, estado civil e tipo sanguíneo. 
 Ordinais: Quando há sequência ou ordem nos dados estudados. Exemplos: escolaridade (1º, 2º e 3º graus) e 
estadiamento de um tumor (IA, IB, IIA, IIB...) 
 
6. Níveis de evidencia de estudos: No topo da pirâmide, está a revisão sistemática da literatura e, na sequência, os 
ensaios clínicos randomizados, os estudos coorte, caso-controle, série de casos, relato de casos e, por fim, a opinião 
de especialistas e pesquisas feitas em animais ou in vitro. 
 
 
As separações em níveis de evidências orientam a elaboração dos graus de recomendações de condutas médicas e 
refletem o nível de certeza e clareza das publicações e seu poder de modificar e orientar a tomada de decisão. 
 
 
7. Medidas de tendência central 
a) Média: Média aritmética. 
b) Mediana: Número do centro 
c) Moda: Valor que ocorre com mais frequência. Quando se considera “sem moda” quer dizer que nenhum valor se 
repete, “unimodal” quando existe apenas um valor repetido com mais frequência,“bimodal” quando existem 2 
valores com a mesma frequência e “multimodal” quando mais de 2 valores se repetem com a mesma frequência. 
d) Comparação entre média mediana e moda 
 
 
e) Distribuição normal (curva de Gauss) 
 Uma curva de distribuição pode descrever a forma da distribuição dos eventos em uma população. Conhecendo-se a 
forma, a média e o desvio-padrão, pode-se caracterizar uma população. 
 Vemos três curvas de distribuição distintas. Na curva a, temos uma distribuição simétrica ou normal (curva de 
Gauss), em que as medidas de tendência central se encontram (moda, mediana e média têm o mesmo valor). Um 
exemplo de aplicabilidade desta curva seria a altura das mulheres, que pode variar amplamente (1,4m a 1,8m, por 
exemplo), mas a grande maioria concentra-se no meio, com exatos 1,6m. A Curva Normal (ou Curva da Gauss) tem 
forma de sino, ou seja, é unimodal e simétrica. Por isso, a moda coincide com a média e com a mediana. 
 Perceba que, na curva b, temos um desvio à esquerda, ou seja, existe uma tendência de valores mais encontrados 
(moda) serem menores do que a média e a mediana. Como exemplo, temos a vida útil de um aparelho celular. A 
maior parte das pessoas fica com o mesmo aparelho por 2 anos, porém, poucas pessoas trocam a cada ano e 
algumas permanecem por 5, 6 até 7 anos com o mesmo aparelho. Por isso, a moda está desviada à esquerda em 
relação à mediana e à média. 
 Já na curva c, o desvio da moda é para valores maiores, ou seja, à direita. Um exemplo seria a duração da gestação 
em humanos. O tempo mais provável de uma gestação durar é de 40 semanas, por isso, usamos esse valor para 
calcular a DPP (Data Provável do Parto). No entanto, entendam que ela pode variar de 0 até, no máximo, 43 ou 44 
semanas. Então, a moda seria 40 semanas; a mediana e média teriam valores inferiores. 
 
OBS: Sempre que tivermos uma Distribuição Normal, 68% dos valores estarão entre -1 e +1 Desvio-Padrão (DP); 
95,5% dos valores estão entre -2 e +2 DP; 99,7% dos valores estão entre -3 e +3 DP. 
Obs2: A Mediana é o valor que divide a distribuição da variável em duas partes iguais. Não é influenciada por 
valores extremos (diferentemente das médias aritméticas) e é considerada mais robusta que a média. 
 
8. Outros conceitos: tipo de amostra 
a) Amostragem probabilística: Todos os elementos da população têm probabilidade conhecida (diferente de zero) de 
serem incluídos na amostra, o que garante a representatividade da amostra em relação à população. Pode ser: 
aleatória, sistemática, estratificada e por conglomerado: 
 Amostragem Aleatória: Também chamada de aleatória simples, é aquela na qual todos os elementos da população 
têm a mesma probabilidade de serem escolhidos como elementos da amostra; os elementos da amostra são 
escolhidos por sorteio. Para que o sorteio possa ser realizado, é necessário que os elementos da população sejam 
identificados 
 Amostragem Sistemática: Os elementos que constituirão a amostra são escolhidos segundo um fator de repetição 
(um intervalo fixo). Sua aplicação requer que a população esteja ordenada segundo um critério qualquer, de modo 
que cada um de seus elementos possa ser unicamente identificado pela sua posição (uma lista, uma fila de pessoas 
etc.). 
 Amostragem Estratificada: Quando a população é dividida em estratos (ex.: classe social e escolaridade), a amostra 
também será estratificada, de tal modo que o tamanho dos estratos na amostra seja proporcional ao tamanho dos 
estratos correspondentes na população. 
 Amostragem por Conglomerado: Consiste em subdividir a população que se vai investigar em grupos fisicamente 
próximos, independentemente de eles serem homogêneos ou não. Em tais conglomerados, são agregados os 
elementos populacionais com estreito contato físico (como casas, quarteirões, bairros, cidades, regiões etc.). 
 
b) Amostragem não probabilística 
 São amostras em que a escolha dos participantes é feita de forma aleatória, a partir de critérios pré-definidos pelo 
examinador. 
 Por Conveniência (ou Acessibilidade): Os participantes são simplesmente aqueles em que o pesquisador tem 
acesso. Ex.: Pacientes do Hospital X e Y, pois foram os que autorizaram a entrevista. 
 Por Resposta Voluntária (ou Intencional): Os questionários são enviados a diversas pessoas, porém, apenas algumas 
respondem.