Aula 10 - Causalidade em epidemiologia

Prévia do material em texto

CAUSALIDADE EM EPIDEMIOLOGIA 
Aula 10 – Internato APS – Profª Denise Motta 02/06/22 
 
 
“Causa é um objeto precedente e contíguo a outro, e de tal forma unido a ele que a ideia de um determina na mente a 
formação da ideia do outro, e a impressão de um determina a formação de uma ideia mais nítida do outro.” 
- David Hume 
 
Segundo Hume, para que um objeto fosse causa de outro, essa 
"coisa" deveria vir antes. Quando pensamos, por exemplo, no 
paciente câncer de pulmão, o tabagismo deveria vir antes. 
Quando o paciente aparece com câncer de pulmão, 
precisamos pensar que ele fumou antes. Contudo, na medicina 
essa associação nem sempre acontece 
Existem associações causais e não causais e isso é debatido há 
séculos em diversos campos do saber 
 
 
 
Postulados de Koch 
 
Assertivas simples que determinavam que os agentes infecciosos estavam sempre presentes quando o sujeito morria 
(eram as infecções que mais matavam as pessoas na época). Não são mais utilizados na atualidade. 
 
1. A presença do agente deve ser sempre comprovada em todos os indivíduos que sofra da doença em questão e, 
a partir de então, isolada em cultura pura 
2. O agente não poderá ser encontrado em casos de outras doenças 
3. Uma vez isolado, o agente deve ser capaz de reproduzir a doença em questão, após a sua inoculação em 
animais experimentais 
4. O mesmo agente deve poder ser recuperado desses animais experimentalmente infectados e de novo isolado 
em cultura pura 
 
A causa seria um agente e desvendá-lo seria a garantiria do conhecimento maior a respeito do fenômeno estudado, 
uma vez que é possível intervir sobre um efeito quando se remonta sua origem. 
 
Uma causa pode ser entendida como qualquer evento, condição ou característica que desempenhe função essencial na 
ocorrência de uma doença. 
 
 
TEORIA DA MULTICAUSALIDADE 
 
 É uma teoria com variados modelos explicativos, tem hoje seu papel definido na gênese das doenças 
 Substitui a teoria da unicausalidade, cujo único modelo existente era chamado de “biomédico” 
 Considera que a maioria das doenças advém de uma combinação de fatores que interagem entre si e acabam 
desempenhando importante papel na determinação delas. Esse fato deve ser levado em conta sempre que um 
trabalho ou uma pesquisa epidemiológica são desenvolvidos ou simplesmente acessados para estudos 
 Para uma consequência acontecer precisamos de um número mínimo de causas 
 Causa necessária é uma das causas componentes, sem ela não é possível ter consequências 
 
 
CAUSA SUFICIENTE 
 
Uma consequência não tem apenas uma causa, sendo composta de várias causas, 
ou seja, componentes contribuindo em conjunto para a consequência. Os fatores 
em conjunto são chamados de CAUSA SUFICIENTE e cada componente da causa 
suficiente é a CAUSA COMPONENTE. 
 
 Causalidade em medicina tem variáveis complexas e que muitas vezes 
interagem entre si e os pesquisadores podem sequer ter conhecimento de 
todas. Assim, partimos do princípio de que várias causas componentes da causa 
suficiente são, na realidade, causas DESCONHECIDAS. Isso é importante porque quando formos falar de BEM, vamos 
tentar associar uma causa componente com uma consequência. Os melhores estudos são os que lidam com as causas 
componentes que podem ser fatores confundidores. 
 
Exemplo: 
Causa suficiente para ocorrência de fratura de quadril em idosos: 
(A) clima ruim; (B) calçada não adaptada para pedestres; (C) escolha inadequada de calçado; 
(D) ausência de corrimão; (E) fatores desconhecidos e inespecíficos. 
 
Causalidade de Rothman 
 
 Cada causa suficiente é composta por várias causas componentes 
 
 
 
 
 
 
 
 
3 viéses óbvios: 
 Seleção e aferição  pensar na amostra 
 Acaso 
 Confundidor 
 
 
 
 O melhor modelo em CAUSALIDADE para lidar com os fatores confundidores é: randomização 
 Estudos que não permitem randomização: observar ao longo do tempo – estudos longitudinais: coortes, ensaios 
clínicos, casos controles 
 
 O ensaio clínico tem todos os componentes do eixo de causalidade: 
randomizado (controla os fatores de confusão), duplo cego (controla 
os fatores de aferição), N amostral grande (pouca probabilidade de 
acaso), sendo uma associação causal por englobar todos os 
conceitos da causalidade 
 Quando não pudermos usar o eixo da causalidade, vamos fazer 
estudos observacionais, realizando avaliação de causalidade 
indireta, inferindo-as pelas características da associação para saber 
se ela é causal ou não. Para isso, vamos usar os critérios de Bradford-
Hill (critérios de causalidade que ajudam a determinação e a 
associação do que é causal ou não) 
 
 
CRITÉRIOS DE BRADFORD HILL 
 
 Bradford Hill foi um epidemiologista e estatístico inglês, pioneiro no estudo do acaso nos ensaios clínicos e, 
juntamente com Richard Doll, foi o primeiro a demonstrar a ligação entre o uso do cigarro e o câncer de pulmão 
 Critérios: força de associação, consistência, especificidade, temporalidade, gradiente biológico, plausibilidade, 
coerência, evidência experimental e analogia 
 Os critérios de Hill comparados aos de Koch mostram uma evolução no modelo de pensamento para o processo 
saúde-doença, pois passa da ideia de monocausalidade para a de especificidade entre causa e efeito 
 
1. TEMPORALIDADE: Para que uma associação seja causal, a exposição tem que vir antes do desfecho. É fundamental. 
2. FORÇA DA ASSOCIAÇÃO: O quanto a variável impacta no desfecho 
3. CONSISTÊNCIA: O mesmo efeito é repetido ao longo do tempo 
4. ESPECIFICIDADE: Um problema causando um desfecho no fim. É o critério de menor força. 
5. GRADIENTE BIOLÓGICO Associação da dosagem do fator de risco com quantidade de desfecho 
6. PLAUSIBILIDADE BIOLÓGICA: Agente causal precisa fazer sentido 
7. COERÊNCIA: O que conhecemos sobre o assunto não deve entrar em conflito com a ciência atual 
8. EVIDÊNCIA EXPERIMENTAL: Fácil de controlar os fatores de confusão dentro de um experimento 
9. ANALOGIA: Dois fatores semelhantes causam o mesmo problema 
 
 
1- TEMPORALIDADE 
 
 A causa precede o efeito? A exposição ao fator de risco antecede o aparecimento da doença e é compatível com 
o respectivo período de incubação? 
 Se o estudo não consegue demonstrar o que veio antes e o que veio depois, nós não conseguimos demonstrar 
causalidade 
 Nem sempre é fácil estabelecer a sequência cronológica nos estudos realizados, quando o período de latência é 
longo entre a exposição e a doença. Exemplo: a prevalência de fumo aumentou durante a 1ª metade do século, 
mas houve um lapso de anos até ser detectado o aumento do número de mortes por câncer de pulmão 
 É um dos critérios mais importantes quando associado aos estudos epidemiológicos. Estudos de coorte, ensaios 
clínicos e o caso-controle são capazes de fazer uma relação cronológica entre a exposição e o desfecho, fenômeno 
que não poderá ser obtido no estudo transversal, pois o levantamento do desfecho e das exposições ocorrem ao 
mesmo tempo 
 
 A temporalidade, na qual a causa precede o efeito, é o ÚNICO CRITÉRIO OBRIGATÓRIO para a avaliação de 
causalidade. Estudos que não são passíveis de avaliação de temporalidade (estudos transversais) não são 
capazes de produzir evidências que afirmem que a associação seja causal, ou seja, a temporalidade é um critério 
necessário, porém não suficiente 
 
ASSOCIAÇÃO: se a associação for verificada repetidamente em diferentes populações e diferentes circunstâncias, terá 
maior probabilidade de ser causal do que de ser observação isolada. No entanto, falta de consistência não afasta ligação 
causal, e pode acontecer que uma causa apenas o seja na presença de fatores adicionais e/ou concomitantes. Exemplo: 
a maioria, se não a totalidade, dos estudos sobre câncer de pulmão detectou o fumo como um dos principais fatores 
associados a essa doença. 
2- FORÇA DA ASSOCIAÇÃO 
 
 Uma associação forte tem maior probabilidade de ser causal do que uma associação fraca, já que esta tem maior 
probabilidadede ser ilegítima, por viés, confusão ou acaso. No entanto, uma associação fraca pode ser causal. 
Assim, quanto mais elevada a medida de efeito (risco relativo, odds ratio ou razão de prevalência), maior a 
plausibilidade da relação ser causal 
 Exemplo: estudo sobre fumo em adolescentes mostrou que a força de associação entre o fumo do adolescente e 
a presença do fumo no grupo de amigos foi da magnitude de 17 vezes (odds ratio 17 – IC95% = 8,8 a 34,8); ou 
seja, adolescentes com 3 ou mais amigos fumando têm 17 vezes maior risco para serem fumantes do que aqueles 
sem amigos fumantes 
 É medida através das medidas de associação e efeito 
 Medida por três fatores: risco relativo, Odds Ratio e Razão de Prevalência 
 
 
 
 
 
COEFICIENTE DE CORRELAÇÃO (OUTRA FORMA DE AVALIAR A FORÇA DE ASSOCIAÇÃO) 
 A linha reta indica uma correlação diretamente proporcional, ou seja, r ou ró = 1, assim a associação é muito forte 
 Quando a linha é decrescente, a associação é inversamente proporcional perfeita, o coeficiente de correlação é -
1 e também é uma associação muito forte 
 Quando a correlação não é tão perfeita, o coeficiente vai estar entre 0 e 1 ou –1 e 0, a força não é tão grande 
 Coeficiente 0, não existe associação entre as variáveis 
 
 
 
3- CONSISTÊNCIA 
 
 Se a associação for verificada repetidamente em diferentes populações e diferentes circunstâncias, terá maior 
probabilidade de ser causal do que de ser observação isolada. No entanto, falta de consistência não afasta ligação 
causal e pode acontecer que uma causa apenas seja na presença de fatores adicionais e/ou concomitantes 
 Exemplo: a maioria, se não a totalidade, dos estudos sobre câncer de pulmão detectou o fumo como um dos 
principais fatores associados a essa doença 
 
4- ESPECIFICIDADE 
 
 A causa apenas conduzirá a um efeito e não a múltiplos efeitos 
 Critério que pode ser questionável, uma vez que algumas exposições conferem risco para vários desfechos. Por 
exemplo, o caso da exposição ao tabaco, que confere risco para câncer de pulmão, bexiga, língua, pode causar 
também DPOC e doenças cardiovasculares etc 
 Lembra os postulados de Henle Koch 
 Na prática, não é um conceito tão útil 
 Exemplo: poeira da sílica e formação de múltiplos nódulos fibrosos no pulmão (silicose) 
 
5- GRADIENTE BIOLÓGICO 
 
 O aumento da exposição causa aumento do efeito? Sendo positiva essa relação, há mais um indício do fator 
causal 
 Exemplo: os estudos prospectivos sobre a mortalidade por câncer de pulmão e fumo nos médicos ingleses 
tiveram seguimento de 40 anos (1951 a 1991). As primeiras publicações dos autores já mostravam o efeito 
dose-resposta do fumo na mortalidade por câncer de pulmão; os resultados desse acompanhamento revelavam 
que fumantes de 1 a 14 cigarros/dia, de 15 a 24 cigarros/dia e de 25 ou mais cigarros/dia morriam 7,5 a 8, 14,9 a 
15 e 25,4 a 25 vezes mais do que os não fumantes, respectivamente 
 
6- PLAUSIBILIDADE BIOLÓGICA 
 
 Associação com explicação concordante com o nível atual de conhecimento 
 A relação entre fumo passivo e câncer de pulmão é um dos exemplos: carcinógenos do tabaco têm sido 
encontrados no sangue e na urina de não fumantes expostos ao fumo passivo. A associação entre o risco de 
câncer de pulmão em não fumantes e o número de cigarros fumados e anos de exposição do fumante é, ainda, 
diretamente proporcional (efeito doseresposta) 
 Úlcera gástrica ou o câncer de colo uterino: componente infeccioso causal, os modelos recentes têm demonstrado 
ação oncogênica do vírus HPV e também o envolvimento da bactéria Helicobacter pylori no processo inflamatório 
gástrico 
 
7- COERÊNCIA 
 
 A assunção de causalidade deverá estar ligada a outras observações, especialmente à história natural da 
doença. Por exemplo, a relação causal entre consumo de tabaco e câncer de pulmão era coerente com as 
observações de que os fumantes tinham displasia do epitélio brônquico 
 Ausência de coerência não afasta relação causal, mas a fortlece 
 
8- EVIDÊNCIA EXPERIMENTAL 
 
Mudanças na exposição resultam em mudanças na incidência de doença. Por exemplo, sabe-se que os alérgenos 
inalatórios (como a poeira) podem ser promotores, indutores ou desencadeantes da asma. Portanto, o afastamento do 
paciente asmático desses alergênicos é capaz de alterar a hiperresponsividade das vias aéreas, a incidência da doença ou 
a precipitação da crise 
 
 
 
 
 
9- ANALOGIA 
 
 O observado é análogo ao que se sabe sobre outra doença ou exposição 
 Exemplo: é reconhecido o fato de que a imunossupressão causa várias doenças. Portanto, explica-se a forte 
associação entre HIV/AIDS e tuberculose, já que, em ambas, a imunidade está diminuída 
 Um dos mais discutidos critérios de Hill em se tratando de inferência causal, embora raramente seja possível 
comprovar os nove postulados para determinada associação. A pergunta-chave nessa questão da causalidade é 
a seguinte: os achados encontrados indicam causalidade ou apenas associação? O critério de temporalidade, sem 
dúvida, é indispensável à causalidade, pois se a causa não precede o efeito, a associação não é causal. Os demais 
critérios podem contribuir para a inferência da causalidade, mas não necessariamente determinam a causalidade 
da associação 
 
 
ESTUDOS OBSERVACIONAIS 
 
 Não podemos fazer experimentos para detectar informações, porque podemos ser levados a pensar que estudos 
observacionais, além de serem difíceis, não contribuem tanto para a causalidade como os ensaios clínicos 
randomizados. Contudo, uma das principais descobertas da humanidade vieram de estudos observacionais com 
essas características de associação (órbita de planetas ao redor do sol, teoria das placas tectônicas, teoria da 
evolução, o câncer de pulmão e tabagismo) 
 Observações repetidas com critérios de causalidade úteis para a medicina e para a ciência como um todo 
 As coortes são os estudos observacionais mais importantes para observar causalidade, pois são longos. 
 
CAUSALIDADE 
 Fatores de confusão, viés de seleção e aferição, precisamos na hora do acaso, para concluir a causalidade. Para 
isso, devemos falar sobre como recrutamos os participantes do estudo para que a nossa causalidade seja robusta 
e, assim, falaremos sobre AMOSTRAGEM 
 A amostra é adequada quando representativa da população de origem: a proporção das múltiplas variáveis 
encontradas na população seja semelhante à proporção dessas mesmas variáveis na amostra. Não existe método 
perfeito para que isso seja alcançado, porém a maneira mais precisa é uma seleção probabilística de participantes 
na população. Quanto mais a amostra se aproximar desse ideal, maior será a capacidade do estudo poder inferir 
causalidade. 
AMOSTRAGEM 
 
Diferença entre população e amostra 
 
 População: conjunto completo de pessoas que apresentam características em comum. Dessa forma, respondem 
a pergunta: queremos demonstrar o que e em quais pessoas? 
 A população nunca é o alvo total do estudo porque não é possível, visto que as generalizações englobam pessoas 
que já morreram e pessoas que ainda vão nascer, por isso sempre trabalhamos com amostras 
 Amostra: representativa das populações alvo e subconjunto da população. Depende da limitação de 
orçamento/dinheiro disponível e o tempo 
 
 
 
 
 
 
AMOSTRAGEM POR CONVENIÊNCIA 
A amostragem por conveniência é a mais usada pela facilidade de ser obtida, embora a sua seleção não seja aleatória. A 
amostra por essa estratégia é feita por meio de centros de saúde, instituições acadêmicas ou locais nos quais é fácil a 
obtenção dos participantes. Não é uma prática incorreta, desde que, na interpretação dos resultados, seja levado em 
conta a quem eles podem ser aplicados. Entretanto, por conta disso, os resultados das pesquisas clínicas resultam em um 
grande desafio aos clínicos, pela possibilidade de generalização dos resultados para sua prática. 
 
Não probabilística por conveniência 
 É a mais usada,abordagem probabilística é a melhor 
 Padrão ouro na garantia da capacidade de generalização 
 Processo aleatório 
 Cada unidade da população: probabilidade específica de seleção 
 
 
 
 
AMOSTRA PROBABILÍSTICA ALEATÓRIA SIMPLES 
 
Realizada quando cada indivíduo da população tem a mesma probabilidade de ser 
selecionado. Quando esse procedimento é feito em um grande tamanho amostral, de 
modo que subgrupos minoritários da população consigam ser selecionados, é 
teoricamente o padrão-ouro das amostragens. Entretanto, quando a amostra é 
pequena, indivíduos de subgrupos pequenos têm pouca probabilidade de entrar na 
amostra, tornando o estudo deficitário. Esse tipo de amostragem é realizado, por 
exemplo, em pesquisas de campanhas eleitorais 
 
 
AMOSTRA PROBABILÍSTICA ESTRATIFICADA 
 
É realizada quando a população é dividida em diferentes estratos de subgrupos 
e os indivíduos são selecionados desses subgrupos. É uma forma de garantir que 
todos os subgrupos, inclusive os minoritários, façam parte da amostra. A 
desvantagem dessa abordagem é que nem todos os subgrupos ficam 
representados, por não terem sido identificados, ou que subgrupos com pouca 
representatividade populacional fiquem super-representados. 
 
 
 
AMOSTRAGEM SISTEMÁTICA 
 
Dados de um banco de dados, como prontuários, nos quais fazemos sistemas 
de numerações que representem a nossa população 
 
 
 
 
 
 
 
AMOSTRAGEM PROBABILÍSTICA POR CONGLOMERADOS 
 
Realizada principalmente em estudos multicêntricos, por exemplo, 
selecionando hospitais representativos de um país. Para que isso ocorra, os 
conglomerados devem ser selecionados aleatoriamente por meio de sorteio. 
Caso contrário, torna-se uma amostra de conveniência