Baixe o app para aproveitar ainda mais
Prévia do material em texto
1. CAUSALIDADE • As associações observadas são reais? • O fator causa a doença? • A presença de uma associação estatística não significa que há uma relação de causa e efeito Associações • Causais: tabagismo e câncer de pulmão • Não causais: consumo de café ou mancha amarela nos dedos causa câncer de pulmão → Diante de um resultado de um estudo há diferentes possibilidades de interpretação: • O resultado pode revelar o verdadeiro efeito de uma exposição no desenvolvimento de uma doença → relação causal entre exposição e desfecho • Explicações alternativas responsáveis pelos achados: Erros aleatórios (chance/acaso); erros sistemáticos (viés) e confundimento Tipos de relações causais • Fator de exposição → doença (direta) – sem passo intermediário • Fator de exposição → passo 1 → passo 2 → doença (indireta) EX: o consumo de cigarro vai promover o acúmulo de substâncias no organismos que vai gerar o câncer Causa suficiente X Causa necessária FATOR A → DOENÇA • Fator A é causa necessária e suficiente (Sem o fator a doença não se desenvolve, ou seja, só com a presença do fator a doença se desenvolve) FATOR A + B + C → DOENÇA • Cada fator é necessário, mas não é suficiente sozinho para que a doença se desenvolva FATOR A ou B ou C → DOENÇA • Cada fator é suficiente para desenvolver a doença, mas não é necessário porque a doença pode se desenvolver tanto na presença de A, B ou C FATOR A + B ou FATOR C + D ou FATOR E + F → DOENÇA • Cada fator não é nem suficiente, nem necessário (característico das doenças cronicas não transmissíveis) – combinação de diferentes fatores para causar doença Como saber se um fator CAUSA uma doença? Precisa dos critérios de HILL A. Força de associação: quanto mais forte uma possibilidade de associação, maior será a possibilidade de se tratar de uma relação causal – Ex: tabagistas apresenta 10x mais chances de desenvolver doenças cardiovasculares em relação aos não tabagistas, a possibilidade de ser relação causal é maior B. Temporalidade: a causa deve sempre preceder o efeito C. Consistência ou replicação: mesmo resultado obtido em diferentes circunstancias hipótese causal fortalecida – resultados homogêneos em diferentes estudos D. Dose - resposta: quanto maior a dose do fator de exposição, maior o risco E. Plausibilidade biológica: a hipótese que nós temos deve estar coerente com o conhecimento biológico F. Cessação da exposição: espera-se que o risco de desenvolver a doença reduza caso a exposição cesse Causalidade: a inferência causal é a chave para a utilização de achados de estudos epidemiológicos para a prevenção primária e outras intervenções com o objetivo de modificar a probabilidade de ocorrência de doenças e outros desfechos 2. VALIDADE EM ESTUDOS EPIDEMIOLÓGICOS – VIÉS O objetivo do estudo epidemiológico é obter uma estimativa válida e precisa da frequência de uma doença, ou do efeito de uma exposição na ocorrência de uma doença na população – fonte → encontrar resultados reais e precisos Relação entre validade e precisão → Os resultados válidos são aqueles que estão próximos do real e se todos os resultado estiverem próximos entre si, eles são precisos, tendo uma baixa variabilidade. - Os resultados podem ser inválidos e não precisos - Os resultados podem ser precisos, tendo pouca variabilidade, mas distantes do resultado real, então não são válidos - Os resultados podem ter alta variabilidade, mas que não apresenta um resultado tendencioso, por isso é válido, então teria que corrigir só a imprecisão Tipos de erros de estimação - Aleatórios (ao acaso) → erros que ocorrem ao acaso; Uma estimativa com pequeno erro aleatório pode ser descrita como precisa → Fontes de erros aleatórios: Processo de seleção dos participantes – amostragem (tamanho) Mensuração errônea de variáveis-chave do estudo também contribui para a imprecisão geral, tanto no aleatório como no sistemático → Como reduzir o erro aleatório? A principal forma de melhorar a precisão da estimação é pelo aumento do tamanho da amostra do estudo Padronização de coleta de dados e instrumentos calibrados - Sistemáticos (viés) → uma estimativa que tenha pequeno erro sistemático pode ser descrita como válida. Validade e precisão são componentes da acurácia em estimação → Validade: graus de garantia dados às inferências derivadas de um estudo em particular, especialmente às generalizações para além de amostra estudada, quando consideram os métodos utilizados, a representatividade da amostra estudada, e a natureza da população de onde a amostra foi retirada → Viés: qualquer erros sistemático no desenho, condução ou análise de um estudo que resulta em uma estimativa distorcida do efeito de uma exposição em relação ao desfecho (está distante da estimativa real) • Viés de seleção: se o processo de seleção provoca a identificação de uma associação entre a exposição e doença, quando na população – alvo tal associação inexiste, então este achado espúrio decorre do viés de seleção – a forma que selecionou os participantes do estudos é diferente da população- alvo • Viés de informação: referem-se a distorções nas estimativas de efeito obtidas em estudos epidemiológicos que decorrem de erros de mensuração/aferição da exposição e/ou desfecho de interesse → Fontes possíveis deste tipo de erro: uso de procedimentos diagnósticos de baixa sensibilidade e/ou especificidade; Uso de instrumentos de coleta de dados de má qualidade; Procedimentos de entrevista não padronizados; Registros de dados incompletos, entre outras → Viés (erro na condução do estudo) não pode ser controlado na análise → deve ser prevenido no desenho e na metodologia do estudo Caso aconteça, discutir a possível direção do viés: subestimação ou superestimação? 3. CONFUNDIMENTO → Se refere a uma situação na qual uma associação causal entre a exposição e o desfecho é observada como resultado de um terceira (ou mais) variáveis. Essa variável é chamada de variável/fator de confundimento → Propriedades A. É um outro fator que, de forma independente, é risco ou proteção para o desfecho B. Este fator está relacionado com a exposição (maior ou menor frequência entre os expostos) C. Este fator não faz parte da cadeia causal entre a exposição e desfecho CAFÉ CÂNCER DE PULMÃO FUMO (fator de confusão) → Confundimento existe na população independente da condução do estudo O que podemos fazer para evitá-lo? A. Estratégias preventivas (antes do estudo) • Randomização: os indivíduos são selecionados aleatoriamente para compor os grupos que irão ou não receber a intervenção sob estudo (Ex: um tratamento). Tem objetivo de fazer com que os potenciais fatores de confundimento sejam distribuídos equanimemente entre os grupos de exposição • Restrição: refere-se a um critério de admissão no estudo que restringe a variabilidade de um ou mais fatores de confundimento, por exemplo o sexo • Pareamento: para cada indivíduo selecionado para compor um grupo são recrutados um ou mais indivíduos idênticos com relação a certas características que não o fator sob investigação para compor o grupo de comparação. B. Analíticas • Estratificação: compara-se o valor da medida de efeito de interesse levando-se em consideração o potencial fator de confundimento (ajustado) ou ignorando-o (não ajustado ou bruto) • Análises multivariadas: baseiam em modelos matemáticos para descrever simultaneamente o efeito da exposição e potenciais fatores de validade na ocorrência do desfecho de interesse. Modelos de regressão (estimar o efeito de cada variável independente das outras) Confundimento: ocorre na base populacional → Modelo teórico: conhecimento e controle de possíveis variáveis de confusão → Fator de confusão pode causar distorção em ambas direções (superestimar ou subestimar) →Não permite identificar a associal real entre exposição e desfecho VIÉS x CONFUNDIMENTO → Confundimento não é um erro no estudo → É um fenômeno verdadeiro que deve ser entendido → Viés é resultado de um erro na seleção dos participantes e/ou na obtenção de informações
Compartilhar