Baixe o app para aproveitar ainda mais
Prévia do material em texto
Autoria: Ana Paula Felizatti – Revisão técnica: Symara Rodrigues Antunes Bioestatística e Epidemiologia UNIDADE 3 - EPIDEMIOLOGIA: A CIÊNCIA DAS EPIDEMIAS A epidemiologia é uma ciência ampla que visa estudar determinados comportamentos patológicos coletivos, ou seja, é uma ciência voltada para o estudo de populações. Por conta de sua característica de estudo do todo, utiliza diversas ferramentas estatísticas para responder questionamentos acerca de determinada condição observada, e expandir tais conclusões para uma população predeterminada. Os estudos epidemiológicos são importantes para a saúde coletiva, uma vez que são responsáveis por monitorar e estabelecer diretrizes acerca de possíveis condições patológicas que podem acometer determinados grupos. Nesse contexto, os estudos de vigilância epidemiológica são essenciais para rastrear e elaborar planos de contenção. Você certamente já participou de uma campanha de vigilância epidemiológica, como, por exemplo, as de vacinação obrigatória. Essas campanhas auxiliam no controle de diversas doenças, sejam contagiosas ou não. Saiba que a epidemiologia vai muito além de campanhas de vacinação. Ela está presente em diversos estudos e pesquisas sobre a saúde coletiva. Você sabia que qualquer doença pode ser considerada uma epidemia, mesmo que não seja transmissível? Por exemplo, quando uma grande parcela da população apresenta indícios de obesidade ou doenças respiratórias, pode-se ter o início de uma epidemia envolvendo esses fatores, por conta do número de pessoas em um mesmo intervalo de tempo. E como identificar as causas e conter os avanços de condições de saúde coletiva nesse contexto? Com amplos estudos epidemiológicos e multidisciplinares. Nesta unidade, vamos aprender sobre os principais conceitos de epidemiologia, incluindo o contexto histórico e atual e as principais métricas utilizadas por essa tão importante ciência. Vamos começar? Bons estudos! Introdução 3.1 Conceitos em epidemiologia Inicialmente, devemos reforçar um conceito importante. A epidemiologia é uma ciência ampla que estuda, compreende e gerencia dados sobre doenças coletivas ou com potencial de atingir grande número de pessoas. Pereira (2004) destaca que o conceito de epidemiologia depende de diversos fatores, que incluem desde os dados históricos até as características demográficas e os conhecimentos acumulados sobre determinada população. De acordo com Pereira (2004, p. 7), a definição de epidemiologia é: Você deve ter notado que a definição não cita o termo “epidemia”, correto? Isso ocorre, pois, a epidemiologia estuda tanto os processos epidêmicos como as doenças e condições patológicas de caráter não epidêmicos. Mas, então, o que é uma epidemia? Veja a resposta a seguir. As epidemias, de modo geral, são características por indecências de surtos em diversos locais e de modo abrangente, com potencial de espalhamento. Um surto é relacionado ao aumento rápido de determinada condição patológica, de caráter temporário e inesperado (ROUQUAYROL; ALMEIDA FILHO, 2009). É importante diferenciar alguns conceitos que podem ser confundidos: endemias e pandemias. Vamos lá. As endemias ocorrem pelo aumento de determina condição/patologia de modo mais contido, acometendo somente uma região ou um espaço de modo sistêmico e sazonal. A principal característica é uma taxa de incidência constante (padrão já esperado), que se altera de modo sazonal, com atuação localizada. Alguns exemplos de endemias do território brasileiro são: malária, doença de chagas, dengue e febre amarela (PEREIRA, 2004). [...] a ciência que estuda a distribuição e os determinantes dos problemas de saúde (fenômenos e processos associados) em populações humanas” [...]. É a ciência básica para a saúde coletiva, principal ciência de informação de saúde. Estuda a saúde, mas na prática principalmente pela ausência de saúde sob as formas de doenças e agravos, estes últimos definidos pelo diagnóstico clínico. Seu objeto são as relações de ocorrência de saúde-doença em massa (em sociedades, coletividades, comunidades, classes sociais, grupos específicos etc.). As relações são referidas e analisadas mediante o conceito de risco. O filme Contágio (2011) relata um surto viral desconhecido, com origem na China, que rapidamente se espalha e causa problemas em setores sociais e econômicos. Diversos estudiosos tentam conter o avanço da doença, inclusive discutindo sobre ferramentas de contenção e bioestatística. O filme inclui diversas estrelas do cinema, como Jude Law, Kate Winslet e Matt Damon, e contou com a assessoria de cientistas e epidemiologistas para validação das discussões e do roteiro, contando com dados reais de bioestatística e biossegurança da Organização Mundial da Saúde (OMS) (MAIA; HAFIZ; REVADAM, 2020). Você quer ver? A epidemia é uma condição observada em um conjunto populacional de modo superior ao observado naturalmente. Ou seja, é o aumento da frequência de casos em vários conjuntos populacionais devido a algum desequilibro orgânico do sistema. O que é epidemia? Muitas vezes, as endemias podem se tornar epidemias quando descontroladas. Já as pandemias têm abrangência mundial, ou seja, a doença tem capacidade de se alastrar além das fronteiras de territórios, causando milhões de óbitos, usualmente (FRANCO; PASSOS, 2011). Dentre os exemplos de grandes pandemias, estão: peste negra, gripe espanhola, gripe suína e covid-19. Observe alguns conceitos sobre epidemia, endemias e pandemias. #PraCegoVer: imagem, cujo título é “qual a diferença?”, traz informações sobre quatro termos: surto, epidemia, endemia e pandemia. Assim, podemos concluir que, progressivamente, uma endemia pode ser tornar uma epidemia, que, por sua vez, pode se tornar uma pandemia. O objetivo da epidemiologia é compreender essas relações, incluindo causas, efeitos, consequências, abrangência, potencialidade, sazonalidade, distribuição geográfica, entre outros. O papel da epidemiologia é “dissecar” o percurso de uma doença, dada sua abrangência e efeitos na população. Uma breve história da epidemiologia é descrita por Almeida Filho (1986), que traz sobre o termo, cunhado inicialmente por Juan de Villaba, em 1802, mas o contexto de seu significado relacionado ao histórico das epidemias na Espanha. Com o passar dos anos, a ciência da saúde pública, com preocupação social, passou a se fortalecer entre os médicos e profissionais de saúde. De modo geral, o “berço” dos estudos epidemiológicos foi baseado na ascendência da medicina social, cuja preocupação era a saúde pública e contenção de doenças como malária e febre amarela, chamadas de “doenças tropicais”. Os avanços em epidemiologia foram mais assertivos quando as ferramentas estatísticas passaram a fazer parte dos estudos, principalmente pelos ensinamentos de Major Greenwood, professor de epidemiologia de uma universidade em Londres. Greenwood foi um dos pioneiros na aplicação de ferramentas estatísticas aos estudos epidemiológicos, transformando a epidemiologia em uma ciência técnica e lógica, muito além de apenas descritiva. No mesmo período, Wade Frost publica os primeiros trabalhos utilizando ferramentas de estatística em análises de prevalências de doenças e fatores determinantes. Já nos anos 1960, após passar por diversas alterações em seu escopo, as ciências epidemiológicas experimentaram a mais Figura 1 - Diferenças entre surto, epidemia, endemia e pandemia Fonte: Adaptada de TELESSAÚDE SÃO PAULO, 2019. ampla modificação, dado o advento do surgimento dos computadores, novos cálculos puderam ser implementados, como aplicação de bancos de dados e novos modelos matemáticos. Assim, com o passar do tempo e a ampliação do acesso e desenvolvimento tecnológico, a epidemiologia se concretizou como uma ciência ampla e multidisciplinar, baseada em ferramentas estatísticas e focada em soluções em saúde coletiva. Atualmente, a epidemiologia pode ser segmentada em duas frentes principais. De modo geral, a epidemiologia descritiva se preocupa em estudar o comportamento de condiçõesem determinada comunidade, em relação ao local, tempo e à caracterização dos pacientes. Por outro lado, a epidemiologia analítica é baseada na aplicação estatística, elaboração de modelos matemáticos e probabilísticos (FRANCO; PASSOS, 2011). Ambas as frentes são complementares. #PraCegoVer: esquema traz a palavra epidemiologia em destaque, que se divide em dois grupos: descritiva, análise comportamental, observacional qualitativa; e analítica, análise estatística observacional quantitativa, que, por sua vez, se unem em uma seta que leva para os dados de saúde coletiva. Em saúde, há um conceito importante que reflete as formas de explicar as relações entre as doenças e a ausência de saúde humana, chamado de modelos explicativos. Há três modelos de maior aplicação em estudos epidemiológicos: biomédico, sistêmico e processual (ROUQUAYROL; ALMEIDA FILHO, 2009). Os modelos são diferentes entre si pelo entendimento da relação doença e saúde. Vamos conhecer mais sobre eles. Figura 2 - Subdivisões da epidemiologia e construção de dados em saúde coletiva Fonte: Elaborada pela autora, 2020. Compreende a doença como um desequilíbrio de saúde, ou seja, que a doença surge quando há uma falha sistêmica, podendo ser de origem infecciosa ou não infecciosa, e ter período de duração crônico ou agudo. Modelo biomédico Assim, podemos perceber que os conceitos mais importantes em epidemiologia são saúde, doença e efeitos populacionais. De modo resumido, a epidemiologia atua como uma ciência- chave na compreensão das relações de causa e efeito de doenças, utilizando ferramentas e modelos matemáticos para gerar conclusões e predições. É importante destacar que muitas vezes um efeito observado por ter diversas causas associadas é justamente a visão global de uma condição de saúde que a epidemiologia busca compreender. Compreende a doença com causas mais amplas, desde estruturas sociais, culturais e históricas, até fatores genéticos, hereditários ou congênitos. De modo geral, a doença é resultado de um conjunto de processos que resultam em estímulos patológicos, que podem ou não gerar uma doença de acordo com os processos fisiológicos de respostas, e depende de probabilidades de ocorrência, chamadas de probabilidades de riscos, que podem ser mínimo, intermediário ou máximo. Considera o ambiente em que todos os elementos se inserem. Há uma percepção de saúde como um sistema epidemiológico em equilíbrio, e de doença como um sistema epidemiológico em que alguns dos elementos provocaram alterações nos demais. Considera-se o agente causador da patologia, o indivíduo suscetível a ela e a interação entre eles em um ambiente em equilíbrio, considerando todo os efeitos observados no contexto de saúde, economia e cultura (FRANCO; PASSOS, 2011; GORDIS, 2004). Modelo processual Modelo sistêmico #PraCegoVer: ilustração, cujo título é diagrama esqueleto de peixe, e traz um esqueleto de peixe, em que a palavra causa aparece em diversos pontos do corpo. Na cabeça desse esqueleto, está a palavra efeito. Uma pesquisa em epidemiologia é estruturada em três pilares principais: o conjunto de análises (incluindo as amostras e análises estatísticas), a posição investigativa (compreender e gerar hipóteses) e a relatividade temporal (período em que a condição é observada e gera efeitos) (FRANCO; PASSOS, 2011; MEDRONHO et al., 2009). Agora, vamos aprender um pouco mais sobre as ferramentas e a importância da análise de dados e observações para a epidemiologia. Figura 3 - Diagrama de esqueleto de peixe, associação de causas podem causar um efeito Fonte: mindroom14, Shutterstock, 2020. 3.2 Estatística nas epidemias e estudos epidemiológicos O conceito de epidemiologia está relacionado ao estudo dos fatores que determinam condições ou ausência de saúde em determinadas populações, visando estabelecer padrões e métricas para prevenção e controle de estados patológicos. O termo “epidemiologia” tem origem grega, com a junção de ‘epi’ (sobre), e ‘demo’ (povo). Portanto, podemos inferir que a epidemiologia é o estudo do povo, com foco na saúde coletiva (FRANCO; PASSOS, 2011). Observe, a seguir, os principais termos associados à epidemiologia. #PraCegoVer: ilustração, com fundo preto, traz o termo epidemiologia, em amarelo, no centro da imagem. Ao redor, 14 setas indicam termos, escritos na cor branca, que são: doença; precaução; cuidado; triagem; saúde; risco; cuidados em saúde; higiene; vacinação; pandemia; proteção; população; saúde pública; bactéria. Como estabelecer parâmetros de estudos e conclusões confiáveis em populações heterogêneas, geneticamente distintas, com diferentes predisposições e configurações fisiológicas? Para tanto, utiliza-se a estatística. Já estudamos diversos conceitos essenciais em bioestatística e agora vamos identificar sua aplicação na rotina dos epidemiologistas. Figura 4 - Epidemiologia como ciência ampla e os diversos fatores em seus estudos Fonte: dizain, Shutterstock, 2020. Cesar Victora é um epidemiologista brasileiro, ganhador de um dos mais importantes prêmios na área de saúde, o Saúde Global, da Fundação Gaindner. Ele é um dos principais estudiosos de dados em saúde e aplicações em epidemiologia, e mesmo aposentado ainda participa das coletas de dados com seus alunos. É um grande nome e motivo de orgulho para a ciência brasileira (ZORZETTO, 2013). Você o conhece? Um estudo epidemiológico é composto, essencialmente, por uma hipótese e as variáveis de interesse. Ou seja, há um questionamento a ser respondido com base na observação do comportamento de um conjunto de variáveis. Essas variáveis podem ser dependentes entre si ou independentes. Também podem ser classificadas em quantitativas discretas ou contínuas, ou qualitativas nominais ou ordinais. O questionamento estático de dados de epidemiologia dá origem à epidemiologia analítica, em que os parâmetros estatísticos são calculados e utilizados para inferir informações acerca de estados de saúde coletiva (BALDI; MOORE, 2014; FRANCO; PASSOS, 2011). De modo geral, segundo Pereira (2004), o objetivo da aplicação de ferramentas estatísticas em estudos epidemiológicos está relacionado com: Um dos principais objetivos da aplicação de estatística em epidemiologia é compreender o comportamento de determinado agente em relação ao que ele causa e com qual frequência ele irá gerar determinado comportamento. Por exemplo, quando busca-se identificar se determinada condição está associada a um determinado comportamento observado. Imagine o cenário: maior ocorrência de câncer nas cavidades orais em populações de regiões com crescente ocorrência de queimadas. Assim, pode-se realizar um levantamento de dados acerca dessa população para inferir se há de fato uma associação estatística entre a emissão dos poluentes das queimadas e a incidência de câncer (MEDRONHO et al., 2009; ROUQUAYROL; ALMEIDA FILHO, 2009). Nesse exemplo, poderíamos estabelecer uma hipótese científica: “as queimadas aumentam o risco de câncer oral”, em que a hipótese nula seria “a ocorrência de câncer na cavidade oral é igual nas populações expostas e não expostas às queimadas”, e a hipótese alternativa seria “a ocorrência de câncer é maior nas populações expostas”. Para validar as hipóteses, são aplicáveis testes de hipóteses, como teste-T, ANOVA e também as análises de correlação e demais testes paramétricos e não paramétricos (PEREIRA, 2004; GORDIS, 2004). Adicionalmente, pode-se aplicar uma métrica chamada regressão linear. Este é um conceito novo e amplamente utilizado em epidemiologia analítica e vamos explorá-lo agora. Acompanhe. As análises de regressão são utilizadas para avaliar a variação de determinada variável ou condição dependente de outra variável independente. Assim, é possível identificar de modo quantitativo a relação entre causa e efeito entre elas (BALDI; MOORE, 2014). A regressão linear depende de duas variáveis: a dependente e a independente. No nosso exemplo, a variável dependente seria a incidência de câncer nas cavidades orais e a variável obtenção de informaçõese inferências acerca de mudanças em saúde coletiva ao longo dos anos; identificação de técnicas de prevenção e comparação se há melhorias em relação a técnicas tradicionais; compreensão das relações de causa-efeito de condições patológicas em uma população; compreensão do comportamento temporal da indecência de doenças e o potencial de espalhamento, gestão de surtos e potenciais epidemias e tomada de decisões com base em hipóteses propostas e validadas. independente, a ocorrência das queimadas. A variável dependente é aquela que busca identificar a possível relação, enquanto a variável independente é aquela que é a suposta causa, mas ocorre independente da variável dependente, ou seja, em nosso exemplo, as queimadas ocorrem independentemente da ocorrência de câncer. A regressão linear pode ser simples ou múltipla, dependendo da quantidade de variáveis estudadas (BALDI; MOORE, 2014). A regressão linear está relacionada à fórmula da reta, plotada em termos de x e y, onde: Uma representação muito utilizada em estudos de bioestatística trocam as letras a e b pelos símbolos β0 e β1. Os termos significam: y = condição/evento de interesse, β0 = intercepto, β1 = incremento médio, e x = variável estudada. Observe a imagem a seguir, sobre um estudo de Alves, Guerra e Bastos (2009), que apresenta uma regressão linear cuja reta indica os fatores epidemiológicos sobre a ocorrência de colo de útero e câncer em outras regiões do útero. Atente-se que os dados coletados estão representados na faixa observada, e ao aplicar a fórmula da regressão linear obtém-se uma reta da estimativa de caso, que representa os dados observados de modo linear. #PraCegoVer: gráfico de uma reta indicando, no eixo vertical, a frequência de ocorrência de câncer uterino, e no eixo horizontal, o período temporal em anos. Na área entre os eixos, há uma reta e um trecho irregular. Ao lado do gráfico, há uma legenda para essas retas. O uso de gráficos de regressão linear é muito comum em estudos epidemiológicos, pois permite uma representação visual das alterações ao longo do tempo em relação a uma variável ou condição de interesse. Figura 5 - Regressão linear representativa da taxa ocorrência de dois tipos de câncer uterino Fonte: ALVES; GUERRA; BASTOS, 2009, p. 1696. Os caminhos da estatística e suas incursões pela epidemiologia Ano: 1992 Autores: Celia L. Szwarcwald e Euclides A. de Castilho Você quer ler? Compreender as relações entre causa e efeito entre as variáveis são os principais objetivos das hipóteses estatísticas levantadas em epidemiologia. Deve-se estabelecer as hipóteses corretamente, analisar as variáveis e como elas se relacionam, para, então, se possível, estabelecer um plano de contenção adequado. Podemos fazer uma analogia, em que consideramos a estatística um “remédio preventivo”, afinal ela auxilia não apenas na compreensão das epidemias como um todo, mas também nas precisões e projeções futuras que permitem um planejamento prévio e planos de contenção. Além das projeções futuras, há uma questão tão ou mais importante nas ciências epidemiológicas: compreender a origem dos fatores/eventos de interesse, e todo esse processo depende do desenho racional de um estudo epidemiológico. É o tema do nosso próximo tópico de estudo. Comentário: este estudo aborda as concepções histórias da estatística no escopo da epidemiologia, destacando as principais ferramentas aplicadas ao longo do tempo, incluindo modelos e parâmetros de medidas. Acesse (https://www.scielosp.org/pdf/csp/1992.v8n1/5- 21/pt) 3.3 Compreendendo a origem e causalidade nas epidemias Para compreender a origem e causa de uma epidemia, são necessários estudos epidemiológicos. Os estudos epidemiológicos seguem alguns protocolos para coleta e análise de dados e a partir de tais dados pode-se estabelecer os modelos de inferência causal. Usualmente, são aplicados após análises estatísticas de parâmetros, como os testes de hipóteses. Assim, os parâmetros são utilizados como ferramentas para validação das causas de um estudo. 3.3.1 Principais estudos epidemiológicos Os estudos podem ser do tipo observacionais ou experimentais, ou seja, podem utilizar dados previamente coletados – como bancos de dados de vacinação, por exemplo; ou realizar experimentos voltados para obtenção desses dados – como por exemplo, expor agentes de estudo a determinado fator e observar os resultados. Claramente, a epidemiologia experimental é alicerçada em rígidas regras de bioética e biossegurança. O estudo com seres humanos segue rígidas leis de saúde, com um amplo histórico de atualizações e novos protocolos, todos baseados na Declaração de Direitos Humanos, de 1948. Cada Você sabia? https://www.scielosp.org/pdf/csp/1992.v8n1/5-21/pt Os estudos em epidemiologia podem ser do tipo: intervencional, caso-controle, transversais, coorte e ecológicos (FRANCO; PASSOS, 2011; MEDRONHO et al., 2009). Vamos aprender sobre eles. Intervencional Estudo do tipo experimental, em que é possível manipular os fatores de exposição, introduzindo eventos ou condições que alterem de alguma maneira o estado de saúde do grupo amostral. Por exemplo, estudo de eficácia de vacinas em fase clínica (aplicação em humanos). Nesse caso, são selecionados conjuntos amostrais aleatoriamente e submetidos a eventos, controle ou de interesse, observando os efeitos em cada grupo. Um exemplo de estudos intervencionais são os ensaios clínicos randomizados. Caso-controle São estudos cujo objetivo principal é a identificação de fatores de risco, com dados sobre as causas e a incidência de doenças. Em sua configuração, os controles são utilizados para monitorar a ocorrência em grupos não expostos a condição testada, assim, os indivíduos estudados são aqueles expostos a determinada causa, e o grupo controle tem critérios específicos a serem seguidos, em que se compara a frequência de ocorrência de condições em ambos os grupos. Podem ser utilizados como um complemento dos estudos de coorte. São estudos cujos dados já foram concretizados no momento de seu início. Estudos transversais Também chamados de seccionais, são estudos cujo objetivo principal é a compreensão dos mecanismos das doenças, por meios descritivos e intermédio de ferramentas de diagnóstico. Não é possível, nesses estudos, definir a relação temporal entre causa e efeito, nem estabelecer uma prova causal. De modo geral, são estudos de observação direta em amostras planejadas e período determinado e único. Tais estudos são segmentados em fases, em que há um planejamento com identificação de protocolos, instrumentos, amostragem e treinamentos, etapa de execução, com coleta de dados e estudos primários e, por fim, a análise dos dados obtidos. Esse tipo de estudo tem um custo menor comparativamente aos estudos de coorte e caso-controle e geram dados com bons índices de generalização. Estudos de coorte São estudos observacionais, também voltados para a identificação de fatores de risco, mas utilizam dados sobre história natural e de prognóstico para avaliar as causas e identificar a incidência. Nesses estudos, a condição do paciente quanto a sua exposição a determinado fator é critério para determinar o conjunto amostral, que é observado ao longo de determinado período. Portanto, a seleção do grupo amostral não é aleatória, e sim segmentada em grupo exposto e não exposto a determinada condição. São estudos especialmente importantes quando o dado observado tem baixa frequência, ou seja, ocorrência rara. Estudos ecológicos Esses estudos são realizados em regiões estabelecidas e delimitadas, visando compreender os efeitos ambientais e o contexto social de determinada condição em relação ao grupo de estudo. Dependem do local, tempo e da interação entre esses fatores, e o objetivo principal é o país pode seguir regras específicas, mas há um entendimento geral sobre determinadas obrigações, baseado em normas técnicas da OMS. Regularmente, diversos aspectos são discutidos a nível mundial visando à orientação sobre experimentação em humanos (BRASIL, 1996).estabelecimento de etiologias sobre doenças e eficácia de controle em regiões. Os estudos ecológicos podem analisar variáveis agregadas, ambientais ou globais. As agregadas são relativas à característica de individualidade do grupo amostral, como, por exemplo, o nível de instrução acadêmica. Já as ambientais relacionam os fatores a que são submetidos fisicamente, como, por exemplo, a ausência de saneamento básico. Já as globais envolvem parâmetros do grupo como um todo, como, por exemplo, as taxas de mortalidade em determinado local. De modo geral, os estudos experimentais são realizados quando se tem controle da causa do efeito de interesse, ou seja, é possível expor a variável de modo controlado e conhecido a determinada condição, de modo prático e experimental. No caso dos estudos epidemiológicos observacionais, não é possível fornecer ou controlar a exposição e, portanto, são utilizados dados pré-coletados (PEREIRA, 2004). Os estudos experimentais podem ser do tipo controlados ou não controlados, ou seja, pode-se estabelecer grupos que não serão expostos a condição, de modo aleatório ou não. Os estudos experimentais são amplamente utilizados em pesquisas clínicas e podem comprovar um estudo observacional. Se em um estudo observacional uma hipótese foi comprovada, é possível estabelecer um ensaio clínico para fortalecer tal hipótese observada (FRANCO; PASSOS, 2011; PEREIRA, 2004). Por meio das metodologias de estudos epidemiológicos apresentadas, pode-se obter informações sobre a condição e seus efeitos, e em metodologias específicas, sobre a causa. Para identificar as causas, são utilizados modelos de inferência causal. 3.3.2 Modelos de inferência causal Os estudos epidemiológicos são importantes para compreender os parâmetros de uma condição observada e seus efeitos. As causas devem ser cuidadosamente estudadas a fim de se estabelecer corretamente uma relação de causa e efeito com validade estatística. Para isso, utilizam-se os modelos de inferência causal. Um dos modelos utilizados historicamente para avaliação de causalidade é o modelo de Rothaman. Trata-se de um modelo de ampla importância na prevenção de doenças, definindo as causas para que um estado patológico se desenvolva em uma população. O modelo é representado por diagramas, classificando as respostas observadas de acordo com a exposição ao evento/condição. Estabelece diferentes níveis de causas suficientes, ou seja, uma causa que realmente será suficiente para causar determinada condição. Uma das desvantagens do uso desse modelo está em sua difícil aplicação e operação (MEDRONHO et al., 2009). Outro modelo amplamente utilizado são os critérios de Hill. Tais critérios são voltados para a elaboração de estudo epidemiológico totalmente voltado para a descoberta das causas, em que se estabelecem os critérios necessários para identificação de causalidade. Conheça os critérios de Hill, segundo Araújo, Dalgalarrondo e Banzato (2014). Teste seus conhecimentos (Atividade não pontuada) Temporalidade O efeito observado deve ocorrer de modo posterior à possível causa. Força de associação É a medida pelo risco relativo (incidência); quanto maior a força de uma associação, maior a probabilidade de estabelecer-se como causa e efeito. Especificidade O grupo não exposto não apresentou o mesmo efeito que o grupo exposto. Gradiente biológico A resposta é do tipo gradiente, ou seja, há um padrão de dose-resposta proporcional. Analogia É possível estabelecer padrões comparativos com outras doenças similares. Coerência científica As observações são condizentes com os padrões científicos conhecidos e validados. Tais critérios são utilizados para validação dos estudos de causalidade. Por exemplo, em determinado estudo pode ser que uma associação estatística tenha sido observada pela comparação de valor-p, mas não contém os critérios de Hill. Assim, por esse viés, conclui-se que a associação é real, mas não é causal. Portanto, quanto maior o número de critérios de Hill preenchidos, maior a probabilidade de a associação ser do tipo causal. Agora que já conhecemos os principais conceitos acerca dos estudos epidemiológicos e análises de causalidade, vamos seguir para as métricas utilizadas para a compreensão de epidemias. Evidência experimental As alterações no padrão de exposição alteram os efeitos observados. Plausabilidade Os resultados observados são coerentes e explicáveis a partir de pré-conhecimentos. 3.4 Principais medidas para mensurar epidemias Um dos principais pilares da epidemiologia é a compreensão das epidemias como um todo, desde a origem até o total controle, incluindo, claramente, todos os efeitos e as condições alterados por ela em determinado ambiente. A compreensão das epidemias, por sua vez, depende de medidas específicas. Vamos recordar o que já vimos até o momento. Há diversos tipos de estudos epidemiológicos que visam compreender as relações entre determinada doença, suas causas e efeitos. Tais medidas são obtidas por meio de análises de frequência e associação, que compõem as principais métricas utilizadas em epidemias e conclusões epidemiológicas. Vamos compreender sobre elas? Acompanhe. 3.4.1 Medidas de associação As medidas de associação são importantes ferramentas para analisar a força de relação entre uma variável exposta a um evento e a consequência de tal exposição. O estudo das associações engloba os conceitos de prevalência e incidência e são calculados em termos de coeficientes (PEREIRA, 2004). As principais medidas de associação são as medidas de risco relativo, odds ratio e risco atribuível. Antes de compreender cada uma dessas medidas, veja o quadro a seguir em que os termos a, b, c e d indicam determinados grupamentos. A partir desses valores, compreenderemos como calcular as medidas de associação. #PraCegoVer: quadro dividida em quatro colunas: grupo, acometido, não acometido e total; e três linhas: expostos, não expostos e total. O risco relativo (RR) é uma medida da provável associação entre determinada exposição e a incidência de uma doença, indicando as chances de determinada doença ocorrer em um grupo que não foi exposto a determinada condição (FRANCO; PASSOS, 2011). É calculada em termos de razão: Prevalência Está relacionada ao número amostral de indivíduos com determinada condição em um único ponto temporal. O coeficiente de prevalência ocorre pela razão entre todos os casos do grupo e todos os indivíduos do grupo. Incidência Está relacionada à fração amostral de indivíduos que inicialmente não possuíam determinada condição e passam a ter em um determinado período. O coeficiente de incidência é calculado pela razão entre os novos casos em um grupo previamente não afetado pela condição, pelo número de pessoas susceptíveis no início. Quadro 1 - Quadro de valores para estudos em epidemiologia Fonte: Elaborado pela autora, baseado em COUTINHO; CUNHA, 2005. Por ser uma razão, quando RR = 1, conclui-se que as taxas são identificadas em ambos os grupos, e se RR > 1, há um risco relativo associado à exposição, enquanto se RR < 1, não há associação de risco, e sim de proteção, ou seja, o grupo exposto tem risco reduzido de desenvolver a condição estudada (COUTINHO; CUNHA, 2005). A medida odds ratio (OR), também chamada de razão de chances ou razão de produtos cruzados, é uma métrica sobre as chances de ocorrência de determinada condição no grupo exposto em relação ao grupo controle, objetivando responder se há uma maior chance da condição de interesse de estabelecer em um grupo em detrimento do outro. O cálculo é dado pela razão entre as chances observadas nos grupos estudados, ou seja, pela razão entre a chance de doença nos expostos, sobre a chance de doença nos não expostos (GORDIS, 2004; COUTINHO; CUNHA, 2005). Para compreender a fórmula, observe novamente a “Quadro de valores para estudos em epidemiologia” e depois a fórmula. Assim, o cálculo inclui, inicialmente, o cálculo da chance nos expostos, dado por ; e o inverso das chances nos não expostos, dado por . Assim,a fórmula de OR é: Por fim, a medida de risco atribuível (RA) objetiva compreender os efeitos concretos ou absolutos no grupo exposto comparativamente ao grupo não exposto considerando a sua incidência (COUTINHO; CUNHA, 2005; FRANCO; PASSOS, 2011). Seu cálculo é dado pela probabilidade de ocorrência de determinada condição no grupamento exposto subtraído do grupamento não exposto. Agora que vimos as medidas de incidência, vamos conhecer quais são as medidas de frequência. 3.4.2 Medidas de frequência As medidas de frequência dependem de fatores como local, tempo e população, uma vez que objetiva compreender a distribuição temporal de determinada condição em determinado local e população. Utilizam dados de prevalência e incidência para compor suas métricas (MEDRONHO et al., 2009). É importante destacar que as medidas de incidência são justamente medidas de frequência, podendo ser absolutas ou relativas. A incidência absoluta é relativa ao total de casos observados (por exemplo, toda a população brasileira), enquanto a relativa é em relação a determinada porção da população (por exemplo, a cada 10 mil habitantes). A principal medida de frequência é a densidade de incidência, (COUTINHO; CUNHA, 2005; GORDIS, 2004) dada por: Além da densidade de incidência, que nos informa quantitativamente sobre a frequência de surgimento de determinada condição, temos a taxa de incidência acumulada (IA), que magnifica as estimativas de ocorrência em termos de proporção e risco de desenvolvimento em um intervalo pré-definido (COUTINHO; CUNHA, 2005). A fórmula é dada por: Teste seus conhecimentos (Atividade não pontuada) Onde to, t = período inicial e final, e No = número de indivíduos expostos no período. Complementarmente à medida de incidência acumulada, temos a medida de sobrevida, dada pela fórmula: Quando tratamos as medidas de incidência considerando que o efeito observado é a morte dos indivíduos, as medidas de sobrevida são chamadas de medidas de mortalidade. Adicionalmente, pode-se calcular o índice de letalidade de determinada condição baseando-se na proporção de óbitos observados em um período em relação a todos os indivíduos que foram expostos ao fator. Além das medidas de incidência, as medidas de frequência também consideram as medidas de prevalência. A prevalência de uma condição é influenciada diretamente pela sua incidência, duração e capacidade de disseminação (PEREIRA, 2004). Temos que: De modo geral, as medidas de associação e frequência são amplamente utilizadas, muitas vezes de modo conjunto, para identificar possíveis ações necessárias em locais, visando prevenir surtos e desequilíbrios no ambiente populacional. Este de fato é um dos principais focos da epidemiologia como ciência: compreender para prevenir. O estudo de 2020 realizou análises de prevalência e incidência relacionadas à pandemia de covid-19. Foram avaliadas as medidas de incidência em relação aos novos casos em um dia, dividindo esse valor pela população em risco nesse mesmo dia (11/05/2020). Para o cálculo da prevalência, foram considerados os casos de covid-19 na data, dividindo-se pela população em risco. Assim, considerou-se como população de risco, para o cálculo da prevalência, a média populacional brasileira em 210 milhões de habitantes, e para o cálculo da incidência, a população total brasileira menos os casos confirmados até o dia 11 de maio de 2020. Até essa data, havia 168.331 casos confirmados, e tal valor, dividido por 210 milhões, resulta em 0,08% de prevalência. Já a incidência considera os novos casos do dia, que em 11 de maio de 2020 foram de 5.632. Tal valor, dividido pela população em risco naquele dia, ou seja, toda a população menos os casos já confirmados, resultou em 2,7 / 100.000. Assim, as autoras exemplificaram os cálculos epidemiológicos de ampla utilização com dados reais de uma pandemia em tempo real (PIZZICHINI; PATINO; FERREIRA, 2020). Caso E assim finalizamos mais uma unidade, com conceitos importantes que integram aprendizados de estatística e estudos em saúde. Os dados epidemiológicos podem ser consultados em fontes governamentais de pesquisa em saúde, como o DATASUS, informado pelo Ministério da Saúde. A partir dos dados disponibilizados é possível realizar cálculos e análises estatísticas para inferir informações sobre aumentos de casos, possíveis surtos e áreas de risco. Há, inclusive, programas de monitoramento de tais dados para construção de políticas de contenção e prevenção em saúde pública. Com base nessas informações, acesse a plataforma DATASUS, escolha o grupo “Casos de Hanseníase desde 2001 (SINAN)”, e navegue pelos estados do Amazonas, Mato Grosso, Paraná e Sergipe. BRASIL. Ministério da Saúde. Casos de Hanseníase desde 2001 (SINAN). Brasília, DF: DATASUS, 2020. Disponível em: http://www2.datasus.gov.br/DATASUS/index.php?area=0203 (http://www2.datasus.gov.br/DATASUS/index.php?area=0203). Acesso em: 17 dez. 2020. Feito isso, responda: 1) Em qual estado, dentre os citados, houve maior número de casos em 2019, considerando apenas a população indígena? 2) Qual a frequência observada para o estado do Amazonas no período entre 2018-2019? 3) No Mato Grosso, qual a frequência observada entre 2004 e 2019, para o sexo feminino? E o sexo masculino? Vamos Praticar! Assim, finalizamos nossa unidade sobre os principais conceitos em bioestatística, em que pudemos conhecer ferramentas essenciais para a metodologia científica e pesquisa clínica. Ao final, você é capaz de criar um planejamento para um estudo, incluindo algumas métricas estatísticas para análise dos dados obtidos. Nesta unidade, você teve a oportunidade de: Conclusão compreender os aspectos históricos da epidemiologia; http://www2.datasus.gov.br/DATASUS/index.php?area=0203 reconhecer as características de uma endemia, epidemia e pandemias; reconhecer os diferentes tipos de estudos epidemiológicos; identificar os principais conceitos estatísticos e a importância na compreensão dos estudos epidemiológicos; compreender e calcular as principais medidas de associação, frequência e causa; interpretar dados de prevalência e incidência; compreender as medidas de risco relativo, odds ratio e risco atribuível; compreender a importância da epidemiologia em saúde pública e coletiva. ALMEIDA FILHO, N. de. Bases históricas da Epidemiologia. Cad. Saúde Pública, Rio de Janeiro, v. 2, n. 3, p.304-311, jul.- set. 1986. Disponível em: http://www.scielo.br/scielo.php? script=sci_arttext&pid=S0102- 311X1986000300004&lng=en&nrm=iso (http://www.scielo.br/scielo.php? script=sci_arttext&pid=S0102-311X1986000300004&lng=en&nrm=iso). Acesso em: 17 dez. 2020. ALVES, C. M. M.; GUERRA, M. R.; BASTOS, R. R. Tendência de mortalidade por câncer de colo de útero para o Estado de Minas Gerais, Brasil, 1980-2005. Cad. Saúde Pública, Rio de Janeiro, v. 25, n. 8, p. 1693-1700, ago. 2009. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102- 311X2009000800005&lng=en&nrm=iso (http://www.scielo.br/scielo.php? script=sci_arttext&pid=S0102-311X2009000800005&lng=en&nrm=iso). Acesso em: 8 dez. 2020. ARAÚJO, L. F. S. C. de; DALGALARRONDO, P.; BANZATO, C. E. M. Sobre a noção de causalidade na medicina: aproximando Austin Bradford Hill e John L. Rev. Psiquiatr. Clín., São Paulo, v. 41, n. 2, p. 56-61, abr. 2014. Disponível em: (https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2- 0056.pdf)https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2-0056.pdf (https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2-0056.pdf). Acesso em: 17 dez. 2020. BALDI, B.; MOORE, D. S. A prática da estatística nas ciências da vida. 2. ed. Rio de Janeiro: LTC, 2014. E-Book. Referências http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X1986000300004&lng=en&nrm=iso http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X2009000800005&lng=en&nrm=iso https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2-0056.pdf https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2-0056.pdf CONTÁGIO. Direção: Steven Soderbergh.Produção: Gregory Jacobs, Michael Shamberg, Stacey Sher. Califórnia: Warner Bros, 2011. 1 DVD (106 min). COUTINHO, E. S. F.; CUNHA, G. M. da. Conceitos básicos de epidemiologia e estatística para a leitura de ensaios clínicos controlados. Rev. Bras. Psiquiatr., São Paulo, v. 27, n. 2, p. 146-151, jun. 2005. Disponível em: https://www.scielo.br/pdf/rbp/v27n2/a15v27n2.pdf (https://www.scielo.br/pdf/rbp/v27n2/a15v27n2.pdf). Acesso em: 8 dez. 2020. BRASIL. Conselho Nacional de Saúde. Resolução nº 196, de 10 de outubro de 1996. Brasília, DF: Conselho Nacional de Saúde, 1996. Disponível em: (http://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html)htt p://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html (http://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html). Acesso em: 17 dez. 2020. BRASIL. Ministério da Saúde. Casos de Hanseníase desde 2001 (SINAN). Brasília, DF: DATASUS, 2020. Disponível em: (http://www2.datasus.gov.br/DATASUS/index.php? area=0203)http://www2.datasus.gov.br/DATASUS/index.php?area=0203 (http://www2.datasus.gov.br/DATASUS/index.php?area=0203). Acesso em: 17 dez. 2020. FRANCO, L. J.; PASSOS, A. D. C. (Orgs.). Fundamentos de epidemiologia. 2. ed. São Paulo: Manole, 2011. E-book. GORDIS, L. Epidemiologia. 2. ed. Rio de Janeiro: Thieme Revinder, 2004. MAIA, C. M; HAFIZ, M.; REVADAM, R. Pandemia do coronavírus é roteiro de ficção científica encenado na vida real. Com Ciência – Revista Eletrônica de Jornalismo Científico, Campinas, 2020. Disponível em: (https://www.comciencia.br/pandemia- do-coronavirus-e-roteiro-de-ficcao-cientifica-encenado-na-vida- real/)https://www.comciencia.br/pandemia-do-coronavirus-e-roteiro-de-ficcao- cientifica-encenado-na-vida-real/ (https://www.comciencia.br/pandemia-do- coronavirus-e-roteiro-de-ficcao-cientifica-encenado-na-vida-real/). Acesso em: 17 dez. 2020. MEDRONHO, R. et al. Epidemiologia. 2. ed. São Paulo: Atheneu, 2009. PEREIRA, S. D. Conceitos e definições utilizados na vigilância sanitária. São Paulo: Centro de Vigilância Sanitária de São Paulo, 2004. Disponível em: http://www.cvs.saude.sp.gov.br/pdf/epid_visa.pdf (http://www.cvs.saude.sp.gov.br/pdf/epid_visa.pdf). Acesso em: 10 dez. 2020. PIZZICHINI, M. M. M.; PATINO, C. M.; FERREIRA, J. C. Medidas de frequência: calculando prevalência e incidência na era do COVID-19. J. Bras. Pneumol., Brasília, v. 46, n. 3, e20200243, 2020. Disponível em: https://www.scielo.br/pdf/jbpneu/v46n3/pt_1806-3713-jbpneu-46-03-e20200243.pdf (https://www.scielo.br/pdf/jbpneu/v46n3/pt_1806-3713-jbpneu-46-03- e20200243.pdf). Acesso em: 17 dez. 2020. ROUQUAYROL, Z. M.; ALMEIDA FILHO, N. Epidemiologia e Saúde. 6. ed. Rio de Janeiro: Guanabara Koogan. 2009. SZWARCWALD, C. L.; CASTILHO, E. A. de. Os caminhos da estatística e suas incursões pela epidemiologia. Cad. Saúde Públ., Rio de Janeiro, v. 8, n. 1, p. 5-21, jan. - mar. 1992. Disponível em: https://www.scielo.br/pdf/csp/v8n1/v8n1a02.pdf (https://www.scielo.br/pdf/csp/v8n1/v8n1a02.pdf). Acesso em: 17 dez. 2020. https://www.scielo.br/pdf/rbp/v27n2/a15v27n2.pdf http://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html http://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html http://www2.datasus.gov.br/DATASUS/index.php?area=0203 http://www2.datasus.gov.br/DATASUS/index.php?area=0203 https://www.comciencia.br/pandemia-do-coronavirus-e-roteiro-de-ficcao-cientifica-encenado-na-vida-real/ https://www.comciencia.br/pandemia-do-coronavirus-e-roteiro-de-ficcao-cientifica-encenado-na-vida-real/ http://www.cvs.saude.sp.gov.br/pdf/epid_visa.pdf https://www.scielo.br/pdf/jbpneu/v46n3/pt_1806-3713-jbpneu-46-03-e20200243.pdf https://www.scielo.br/pdf/csp/v8n1/v8n1a02.pdf TELESSAÚDE SÃO PAULO. Qual é a diferença entre surto, epidemia, endemia, pandemia e sindemia? Telessaúde São Paulo, São Paulo, 2019. Disponível em: https://www.telessaude.unifesp.br/index.php/dno/redes-sociais/159-qual-e-a- diferenca-entre-surto-epidemia-pandemia-e-endemia (https://www.telessaude.unifesp.br/index.php/dno/redes-sociais/159-qual-e-a- diferenca-entre-surto-epidemia-pandemia-e-endemia). Acesso em: 10 dez. 2020. ZORZETTO, R. Cesar Victora: a saúde por trás das estatísticas. Revista Pesquisa FAPESP. São Paulo, ed. 208, jun. 2013. Disponível em: (https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por-tras-das- estatisticas/)https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por-tras- das-estatisticas/ (https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por- tras-das-estatisticas/). Acesso em: 17 dez. 2020. https://www.telessaude.unifesp.br/index.php/dno/redes-sociais/159-qual-e-a-diferenca-entre-surto-epidemia-pandemia-e-endemia https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por-tras-das-estatisticas/ https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por-tras-das-estatisticas/
Compartilhar