EPIDEMIOLOGIA II - PR1

Prévia do material em texto

EPIDEMIOLOGIA II - PR1 
 
Conteúdos: 
● Estudos ecológicos 
● Estudos transversais 
● Estudos de coorte 
● Estudos de caso-controle 
 
 
 
Desenhos de Estudos Epidemiológicos 
 
Investigação 
 
O que é? 
Em termos etiológicos refere-se a entrar nos vestígios e procurar nos sinais o conhecimento 
daquilo que os provocou. 
 
Busca a resolução do mistério (como se fossemos detetives), por meio de: 
● Observação (no estudo ecológico) 
● Experimentação 
● Lógica dedutiva 
● Método científico (significa que deve ser possível fazer comparações se todo mundo 
seguir os mesmos passos daquele estudo) 
● Rigor técnico 
 
Investigação epidemiológica 
Conjunto de lógicas e protocolos aplicados pelas diversas ciências para a produção de um 
conhecimento sistemático, validado e legitimado pelas redes institucionais. 
 
O que se investiga na epidemiologia? 
● Análise da situação de saúde 
● Medir doenças e agravos 
● Eficácia de medicamentos e profilaxias 
● Análise de custo efetividade 
● Análise de causas 
 
Como acontece essa investigação? 
1. Formulação do problema: construção da pergunta de investigação 
2. Levantamento de hipóteses: é sempre uma afirmação (proposição testável) 
 
 
 
 
 
 
 
 
 
 
 
Exemplos 
 
Perguntas de investigação 
 
 
 
 
 
 
 
 
 
Hipóteses de investigação 
 
 
 
 
 
 
 
 
Características da pesquisa epidemiológica 
● Empírica (precisa ter uma base teórica) 
● Coleta sistemática de informações de saúde 
● Quantificação dos eventos 
 
Procedimentos para tratamentos de dados 
● Mensuração de variáveis 
● Estimação de parâmetros populacionais (uso de amostras populacionais - exemplo: 
criação de curva de crescimento das crianças) 
● Testes estatísticos de hipóteses 
 
Desenhos de estudos epidemiológicos 
● Observação sistemática dos fenômenos de interesse 
● Uso de teoria de métodos estatísticos para analisar e interpretar os dados 
● Comparação entre grupos para identificar associações estatísticas entre as variáveis 
 
Raciocínio epidemiológico - leva a construção da tabela 2x2 
● Todos os expostos adoecem? 
● Pode ficar doente sem ter sido exposto? 
● Tem aqueles que se expõem e não ficam doentes? 
 
 
 
Tabela 2x2 
 
● Formato de exposição x efeito 
● Precisa de dados epidemiológicos para ser preenchida 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Mapa dos Desenhos de estudos epidemiológicos 
 
Questão de prova: Que tipo de estudo é esse? Justifique. 
Perguntas que se deve fazer para descobrir qual tipo de estudo é: 
● Qual a unidade de análise? Individuado ou agregado. 
● Qual a posição do pesquisador? Observacional ou de intervenção. 
● Qual a temporalidade do estudo? Transversal ou longitudinal. 
 
 
Estudos Ecológicos 
 
Definição 
Estudos agregados em que a unidade de observação é uma população ou um grupo de 
pessoas que geralmente pertence a uma área geográfica definida avaliando o contexto 
social e ambiental. 
 
● Agregado (estuda populações) 
● Observacional (não tem intervenção) 
● Transversal (ocorre em um determinado momento no tempo - não compara 
diferentes períodos) 
 
Classificação segundo agregado: 
● Investigação de base territorial (bairros, municípios, nações, continentes) 
● Estudos agregados institucionais (fábricas, escolas, hospitais, unidades de saúde) 
 
 
 
Tipos de Estudos Ecológicos 
 
Mensuração da exposição 
● Exploratório (não há exposição específica de interesse) - caracteriza só uma variável 
➔ Buscam identificar padrões e tendências em dados agregados de 
populações, sem uma exposição específica em mente. 
➔ Exemplo: Um estudo que analisa a relação entre consumo de diferentes 
tipos de alimentos e taxas de mortalidade por diversas causas em diferentes 
países, buscando identificar possíveis associações para investigação futura. 
 
● Analítico (existe exposição de interesse) 
➔ Testam hipóteses sobre a associação entre uma exposição específica e um 
desfecho de saúde, utilizando dados agregados de populações. 
➔ Exemplo: Um estudo que compara a taxa de mortalidade por câncer de 
pulmão em cidades com diferentes níveis de poluição do ar, buscando avaliar 
a associação entre poluição e câncer. 
➔ Todo analítico é também exploratório 
 
Método de agrupamento 
● Desenhos de múltiplos grupos 
Compara 2 ou mais regiões ou grupos no mesmo espaço de tempo 
 
● Desenhos de séries temporais 
Analisa a frequência de um desfecho de saúde em uma mesma população ao longo 
do tempo 
 
● Desenhos mistos 
Combinam elementos dos desenhos de múltiplos grupos e de séries temporais, 
comparando a variação da frequência de um desfecho de saúde entre diferentes 
grupos populacionais ao longo do tempo 
 
 
MÚLTIPLOS GRUPOS 
Diversas regiões - mesmo período de tempo 
Exploratório 
 
 
 
 
 
 
 
 
 
 
Neste estudo, por exemplo, se olharmos só para o mapa do lado esquerdo seria um estudo 
ecológico de múltiplos grupos, pois estaria comparando diferentes bairros em um mesmo 
período de tempo. Porém, se olharmos para os dois mapas como um todo, classificamos 
como misto, pois há uma comparação entre diferentes bairros em diferentes períodos. 
 
SÉRIES TEMPORAIS 
Mesma área ou população - tempos distintos 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Exemplo: 
 
Este estudo é classificado como uma série temporal porque ele acompanha a evolução de 
um fenômeno (taxas de acidentes de trânsito, vítimas e mortalidade) ao longo do 
tempo (1991 a 2000) em uma mesma área geográfica (Salvador, Bahia, Brasil). 
As medidas mudam a cada ano. 
 
MISTOS 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Exemplo: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Análise de dados nos estudos ecológicos 
 
Não é conhecido o grau de exposição de uma determinada pessoa da amostra. 
 
Um estudo ecológico pode comparar o consumo médio de gordura em diferentes países 
com as taxas de mortalidade por doenças cardíacas nesses países. Se o estudo encontrar 
uma correlação entre alto consumo de gordura e altas taxas de mortalidade, isso sugere 
uma possível associação. No entanto, não podemos afirmar que indivíduos que consomem 
muita gordura necessariamente terão doenças cardíacas, pois a análise é feita em nível 
populacional. 
 
Medidas de ocorrência e indicadores 
 
Medida de frequência: podem ser várias 
● Medidas de morbidade: incidência e prevalência 
● Medidas de mortalidade 
 
Medidas de associação: 
● Análise de variância (médias brutas ou ajustadas) 
● Análise de correlação linear (uni ou multivariada) 
 
 
O coeficiente de correlação (r) reflete a extensão em que cada variável consegue predizer a 
outra, ou seja, quantifica a relação linear entre exposição e doença. 
Pode variar em: 
-1 (perfeita correlação negativa - inversamente proporcional) 
+1 (perfeita correlação positiva - diretamente proporcional) 
 
 
 
 
 
Vantagens 
● Rápidos e de baixo custo 
● Utilizam dados já existentes 
● Geram novas hipóteses 
● Alternativa eficiente para rastrear, monitorar doenças e avaliar programas de saúde 
● Simplicidade analítica 
 
Desvantagens 
● Incapacidade de analisar associação entre exposição e doença no nível individual; 
● Dificuldade de controlar os efeitos de potenciais fatores de confundimento; 
● Dados de estudos ecológicos representam níveis de exposição média ao invés de 
valores individuais reais; 
 
 
● Os dados provêm de diferentes fontes, o que pode significar qualidade variável da 
informação; 
● A falta de disponibilidade de informações; 
● Vulnerabilidade à "Falácia Ecológica". 
 
Inferência ecológica x Inferência biológica 
Imagine que você quer descobrir se comer mais chocolate causa espinhas. Existem duas 
formas principais de fazer isso: 
1. Estudo Ecológico (Inferências Ecológicas): 
● O que você faz: 
○ Você pega dados de vários países. 
○ Você compara o consumo médio de chocolate por pessoa em cada país com 
a taxa de acne na população desses países. 
○ Se você encontrar que países com maior consumo de chocolate têm mais 
acne, você pode dizer que "existe uma associação" entrechocolate e acne 
em nível populacional. 
● O problema: 
○ Você não sabe se as pessoas que comem mais chocolate são as mesmas 
que têm mais espinhas. 
○ Pode ser que outros fatores (como clima ou genética) estejam causando a 
acne, e não o chocolate. 
○ Isso é chamado de "viés ecológico". 
2. Estudos Individuais (Inferências Biológicas): 
● O que você faz: 
○ Você acompanha um grupo de pessoas individualmente. 
○ Você registra quanto chocolate cada pessoa come e se ela tem espinhas. 
○ Você pode usar diferentes tipos de estudos, como: 
■ Transversal: Observar as pessoas em um único momento. 
■ Coorte: Acompanhar as pessoas ao longo do tempo. 
■ Caso-controle: Comparar pessoas com espinhas (casos) com 
pessoas sem espinhas (controles). 
● A vantagem: 
○ Você consegue ver a relação entre chocolate e espinhas em cada pessoa. 
○ Você pode controlar outros fatores que podem influenciar a acne. 
○ Isso te dá uma ideia mais precisa se o chocolate realmente causa espinhas 
em indivíduos. 
Ou seja, tentar usar resultados de estudos ecológicos para tirar conclusões sobre indivíduos 
(inferência causal individual) pode levar a erros (viés ecológico). É melhor usar estudos 
individuais para entender como as coisas afetam cada pessoa. 
 
 
 
A falácia ecológica é um erro de raciocínio que ocorre quando conclusões sobre indivíduos 
são feitas com base em dados agregados de grupos. Em outras palavras, é quando 
assumimos que o que é verdade para um grupo também é verdade para todos os indivíduos 
dentro desse grupo. 
O estudo ecológico NÃO pode ser usado para investigar relações de causalidade em nível 
individual. 
 
Variáveis de confusão: São fatores que podem influenciar tanto a exposição quanto o 
desfecho de um estudo, distorcendo a relação entre eles. Por exemplo, em um estudo sobre 
a relação entre consumo de café e doenças cardíacas, o tabagismo pode ser uma variável 
de confusão, já que fumantes tendem a consumir mais café e também têm maior risco de 
doenças cardíacas. 
A afirmação de que "em estudos ecológicos é possível controlar diretamente variáveis de 
confusão em nível individual" é falsa por um motivo fundamental: estudos ecológicos 
trabalham com dados agregados de grupos populacionais, não com informações 
individuais. 
Teste de Hipótese (existem vários tipos) 
Imagine que você é um detetive investigando um crime. Você tem duas teorias: 
 
 
● Hipótese Nula (H0): O suspeito é inocente. (Não há relação entre o suspeito e o 
crime) 
● Hipótese Alternativa (HA): O suspeito é culpado. (Há relação entre o suspeito e o 
crime) 
Na pesquisa científica, funciona parecido: 
● H0: Não há efeito ou diferença entre o que você está estudando. (Ex: Um novo 
remédio não funciona melhor que o antigo) 
● HA: Há efeito ou diferença. (Ex: O novo remédio funciona melhor que o antigo) 
O objetivo da pesquisa é coletar evidências para decidir se você "rejeita" a hipótese nula 
(considera ela falsa) ou "não rejeita" (não tem provas suficientes para dizer que é falsa). 
 
Taxa de Erro (todo estudo precisa definir o erro) - esse erro geralmente é maior quando 
não existem dados na literatura 
“O erro assumido é de…” - Quanto maior o erro, menos confiável é o estudo. 
Quem define a taxa de erro é o pesquisador. 
Geralmente assume-se 1% ou 5%. 
p-valor 
O p-valor é como a força das evidências contra a hipótese nula. Ele te diz: 
● Se a hipótese nula fosse verdadeira, qual a chance de você encontrar os 
resultados que encontrou (ou resultados mais extremos)? 
Imagine que você encontrou uma impressão digital do suspeito na cena do crime. Isso seria 
uma evidência forte contra a inocência dele. 
● P-valor baixo (geralmente ≤ 0,05): Evidências fortes contra a hipótese nula. Você 
"rejeita" a hipótese nula e aceita a alternativa. 
● P-valor alto (geralmente > 0,05): Evidências fracas contra a hipótese nula. Você 
"não rejeita" a hipótese nula. 
Exemplo: 
● Você testa um novo remédio para dor de cabeça. 
● H0: O remédio não funciona. 
● HA: O remédio funciona. 
● Você encontra um p-valor de 0,02. 
● Isso significa que, se o remédio não funcionasse, haveria apenas 2% de chance de 
você encontrar os resultados que encontrou. 
● Você "rejeita" a hipótese nula e conclui que o remédio provavelmente funciona. 
 
 
Intervalo de Confiança 
O intervalo de confiança é como uma margem de erro. Ele te dá uma ideia da precisão dos 
seus resultados. 
Imagine que você está medindo a altura média das pessoas em uma cidade. Você não 
consegue medir todo mundo, então mede uma amostra. 
● O intervalo de confiança te diz: "Com 95% de certeza, a altura média da população 
está entre X e Y". 
● Sempre é complementar à taxa de erro. 
Exemplo: IC = 95% (Isso quer dizer que se você fizer esse mesmo estudo 100x sobre as 
mesmas condições, em 95 vezes o resultado vai estar nesse intervalo) 
➢ Para ter significância estatística o 1 não pode estar contido no intervalo 
➢ Intervalos muitos grandes significam que a amostra foi muito pequena 
 
 
 
Estudos Transversais 
Também chamados de: 
● Seccional 
● Inquérito ou Survey 
● Prevalência (é a medida de ocorrência utilizada) 
 
❖ Utilização da tabela de contingência (tabela 2x2) 
❖ Busca dados de cada participantes individualmente 
❖ Indivíduo é a unidade de análise 
❖ Entrevistador faz um questionário e aplica a pessoas de uma amostra populacional 
 
 
 
 
NÃO se pode fazer inferências de causalidade pois as variáveis são medidas no mesmo 
momento. Não se deve dizer que existem fatores de risco ou de proteção e sim fatores 
associados. 
Relembrando: 
 
 
 
Simplificando: 
Incidência: 𝑐𝑎𝑠𝑜𝑠 𝑛𝑜𝑣𝑜𝑠 
𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑎
Prevalência: 𝑐𝑎𝑠𝑜𝑠 𝑐𝑜𝑛ℎ𝑒𝑐𝑖𝑑𝑜𝑠 (𝑐𝑎𝑠𝑜𝑠 𝑛𝑜𝑣𝑜𝑠 + 𝑎𝑛𝑡𝑖𝑔𝑜𝑠)
𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑎
 
 
 
Medidas do estudo transversal: 
● Medida de frequência: Prevalência 
● Medida de associação: Razão de prevalência (RP) 
● Medida de significância estatística: p-valor ou intervalo de confiança (IC) 
Relações entre: 
● Exposição - Desfecho 
● Causa - Efeito 
● Variável independente - Variável dependente 
 
 
 
Razão de prevalência 
 
Na RP, compara-se quantas vezes a prevalência é maior entre os expostos em comparação 
aos não expostos. 
Exemplo: 
 
 
 
 
 
RPreal após remover o 
efeito de outros fatores. 
 
 
Nessa tabela, por exemplo, sexo, raça, nível econômico, e as demais são as variáveis de 
exposição, enquanto a experimentação do tabaco dos adolescentes é o desfecho. Os 
adolescentes da zona rural da Bahia em 2015 são o grupo de estudo. 
● P (%) - medida de frequência 
 
 
● RP bruta - medida de associação 
● IC (95%) - medida de significância estatística 
Na RP bruta geralmente é considerado valor de referência (aquele que adota o 1,00) para o 
grupo que teve menor prevalência. Mas também pode acontecer o contrário. 
● Quanto maior a distância do outro valor do valor de referência (1,00), maior é a 
associação entre as variáveis. 
 
Como interpretar esse 14,4? 
● Um valor de RP de 14,4 indica que a prevalência (ocorrência) da experimentação do 
tabaco é 14,4 vezes maior no grupo de adolescentes que experimentaram doses de 
bebida alcoólica, em comparação com o grupo que não experimentou. 
● Em termos mais simples, adolescentes que experimentaram doses de bebida 
alcoólica têm uma prevalência 14,4 vezes maior de terem experimentado o tabaco. 
O intervalo de confiança (IC 95%) para essa RP é de 4,31 a 48,32. Isso significa que, com 
95% de confiança, o verdadeiro valor da RP na população está dentro desse intervalo. 
Como o intervalo não inclui o valor 1, isso sugere que a associação é estatisticamente 
significativa.