EPIDEMIOLOGIA Analítica

Prévia do material em texto

LUIZA GIULIANI SCHMITT 
ATM 2022/2 
EPIDEMIOLOGIA 
Capítulo 12 – Pereira: Métodos empregados em Epidemiologia 
Há 3 principais estratégias usadas para investigar um tema de saúde: 
 Estudos de casos: é usado para avaliar situações de saúde pouco conhecidas, com variações pouco 
detalhadas; é uma primeira abordagem; se trata de observar um indivíduo ou um grupo de indivíduos 
acometidas pela mesma doença e traças suas características principais; foca em grupos específicos 
da população ou em um interesse x da população (tem-se somente o numerador), que não foram 
devidamente descritos em pesquisas quantitativas ou que precisam de mais informações ou 
detalhes; é útil para levantar problemas, podendo ser complementado com auxílio de outros 
métodos. NÃO SÃO CONSIDERADAS INVESTIGAÇÕES EPIDEMIOLÓGICAS!!! 
 Aspecto positivo: fácil realização, baixo custo. Pode tanto apenas descrever a doença como ir 
mais a fundo e explicar os aspectos desconhecidos. Possibilita observar intensivamente cada 
caso da doença, sendo um enfoque qualitativo e exploratório, embora possa ser quantificado 
 Limitações: alta seletividade dos indivíduos observados, muitas vezes descreve apenas os 
casos atípicos, graves, incomuns e raramente abrange pacientes em todas as fases de 
manifestação da doença. Pode também haver subjetividade do observador, porem as duas 
limitações principais são falta de indivíduos-controle (para contornar problemas de aferição e 
comparação) e número pequeno de indivíduos incluídos na observação (pode gerar problemas 
de interpretação e generalização de conclusões). 
 Investigação experimental de laboratório: promove mais precisão às etapas de investigação. 
 Aspecto positivo: menor grau de subjetividade na aferição dos dados devido ao controle 
rigoroso que também se aplica na comparação de resultados; permite testar várias hipóteses; 
estudos em animais (divide em grupos e submete a diferentes condições, compara). 
 Limitações: diferenças entre animais e humanos; cuidado na hora de extrapolar os dados 
porque assim como existem semelhanças entre as espécies, há diferenças cruciais que podem 
distorcer os dados. 
 PESQUISA POPULACIONAL: é a abordagem central da epidemiologia. 
 
- ESTUDOS DESCRITIVOS: informam sobre a distribuição de um evento na população em termos 
quantitativos; podem ser de incidência ou de prevalência; NÃO forma grupos-controle para comparar 
resultados (estudos não controlados); a população pode ser composta só por doentes, só por sadios ou 
ainda por ambos. O pesquisador deve observar como a situação analisada ocorre em uma ou mais 
populações e expressar as frequências de modo correto. Quanto melhor a base de dados (em 
abrangência e qualidade) mais precisas as descrições. Os resultados de estudos descritivos podem ser 
utilizados para identificar grupos de risco e sugerir explicações para as variações de frequência. Ex: 
estudo transversal descritivo (observacional descritivo). 
Critérios para a 
classificação 
dos métodos 
empregados em 
Epidemiologia
Propósito geral, que diferencia estudos descritivos e analíticos
Modo de exposição das pessoas ao fator estudado, que separa estudos de 
observação dos de intervenção (experimentais)
Direção temporal das observações, dividindo os estudos prospectivos (coorte) 
dos retrospectivos (caso-controle) e transversais
Unidade de observação, se é o indivíduo ou um grupo de indivíduos (pesquisa 
ecológica), por exemplo um município ou país
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
- ESTUDOS ANALÍTICOS: são usualmente subordinados a uma ou mais questões científicas ou 
hipótese, que relacionam exposição e doença ou causa e efeito. Difere dos estudos descritivos pois o 
grupo-controle é formado ao mesmo tempo que o grupo de estudo, servindo para comparar os 
resultados. Quando o ponto de partida do estudo é a causa (exposição), a exposição pode ser 
aleatoriamente aplicada (estudo experimental randomizado) ou não (estudo de coorte). Quando o ponto 
de partida é o efeito, diz-se que o estudo é de caso-controle, visto que investiga retrospectivamente os 
fatores causais. No estudo transversal estuda-se simultaneamente exposição e doença. 
 Estudo de coorte: parte da causa para o efeito. Não aloca aleatoriamente a exposição. Analisa 
incidência de um efeito em expostos e não expostos; quais os efeitos da exposição ao fator de risco. 
Admite temporalidade, prospectivo (direcionalidade). 
 Estudo de caso-controle: parte do efeito para chegar à causa. É pesquisa etiológica retrospectiva. 
Ex: associação de toxoplasmose e debilidade mental. Busca quantificar a proporção de expostos e 
não expostos nos grupos de casos e controles. Admite temporalidade, retrospectivo. 
 Estudo transversal: causa e efeito detectados simultaneamente. Somente a partir dos dados é 
possível definir grupo exposto, grupo não exposto, doentes e não doentes. Não admite 
temporalidade. 
 Ensaio clínico randomizado: é um estudo experimental. Parte da causa para o efeito. Os 
participantes são colocados aleatoriamente para formar os grupos de estudo e de controle. Ex: 
comparação dos efeitos de uma vacina e de placebo. Procura verificar incidência de casos em 
grupos expostos e não expostos; quais os efeitos de uma intervenção. Tem temporalidade. 
Análise de dados em estudo analítico: 
Na população, algumas pessoas são expostas a um fator de risco e outras não. Depois de um tempo, 
algumas ficam doentes e outras não (desfechos a, b, c, d). Em análise da relação entre sedentarismo e 
infarto, pode-se ter os expostos representados por quem é sedentário e os não expostos por aqueles que 
realizam atividades físicas. Como desfechos há: a) expostos a sedentarismo que tiveram infarto; b) 
expostos ao sedentarismo saudáveis; c) não expostos ao sedentarismo e infartados; d) não expostos ao 
sedentarismo e saudáveis. 
- ESTUDOS ECOLÓGICOS: estuda um grande grupo de indivíduos; é estudo observacional analítico. 
Pode ser chamado de estudo de grupos, de agregados, de conglomerados, estatísticos ou comunitários. 
O estudo de indivíduos tem caráter demográfico (sexo, idade...). No estudo ecológico, a unidade de 
estudo é o conjunto de indivíduos; compara regiões a partir de dados anuais, por exemplo sobre o 
consumo alcoólico de determinada população; compara cidades, estados, países a partir de dados já 
coletados (censos demográficos). 
TERMINOLOGIA CONCERNENTE AOS MÉTODOS 
 Experimentação: estudos experimentais destinam-se a testar uma associação entre eventos, 
buscando verificar se há relação causal entre eles; estudos de intervenção. É a melhor forma de 
avaliar a relação entre dois eventos. 
 Observação: investigação de situações que ocorrem naturalmente. Objetiva descrever a distribuição 
de um parâmetro na população (estudos descritivos) ou testar uma hipótese sobre a associação de 
dois eventos, verificando, sem experimentação, se há relação causal entre eles (estudos 
observacionais analíticos). A desvantagem encontra-se nas condições do estudo não estarem sobre 
controle do investigador. 
 Estudos descritivos x Estudos analíticos: os estudos descritivos não possuem grupo controle 
formado simultaneamente como é feito nos estudos analíticos, sendo chamados de não-controlados. 
Os analíticos, por possuírem grupo controle, são ditos controlados. 
 Estudos de caso x Séries de casos: em termos práticos, a série de casos ficou constituída de um 
mínimo de 10 unidades, e o estudo de casos, de um a nove pacientes. 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
 Estudos-controlados x Estudos não-controlados: o termo controlado pode ser usado tanto no 
sentido de neutralizar os fatores que confundam a interpretação como no sentido de pesquisas em 
que há formação de grupo controle (este é oconceito que tem prevalecido). Há um consenso entre 
epidemiologistas de que para melhor testar as hipóteses é conveniente dispor de grupo-controle. 
 Estudos experimentais controlados x Estudos experimentais não controlados: os melhores 
estudos têm grupo-controle formado simultaneamente (ensaio clínico randomizado). Os estudos 
experimentais controlados podem ser ainda randomizados (melhores) ou não randomizados 
(equivalente ao estudo de coorte). Estudos experimentais podem também ser não controlados (série 
de casos tratados da mesma maneira – maiores problemas). 
 Estudos transversais: seccional; prevalência. As observações e mensurações das variáveis de 
interesse são feitas simultaneamente, constituindo uma radiografia estática do que ocorre em um 
dado momento (este momento é definido pelo investigador, que escolhe a época da coleta de 
dados). 
 Estudo transversal não controlado = descritivos ou de prevalência; servem para determinar a 
prevalência de um evento. 
 Estudo transversal controlado = analítico; procura-se verificar a associação entre dois eventos. 
 Estudos longitudinais: coorte; prospectivo; incidência. Refere-se a pesquisa em que cada um dos 
indivíduos é observado em mais de uma ocasião. Consegue verificar mudanças no estado de saúde. 
 Estudo longitudinal não controlado = descritivos ou de incidência; determinam a incidência de 
um evento. 
 Estudo longitudinal controlado = analítico; é o estudo de coorte (prospectivo) ou casos-controle 
(retrospectivo) – a maioria dos autores usa o termo “estudo longitudinal” como sinônimo apenas 
dos estudos de coorte. 
 Coorte: o termo pode ser usado para descrever um grupo de pessoas com características em 
comum (coorte de crianças nascidas em 1982) ou para nomear o método de estudo no qual um 
grupo de pessoas é identificado e a informação pertinente sobre a exposição é coletada (em seguida 
o grupo passa a ser acompanhado no tempo). Nessa segunda aplicação trata-se de um tipo de 
investigação que parte da causa para investigar os efeitos e contém um grupo controle interno (de 
não expostos). 
 Estudos prospectivos: em geral possui mais credibilidade que os estudos retrospectivos. São 
fixadas as definições de interesse antes da coleta de dados. Os critérios para a coleta de dados são 
mais uniformes. O efeito ainda não deve ter ocorrido no início da pesquisa, mas o grupo de expostos 
e não expostos já pode ter sido formado. Podem ou não ter grupos-controle. Séries prospectivas de 
casos não possuem grupo-controle; estudos de coorte prospectivos possuem grupo-controle. 
 Estudos retrospectivos: históricos; utilizam dados do passado sobre a exposição ou sobre a 
exposição e a doença. A padronização das informações é discutível. Pode possuir ou não grupos-
controle. Séries retrospectivas de casos não possuem grupo-controle; estudos caso-controle 
possuem grupo-controle e são usados como sinônimo de estudos retrospectivos. 
 Estudos caso-controle: desenho de pesquisa retrospectiva. Investigação com grupo-controle, na 
qual pessoas com dada condição são comparadas com outras, de modo a identificar, no passado, 
fatores de risco para explicar a ocorrência da condição. Pode ser pareado ou não (quando pareado 
as variáveis confundidoras são neutralizadas). 
 Estudos híbridos: estudo transversal com componente retrospectivo; estudo transversal aninhado 
em estudo de coorte; estudo de caso-controle aninhado em estudo de coorte. 
 Estudos experimentais/Estudos de intervenção: são pesquisados os efeitos de uma intervenção. 
Não existe experimentação retrospectiva! No entanto, podemos pensar em estudos retrospectivos 
sobre intervenções do poder público. 
 Estudos paralelos: os indivíduos participantes permanecem no grupo que foram alocados até o 
término da pesquisa. 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
 Estudos cruzados: cada indivíduo funciona como seu próprio controle; é uma forma de neutralizar 
fatores confundidores. Ocorre a mudança ou “cruzamento” dos tratamentos entre os grupos no 
decorrer da pesquisa. 
 Estudos experimentais: pode ou não ter grupo controle; o pesquisador define quais pessoas ou 
grupos serão expostos. É considerado estudo experimental quando o ensaio é randomizado. 
 Estudos quase-experimentais: termo utilizado para agrupar diferentes tipos de delineamento com 
duas características em comum: I) O fato de implicarem uma intervenção; II) Não há o emprego da 
alocação aleatória na formação dos grupos. Experimentos que têm tratamentos, medida dos resultados 
e unidades experimentais, mas não usam alocação aleatória para criar as comparações nas quais os 
efeitos dos tratamentos são avaliados (o investigador não tem completo controle sobre a alocação ou 
o momento de intervenção). A interpretação de resultados de um estudo quase-experimental é idêntica 
a de um estudo observacional. 
 Estudos planejados x Estudos não planejados: as investigações experimentais randomizadas são 
sempre planejadas. As pesquisas experimentais não randomizadas podem ser planejadas ou não. 
Quando o estudo é planejado, pode-se padronizar o tratamento na coleta de dados, definições de 
doença (demais variáveis), usar técnicas apropriadas de aferição dos resultados (duplo-cega, para 
minimizar a variação entre os observadores sobre diversos fatores prognósticos). Pesquisas não 
planejadas podem ter os resultados afetados pela falta de padronização. 
 Experimento natural: investigação quase experimental, não planejada, que incide sobre 
circunstâncias ocorridas naturalmente, em que populações sofreram diferentes graus de exposição a 
um dado fator, supostamente causal, simulando uma verdadeira experiência aleatorizada (ex: Snow e 
cólera). 
 Epidemiologia experimental: estudo, em animais de laboratório, dos efeitos de uma alteração, seja 
de característica do agente, do hospedeiro ou do meio, mantidos rigorosamente sob controle os demais 
fatores. Não serve apenas para estudar doenças infecciosas (o câncer também está sendo estudado 
assim). 
 Epidemiologia teórica (modelos matemáticos): representa/esimula a realidade através de modelos 
matemáticos ou estatísticos, que visam explicar ou prever a ocorrência e evolução de fenômenos. 
Usada principalmente no estudo de infecções (para doenças crônico-degenerativas é mais complexa). 
 Estudos ecológicos descritivos e analíticos: os estudos descritivos são a forma mais simples de 
estudos ecológicos (investigação sobre a série cronológica de tuberculose em uma dada cidade). Nos 
estudos de cunho analítico investiga-se a relação entre dois ou mais eventos expressos sob a forma 
estatística. As informações usadas para estudos ecológicos geralmente são provenientes de fontes 
diferentes. 
Capítulo 15 – Pereira: Validade de uma Investigação 
“A validade de um estudo diz respeito ao grau de correção das conclusões alcançadas. Questões 
metodológicas, não adequadamente resolvidas no desenrolar da pesquisa, no modo de seleção das 
pessoas, na forma de obtenção dos dados ou na maneira de analisa-los, constituem ameaça à validade e, 
consequentemente à credibilidade das conclusões” 
Validade interna: refere-se ao grau em que as conclusões de uma investigação são corretas para a amostra 
estudada. Avaliação metodológica: adequação de detalhes técnicos na comparação entre os grupos 
estudados, precisão das técnicas diagnósticas, relevância dos indicadores e controle de fatores que 
possam dificultar a interpretação. 
Validade externa: as conclusões da investigação podem ser aplicadas à população de onde a amostra veio 
ou a outras populações; refere-se à extrapolação dos resultados. 
 Extrapolação da amostra para a população de onde ela proveio: o êxito depende da obediência 
às regras de amostragem estatística e está relacionadoa representatividade dos participantes 
incluídos na amostra. Usa de conhecimentos estatísticos, como intervalo de confiança. 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
 Extrapolação da população investigada para outras populações: os dados obtidos na população 
experimental (de onde a amostra provém) são aplicados coerentemente à população de referência 
(na qual as conclusões são aplicadas). O seu êxito depende de caráter subjetivo. 
Um estudo de caso possui alta validade interna e baixa validade externa, visto quem por levar em conta a 
realidade de um único indivíduo, mesmo que use formas corretas de medida, torna difícil extrapola os dados 
para uma população (generalização). Já um recenseamento possui alta validade externa e baixa validade 
interna, visto que por ser realizado por muitos aplicadores diferentes e em uma população tão grande, pode 
perder pontos na padronização, limitando a validade interna. Validade interna e externa funcionam como 
uma gangorra: ganha-se de um lado e perde-se do outro. 
VIÉS METODOLÓGICO: sinônimo de erro sistemático, vício, tendenciosidade, desvio, deturpação, 
distorção ou bias. Em geral, é um erro sistemático não intencional introduzido em qualquer fase de um 
estudo. 
- Viés de seleção: erro na identificação da população; erro devido a diferenças sistemáticas entre as 
características daqueles indivíduos incluídos no estudo e daqueles que não o são; distorção sistemática 
introduzida pela maneira como os participantes são selecionados para o estudo, por perdas ou por não-
respostas dos incluídos, originalmente, na amostra. Causas: amostra insuficiente, falha no método de 
seleção, perdas, não-resposta, não-equivalência entre os grupos. 
- Viés de aferição: erro sistemático de diagnóstico de um evento, quando os resultados podem ser 
imputados à maneira como as variáveis são conceituadas ou medidas. Causas: definição inadequada das 
variáveis, baixa validade dos instrumentos de coleta de dados, uso inadequado dos instrumentos, 
preparação deficiente dos observadores, maior ênfase na procura de dados de um grupo, resposta 
equivocada das pessoas. 
- Viés de Confundimento: erro sistemático que ocorre quando os resultados de uma associação entre 
dois fatores podem ser imputados a um terceiro fator não levado em consideração; este terceiro fator é a 
variável de confundimento. Causas: não levar em consideração fatores de confundimento e a interação 
entre as variáveis, análise estatística inadequada. 
Os erros são evitados ou neutralizados no planejamento da investigação, na sua execução e na análise 
dos dados. Quando interpretamos os resultados de uma pesquisa e há uma diferença estatística nos dados 
de dois grupos, devemos levar em consideração o acaso como explicação e o viés como explicação. Podem 
ocorrer algumas situações estatísticas na comparação de grupos: 
A) REGRESSÃO EM DIREÇÃO À MÉDIA: tendência de indivíduos com valores extremos de um 
parâmetro apresentarem, posteriormente, valores não tão extremos e mais próximos da média de 
distribuição deste parâmetro. Em geral, nas avaliações com indivíduos selecionados por 
apresentarem valores extremos na distribuição de uma variável, a interpretação dos resultados 
deve sempre considerar a regressão em direção à média. Estudos controlados possuem ambos 
os grupos sob efeito de regressão à média, de modo que eles se anulam. 
B) MÚLTIPLOS DESFECHOS CLÍNICOS: numerosas análises estatísticas tendem a ser realizadas 
com os dados de uma única investigação científica, de modo a verificar o efeito da exposição 
sobre muitos desfechos clínicos mas muitas vezes causando problemas de interpretação. Maior 
chance de haver um falso positivo (erro tipo I). 
C) ANÁLISE DE SUBGRUPOS: é frequente a realização de análises secundárias em segmentos 
restritos de participantes para esmiuçar determinadas características. Como a amostra passa a 
ser de tamanho menor, há maior chance de haver um falso negativo (erro tipo II). 
D) TESTES ESTATÍSTICOS: seleciona-se o teste estatístico adequado; o resultado encontrado é 
traduzido em termos de probabilidade; são formadas as hipóteses nula (não há diferenças entre 
os grupos) e alternativa (há diferenças entre os grupos comparados); análise de P para ver se as 
diferenças são estatisticamente significativas (P pequeno, baixa probabilidade das diferenças 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
serem explicadas pelo acaso) ou não significativas (P grande, alta probabilidade das diferenças 
serem explicadas pelo acaso). Em síntese, primeiro se verifica se as diferenças são ou não 
estatisticamente significativas. Se elas “não são” estatisticamente significativas, o tamanho das 
diferenças entre o grupo experimental e o grupo controle são irrelevantes. Se as diferenças “são” 
estatisticamente significativas, avalia-se a magnitude das diferenças para saber se têm expressão 
clínica. Na interpretação dos resultados também deve ser considerada a direção das diferenças, 
através de testes bidirecionais (nem a hipótese nula nem a alternativa especificam a direção) ou 
unidirecionais (admitem apenas uma determinada direção para diferenciar a hipótese nula da 
alternativa). 
Capítulo 16 – Pereira: Seleção dos Participantes para Estudo 
VIÉS DE SELEÇÃO: viés de amostragem, ocorre quando há diferenças sistemáticas entre aqueles que 
foram selecionados para o estudo e aqueles que não o são. O viés se manifesta, em uma pesquisa analítica, 
quando as pessoas incluídas não são representativas da população com respeito à distribuição da 
exposição, da doença ou de ambas. 
Indícios para suspeitar de viés de seleção: uso de dados de rotina extrapolados para toda população, 
escolha não aleatória dos membros para compor a amostra, baixas taxas de resposta e colaboração das 
pessoas, novos indivíduos admitidos no decorrer de uma pesquisa, falta de adequados controles de 
qualidade. Tais situações somente resultam em viés se as pessoas não incluídas ou posteriormente 
excluídas da investigação têm características diferentes daquelas que constituem a amostra de estudo. 
 Viés de operações de amostragem: erros no processo de amostragem (exclui-se uma parte por ela 
não estar “cadastrada” na população) 
 Viés de auto-seleção: ocorre por diversos motivos que fazem com que uma pessoa se coloque à 
disposição da investigação 
 Viés das perdas: substancial proporção de não respostas e abandonas da pesquisa 
 Viés de admissão: quando se investiga a associação de eventos em pacientes de um hospital, por 
exemplo. 
 Viés de afiliação: pessoas que pertencem a um certo grupo com diferente nível de saúde da 
população geral são usadas para generalizar o resultado para toda população. 
 Viés da prevalência: casos graves ou fatais (assim como os de curta duração) são excluídos da 
investigação. 
Como evitar viés de seleção? Planejar cuidadosamente a pesquisa e estabelecer um esquema de controle 
de qualidade (em todos os estágios da investigação); no caso de pesquisas com inquérito amostral, lidar 
com amostra de pequeno tamanho, calculada para ser suficiente para os objetivos da pesquisa, com seus 
membros selecionados ao acaso e com o mínimo de perdas. 
No final da pesquisa, se há evidências dos resultados serem afetados por vieses, eles devem ser apontados 
e não mascarados. 
A seleção de pessoas é uma das possibilidades que deve ser sempre lembrada na interpretação de uma 
investigação no sentido de inferir causalidade entre os eventos. O viés de seleção é uma das explicações 
para o resultado de uma investigação, quer simplesmente descritivas, quer nas que tem o objetivo de 
pesquisar a associação entre um fator e uma doença, quer nas que buscam determinar os efeitos de um 
tratamento. 
Censo X Amostragem: enquantoo censo envolve a enumeração de toda população, a amostragem abrange 
um subconjunto. Os dados da amostra só importam à medida que possam gerar informações confiáveis e 
válidas sobre a população, o que é alcançado quando as amostras são compostas de forma aleatória. 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
 Possibilidade de realizar recenseamento na área da saúde: mais comum de ocorrer em pequenas 
comunidades; as estatísticas e investigação representam o nível máximo de precisão que se pode 
alcançar. 
 Amostragem – a solução prática: em grandes populações o censo demanda altos custos e é 
passível de erros grosseiros. Pesquisas em amostras podem possuir maior exatidão por conseguir 
eliminar diferenças na padronização de procedimentos e dificuldades em encontrar todos os 
indivíduos. 
o Amostras de Conveniência: não aleatórias, não probabilísticas; são usadas 
intencionalmente em muitas ocasiões. Atenção para não dar importância indevida às 
estimativas quantitativas obtidas por essa via. Ex: investigações comunitárias, 
investigações em estabelecimentos de saúde. As vantagens do uso de amostras não-
aleatórias são apreciáveis por conta das facilidades operacionais e dos custos reduzidos, 
mas o método deve ser evitado quando o objetivo é estimar prevalência ou incidência. 
o Amostras Aleatórias: casuais, probabilísticas, estatísticas, ao acaso; usadas quando o 
objetivo é determinar as características da população a partir do exame de um pequeno 
número de unidades; cada unidade tem a mesma probabilidade de fazer parte da 
amostra; para obter amostras ao acaso de cunho estatístico, todo julgamento humano é 
afastado. Somente nestas condições podem-se usar as regas de inferência estatística de 
modo a fazer generalizações para a população a partir dos dados da amostra. 
ERROS DE AMOSTRAGEM: informar a prevalência de um evento por um número isolado pode ser uma 
informação incompleta. Os resultados obtidos em uma amostra aleatória sempre diferem de outra amostra 
aleatória, da mesma população, e do próprio resultado obtido pelo exame de toda população. Essa 
diferença de resultados, quando se trabalha com amostras aleatórias, é denominada “erro de amostragem” 
ou “variação amostral”. Por causa da variação amostral, prefere-se ir além da prevalência pontual e 
proceder à estimativa por intervalo. 
ERROS ALHEIOS À AMOSTRAGEM: há numerosas possibilidades de cometer erros durante o processo 
de escolher a amostra e na fase de coleta de dados. 
- Modo de Escolha de Amostras Aleatórias 
 Amostra aleatória simples: pode utilizar tabelas de números aleatórios 
 Amostra sistemática: pulo 
 Amostra estratificada 
 Amostra por conglomerados 
 Amostragem em estágios (amostragem multifásica) 
Perdas na Amostra Original: se há perdas, a única certeza sobre os resultados é colocar limites nas 
estimativas de frequências, admitindo-se que as perdas sejam todas de “indivíduos sadios”, no primeiro 
cálculo, ou de “indivíduos doentes”, no segundo cálculo. Forma-se um intervalo onde situa-se a verdadeira 
prevalência. Se as perdas forem muito grandes, os intervalos tornam-se muitos extensos e perdem o valor 
prático. 
- Cada investigação é única, não havendo consenso sobre a quantidade de perdas aceitáveis (considera-
se para fins didáticos que deveria ser entre 5% e 10% no máximo). 
- Não somente a “quantidade” de perdas é importante como também a “qualidade”. Perdas inferiores a 20% 
podem causar grande distorção dos dados quando distribuídas desigualmente. 
o Perdas ao acaso: seus efeitos tendem a ser mutuamente anulados em amostras grandes. Não 
havendo direção preferencial para os erros, não produzem efeito significativo no resultado da 
investigação. Os resultados obtidos podem ser generalizados para a população. 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
o Perdas sistemáticas: não são ao acaso; há viés ou erros sistemáticos na mesma direção. Os 
efeitos se acumulam e geram distorção no final da investigação. 
INDICADORES DE REPRESENTATIVIDADE DA AMOSTRA: pode-se comparar as características da 
amostra final com as da amostra inicial (quanto mais semelhantes, maior a representatividade); pode-se 
comparar as características dos grupos em duas ou mais situações. Quando há diferenças nas 
comparações mencionadas, suspeita-se que a amostra em foco não representa a população (há um viés 
de seleção). 
 
Capítulo 17 – Pereira: Aferição dos Eventos 
VIÉS DE AFERIÇÃO: viés de informação; viés de observação; erro sistemático de diagnóstico. Aparece 
quando os achados obtidos com os dados da amostra diferem dos da população por erros de aferição. 
Indícios para suspeitar da presença de um viés de aferição: ausência de planejamento, coleta de dados 
pouco cuidadosa, ausência de definição do evento, uso de indicadores inapropriados, questionário malfeito, 
aparelho de medição mal conservado, falta de manual de instruções para os entrevistadores, falta de pré-
teste de instrumentos e procedimentos, obtenção de dados de terceiros, entrevistadores mal preparados 
ou que induzem a determinadas respostas, vários coletores de dados sem padronização e supervisão 
adequada, coleta de dados durante período muito longo, comparação de resultados de dois grupos, em 
que, em um deles, é empregada uma técnica diagnóstica não utilizada no outro. 
 Viés do observador: há diferenças sistemáticas na coleta de dados, e elas são imputadas ao 
observador: por exemplo, por distorções na forma de interrogar e examinar. 
 Viés de suspeita diagnóstica: distorção introduzida quando se sabe ou se suspeita do verdadeiro 
estado do indivíduo observado. Procura-se com mais afinco a doença em grupos expostos do que em 
não expostos, ou, procura-se mais o fator de risco nos grupos doentes do que em não doentes. 
 Viés por uso de informante inadequado: obtenção de dados de terceiros pode gerar o “efeito proxy”; 
a possibilidade de viés aparece em estudos analíticos, quando os dados sobre os casos são coletados 
de informantes, enquanto os referentes aos controles são obtidos dos próprios indivíduos. 
 Viés do instrumento de coleta de dados: um instrumento inadequado ou defeituoso constitui uma 
séria limitação para a qualidade da informação produzida com o seu uso. Uma das maiores dificuldades 
de uma pesquisa consiste na preparação e aferição de um instrumento apropriado para alcançar os 
objetivos a que a pesquisa se propõe. 
 Viés da forma de detecção: o erro sistemático é introduzido pelo modo de identificar e verificar os 
eventos nos grupos. Ocorre em estudos comparativos quando em um dos grupos é usado um 
instrumento de aferição e, no outro grupo, outro instrumento. Ex: comparação das taxas de internação 
por doenças psiquiátricas, entre hospitais, é dificultada pela utilização de critérios diagnósticos 
diferentes nas diversas instituições, e, mesmo em diferentes internações de um mesmo paciente. 
 Viés de recordação (viés de memória ou viés de ruminção): erro sistemático devido a diferenças 
em lembrar episódios passados. Ocorre em estudos de caso-controle e transversal, que utilizam dados 
retrospectivos para aferir exposição e fatores de risco. 
 Viés de processamento da informação: deturpação nos resultados devido a erros de codificação, 
transcrição, digitação ou programação. 
A consequência da presença do viés de aferição é dificultar a determinação causal entre eventos, seja 
porque induz à detecção de falsas associações entre os dois eventos (resultado falso-positivo) ou falha em 
detectar verdadeiras associações (resultado falso-negativo). 
Erros de Mensuração: o resultado final da mensuração de uma característica pode ser decomposto em dois 
elementos: 
1. Própria característica do objeto de mensuração – peso corporal, glicemia e umidadedo ar 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
2. Variações de natureza metodológica que constituem os “erros” introduzidos pelo processo de 
mensuração, o que faz com que os resultados apurados sejam ora para menos, ora para mais, 
em relação ao seu real valor. 
Para bem determinar a característica objeto de mensuração, é fundamental anular, se possível, ou manter 
em níveis reduzidos, o segundo componente: o erro metodológico. 
O termo “erro” significa a diferença entre o resultado de uma medição e o verdadeiro valor da característica. 
Normalmente é desconhecido, mas pode ser estimado. O objetivo mais realista de uma coleta de dados é 
minimizar os erros de mensuração de modo a não invalidar as conclusões de um estudo. 
- Erros aleatórios: casuais; não sistemáticos. Ocorre quando os resultados das mensurações estão 
distribuídos em torno de um real valor mas sem predileção por um dos lados. Em pesquisas analíticas o 
erro aleatório tende a reduzir uma associação de eventos, porventura existentes. Em geral, esse erro é de 
pequena amplitude e tem pouca importância no final da investigação. 
- Erros não aleatórios: está presente quando as medidas estão constantemente desviadas para um dos 
lados, seja para mais seja para menos, em relação ao seu valor real. Ex: aparelhos mal calibrados que 
sempre acusam nível superior ao normal. O resultado pode gerar uma associação artificial entre eventos 
ou diluir uma associação verdadeira. Em geral, as consequências do erro sistemático são mais graves que 
as do erro casual. 
Um princípio básico para nortear o controle de erros é conhecer e estar atento à sua etiologia. 
Os erros são prevenidos ou minimizados pelo cuidadoso e detalhado delineamento da coleta de dados e 
da pesquisa de maneira geral. Muitas vezes o viés não pode ser evitado totalmente, mas apenas atenuado 
de modo a minimizar os seus efeitos. Em algumas situações é possível neutralizar um viés, quando 
detectado na fase de análise de dados (como as produzidas por aparelhos descalibrados). Para prevenir 
os erros de mensuração, pode-se atuar nos seus 3 componentes etiológicos: criar um ambiente propício 
para a mensuração e contar com instrumentos apropriados, adequadamente manejados por pessoal 
padronizado para fazê-los funcionar. 
Há necessidade de definir com clareza o evento a ser pesquisado, os termos a serem usados e o modelo 
de coletar os dados, assim como os critérios de inclusão e exclusão dos casos. Se os dados devem ser 
colocados em escala, os limites classificatórios devem ser claros. 
Efeito de observar e ser observado: é possível que o observador seja influenciado por uma característica 
da pessoa observada, alterando o seu julgamento. Entre os cuidados para minimizar/evitar o efeito halo, 
estão a adoção de definições objetivas dos eventos, medir uma característica por vez, a criação e adesão 
a normas estritas de conduta durante o processo de aferição e as avaliações cegas. Outra dificuldade é a 
possível interferência da pesquisa na conduta das pessoas que estão sendo investigadas (efeito 
Hawthorne). Repetidos exames ou interrogatórios em pessoas de um mesmo grupo podem alterar o 
comportamento de modo que não reflita mais a respectiva frequência da população em geral. 
Muitas vezes a expectativa do investigador transmite-se ao examinado através do modo de formulação das 
perguntas, gestos de aprovação ou reprovação, assim como também pode alterar a interpretação de um 
resultado de um exame complementar duvidoso. Para neutralizar isso, é possível delegar a coleta de dados 
para pessoas não envolvidas com os resultados da investigação. As pessoas que respondem a um 
questionário são mais francas em ambiente que lhes seja familiar do que em locais de pouca privacidade, 
como salas de espera e corredores. 
Etiologia dos erros de 
mensuração ou 
aferição
As circunstâncias nas quais são feitas as mensurações
O instrumento usado na aferição
As pessoas envolvidas no processo: observador e observado
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
Reprodutibilidade: confiabilidade; fidedignidade; repetibilidade ou precisão. É a consistência de resultados 
quando a medição ou o exame se repete. 
Validade: acuidade; acurácia; exatidão. Refere-se ao grau em que o exame é apropriado para medir o 
verdadeiro valor daquilo que é medido, observado ou interpretado. Informa se os resultados representam 
a verdade. 
Um teste de baixa reprodutibilidade forçosamente acarreta baixa validade, o que significa pouca utilidade. 
Um teste de alta reprodutibilidade, no entanto, não assegura alta validade. 
Capítulo 19 – Pereira: Interpretação da Relação Causal 
CAUSALIDADE: relacionamento das causas aos efeitos que as produzem. 
Em epidemiologia, os termos “fator de risco” e “intervenção”, são referidos genericamente como 
“exposição”. As pesquisas têm em comum o fato de examinarem a relação entre uma “suposta causa” (a 
exposição) e um dado “efeito” (a doença) 
 Causas humanas ou ambientais: embora seja comum, na maioria das vezes as causas são 
imputadas a interações entre predisposição individual e exposições ambientais. 
 Causas proximais, intermediárias e distais: de acordo com a distância em que estejam das 
manifestações clínicas (ex: fatores distais da má nutrição geralmente são socioeconômicos) 
 Causas predisponentes, desencadeadoras e agravantes: levam em conta o tipo de contribuição 
de um determinado fenômeno (ex: a idade avançada é um fator predisponente de muitos danos 
à saúde, a poluição ambiental é desencadeadora de episódios de bronquite asmática e o 
estresse emocional é fator agravante desse processo). 
 Causas necessárias e suficientes: uma causa é necessária quando sempre precede um efeito, e, 
suficiente, quando inevitavelmente inicia ou produz efeitos. Dizemos que existem causas 
contribuintes (fatores de risco) quando uma causa necessária não é suficiente. Na maioria de 
doenças crônicas-degenerativas, não há causas necessárias e suficientes, apenas fatores de 
risco. 
ASSOCIAÇÃO: significado de correlação estatística entre dois ou mais eventos 
Causalidade e Associação não são sinônimos!!! Dois eventos podem estar associados sem que 
um seja causa do outro. 
Uma relação é causal quando a alteração na frequência de um dos eventos acarreta mudanças no outro. 
A relação estatística não-causal pode ser explicada por um terceiro fator, por um viés metodológico ou 
pelo efeito da “chance”. 
Elucidação da Relação Causal: 
1. Existe associação estatística? Fase de acúmulo de dados e cálculos. 
Neutralizar o fator “chance”. Os testes estatísticos (qui-quadrado, intervalo de 
confiança para risco relativo...) informam se a associação é devida ao acaso. Se o 
fator e a doença não estão relacionados estatisticamente, a análise termina. Caso 
haja associação, conclui-se que existe correlação, mas não necessariamente relação 
causal. 
2. Algum viés explica a associação encontrada? Devem ser afastadas as 
explicações alternativas por conta de vieses de seleção, aferição ou confundimento. 
Nesse processo são importantes os “ajustamentos de dados”. 
3. A associação é causal? Deve ser decidido através do julgamento baseado nas evidências 
encontradas. O processo de determinação das causas consiste em gerar evidências estatísticas 
para depois julgar estas mesmas evidências. A associação estatística pode ser devida a chance, 
viés de seleção, viés de aferição, viés de confundimento ou relação causal. 
Uma das formas de 
evitarmos o acaso de 
resultados falso-positivos 
ou falso-negativos é 
através da repetição do 
estudo. 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
Postulados de Koch: 
1. O agente deve estar presente em cada doença, determinado por isolamento em 
cultura.2. O agente não deve ser encontrado em casos de outra doença 
3. Uma vez isolado, o agente deve ser capaz de reproduzir a doença em animais 
4. O agente deve ser recuperado na doença induzida experimentalmente 
 
4. A causalidade é direta ou indireta? Quando a associação é direta, não existem elos 
intermediários. Se há um ou mais elos, a relação é indireta. O fato da relação causal ser direta 
ou não é importante para a prevenção (focar sempre no elo mais fraco da cadeia). 
Associação Espúria: associação que não é devida ao fator que se atribui. Alguns autores consideram 
como associação espúria todas as situações que levam a uma associação estatística não causal. Outros 
consideram a associação espúria decorrente da obra do acaso, viés de seleção ou aferição (consideram 
que as associações provenientes de um fator em comum são indiretas – ex: manchas nos dedos e 
câncer). 
O processo de julgamento causal deve ser construído em torno de 2 eixos: verificação do tipo de 
“método”, de sua credibilidade em produzir informações e de como foi utilizado, assim como da aplicação 
de “critérios” para julgar as evidências. 
Os cientistas são unânimes em considerar o método experimental do tipo ensaio clínico randomizado 
como melhor opção para pesquisa, pois evita as principais limitações dos demais métodos (tem potencial 
para formar grupos semelhantes, anulando os fatores de confundimento). Não obstante, ainda são 
necessários cuidados em relação a amostras de tamanho reduzido, desistência de participantes, não 
aderência rígida das pessoas às prescrições e o viés ocorrido na forma de coletar os dados. 
Em muitas situações esse método não pode ser 
utilizado por aspectos éticos. Outros métodos 
devem ser utilizados, então. As informações 
obtidas serão muito mais difíceis de interpretar. 
Em hierarquias que desconsideram estudos 
transversais e incluem investigações clínicas não 
controladas, a ordem dos métodos passa a ser: 
estudo experimental do tipo “ensaio randomizado”, 
estudo de coorte, estudo de caso-controle, estudo 
de incidência ou série de casos e por fim, estudo 
de caso. 
Muitas vezes não conseguimos fazer a pesquisa da forma como idealizamos. Algumas substituições que 
ocorrem: 
 Voluntários ao invés de indivíduos aleatoriamente selecionados 
 Pacientes de hospital ao invés de todos indivíduos representativos de uma população 
 Grupo-controle hospitalar em lugar de escolhido na comunidade 
 Dados secundários em lugar de dados primários 
 Dados retrospectivos ao invés de dados prospectivos 
 Registros pré-existentes em substituição à coleta de dados 
 Dados de informantes ao invés do próprio paciente. 
Em geral, considera-se: 
 Estudo randomizado superior ao não randomizado 
 Estudo prospectivo superior ao retrospectivo 
 Estudo de incidência superior ao de prevalência 
 Estudo com grupo-controle interno superior ao sem grupo-controle interno. 
 
 
 
H
ie
ra
rq
u
ia
 d
o
s 
m
ét
o
d
o
s 
an
al
ít
ic
o
s
Ensaio clínico randomizado
Estudo de Coorte
Estudo de Caso-Controle
Estudo Transversal
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
ROTEIRO PARA A AVALIAÇÃO CRÍTICA DE RELAÇÃO CAUSAL: 
A. Quanto ao MÉTODO e sua credibilidade em produzir informações: 
1. Evidência Experimental: é a base mais sólida para julgar causalidade, e, os seguintes 
aspectos merecem ser verificados nas respectivas investigações: 
 A metodologia foi corretamente utilizada? A randomização foi feita 
adequadamente? Os grupos têm características semelhantes (deu certo)? O 
tamanho da amostra é adequado? A intervenção foi aplicada de maneira correta? 
 Os resultados podem ser explicados pelo acaso ou por algum viés? Ou seja, 
atribuídos ao viés de seleção, de aferição ou pela ação de variável de confusão? 
2. Evidência Observacional: embora os estudos de observação produzam informações que 
possam ser mais controvertidas do que em estudos experimentais, somente eles podem ser 
empregados em numerosas situações; neles, verificar os seguintes tópicos: 
 O tipo de método (coorte, caso-controle...) é apropriado para alcançar os objetivos 
da investigação? Ele foi usado como manda a teoria? Com tamanho de amostra 
adequado? 
 Os resultados podem ser explicados pelo acaso ou por algum viés? Ou seja, 
atribuídos ao viés de seleção, de aferição ou pela ação de variável de confusão? 
B. Quanto à aplicação dos CRITÉRIOS DE JULGAMENTO: 
1. A exposição é anterior à doença? 
2. A associação entre exposição e doença é forte? 
3. Existe relação dose-resposta? 
4. Os resultados de vários estudos apontam, consistentemente, para a mesma direção? 
5. A associação faz sentido em termos biológicos? 
6. A associação encontrada entre o fator e a doença é análoga a uma relação previamente 
descrita? 
7. A associação entre o fator e a doença é específica? 
CRITÉRIOS PARA JULGAR CAUSALIDADE: 
 Sequência Cronológica: a exposição ao fator de risco deve anteceder o aparecimento da doença e 
ser compatível com o respectivo período de incubação ou latência (estudos prospectivos são 
melhores para essa identificação). 
 Força de Associação: a incidência da doença deve ser significativamente mais elevada 
nos indivíduos expostos do que em não expostos. Essa relação é expressa, habitualmente, 
pelo risco relativo (RR) ou pelo “odds ratio” (OR): quanto maior o RR ou OR, maior a força 
de associação (significa maior probabilidade de haver relação causal entre a exposição e a 
doença). Enquanto que a correlação mede a força de relação entre variáveis, a regressão 
fornece uma equação que descreve a relação matemática entre as variáveis. Quanto mais o 
risco relativo se afasta da unidade, maior a chance de a relação ser causal. 
o Risco relativo igual a 1 indica que não há associação causal. 
o Risco relativo maior do que 1 significa que a exposição constitui fator de risco. 
o Risco relativo menor do que 1 significa que a exposição constitui fator de proteção. 
 Relação Dose-Resposta: se houver relação entre a intensidade (ou duração) da exposição e a 
ocorrência (ou gravidade) da doença, há argumentos em favor da associação causal. 
 Consistência: os resultados devem ser confirmados por diferentes pesquisadores, usando diferentes 
métodos, em diferentes populações. 
 Plausibilidade: há evidências adicionais de relação causal se os fatos novos se enquadram, 
coerentemente, no conhecimento existente sobre a matéria. 
 Analogia: se há antecedentes, na literatura, que permitiram estabelecer causalidade – caso de um 
dado vírus estabelecer câncer – está justificado que, em outras situações assemelhadas, o mesmo 
pode acontecer, ou seja: que outros vírus também causem câncer. 
Análise do Intervalo 
de Confiança: 
Se o intervalo de 
confiança de 95% do 
RR “inclui a unidade”, 
os resultados não são 
estatisticamente 
significativos 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
 Especificidade: informa o quanto da presença da exposição pode ser usado para prever a ocorrência 
da doença; se a exposição ao fator de risco pode ser isolada das outras exposições e ser capaz de 
produzir mudanças na incidência da doença, têm-se argumentos adicionais em favor de uma relação 
causal entre o fator e a doença. 
 
MEDIDAS DE RISCO: são utilizadas para representar quantitativamente a relação entre os eventos. 
 
Risco Absoluto (Incidência): mede o risco absoluto de ocorrência de um evento e indica, para um 
membro daquele grupo, a probabilidade que tem de ser acometido por um agravo em determinado 
período. Ex: coeficiente anual de mortalidade por câncer de pulmão em fumantes. Pode se expressar a 
incidência por segmentos populacionais. A comparação entre duas taxas de incidênciagera outras 
medidas de risco. 
 
Risco Relativo: é uma razão entre dois coeficientes de incidência. Ex: razão entre a incidência de câncer 
por pulmão entre fumantes e não fumantes. A computação do risco relativo (RR) é simples, bastando 
dividir uma taxa de incidência por outra. O resultado final não tem unidades, pois apenas indica quantas 
vezes um risco é maior que o outro. Pode ser calculado diretamente em estudos que geram taxas de 
incidência (ensaios clínicos e estudos de coorte), mas nos estudos de caso-controle o risco relativo 
precisa ser estimado através do cálculo Odds Ratio. Por aproximação, nos estudos transversais, uma 
estimativa do risco relativo é obtida a partir de coeficientes em expostos e não expostos (razão de 
prevalência). 
 
Odds Ratio: é uma razão entre chances (chance de uma moeda cair com a face “coroa” virada para cima 
é 1 para 1). O risco relativo e Odds Ratio sempre apontam para a mesma direção, embora possa haver 
diferenças numéricas entre as duas medidas. Tais diferenças são mínimas quando as frequências das 
doenças são baixas, e se tornam mais evidentes em doenças de maior frequência. 
 
Risco Atribuível: fração atribuível ou fração etiológica. Parte da incidência de um dano à saúde que é 
atribuída a uma determinada exposição. O seu cálculo é feito pela subtração entre dois coeficientes 
(incidência em expostos e não expostos), e o resultado indica sobre o risco em excesso ou a fração 
atribuível ao fator de risco. 
 
Risco Atribuível Populacional: inclui-se a frequência que esse fator de risco existe na população. A 
prevalência de um fator de risco na população pode ser determinada por um censo ou estimada por um 
inquérito amostral. A frequência encontrada nos controles também é usada como estimativa de 
prevalência. 
USO DAS MEDIDAS DE RISCO 
 A incidência (risco absoluto) é a medida básica da epidemiologia e permite derivar outras 
maneiras de quantificar risco. 
 O risco relativo e odds ratio medem a associação entre fator de risco e doença (pesquisas 
etiológicas); força de associação. 
 O risco atribuível também informa sobre a influência de um fator na ocorrência de uma doença, 
mas especifica quanto é atribuído ao fator (estimativa da proporção de casos que poderia ser 
evitada se a exposição fosse afastada). 
MEDIDAS DE EFEITO: São utilizadas para representar quantitativamente a relação entre os eventos 
(exposição e doença), para provar/determinar a etiologia das doenças. Podem ser chamadas de medidas 
de risco ou de associação. Dentre as mais utilizadas, estão: risco relativo, risco absoluto (incidência), 
odds ratio, risco atribuível e risco atribuível populacional 
→ Os estudos de coorte são os que conseguem medir a incidência (porque precisam de Tempo) 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
O tipo do delineamento de estudo dita a medida de efeito utilizada: 
 Estudos de coorte usam Razão de incidência (risco relativo) 
 Estudos transversais usam Razão de prevalência 
 Estudos de caso-controle usam Razões de Odds 
 Razão de prevalência e Odds não são medidas de risco 
 
As medidas de associação mostram, a partir de medidas de efeito, a ocorrência de relação de x doença 
diante de x exposição. As medidas de efeito devem sempre vir acompanhadas de medida de associação 
(intervalo de confiança, teste de hipótese, teste do x², p-valor...). 
Razão de prevalência: A prevalência é uma medida de ocorrência, já a razão de prevalência é uma 
medida de efeito. 
Cálculo: prevalência de doentes expostos/ prevalência de doentes não expostos, ou seja, é a razão entre 
a razão de doentes expostos e todos os expostos e doentes não expostos sobre todos os não expostos 
𝑎
𝑎 + 𝑏
𝑐
𝑐 + 𝑑
 
Interpretação: a prevalência de x doença em y exposição é __vezes maior que em não exposição. OU y 
exposição de termina probabilidade ___ vezes maior para x doença. Em doenças raras, odds e razão de 
prevalência são simétricos (mesma coisa). Quando a razão de prevalência dá maior que 1, diz-se que a 
causa é um fator de risco. 
 
Risco absoluto (Incidência): Mede o risco absoluto da ocorrência de um evento. É a mais utilizada, 
especialmente em Estudos de coorte. Indica, para um membro do grupo, a probabilidade/risco de ser 
acometido por um determinado agravo à saúde em um período específico. Ex.: Dentre 40 crianças 
acompanhadas durante um ano em uma creche, oito foram acometidas por hepatite infecciosa, então o 
risco absoluto (ou incidência) é de 20%. Ou seja, o risco de um indivíduo exposto, escolhido ao acaso, 
ser afetado pela doença é de 20%. A comparação entre duas taxas de incidência gera outras medidas de 
risco. 
Risco relativo (RR) ou Razão de Incidência: É a razão entre dois coeficientes de incidência. Tem como 
resultado um número sem unidade, que representa quantas vezes um risco é maior ou menor que outro. 
Ex.: coeficiente de morbidade entre sedentários e não sedentários. Muito utilizado em ensaios clínicos e 
estudos de coorte, que são estudos que geram taxa de incidência. 
Cálculo: 
𝑎
𝑎 + 𝑏
𝑐
𝑐 + 𝑑
 
Interpretação: Se o risco relativo é igual ou muito próximo de 1, indica que a incidência do agravo à saúde 
é igual nos dois grupos comparados. Não há associação entre o fator e a doença, não existe risco para a 
saúde na sequência da exposição. Se o risco relativo for maior que 1, a exposição é um fator de risco 
para a saúde. Por exemplo, se o RR de doença coronariana entre sedentários e não sedentários for igual 
a 2, a chance de incidência daquela condição é duas vezes maior no grupo dos sedentários comparada 
ao grupo dos não-sedentários, ou que o risco de desenvolver doença coronariana é duas vezes maior em 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
sedentários. Se um risco relativo é menor que um, a exposição é benéfica, constituindo um fator de 
proteção para a saúde. 
Odds ratio: Em estudos de caso-controle o risco relativo não consegue ser computado diretamente, 
precisando ser estimado indiretamente. Odds indica chance de um evento (o odds é uma razão de 
chances). Por ser uma razão entre duas chances, é um bom estimador de risco relativo. 
Cálculo da Razão de Odds: 
𝐷𝑜𝑒𝑛𝑡𝑒𝑠 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 𝑋 𝑆𝑎𝑢𝑑á𝑣𝑒𝑖𝑠 𝑛ã𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠
𝐷𝑜𝑒𝑛𝑡𝑒𝑠 𝑛ã𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 𝑋 𝑆𝑎𝑢𝑑á𝑣𝑒𝑖𝑠 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠
= 
𝐴𝐷
𝐵𝐶
 
Tabela de contingência 2x2: DOENTE NÃO DOENTE TOTAL 
EXPOSTO A B A+B 
NÃO EXPOSTO C D C+D 
TOTAL A+C B+D A+B+C+D 
 
Intervalo de Confiança: significa que o valor encontrado deve estar nesse intervalo, e se a pesquisa 
fosse repetida 100 vezes, 95 vezes os resultados estariam no intervalo descrito. Se o IC englobar a 
unidade (1), o resultado não é confiável, o valor não é estatisticamente significativo, indicando acaso, 
visto que uma mesma variável que indica fator de risco pode também indicar fator de proteção, por 
exemplo. P-valor e IC são medidas associativas. 
 P-valor: indica se os dados obtidos são ou não dependentes do acaso. O p-valor é a chance de 
o valor encontrado ser devido ao acaso. O p-valor encontrado deve ser menor ou igual ao 
fornecido no estudo para ser confiável. Geralmente, p= 0,05. 
MEDIDAS DE IMPACTO: São medidas de efeito utilizadas para relacionar à população real, a fim de 
tomar decisões e definir as medidas de saúde pública. São elas: Fração Atribuível ou Etiológica (FA) e 
Risco Atribuível Populacional (RAP). Servem para determinar qual o impacto de um risco já comprovado 
na população. 
 
Risco atribuível / Fração Atribuível (RA ou FA): É a parte da incidência de uma doença que é devida 
ou atribuída a uma dada exposição. Pode ser chamado de Fração Atribuível ou etiológica (FA), ou então 
de excesso de risco. 
𝑅𝐴 = 𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎 𝑑𝑎 𝑑𝑜𝑒𝑛ç𝑎 𝑒𝑚 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 − 𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎𝑑𝑎 𝑑𝑜𝑒𝑛ç𝑎 𝑒𝑚 𝑛ã𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 
 
𝐹𝐴 =
(𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎 𝑑𝑎 𝑑𝑜𝑒𝑛ç𝑎 𝑒𝑚 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠 − 𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎 𝑑𝑎 𝑑𝑜𝑒𝑛ç𝑎 𝑒𝑚 𝑛ã𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠) 
𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎 𝑑𝑎 𝑑𝑜𝑒𝑛ç𝑎 𝑒𝑚 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠
 
 
Um grande número de pessoas expostas a um baixo risco determina maior quantidade de doença que 
um pequeno grupo exposto a um risco elevado. Só usa os indivíduos expostos. 
Risco Atribuível na População (RAP): Quando se leva em consideração a população total (que tem 
diferentes frequências do fator de risco), o risco atribuído se torna menor. Especifica o quando da doença 
é atribuída ao fator de exposição, além de fornece estimativa da proporção de casos que poderia ser 
evitada, se a exposição fosse afastada. 
Cálculo: 
𝑅𝐴𝑃 =
𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎 𝑛𝑎 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑡𝑜𝑡𝑎𝑙 − 𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎 𝑑𝑎 𝑑𝑜𝑒𝑛ç𝑎 𝑒𝑚 𝑛ã𝑜 𝑒𝑥𝑝𝑜𝑠𝑡𝑜𝑠
𝑖𝑛𝑐𝑖𝑑ê𝑛𝑐𝑖𝑎 𝑛𝑎 𝑝𝑜𝑝𝑢𝑙𝑎çã𝑜 𝑡𝑜𝑡𝑎𝑙
 
O RAP pode ser calculado também por regra de três. 
 
Exemplo: estudo de coorte em população feminina (mulheres) nos EUA em 1976, n=118539, 
relacionando tabagismo e AVC: 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
• Densidade de incidência dada em 100 mil pessoas/ano 
• Nunca fumou: 17,7 
• Ex-fumante: 27,9 
• Fumante: 49,6 
• Total na pop: 30,2 
 ✓ RI: qual é a razão de incidência entre fumantes com AVC e não fumantes com AVC? 
RI = 49,6/17,7 = 2,8 
Mulheres fumantes tem risco 2,8 vezes maior de desenvolver AVC, dentre as mulheres dos EUA em 
1976. 
✓ FA: ao nível da população, qual o impacto de ser fumante na determinação do AVC? 
FA = 49,6 – 17,7 / 49,6 = 64,3% 
64,3% dos casos de AVC entre as fumantes ocorre devido ao tabagismo 
✓ RAP: ao nível populacional, qual o impacto da eliminação do tabagismo nos 
casos de AVC? 
RAP=30,2 – 17,7 / 30,2 = 41,4% 
Se eliminasse o tabagismo, os casos de AVC diminuiriam em 41,4%. 
 
Se desses casos, reduzo 41,4% ao tirar o tabagismo, 15 casos de AVC são atribuídos ao tabagismo. 
 
Capítulo 18 – Pereira: O Controle de Variáveis 
- VIÉS DE CONFUNDIMENTO: No estudo de uma dada “exposição” e uma dada “doença”, essas são as 
duas principais variáveis de uma pesquisa. São variáveis externas todas aquelas cujos dados são 
coletados no decorrer da investigação e que não medem exposição ou doença. Todas variáveis externas 
são potencialmente confundidoras de um estudo. 
 A idade e o sexo do paciente quase sempre confundem a interpretação, sendo confundidoras 
em potencial. São candidatas naturais a serem neutralizadas, para que uma dada associação 
seja adequadamente investigada. 
Há viés de confundimento quando um resultado pode ser imputado (total ou parcialmente) a algum fator 
não levado em consideração no decorrer do estudo. Ser a exposição principal ou a variável de 
confundimento depende do objetivo de cada investigação. 
Suspeita-se que o viés esteja presente em uma investigação quando não são usadas as técnicas 
apropriadas de controle de variáveis (randomização, pareamento, estratificação de variáveis e análise 
multivariada). Para explicar a relação causal entre dois eventos é necessário afastar explicações 
alternativas, de modo a evitar conclusões equivocadas. 
Viés de confundimento é a situação na qual efeitos de duas exposições sobre um risco não estão 
separados. A variável de confusão consiste no terceiro fator que explica a associação ilusória. 
 
O fator confundidor pode fazer aparecer ou desaparecer uma associação entre exposição e doença, e 
superestimar ou subestimar o verdadeiro efeito. 
 
Como evitar? 
Variável de 
Confundimento
Estar associada à exposição principal em foco
Independente da exposição, ser um fator de risco
Não constituir elo de ligação entre a exposição e a doença
30,2 --- 100000 
X --- 118539 
 
X = 36,6 casos de AVC 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
 Prevenção na fase de planejamento do estudo: adoção de técnicas como randomização, 
constituição de grupos-controle, estratificação, restrição de certas categorias e emparelhamento. 
 Ajuste na fase de análise dos dados: análise estratificada (variável por variável) ou multivariada 
(análise conjunta das variáveis). Permitem em termos matemáticos identificar entre as variáveis 
extrínsecas quais são as confundidoras. 
Neutralizar o confundimento na análise dos dados pode não ser possível em algumas situações (falta de 
informações sobre a variável extrínseca ou pequeno tamanho da amostra). A randomização é a melhor 
técnica para neutralizar a confusão de variáveis. 
Variável Interveniente: é elo de ligação na cadeia de eventos, portanto, não deve ser considerada uma 
variável de confundimento. 
INTERAÇÕES DE VARIÁVEIS (Modificação de Efeitos): significa a interdependência entre dois fatores 
para alterar a magnitude de um determinado efeito. 
 Fatores Independentes: ambos os fatores tem influência na ocorrência do desfecho, mas a 
influência é isolada. É a forma mais simples de conceber os efeitos das variáveis, mas em 
muitos casos é uma suposição irreal. 
 Fatores Interdependentes: quando a magnitude de associação entre um fator causal e uma 
doença pode diferir em função do nível de uma terceira variável. O coeficiente de incidência de 
uma doença na presença de dois ou mais fatores de risco difere do coeficiente de incidência que 
seria esperado pela soma dos efeitos individuais. 
o Sinergismo: quando a presença de um fator de risco aumenta o efeito biológico do 
outro. O efeito combinado de dois fatores é maior que o dos dois isoladamente. 
o Antagonismo: o fator reduz, elimina ou reverte o efeito de outro fator. Quando duas 
drogas tem efeitos antagônicos não devem ser administradas juntas. 
A identificação de interação de variáveis se faz por análise estratificada ou multivariada (mesmas 
utilizadas para lidar com variáveis de confundimento). A interação é detectada quando a relação entre 
duas variáveis (risco relativo ou odds ratio) varia em função de outra variável. A INTERAÇÃO DE 
VARIÁVEIS NÃO PODE SER CONTROLADA, sendo apenas apontadas e levadas em conta para a 
análise estatística. 
TÉCNICAS PARA NEUTRALIZAR O CONFUNDIMENTO 
 Restrição de Categorias: trata-se da escolha de determinados segmentos da população, com alto 
grau de homogeneidade, para serem incluídos na amostra que será estudada (controla-se essas 
características de modo que não interferem mais na diferença dos resultados). Destina-se a eliminar 
as variáveis identificadas, a priori, como possíveis confundidoras. 
 Randomização: alocação, por um processo de decisão ao acaso, de pessoas para compor os 
grupos estudo e controle. Melhor estratégia para que os diferentes grupos sejam formados de modo 
semelhante. O resultado esperado com a randomização é neutralizar todas as variáveis externas. 
 População de Referência e População Experimental: 
 População de referência: é ampla e inclui os segmentos para os quais os 
resultados da investigação são generalizados. 
 População experimental: é aquela acessível ao investigador e onde a pesquisa é 
feita. As características dessa população devem ser próximas da referência. A 
investigação pode incluir toda a população experimental ou apenas uma amostra. 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
 Formação dos grupos Experimental e Controle: se a alocação dos indivíduos nesses grupos 
ocorrer de modo aleatório, temos a randomização. 
 Opções de Análises de Dados: as perdas em cada um dos grupos são um problema. A 
comparação dos resultados pode ser feita entre aqueles que completaram o “tratamento” 
(opção usual para teste de medicamentos – testa a eficácia) ou entre todos que foram 
aleatorizados para formar os grupos, independentemente de ter completado ou não (testa a 
efetividade) 
 Verificaçãodo Êxito da Randomização: se o número de indivíduos é grande, a chance de 
alcançar comparabilidade também o é. A randomização tem o objetivo de anular fatores 
confundidores. A técnica pode ser verificada através da comparação das características dos 
grupos formados. 
 Tipos de Randomização: 
 Randomização simples: participantes são colocados diretamente nos grupos de 
estudo e de controle. 
 Randomização em blocos: formação de blocos com números fixos de indivíduos. 
 Randomização pareada: são formados pares de participante – um vai para o grupo 
controle e o outro para o grupo experimental 
 Randomização estratificada: estratos são formados previamente e a escolha 
aleatória dos indivíduos é feita dentro de cada estrato 
 Randomização por minimização: no início, usa-se a randomização simples. As 
características dos grupos são computadas e comparadas. Novos participantes são 
selecionados e os cálculos são refeitos; 
 Delineamento fatorial: tipo de desenho de investigação para verificar, em um único 
experimento, os efeitos de vários fatores. 
 Análise sequencial: método de análise que pode concluir a investigação logo que a 
conclusão é alcançada. Usada em ensaios clínicos com randomização em pares. 
 Questões éticas: privação do grupo-controle do benefício de um novo tratamento ou 
submeter os indivíduos a uma intervenção que possa prejudica-los. 
 Grupo-controle: é importante para compararmos riscos ou avaliarmos intervenções. A ausência de 
um grupo controle interno influencia a verificação dos efeitos, sendo apontada como facilitadora do 
viés de aferição, pois as investigações que usam essa maneira simplificada de avaliação tendem a 
encontrar mais frequentemente resultados positivos. 
 Grupo controle interno: simultâneo; paralelo; concomitante; concorrente; formados no 
desenrolar da investigação; compartilham o mesmo “espaço” e “tempo”. Ex: estudos de 
caso-controle e ensaio clínico randomizado. Como são formados os grupos controles 
internos? Formam-se grupos homogêneos, diferentes em apenas um fator, e são 
neutralizados os possíveis fatores de confundimento. Os resultados são interpretados 
somente após a neutralização desses fatores. 
 Grupo controle externo: histórico; não paralelo; não concomitante; não concorrente. Não há 
formação de grupo controle durante o desenrolar da investigação, por isso, a pesquisa é 
muitas vezes considerada como “sem uso de grupo controle”. Os dados do grupo controle 
são coletados antes dos referentes ao grupo de estudo. Ex: série de casos tratados com um 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
medicamento, comparada com outra série de pacientes antigos que não foram tratados. A 
comparação desses estudos é feita com resultados observados em “outros pacientes da 
mesma instituição em período anterior” (antes-depois), “outra série de casos em outro 
hospital”, com valores esperados (considerados em “normas”) ou com o senso comum. 
 Emparelhamento de Fatores: utilizado para selecionar grupos-controle de modo a anular 
determinadas variáveis de confundimento. 
 Emparelhamento natural (caso dos gêmeos): feito com o intuito de separar os efeitos 
genéticos daqueles do meio ambiente. Além disso, gêmeos compartilham o mesmo 
ambiente e hábitos durante a infância, permitindo que muitas variáveis de confundimento 
sejam controladas naturalmente. 
 Autoemparelhamento: o indivíduo que funciona como o seu próprio controle constitui um 
exemplo extremo de emparelhamento, como no ensaio cruzado convencional, no ensaio 
individualizado e em avaliações do tipo “antes-depois”. 
 Emparelhamento artificial: formação de parelhas de pessoas com características 
semelhantes em certos aspectos. Quando a variável é qualitativa, seleciona-se o controle 
que estiver na mesma categoria. Para variáveis quantitativas fixa-se uma distância máxima 
de limites para a seleção do controle. O emparelhamento pode obscurecer uma relação 
causal entre exposição e doença (variável intermediária). É desnecessário quando feito com 
variáveis que não são confundidoras. É complexo quando realizado com muitas variáveis. 
Na análise dos resultados, os pares devem ser tomados como uma unidade. As variáveis de 
confundimento que não foram pareadas podem ser investigadas na fase de análise de 
dados (por regressão múltipla ou estratificação). 
 Estratificação: na fase de planejamento é útil para assegurar a distribuição equilibrada de 
importantes fatores de prognóstico. O uso da estratificação associado à randomização constitui uma 
melhoria em relação à randomização simples (a qual garante igualdades dentro dos limites do 
acaso). 
 Controle Estatístico na fase de Análise de Dados: feito com o intuito de neutralizar variáveis que 
estão distribuídas desigualmente entre os grupos, quando tal desigualdade é suspeitada após a 
coleta dos dados. 
 Estratificação: formam-se subgrupos em função de determinadas características que se 
queira analisar mais detalhadamente. Em seguida, confrontam-se as informações obtidas no 
estudo com as observadas no interior de cada uma das categorias formadas. Possibilita 
verificar o efeito de uma exposição sobre o risco de desenvolvimento de uma doença. Há 
diversos procedimentos para estimar o risco relativo (Mantel-Haenszel). 
 Análise Multivariada: quando muitos fatores devem ser simultaneamente considerados. 
Algumas técnicas utilizadas são os modelos log-lineares e a regressão logística. Ao 
contrário da estratificação, aceitam com facilidade uma grande quantidade de variáveis 
explicativas, sejam discretas ou contínuas. Suas limitações são próprias do modelo 
matemático escolhido. O produto final da análise multivariada é de gerar uma estimativa do 
risco relativo entre exposição e doença na qual foi neutralizado o efeito de variáveis de 
confundimento (o efeito isolado de dada exposição). 
 Combinação de análise estratificada e multivariada: 
Se ambas as análises (ajustadas e não ajustadas) fornecem resultados semelhantes, utiliza-se nas 
conclusões a análise não-ajustada, pois não possui efeitos de distorção. Se as análises diferem em seus 
LUIZA GIULIANI SCHMITT 
ATM 2022/2 
resultados, o ajustamento é necessário. Os resultados ajustados passam a vigorar e são os mais 
utilizados, visto que o não ajustamento fornece achados deturpados que devem ser rejeitados. 
ANÁLISE MULTIVARIADA: conjunto de técnicas usadas para lidar simultaneamente com muitas 
variáveis. Permite avaliar a relação entre duas variáveis (fator de risco e doença), neutralizando o efeito 
de outros fatores de risco que complicariam a interpretação. 
o Variável Dependente: a consequência a ser explicada (Efeito). Letra Y. 
 Variável dependente quantitativa: é possível saber quanto da variação de determinada 
característica é atribuída a cada fator. O coeficiente de determinação (R2) varia de 0% a 
100%. A soma da influência de todas variáveis não estudadas que também contribuem 
para o desfecho é obtida por 100 - (R2). 
 Variável dependente qualitativa: para variáveis dicotômicas utiliza-se a regressão 
logística. O tamanho do risco relativo (ou da razão de Odds) e o intervalo de confiança 
contribuem para medir a influência de cada fator. A regressão logística indica também o 
tamanho do intervalo de confiança, permitindo verificar a significância estatística dos 
resultados. 
o Variáveis Independentes: fatores antecedentes, presuntivamente causais (Exposição ou Fator de 
Risco). Letra X. A ordem de entrada das variáveis no modelo multivariado pode ser 
automatizada pelo programa de computação (regressão stepwise, sequência gradativa) ou 
decorrente de critérios definidos pelo investigador (regressão em sequência forçada). Os 
resultados obtidos pela sequência progressiva ou forçada são os mesmos, o que varia é a 
importância de cada variável independente, pois é uma função desua posição na sequência de 
variáveis.