Epidemiologia II (4)

Prévia do material em texto

Epidemiologia II 
Luísa Soares Capa | Turma 106 
Aula 1: Introdução aos Delineamentos 
Capítulo 12 – Métodos Empregados em Epidemiologia 
Capítulo 13 – Estruturas e Vantagens dos Principais Métodos 
Capítulo 3 – Tipos de Estudo 
 
Capítulo 12: Métodos Empregados em Epidemiologia 
A) Três enfoques para pesquisar um tema: 
Estudo de casos, investigação experimental laboratorial e a pesquisa populacional. 
 
1) Estudo de caso: 
- Avaliação inicial de problemas mal conhecidos e cujas características/variações não foram 
adequadamente estudados/ detalhados; 
- Revistas científicas possuem setores intitulados “relato” ou “apresentação de casos” voltadas 
para a difusão dos resultados desses estudos; 
- Usados, junto das quantitativas, para compor quadro mais completo da situação; 
- Usados para grupos específicos da população (ou particular aspecto de interesse) não 
devidamente investigados em pesquisas epidemiológicas 
- Enfoque qualitativo e exploratório; 
 
Vantagens: fácil (não envolve muitas pessoas), barato, permite acompanhamento próximo dos 
casos e observação intensiva. Pode ser um relato simples ou indicar explicações sobre 
elementos pouco conhecidos (fatores implicados na etiologia ou no curso de uma doença). 
Desvantagens: pequeno número de indivíduos dificulta generalização dos resultados; casos 
altamente selecionados; subjetividade na apreciação dos fatores, raramente abrange pacientes 
em todas as fases de manifestação da doença; falta de grupo controle pode fazer com que 
simples coincidências sejam difíceis de interpretar (exemplo da água do poço e surto de 
diarreia); 
 
2) Investigação laboratorial 
- Permite maior precisão nas análises dos resultados; 
- Os estudos são, normalmente, realizados em animais e expandidos para humanos em casos 
selecionados; 
- Há grupo controle. 
Vantagens: grau de subjetividade pode ser reduzido em campo laboratorial; permite adoção de 
rigorosos critérios; 
Desvantagens: a extrapolação dos resultados obtidos com animais para humanos é o 
principal problema – nem sempre um resultado obtido em experimentos com cobaias (ex: 
camundongos) correspondem aos resultados verificados em humanos. Diferenças entre as 
espécies podem invalidar as observações. 
3) Pesquisa populacional 
- Abordagem central da Epidemiologia; é utilizada para várias áreas de estudo. 
 
 
Página 2 
B) Critérios para a classificação de métodos empregados em 
epidemiologia: 
- Propósito Geral: estudo podem ser descritivos ou analíticos (comparativos/ teste de 
hipótese); 
- Modo de exposição: observação (ex: transversais, CaCo) ou intervenção/experimentação; 
- Direção temporal: prospectivos (coorte), retrospectivos (caso-controle) e transversais 
(exposição e desfecho aferidos no mesmo momento); 
- Unidade de observação: pessoas como indivíduo ou grupo de indivíduos (ex: estudos 
ecológicos, em que são estudados grupos, e não indivíduos); 
- Demais classificações: 
Longitudinal x 
Transversal 
Controlado x Não-controlado Randomizado x Não - 
randomizado 
 
C) Estudos Descritivos: 
- Informam sobre distribuição de um evento na população (incidência/prevalência), ou seja, 
objetivo principal não é verificar se há relação causa-efeito entre uma exposição e um desfecho. 
- Como não há formação de grupo controle, são ditos não-controlados. 
- População utilizada: podem ser compostos só de doentes (ex: estudos hospitalares) ou união de 
sadios e doentes (ex: pesquisas de morbidade); 
- Só há observação das situações de saúde na população, expressando as respectivas freqüências 
de modo adequado (cerne do estudo); 
- Base de dados: úteis para determinar corretamente as frequências dos estudos; quanto melhor a 
base de dados, em termos de abrangência da população e qualidade do seu conteúdo, mais 
precisos serão os respectivos quadros descritivos; bancos de dados de rotina (ex: DATASUS) 
podem servir como fonte de informações; 
- Coleta de novos dados: quando os bancos de dados não estão disponíveis, realizam-se 
investigações, seja de forma prospectiva, retrospectiva ou transversal. 
- Dois usos principais dos estudos descritivos: identificar grupos de risco (ex: verificar a 
incidência de infarto agudo do miocárdio em um município) e sugerir explicações para 
variações de freqüência, o que dá base para prosseguimento das pesquisas através de estudos 
analíticos. 
 
D) Estudos Analíticos: 
- Segunda fase da investigação epidemiológica (sendo a primeira etapa a referente aos estudos 
descritivos); 
- Diferentemente dos estudos descritivos, estão geralmente subordinadas a uma hipótese: uma 
suposta “causa” (exposição) e um dado “efeito” (doença) (E → D, como buscas de fatores de 
risco), ou a exposição do indivíduo a uma “intervenção” e um “efeito” (ex: testes de vacinas); 
- Intuito é explorar, em profundidade, a relação “causa-efeito” (diferenciando-o dos estudos 
descritivos) - Há grupo controle; logo, são ditos controlados. 
- Partindo-se da exposição ao desfecho: 
a) Se exposição é aplicada aleatoriamente → estudo experimental randomizado; 
b) Se exposição não é aleatoriamente aplicada → estudo de coorte; 
- Partindo-se do desfecho à exposição: caso-controle; 
- Exposição e desfecho detectados simultaneamente: estudo transversal; 
 Em todos os casos, há formação de dois grupos: expostos e não-expostos! 
 
a) Estudo experimental do tipo Ensaio Clínico Randomizado 
- Parte-se da causa ao efeito; 
- Indivíduos são aleatoriamente alocados nos grupos de estudo e de controle; a alocação 
aleatória serve para formar grupos com características semelhantes; 
 
 
Página 3 
- Intervenção ocorre em um dos grupos somente; há comparação de resultados com grupo que 
não passou por intervenção; 
- Interpretação dos resultados: a relação entre os dois grupos analisados (com e sem 
intervenção) pode ser definida pelo “risco relativo” (RR), que simboliza razão entre dois riscos 
– a incidênica em um grupo e a incidência no outro grupo. Se as incidências dentro dos grupos 
forem as mesmas (RR=1), a vacina tem efeito igual ao do placebo. 
- Comum para teste de vacinas e medicamentos; 
 
b) Estudo de coorte 
- Também parte da causa em direção ao efeito; 
- Não há alocação aleatória dos indivíduos; grupos são formados pela “observação” das situações 
na vida real ou por alocação arbitrária de uma intervenção que, no caso, não é realizada pelo 
pesquisador (ex: pacientes operados x pacientes que recusaram cirurgia); 
- Resultados também são expressos em termos de risco relativo; 
- Há limitações próprias decorrentes da ausência de alocação aleatória, de modo que grupos 
comparados não têm características semelhantes que permitam confronto direto de suas 
incidências – há presença de variáveis de confundimento que devem ser neutralizadas. 
 
c) Estudos de caso-controle 
- Parte do efeito às causas, sendo uma pesquisa etiológica retrospectiva; só pode ser realizada 
após a ocorrência do efeito. 
- Risco relativo, nesse caso, é estimado pelo cálculo do odds ratio, também chamado de “razão 
dos produtos cruzados”; 
- Pode ser retrospectivo, quando os dados fazem referência ao passado, ou prospectivo, quando 
os dados são coletados continuamente no decorrer do tempo. 
- Caso: são selecionados com base na doença, não na exposição; 
- Controle: indivíduos sem a doença; a maior dificuldade para a seleção de grupo controle é 
conseguir representar a prevalência de exposição na população onde os casos foram originados. 
- Como não há alocação aleatória nos grupos, também há variáveis confundidoras presentes. 
 
 
d) Estudo transversal 
- Responsáveis por medir a prevalência da doença – as medidas de exposição e efeito são 
realizadas ao mesmo tempo. 
- Questão-chave: determinar se a exposição precede ou é consequência do efeito – se osdados 
coletados representam a exposição antes da ocorrência de qualquer efeito, a análise pode ser feita 
de modo semelhante à utilizada nos estudos de coorte. 
- São baratos, fáceis de conduzir e úteis na investigação das exposições que são características 
individuais fixas (grupo étnico, por exemplo). 
 
 
Página 4 
- É somente a análise dos dados que permite identificar grupo de expostos e não-expostos, 
doentes e sadios; associação entre doenças e imigração, por exemplo – apenas trabalho com 
dados. 
- Resultados expressos em razão de prevalências; 
- Novamente, há presença de confundidores pela alocação não-aleatória dos indivíduos nos 
grupos; 
- Esclarecimento da ordem cronológica dos eventos é outro ponto falho do estudo (viés de 
causalidade reversa é uma possibilidade clássica; também pode estar presente em CaCo); 
 
 Doente Sadio 
Exposto a b a+b 
Não-exposto c d c+d 
 a+c b+d Amostra total 
 
 
Principais comparações em estudos analíticos 
 
Tipo de estudo Questão central Análise dos dados 
Ensaio Clínico Randomizado Quais os efeitos da intervenção? Incidência em expostos x não-
expostos 
Coorte Qual os efeitos da exposição ao fator 
de risco? 
Incidência em expostos x não-
expostos 
Caso-Controle Quais as causas do desfecho? Expostos entre casos x expostos 
dentre não-casos 
Transversal Quais as freqüências do evento? 
Estão exposição e desfecho 
associados? 
Expostos em casos x controle 
Prevalência do efeito em casos x 
controle 
 
Análise de resultados em estudos de coorte, ECR e transversais 
- Comparação entre (doentes expostos/total de expostos) e (doentes não expostos/total de não 
expostos); 
Análise de resultados em estudos de caso-controle 
- Comparação entre (doentes expostos/total de doentes) e (sadios expostos/total de sadios); 
- Prefere-se, no entanto, usar o odds ratio [(casosexpostos/não-casosexpostos) / (casosnão-expostos/não-
casosnão-expostos)]; 
 
Inferências causais a partir dos estudos 
- Os resultados mais seguros advêm dos estudos randomizados → ECR; 
- Nos demais, é recomendada prudência na interpretação dos resultados. Exemplo: em um estudo 
de coorte, dizer-se que “exercício físico e coronariopatia estão associados” (não falar em 
causalidade!); 
 
E) Estudos Ecológicos (ou de Correlação): 
- Unidade de observação é conjunto de indivíduos; 
- Úteis para geração de hipóteses: utilização de grupos de pessoas ao invés de indivíduos – como 
os dados já estão agrupados, é difícil afirmar se detrerminado indivíduo dentro desse grupo 
possui alguma característica que possa ser interpretada como fator de confusão. 
- Estudos ecológicos também podem ser realizados comparando populações em diferentes 
lugares ao mesmo tempo ou, em uma série temporal, comparando-se a mesma população em 
tempos diferentes. Os estudos de série temporal podem reduzir os efeitos de confusão dos fatores 
sócio-econômicos, que são um potencial problema nos estudos ecológicos. Se o período de tempo 
 
 
Página 5 
de um estudo temporal for muito curto, como em um estudo de série temporal diária, os fatores 
de confusão tendem a zero – os participantes do estudo são seu próprio controle. 
ATENÇÃO: uma vez que a unidade de análise é uma população ou um grupo populacional, a 
relação exposição-efeito não pode ser estabelecida. 
- “Falácia ecológica”: é quando são tiradas conclusões impróprias com base em estudos 
ecológicos; há viés porque a associação observada entre as variáveis no nível de grupo não 
representa, necessariamente, a associação existente a nível individual. Exemplo: associação entre 
mortalidade neonatal e materna e atendimento não-qualificado durante o parto; outros fatores 
que não somente o atendimento podem (e devem) ter interferido nas condições de nascimento. 
Há, também, o exemplo do estudo de Durkheim sobre protestantismo e suicídio – o sociólogo só 
sabia que havia mais suicídios dentre protestantes do que católicos, sem possuir dados 
individuais que melhor esclarecessem tais números. 
 
- No estudo ecológico, é importante destacar que somente dados populacionais estão presentes. 
Observe o seguinte quadro: 
 
 Doente Sadio 
Exposto ? ? a+b 
Não-exposto ? ? c+d 
 a+c b+d total 
 
 
F) Classificação Prática de Tipos de Estudos: 
a) Experimental x de Observação 
- Experimentais: há intervenção promovida pelo investigador; é melhor forma de avaliar relação 
entre dois eventos; 
 - Observação: há investigação de situações que ocorrem naturalmente. Objetivos são tanto 
descrever distribuição de parâmetro (estudos descritivos) quanto testar hipótese de associação 
entre dois eventos (estudos analíticos observacionais). Por não haver alocação aleatória, há 
fatores de confundimento (falta de comparabilidade entre grupos). Conclusões de estudo de 
observação tendem a ser aceitas com cautela ou com menor grau de confiança, pelo menos. 
 
b) Descritivo x Analítico 
- Descritivo: não possui grupo controle formado simultaneamente do modo como é feito nos 
estudos analíticos. 
- Analítico: possui grupo controle formado simultaneamente ao grupo de estudo. Busca verificar 
associação causa-efeito entre exposição e desfecho. 
- Separação nem sempre é muito clara: investigações analíticas, muitas vezes, têm fase 
descritiva, como quando se utiliza uma base de dados descritiva para testar hipóteses. 
 
c) Estudo de Caso x Série de Casos 
- Estudo de caso: um a nove pacientes. 
- Série de casos: a partir de dez casos. 
 
d) Estudo transversal x longitudinal 
- Transversal não-controlado (descritivo, de prevalência): determinação da prevalência de um 
evento; 
- Transversal controlado (analítico): verificar associação entre dois eventos; 
- Longitudinal não-controlado (descritivo, de incidência): determinação da incidência de um 
evento; 
 
 
Página 6 
- Longitudinal controlado (analítico): estudos de coorte; 
 
O termo “longitudinal” opõe-se a “transversal”, pois há observação do indivíduo em mais 
de uma ocasião. 
 
 e) Estudo prospectivo x retrospectivo 
- Prospectivo: maior credibilidade, em geral. Uniformidade de critérios de coleta de dados é razão 
principal que lhe dá maior qualidade. Condição para sê-lo é o efeito ainda não haver ocorrido. 
Pesquisa prospectiva pode ou não ter grupo controle (ex: série prospectiva de casos – 
determina aspectos da evolução natural da doença sem possuir grupo controle). Coorte 
(prospectiva) é estudo mais famoso. 
 
- Retrospectivo: utilização de dados sobre exposição ou exposição e doença. Padronização, muitas 
vezes, é aspecto discutível. Pode ou não ter grupo controle. Termo “retrospectivo” é usado como 
sinônimo de “caso-controle”. Coorte retrospectiva, apesar do nome, é prospectiva (é 
sinônimo de coorte histórica; apesar de dados utilizados corresponderem a eventos 
posteriores, é mantida a direção prospectiva de causa→efeito!). 
 
 f) Delineamentos híbridos 
- Mistura de delineamentos na realização da pesquisa; 
- Exemplos: transversal com componente retrospectivo (para melhor garantir a temporalidade), 
transversal aninhado em estudo de coorte (utilizando-se os membros do seguimento), caso-
controle dentro de coorte (utilizando-se pessoas do grupo em estudo). 
 
g) Estudo paralelo x cruzado 
- Paralelo: pessoas permanecem por toda a pesquisa no grupo em que foram inicialmente inclusas 
- Cruzado: tratamento muda em determinado momento do estudo, de modo que cada pessoa 
serve como seu próprio “controle”. Exemplo: indivíduo que recebia droga em um estudo passa 
a não mais receber em determinado momento. 
 
h) Experimental x quase-experimental 
- Experimental: são pesquisados os efeitos de uma intervenção; também são conhecidos como 
“estudos de intervenção”.- Quase-experimental: apesar de haver intervenção pelo pesquisador, não há alocação aleatória 
dos indivíduos nos grupos. 
 
Capítulo 13 – Estrutura, Vantagens e Limitações dos 
Principais Métodos 
 
1) Ensaio clínico Randomizado 
- Há experimentação e alocação aleatória dos indivíduos nos grupos; 
- Resultados comparam taxas de incidência nos grupos de estudo; 
- Pergunta central: “Quais os efeitos da intervenção?” ; 
- “Padrão-ouro” para estabelecer relação causa-efeito entre dois eventos; 
- Credibilidade científica próxima às experimentações laboratoriais; 
- Delineamento do estudo: 
a) Seleção dos indivíduos por serem portadores de características 
especificadas previamente e que sejam de interesse para hipótese em estudo; 
 
 
Página 7 
b) Randomização para formação dos grupos experimental e controle; desse 
modo, fatores de confusão não são apagados, mas sim distribuídos igualmente entre os 
grupos, ou seja, têm seus efeitos anulados; 
c) Aplicação da intervenção em um dos grupos e observação posterior; 
 
2) Estudo de coorte 
- Também prospectivo; 
- Formam-se dois grupos: expostos e não-expostos; 
- Exposição não é aplicada aleatoriamente; 
- Pergunta a ser esclarecida: “Quais os efeitos da exposição?”; 
- Estrutura semelhante à do ensaio clínico randomizado; 
- Inclusão de indivíduo deve excluir possibilidade de ele ser doente por afecção relacionada à 
exposição; 
- Tipos de coorte: 
a) Coorte prospectiva: pesquisador toma conhecimento, detecta ou observa a exposição nas 
pessoas antes de ocorridos os desfechos clínicos que importa considerar: a vigilância 
subsequente informa sobre a incidência destes efeitos. Seguimento pode ocorrer de forma 
ativa, pelo pessoal recrutado pelo projeto, ou passivamente, com o auxílio de registros 
rotineiros já existentes (ex: estatísticas vitais, arquivos hospitalares); 
b) Coorte histórica: tanto a exposição quanto a doença já ocorreram, e dados são recolhidos 
por pesquisas em arquivos ou por anamnese. Trata-se de investigação sobre passado, mas 
mantendo o princípio dos estudos de coorte (prospectivo: E → D). Problemas 
relacionados à composição dos grupos e à qualidade dos dados acometem esse 
delineamento. Tempo reduzido é vantagem, mas há a demanda por arquivos mantidos em 
boas condições de utilização. 
Vantagens Limitações 
Formação de grupos homogêneos de 
participantes no início da avaliação 
Limitações éticas impossibilitam algumas pesquisas (ex: indução de 
fumo em um grupo) 
Possível acompanhar acontecimentos com 
isenção, sem interferências ou sugestões 
(duplo-cego, placebos, padronizações) 
População estudada deve ser estável (não se mudar) e cooperativa 
(não recusar em grande número a participação) 
Alta credibilidade científica Grupo estudado, por ser selecionado, pode não ser representativo da 
população 
Fácil formação do grupo controle Participantes podem deixar de receber tratamento benéfico ou receber 
tratamento potencialmente maléfico 
Tratamentos e procedimentos de aplicação 
uniformizada 
Impossibilidade de ajustar tratamento às necessidades de cada 
indivíduo 
Qualidade de dados sobre intervenção e 
efeitos é alta (podem ser coletados no 
momento em que ocorrem) 
Dificuldade de levar a conclusões seguras e inequívocas quando 
efeitos são raros ou quando aparecem após final do estudo 
Temporalidade garantida Requerem estrutura administrativa e técnica razoável, equipe bem 
preparada e estimulada para levar adiante projeto minucioso e 
complexo, usualmente caro e de longa duração 
Placebos + duplo-cego → não há influência 
de pesquisadores e 
 
examinadores nos resultados 
Resultados expressos em coeficientes de 
incidência 
Muitos desfechos clínicos podem ser 
estudados simultaneamente 
Vantagens Limitações 
Não há problemas éticos quanto a decisões de expor pessoas a fatores de 
risco 
Impossibilidade da alocação aleatória traz preocupações quanto à 
comparabilidade dos grupos → pode-se usar restrição de categorias, 
emparelhamento e ajustamento na fase de análise dos dados 
Seleção dos controles é simples Alto custo 
Como se pode proceder à coleta dos dados sobre exposição e doença no 
momento em que ocorrem, consegue-se alta qualidade 
Perdas costumam ser grandes 
Dados referentes à exposição são conhecidos antes da ocorrência da 
doença 
Número de pessoas acompanhadas costuma ser grande, tendendo a ser 
maior para efeitos raros 
Temporalidade é garantida Método inadequado para doenças raras 
 
 
Página 8 
 
Comparação ECR x Coorte 
ECR Coorte 
Compara grupo exposto e não-exposto Compara grupo exposto e não-exposto 
Alocação aleatória dos indivíduos nos grupos Alocação não-aleatória nos grupos 
Experimental Não-experimental 
Se bem conduzido, diferenças entre os grupos, se estatisticamente 
significativas, podem ser imputadas ao tratamento em teste 
Diferenças encontradas não podem ser simplesmente imputadas à 
exposição em teste, uma vez que grupos possuem outras diferenças que 
podem estar confundindo os resultados 
Conseguem contornar variáveis de confundimento a partir da randomização* Variáveis devem ser contornadas na análise dos dados 
* Em relação à neutralização de variáveis de confundimento: ECR > coorte > transversal e CaCo> ecológico 
 
3) Estudo de caso-controle 
- Parte do efeito às causas; 
- Comparação entre pessoas com determinada doença (casos) e pessoas comparáveis que não 
possuem a doença (controles), verificando se foram expostas a fatores de risco, de modo a 
determinar se tais fatores de risco são causas contribuintes da doença; 
- Natureza retrospectiva; 
- Objetivo é o mesmo da coorte: determinar relação exposição-doença; 
- Questão científica a ser resolvida: “Quais são as causas da doença?”; 
- Simples falta de informação ou presença de dados inadequados, desde que distribuída 
igualmente entre casos e controles, não impede que associações verdadeiras sejam detectadas. 
Só há viés se há diferenças na aferição da exposição, mais acentuada em um dos grupos. 
- Delineamento do estudo: 
a) População escolhida para estudo; 
b) Definem-se critérios de inclusão e exclusão para “casos”, e escolhem-se 
controles adequados (devem ter tido a mesma probabilidade de serem expostos ao fator 
de risco em investigação e não devem possuir doenças correlatas com o fator de risco em 
estudo); 
c) Verificação do nível de exposição dos casos e dos controles (por entrevista, 
prontuários, atestados, resultados de exames); 
 
Vantagens Limitações 
Rápido e barato Viés de prevalência* é possível 
Muitos fatores de risco podem ser estudados simultaneamente Seleção adequada do grupo controle é principal dificuldade 
Número de participantes pode ser pequeno Pode não haver comparabilidade entre casos e controles 
(procedimentos como restrição de categorias, emparelhamento, 
ajustes na análise de dados são possíveis) 
Não há necessidade de acompanhamento Dados da exposição podem ser inadequados (ex: falhos, 
incompletos) ou viciados (ex: viés da memória diferencial*2) 
Método prático para doenças raras Se exposição é rara, pode ser difícil realizar estudo ou interpretar 
resultados 
 Não se pode fazer cálculo de incidências 
 Interpretação dificultada por fatores de confundimento 
 * Viés de prevalência: em um estudo transversal, não são incluídos pacientes que morreram ou que tiveram cura da condição 
de saúde, sendo incluídos somente os casos prevalentes. 
Muitos desfechos podem ser estudados simultaneamente Resultados muitas vezes só obtidos após longo período 
Resultados expressos em coeficiente de incidência Mudanças de categoria de exposição podem levar a erros de classificação 
de indivíduos quanto à exposição 
 Mudanças de critériosdiagnósticos com o decorrer do tempo podem levar 
a erros de classificação de indivíduos quanto à exposição 
 Dificuldades administrativas 
 Interpretação dificultada pelos fatores de confundimento 
 
 
Página 9 
 
 
 
Comparação Coorte x Caso-Controle 
 
Coorte Caso-Controle 
“Quais os efeitos da exposição?” “Quais as causas da doença?” 
Critério de formação dos grupos: “grau de exposição a um fator de 
risco” 
Critério de formação dos grupos: “efeito” 
Posição hierárquica superior, por possui maiores possibilidades de 
controlar vieses 
Problemas: escolha do grupo controle, principalmente 
Geralmente maior tamanho da amostra Amostra geralmente menor 
Ruim para doenças raras (muito difícil e caro) Bom para doenças raras 
 
4) Estudo transversal 
- Forma mais simples de pesquisa populacional; 
- Relação exposição-doença é examinada em um particular momento; 
- População do estudo não é reunida nem na época de exposição ao risco (coorte) nem na época 
do diagnóstico da doença (caso-controle), mas sim em um momento definido pelo investigador 
– data da coleta dos dados; 
- Bom para detectar freqüências da doença e de fatores de risco, assim como identificar grupos 
na população que estão mais ou menos afetados; 
- Delineamento do estudo transversal: 
a) Seleção de população ou de uma amostra representativa da população 
b) Coleta dos dados dos membros que participaram do estudo. 
c) Formação dos grupos só ocorre na análise dos dados, pois é nela que se conhecem 
os indivíduos expostos e não-expostos que estão sadios ou doentes 
- Informa sobre prevalência da exposição → muito útil para planejamentos em saúde! 
Vantagens Limitações 
Simples, barato, rápido Condições de baixa prevalência exigem amostras de grande tamanho 
Não há necessidade de seguimento Possibilidade de erros de classificação (casos podem não ser mais 
casos na coleta dos dados) 
Facilidade de obtenção de amostra representativa da população Pacientes curados ou falecidos não aparecem nos “casos” → viés de 
prevalência 
Boa opção para descrever características dos eventos na população, 
detectar grupos de risco 
Exposição no passado, por demandar dados retrospectivos, pode ser 
incorretamente aferida 
Único possível em muitas ocasiões, sobretudo com limitações de tempo 
e de recursos 
Relação cronológica entre eventos pode não ser facilmente detectável 
 Associação entre exposição e doença refere-se à época 
do estudo, podendo não ser a mesma do aparecimento 
da doença 
 Não determina incidência (risco absoluto) 
 Interpretação dificultada pela presença de 
fatores de confundimento 
 
 
 
Página 10 
 
Aulas 2 e 3: Erro Aleatório, Seleção e Tipos de 
Amostragem + Viéses 
Capítulo 3 – Tipos de Estudo 
Capítulo 15 – Validade de uma Investigação 
Capítulo 16 - Seleção dos Participantes para o Estudo 
Capítulo 17 - Aferição dos Eventos 
 
Capítulo 3 (Bonita): Tipos de Estudo – Erros 
potenciais em Estudos Epidemiológicos 
 
A) Erros aleatórios: 
Ocorre quando o valor medido na amostra do estudo diverge do verdadeiro valor da população 
devido ao acaso; decorre de medida imprecisa de associação. Um erro aleatório nunca pode 
ser completamente eliminado. As principais causas de erro aleatório são: 
1) Erro de Amostragem: 
Decorre, geralmente, da falta de representatividade da amostra, que acaba não contemplando 
toda a variabilidade da população. Para tanto, o tamanho amostral deve ser aumentado, pois a 
variação individual sempre ocorre e nenhuma medida é completamente precisa. 
2) Variação Biológica Individual: 
Sempre ocorre; não permite precisão total nas medições. 
3) Erro de Medida: 
Ocorrem diante da falta de precisão dos instrumentos de medida utilizados. A qualidade dos 
equipamentos determina sua precisão, assim como o uso de um padrão de instrumentos durante 
as aferições garante medidas iguais (sejam elas completamente correspondentes à realidade ou 
com pequenas variações). Quanto maior a precisão, menor o erro aleatório; é por isso que 
devemos adoar protocolos rigorosos nas medidas individuais (“controle de qualidade”). 
 
A REDUÇÃO DO ERRO ALEATÓRIO SIGNIFICA AUMENTO DA PRECISÃO = MAIOR 
CONFIABILIDADE, REPRESENTATIVIDADE, REPRODUTIBILIDADE E REPETIBILIDADE 
 
B) Erros sistemáticos: 
Ocorre quando os resultados diferem de maneira sistemática dos verdadeiros valores. Realizar 
um estudo com um pequeno erro sistemático é considerado um estudo de alta precisão (acurácia). 
A precisão não é afetada pelo tamanho da amostra. É qualquer tendência na coleta, análise, 
interpretação, publicação ou revisão dos dados que induza conclusões diferentes da 
verdade. Principais categorias de vieses: 
 
1) Viés de seleção: 
Ocorre quando a população não é adequada para o tipo de estudo, o tamanho da amostra é 
insuficiente, há falha no método de seleção da amostra ou perdas amostrais: pessoas que 
incluídas na amostra não são contactadas ou são perdidas durante a coleta de dados, ou até 
mesmo a não-resposta de alguns participantes. Exemplo: quando a doença ou o fator em estudo 
por si só excluem a pessoa do estudo – um estudo realizado num local de trabalho onde 
formaldeído seja manipulado vai ter viés de seleção pois apenas os indivíduos mais “resistentes” 
 
 
Página 11 
permanecerão (os mais afetados por irritação nos olhos, por exemplo, terão maiores chances de 
largar o emprego). Pode ser dividido em: 
- viés de auto-seleção: quando os indivíduos se incluem no grupo que querem da pesquisa por 
estarem preocupados com determinada exposição; 
- viés dos não-respondentes (perdas e recusas); 
- trabalhador sadio: trabalhadores doentes ou incapazes de realizar determinada função não 
chegam a ser admitidos no emprego. 
 
2) Viés de aferição: 
Definição inadequada das variáveis, baixa validade dos instrumentos de coleta de dados, uso 
inadequado de instrumentos apropriados, preparação deficiente dos observadores, maior 
ênfase na procura dos dados em um dos grupos ou em determinado segmento da população, 
respostas equivocadas das pessoas contactadas. 
 
3) Viés de confundição: 
Não levar em conta os fatores de confundimento ou interação entre as variáveis; análise 
estatística inadequada. 
 
4) Viés de prevalência: 
- Estudos transversais informam os casos existentes na população, o que pode fornecer imagem 
distorcida da doença; 
- Agravos à saúde de curta duração, assim como falecidos, não aparecem nos números; 
- É um viés de amostragem, já que os pacientes identificados em estudos de prevalência são 
somente os sobreviventes e ainda doentes; 
- Não-inclusão dos óbitos mostra quadro menos sombrio, enquanto não-inclusão das curas 
mostra quadro mais grave! 
 
5) Viés de mensuração: 
Quando há medidas diferentes para um dos grupos (imprecisão de medida individual, 
classificação ou exposição); erro sistemático de diagnóstico de um evento, quando os resultados 
podem ser imputados à maneira como as variáveis são conceituadas ou medidas. Exemplo: 
laboratórios diferentes realizam análise dos exames do grupo controle e do grupo exposto. 
- Viés de memória: presente em estudos caso-controle (paciente diz que nunca se exercitou, ou 
que tem câncer de esôfago porque tomava muito chimarrão...). 
- Viés do entrevistador: resolvido com treinamento! 
 
Capítulo 15 – Validade de uma Investigação 
 
- Validade de um estudo diz respeito ao grau de correção das conclusões alcançadas. Pode ser 
dividido em: 
a) Validade interna: diz se conclusões de uma investigação são corretas para a amostra 
estudada. Enfoque recai sobre comparabilidade dos grupos, precisão da técnica 
diagnóstica utilizada, relevância dos indicadores empregados, controle de fatores de 
confusão. Em estudos analíticos, questão central reside nas inferências sobre relação 
causal entreexposição e desfecho. 
b) Validade externa: diz se conclusões encontradas em uma investigação são aplicáveis à 
população de onde a amostra proveio ou a outras populações. Ela possui dois ângulos: 
a. Extrapolação dos resultados da amostra para a população de onde ela veio – é 
baseada na teoria estatística. 
b. Extrapolação dos resultados para outras populações – mais subjetiva que a 
anterior; 
 
 
Página 12 
 
Relação entre validade interna e externa: estudo de caso, por exemplo, pode ter alta validade 
interna e baixa validade externa. Recenseamento, por sua vez, pode atingir grande validade 
externa, mas a falta de padronização, problemas operacionais diversos, dentre outros, podem 
limitar a validade interna. 
 
 Alternativas metodológicas para inferir relação causal 
1) Utilização de dados retrospectivos – ex: descobrir se migração antecedeu ou sucedeu a 
doença mental 
2) Repetição de estudos transversais – alternativa usada para detectar mudanças com o 
passar do tempo (ex: avaliar cobertura vacinal de uma população). Vantagem é a maior 
facilidade de garantir representatividade da população, comparativamente mais difícil 
em estudos de coorte e caso-controle. 
3) Análise de coortes de nascimento – interessante quando se dispõe de estatísticas, por faixa 
etária, de duas ou mais épocas 
 
Comparação Caso-controle x Transversal 
 
Caso-Controle Transversal 
Inclusão: a partir do desfecho (presença ou ausência), geralmente a 
partir da incidência (é conveniente incluir somente casos novos; 
além disso, inclui pacientes que não seriam detectados em 
avaliações de prevalência) 
Seleção de grupo único de pessoas; critério de inclusão é a época 
definida pelo investigador para realizar a pesquisa. Só se sabe quem é 
exposto, não exposto, doente ou sadio na análise dos dados. 
 
Viés metodológico 
- Erro: diferença entre o valor aferido e o valor real; há dois tipos principais: erro aleatório e 
erro sistemático 
a. Erro aleatório: erros que ocorrem ao acaso. Em contraste ao erro 
sistemático, o erro aleatório tem a mesma probabilidade de desviar os valores acima 
ou abaixo do valor real esperado. Nos estudos, o valor de p tende a expressão a 
probabilidade de os resultados apresentados serem em função do acaso (usualmente, 
valores significativos têm p < 0,05, ou seja, menos de 5% de probabilidade de 
serem atribuídos ao acaso) 
b. Erro sistemático/viés: qualquer processo não-intencional, em qualquer 
etapa da pesquisa, que tenda a desviar 
os resultados da realidade. Difere do aleatório por tender a desviar resultados sempre a 
uma mesma direção. 
 
- Categorias de viés: seleção, aferição e confundimento (de variáveis de confusão) 
 
Viés de seleção Erro na identificação da população ou grupos de estudo. Ex: população inadequada, 
amostra insuficiente, falhas na seleção da amostra, perdas na amostra, não-resposta de 
participantes, não-equivalência de características dos grupos objetos de comparação 
Viés de aferição Erro de diagnóstico de evento. Ex: Definição inadequada das variáveis, baixa validade 
dos instrumentos de coleta, uso inadequado dos instrumentos, preparação deficiente 
dos observadores, maior ênfase na procura de dados em um grupo, resposta equivocada 
das pessoas contatadas 
Viés de confundimento Quando resultados de uma associação entre dois fatores podem ser imputados, total ou 
parcialmente, a um terceiro fator não levado em consideração. Ex: ignorar fatores de 
confundimento, relações entre variáveis, análise estatística inadequada 
 
 
 
Página 13 
Capítulo 16 – Seleção dos Participantes para Estudo: 
A) Viés de Seleção: 
- Quando houver diferenças sistemáticas de características entre aqueles que são selecionados 
para estudo e aqueles que não o são; 
- Um ou mais subgrupos da população não são devidamente representados na amostra da 
pesquisa; 
- Em pesquisa analítica, viés se manifesta quando pessoas incluídas não representam as 
proporções de exposição, doença ou ambos da população; 
- Planejamento da coleta de dados tende a evitar ou minimizar viés de seleção; 
- Evidências da presença de viés de seleção: uso de dados de rotina, escolha não-aleatória dos 
membros da amostra, baixas taxas de resposta e colaboração das pessoas (perdas), novos 
indivíduos admitidos no decorrer de uma investigação sem que possuam características dos 
membros da amostra, falta de adequados controles de qualidade; 
- Modalidades do viés de seleção: 
a) Viés das operações de amostragem: amostra não-representativa da população; 
b) Viés de auto-seleção: pessoa coloca-se à disposição para investigação; 
c) Viés das perdas: substancial de não-respostas, mudanças de endereço, desinteresse, 
outros. Com isso, informação é obtida somente de parte da amostra. 
d) Viés de admissão: estudos com base hospitalar tendem a reproduzir quadro mais 
grave do prognóstico em virtude do tipo de paciente que investigam ; 
e) Viés de afiliação: pessoas de determinado grupo (ex: associação esportiva) têm nível 
de saúde, em geral, diferente da população. Exemplo clássico: “efeito trabalhador 
sadio” (trabalhador empregado costuma ser mais sadio que o desempregado); 
f) Viés de prevalência: casos graves e fatais, assim como os de curta duração (seja pela 
evolução benigna ou pela eficácia do medicamento), não são incluídos na investigação 
quando ela é realizada em estágios tardios da doença. Por esse motivo, é recomendável 
que estudos de caso-controle somente incluam casos novos, e não os provenientes de 
avaliações seccionais! 
Conduta frente ao viés de seleção: 
-Cuidadoso planejamento da investigação e esmerada execução minimiza ou previne vieses de 
seleção. Uma vez presente, é difícil neutralizá-lo. 
- Introdução de controle de qualidade para evitar erros na escolha da amostra, obtenção dos 
dados e tratamento da informação; 
- Lidar com amostra suficiente, calculada cientificamente (importância de haver cálculo de 
tamanho de amostra), com membros selecionados ao acaso e com mínimo de perdas durante 
fase de coleta e tratamento dos dados. 
 
Causalidade e viés de seleção 
- Muitas vezes, há subgrupos na população com características próprias. Ex: solteiros tendem a 
ser menos saudáveis que casados, empregados mais saudáveis que desempregados, etc. São, 
portanto, potenciais fatores de confusão que devem ser afastados na análise de causalidade. O 
mesmo fenômeno pode ocorrer na investigação de um tratamento, por exemplo, que não recorra 
à randomização. 
-Faixa etária, nível socioeconômico, gravidade da doença, dentre outras características: deixam 
marcas no resultado final! Podem tanto omitir relações causais quanto produzir associações 
artificiais. 
-Portanto, tanto em investigações descritivas quanto analíticas, viés de seleção é uma das possíveis 
explicações para os resultados obtidos. 
 
 
Página 14 
B) Uso de Amostras para Conhecer a População: 
- Censo: enumeração de toda a população; 
- Amostra: subconjunto da população; 
- Amostra aleatória: subconjunto da população por meio do qual se estabelecem ou estimam as 
propriedades e características desta população; 
- Comprovação do acerto dos resultados obtidos por uma amostra só é possível quando se faz, 
simultaneamente, um recenseamento, de modo a confrontar os resultados. Na prática, censo só 
é possível de forma plena em ocasiões especiais, como em comunidades pequenas e isoladas. 
- Portanto, trabalho em amostragem é operacionalmente mais simples e pode atingir maior 
exatidão que um censo (ex: por controlar melhor questões como diferenças na padronização 
de procedimentos e dificuldade de encontrar todos os indivíduos); 
 
a) Amostra de conveniência: ou não-aleatória, é aquela cuja seleção não ocorre por 
aleatoriedade estatística,mas por um julgamento de valor. Ex: pacientes que procuram 
serviços de saúde, dados da vigilância epidemiológica, pessoas de uma praça. São 
importantes para detectar presença de dado evento e mesmo a sua freqüência em dada 
localidade, mas não informam sobre a sua proporção na população (não são 
representativos). 
 
b) Amostras aleatórias: casuais, probabilísticas, estatísticas, ao acaso. Amostra 
obtida tem mesmas características da população. Cada membro possui mesma 
probabilidade de fazer parte da amostra. Resultados obtidos em amostra aleatória 
sempre diferem dos de outra amostra aleatória, da mesma população, e do próprio 
resultado obtido pelo exame de toda a população, mesmo usando métodos idênticos de 
coleta de dados. É o “erro amostral” ou “variação amostral” - por esse motivo, calcula-se 
o intervalo de confiança para informar que prevalência de evento situa-se entre dois 
limites. 
 
C) Modo de Escolha de Amostras Aleatórias: 
Modos de escolher amostrar aleatórias 
a) Amostra aleatória simples: todos os indivíduos com igual probabilidade de fazerem parte 
da amostra. 
b) Amostra sistemática: escolhem-se unidades a intervalos fixos (ex: seleciona-se um 
indivíduo, descarta os dois próximos e escolhe-se o terceiro, e assim sucessivamente); 
c) Amostra estratificada: divisão da amostra em estratos (sexo, idade, nível socioeconômico), 
separando-a em subgrupos que não se superponham. A partir da estratificação, faz-se 
amostra aleatória simples ou sistemática de cada estrato. Técnica recomendada para 
garantir presença de determinados grupos que seriam ausentes ou subrepresentados de 
outra maneira. 
d) Amostra por conglomerados: recomendado para amostras dispersas no espaço ou no 
tempo (ex: país, estado, cidade). Faz-se divisão do universo em conglomerados que não 
se superponham; selecionam-se alguns deles ao acaso, os quais comporão a amostra. 
 Amostragem em Estágios: 
Para manter o objetivo de obter uma amostra que represente toda a população, há a 
possibilidade da amostra estratificada: formação de estratos e escolha de amostras simples de 
cada estrato. Ex: amostra estratificada e amostra por conglomerados são em estágios, já que 
envolvem a seleção de um grupo/local previamente à amostragem simples aleatória dos seus 
elementos constituintes; 
 
 
Página 15 
D) Perdas na Amostra Original: 
a) Perdas ao acaso: efeitos tendem a ser mutuamente anulados se as amostras são de 
grande tamanho. Não havendo preferência por um dos grupos, perdas não produzem 
efeito significativo para resultados da investigação. 
b) Perdas sistemáticas: perdas situadas em determinado segmento social, por exemplo. 
 
 Erros tipo I e II 
Erro tipo I (α) Falso-positivo: dizer que 
uma pessoa tem uma doença 
quando ela de fato não tem. 
1- α = 
Nível de Significância do 
estudo 
Normalmente: 95% 
Erro tipo II (β) Falso-negativo: dizer que 
pessoa não tem doença 
quando de fato a tem. 
1 – β = Poder do 
estudo 
Probabilidade de detecção de diferença 
quando ela de fato existe; 
Normalmente: 80% 
 
E) Tamanho da Amostra: 
 A) Considerações gerais sobre o tamanho da amostra: 
O tamanho da amostra é resultado do balanceamento de algumas questões básicas; 
Lei dos grandes números: 
• Quanto maior o tamanho da amostra, maior será a precisão do estudo; 
• Pequenas amostras tendem a gerar conclusões instáveis - modificações substanciais nos 
seus resultados podem ocorrer pelo simples acréscimo de algumas poucas unidades. 
• Grandes amostras permitem conhecer melhor o que ocorre na população selecionada, 
desde que selecionadas corretamente. Caso contrário, podem inspirar uma falsa 
confiança. 
 B) Precisão das estimativas amostrais: 
Quando o nível de precisão é determinado, é possível determinar o número exato de 
participantes para a amostra. 
Erro de amostragem tolerável para estimativas: há uma margem de erro tolerável que difere 
de estudo para estudo: em caso de uma pesquisa entre dois candidatos com uma diferença 
muito pequena de votos, a margem de erro deve ser reduzida ao máximo - uma amostra de 
grande tamanho deve ser utilizada. O erro tolerável, então, depende da finalidade da 
investigação. 
 C) Tamanho da amostra para estudos descritivos: 
No processo de computação do tamanho amostral, vários fatores entram em jogo: 
• Tipo de evento: pode ser expresso em escala qualitativa ou quantitativa: 
o Qualitativa: geralmente dicotômica, expressa por meio de uma PROPORÇÃO: 
prevalência do alcoolismo, por exemplo. 
o Quantitativa: própria de variáveis contínuas, cujos valores podem ser expressos 
em médias. Algumas informações quantitativas podem ser transformadas em 
qualitativas para melhor informar o profissional de saúde - ao invés de utilizar 
desvio padrão e média, informamos prevalência. 
• Estimativas sobre o evento: 
o Caso de uma proporção: “estimar prevalência do alcoolismo”: 
▪ Passo 1: Conhecimento aproximado da prevalência “p” da condição a ser 
investigada; 
▪ Passo 2: Conhecimento aproximado da proporção dos que não têm a 
condição investigada (“q”) - p + q = 1. 
 
 
Página 16 
▪ Passo 3: Conhecimento aproximado da precisão requerida para a 
estimativa (relacionada ao intervalo de confiança). 
 
o Caso de uma média: “peso médio de recém-nascidos em uma maternidade” - o 
cálculo do tamanho da amostra “N” requer: 
▪ Passo 1: Estimativa prévia da variabilidade do parâmetro na população, 
dado pelo desvio padrão “d”; 
▪ Passo 2: Precisão desejada para a estimativa (associada ao erro padrão 
“E”); 
 
 
 
 
Página 17 
Capítulo 17 – Aferição dos Eventos: 
 
Viés de aferição/informação/observação: 
 Erro sistemático de diagnóstico 
- Achados obtidos com dados da amostra diferem dos da população simplesmente por problemas 
de aferição; 
- Presente, por exemplo, quando qualidade dos dados é diferente entre grupos em estudo; 
- Resultados obtidos são imputados parcial ou totalmente a questões conceituais ou 
metodológicas não adequadamente resolvidas; 
 
Tipos de Viés de Aferição: 
a) Viés do observador – diferenças imputadas ao observador (ex: diferenças na forma de 
interrogar, examinar, anotar...); 
b) Viés da suspeita diagnóstica – quando se sabe ou se suspeita do verdadeiro estado do 
indivíduo observado; busca de fatores de risco mais avidamente em casos do que em 
controles, no caso de casos-controles; 
c) Viés por uso de informante inadequado; 
d) Viés do instrumento de coleta dos dados – ex: balança imprecisa, esfigmomanômetro 
impreciso... 
e) Viés da forma de detecção – uso de diferentes instrumentos, métodos diagnósticos, (...) 
entre os grupos; 
f) Viés de recordação (de memória) – em estudos transversais e caso-controle; diferença 
de recordação de eventos passados em função da presença da doença. “Viés de 
ruminação”. 
g) Viés de processamento da informação – deturpação nos resultados devida a erros de 
codificação, transcrição, digitação... 
 
Erros de Mensuração 
a) Aleatórios/casuais: resultados das mensurações se encontram distribuídos em torno do 
real valor sem predileção para um dos lados 
b) Não-aleatório (viés): medidas constantemente desviadas para um dos lados, para mais 
ou para menos. 
 
Etiologia dos erros de mensuração: 
1. Circunstâncias da mensuração; 
2. Instrumentos de aferição; 
3. Pessoas envolvidas no processo (observador ou observado); 
 
Reprodutibilidade e validade 
- Reprodutibilidade: consistência dos resultados quando medição ou exame se repete 
- Validade: grau em que exame é apropriado para medir verdadeiro valor daquilo que é medido, 
observado ou interpretado 
 Falta de reprodutibilidade implica em falta de validade; no entanto, exame pode ser 
reprodutível mas não serválido. 
 
 
Página 18 
 
Aula 4, 5 e 6: Medidas de Efeito, Medidas de Impacto e 
Causalidade 
Capítulo 19 - Interpretação da Relação Causal 
Capítulo 2 – Medindo Saúde e Doença 
 
Capítulo 19 – Interpretação da Relação Causal: 
Viés de aferição/informação/observação: 
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): 
1. Causas humanas ou ambientais: embora seja comum, na maioria das vezes as causas são 
imputadas a interações entre predisposição individual e exposições ambientais. 
2. 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) 
3. 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). 
4. 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”. 
 
 
Página 19 
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. 
 
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 
 
 
Página 20 
 Estudo de incidência superior ao de prevalência 
 Estudo com grupo-controle interno superior ao sem grupo-controle interno. 
 
 
 
 
 
Aula 7: Fatores de Confusão 
Capítulo 18 – Fatores de Confusão 
Capítulo 18 – Controle das Variáveis de Confusão 
 
- Variáveis de um estudo: principais (estudadas) e externas 
- Variáveis externas podem ser confundidoras (mas não obrigatoriamente). Todas as externas 
são potencialmente confundidoras. Idade e sexo são clássicas variáveis confundidoras e que, 
por isso, comumente são discriminadas na análise dos dados. 
- Se presente em estudo, confundimento induz a conclusão incorreta sobre verdadeira relação 
entre dois eventos, pois um outro fator confunde a interpretação. 
- Para afirmar que há relação causal entre dois eventos, é necessário afastar explicações 
alternativas; os fatores de confundimento constituem uma destas explicações e, portanto, 
necessitam ser preocupação constante no desenvolvimento de pesquisa. 
 
Características da variável de confundimento 
a) Estar associada à exposição em foco 
b) Ser também fator de risco para doença em estudo 
c) Não constituir elo entre exposição e doença 
- Variável de confundimento está desigualmente distribuída entre os grupos 
 
Conduta para lidar com variável de confundimento 
a) Prevenção (no planejamento do estudo): randomização, composição de grupo controle, 
estratificação, restrição de certas categorias, emparelhamento → ANTES QUE A COLETA 
DE DADOS OCORRA! 
b) Ajuste (na análise dos dados): nem sempre é completa. Análise estratificada, ajustes 
estatísticos – não tão eficientes quanto o planejamento anterior à coleta de dados. 
 
- Randomização é melhor técnica para neutralizar confusão de variáveis, mas não se 
pode desprezar as demais. - Na prática, usa-se combinação de técnicas preventivas e 
analíticas. 
 
a) Restrição de categorias: escolha de determinados segmentos da população (altamente 
homogêneos) para serem incluídos na amostra a ser investigada, excluindo-se outros 
subgrupos da população. Ex: somente um sexo ou faixa etária.Página 21 
b) Randomização: casualização / aleatorização; alocação aleatória de pessoas ou 
conglomerados para compor grupos de estudo e de controle. Efeito eperado = 
neutralizar variáveis externas 
c) Formação de grupo controle: fundamental em estudos analíticos, uma vez que 
“estudos de casos” e “séries de casos” não são suficientes para tanto, pois o foco é a 
comparação de risco entre dois grupos. Podem ser internos (composto durante o 
decorrer da investigação, de um mesmo local e período; são homogêneos e, em 
condições ideais, diferem apenas em um aspecto, que é o elemento em estudo) ou 
externos (não há formação de grupo controle durante a investigação; pesquisa que os 
usa é não-controlada. Dados do grupo controle são coletados antes dos dados 
referentes ao grupo de estudo) 
d) Emparelhamento/pareamento de fatores: podem-se formar grupos “independentes” 
ou “grupos emparelhados” (faz desaparecer ou diminuir diferenças de características 
entre grupos; pode ser emparelhamento natural, autoesmparelhamento ou 
emparelhamento artificial, sendo que este último pode lidar com variáveis 
qualitativas ou quantitativas) 
e) Estratificação: separação de um grupo em subgrupos ou estratos. Uso da estratificação 
associado ao da randomização constitui melhoria em relação à randomização simples, 
pois aumenta a probabilidade de homogeneidade dos grupos. 
 
• Controle estatístico na fase de análise de dados: usado se quer neutralizar variáveis 
só detectadas ou suspeitadas após a coleta de dados. Em geral, em ensaios aleatorizados 
com amostras de grande tamanho, consegue-se obter grupos com características 
semelhantes. Já nos estudos observacionais e ensaios com amostras pequenas, defronta-
se com grupos que, geralmente, não possuem características homogêneas entre si. 
 
• Análise multivariada: a partir dela, consegue-se uma estimativa de risco relativo entre 
exposições e doença na qual foi neutralizado o efeito de variáveis de confundimento que 
entram no modelo. Consideram-se variáveis dependente (efeito) e independente 
(exposição). Em geral, na saúde, considera-se uma variável dependente e várias 
independentes (fatores de risco). Podem ser incluídas várias independentes, no objetivo 
de elucidar sua relação com o desfecho. Pode-se também aplicar regressão logística, de 
modo a mostrar a contribuição relativa de cada variável para o desfecho. Ela informa o 
valor do risco relativo (odds ratio), bem como o tamanho do intervalo de 
confiança em torno do risco relativo. 
 
• Combinação das análises estratificada e multivariada é comumente utilizada. 
 
Resultados ajustados e não-ajustados 
- Ajustados – há controle de variáveis extrínsecas, por ajustamento usando análise 
estratificada e multivariada. 
Normalmente, são os valores utilizados para afirmar se há ou não relação entre uma variável e 
um desfecho em estudo. - Não-ajustados – sofrem interferência dos fatores de confusão. 
 
- Se resultados assemelham-se, não há confusão atribuível a estas variáveis no resultado. 
Se ambas diferem, o ajustamento é necessário; nesse caso, os resultados ajustados passam a 
vigorar e são os utilizados na conclusão das investigações! 19 – Interpretação da relação 
causal 
 
 
 
Página 22 
- Causalidade: estudo abrange pesquisa dos fatores relacionados pelo aparecimento de 
doenças, mas não somente. 
 
Classificação das causas 
a) Humanas e ambientais – interação entre predisposição individual e exposições 
ambientais. Muito encontrada, principalmente quando etiologia da doença é pouco 
conhecida. 
b) Proximais, intermediárias e distais – quanto mais proximal, mais diretamente relacionada 
está com desfecho. Distais seriam fatores socioeconômicos, por exemplo. 
c) Causas predisponentes, desencadeadoras e agravantes – levam em consideração tipo de 
contribuição de dado fator no desenvolvimento de agravo à saúde. 
d) Causa necessária e suficiente 
 
Associação e causalidade 
Critérios para julgar causalidade 
 – Sequência cronológica: exposição deve anteceder doença. Delineamento prospectivo é o 
mais adequado para elucidação da ordem temporal dos acontecimentos. Transversais e caso-
controle possuem problemas para garantir temporalidade. 
 
– Força da associação: freqüência da doença é aumentada pela presença de determinado fator 
e diminuída pela sua ausência. Quanto maior o odds ratio ou o risco relativo, maior é a força da 
associação (maior a probabilidade de que haja relação causal entre exposição e doença) 
 
– Relação dose-resposta: com aumento da intensidade e/ou do tempo exposição, há aumento 
da ocorrência ou da gravidade da doença. 
 
– Consistência da associação: resultados confirmados por outros estudos semelhantes, mas 
com métodos e populações diferentes. Ensaios clínicos randomizados apresentam a melhor 
evidência de causalidade. 
 
– Plausibilidade da associação: se fatos enquadram-se no conhecimento existente sobre a 
matéria – em termos de história natural da doença, estudos a nível celular, tissular, etc. 
Questionado, já que tende a impedir ou dificultar aceitação de novas evidências que não se 
enquadrem no conhecimento existente. 
 
– Analogia: se há antecedentes que permitam estabelecer causalidade entre dois fatores (ex: 
medicamentos teratogênicos), há a possibilidade de que um dado medicamento possa também 
promover teratogênese 
 
– Especificidade: quanto a presença de uma variável pode ser usada para predizer o 
aparecimento de outra. Ou seja, se exposição pode ser separadas das demais exposições e ainda 
assim ser capaz de produzir mudanças na incidência da doença, há fortes argumentos em favor 
da causalidade 
 
	Aula 1: Introdução aos Delineamentos
	Capítulo 12 – Métodos Empregados em Epidemiologia
	Capítulo 13 – Estruturas e Vantagens dos Principais Métodos
	Capítulo 3 – Tipos de Estudo
	Capítulo 12: Métodos Empregados em Epidemiologia
	A) Três enfoques para pesquisar um tema:
	1) Estudo de caso:
	2) Investigação laboratorial
	3) Pesquisa populacional
	B) Critérios para a classificação de métodos empregados em epidemiologia:
	- Propósito Geral: estudo podem ser descritivos ou analíticos (comparativos/ teste de hipótese);
	C) Estudos Descritivos:
	D) Estudos Analíticos:
	a) Estudo experimental do tipo Ensaio Clínico Randomizado
	b) Estudo de coorte
	c) Estudos de caso-controle
	d) Estudo transversal
	Principais comparações em estudos analíticos
	Inferências causais a partir dos estudos
	E) Estudos Ecológicos (ou de Correlação):
	F) Classificação Prática de Tipos de Estudos:
	a) Experimental x de Observação
	b) Descritivo x Analítico
	c) Estudo de Caso x Série de Casos
	d) Estudo transversal x longitudinal
	e) Estudo prospectivo x retrospectivo
	f) Delineamentos híbridos
	g) Estudo paralelo x cruzado
	h) Experimental x quase-experimental
	Capítulo 13 – Estrutura, Vantagens e Limitações dos Principais Métodos
	1) Ensaio clínico Randomizado
	2) Estudo de coorte
	3) Estudo de caso-controle
	Comparação Coorte x Caso-Controle
	4) Estudo transversal
	Aulas 2 e 3: Erro Aleatório, Seleção e Tipos de Amostragem + Viéses
	Capítulo 3 – Tipos de Estudo
	Capítulo 15 – Validade de uma Investigação
	Capítulo 16 - Seleção dos Participantes para o Estudo
	Capítulo 17 - Aferição dos Eventos
	Capítulo 3 (Bonita): Tipos de Estudo – Erros potenciais em Estudos Epidemiológicos
	A) Erros aleatórios:
	1) Erro de Amostragem:
	2) Variação Biológica Individual:
	3) Erro de Medida:
	B) Erros sistemáticos:
	1) Viés de seleção:
	2) Viés de aferição:
	3) Viés de confundição:
	4) Viés de prevalência:
	5) Viés de mensuração:
	Capítulo 15 – Validade de uma Investigação
	Alternativas metodológicas para inferir relação causal
	Comparação Caso-controle x Transversal
	Viés metodológico
	Capítulo 16 – Seleção dos Participantes para Estudo:A) Viés de Seleção:
	Conduta frente ao viés de seleção:
	Causalidade e viés de seleção
	B) Uso de Amostras para Conhecer a População:
	C) Modo de Escolha de Amostras Aleatórias:
	Modos de escolher amostrar aleatórias
	D) Perdas na Amostra Original:
	E) Tamanho da Amostra:
	Capítulo 17 – Aferição dos Eventos:
	Viés de aferição/informação/observação:
	Erro sistemático de diagnóstico
	Reprodutibilidade e validade
	Aula 4, 5 e 6: Medidas de Efeito, Medidas de Impacto e Causalidade
	Capítulo 19 - Interpretação da Relação Causal
	Capítulo 2 – Medindo Saúde e Doença
	Capítulo 19 – Interpretação da Relação Causal:
	Viés de aferição/informação/observação:
	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”.
	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 ...
	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 fatore...
	 Estudo com grupo-controle interno superior ao sem grupo-controle interno.
	Aula 7: Fatores de Confusão
	Capítulo 18 – Fatores de Confusão
	Capítulo 18 – Controle das Variáveis de Confusão
	Características da variável de confundimento
	Conduta para lidar com variável de confundimento
	Resultados ajustados e não-ajustados
	Classificação das causas
	Associação e causalidade
	Critérios para julgar causalidade