Farmacoepidemiologia RESUMO

Prévia do material em texto

Farmacoepidemiologia 
Felipe Carvalho 
Aula 1: Introdução à Farmacoepidemiologia 
Hoje se sabe que o uso do medicamento ele não é determinado só por uma necessidade clínica do 
indivíduo, pela sua patologia ou pelo seu diagnóstico. O uso do medicamento é resultado de múltiplos 
fatores que vão estar influenciado esse fenômeno, como por exemplo, fatores epidemiológicos (um país 
com uma maior incidência de câncer, se esperaria um maior consumo de medicamentos oncológicos, 
considerando o acesso igualitário aos medicamentos); fatores sociais (isso diz muito respeito ao fato do 
medicamento ser muitas vezes utilizado como um indutor de estilo de vida, ou seja, o uso do 
medicamento não para tratar uma condição clínica mas para tratar uma condição social); fatores 
econômicos (acesso das pessoas aos diversos tipos de medicamento). Todos esses fatores estarão 
influenciando as pessoas a utilizarem o medicamento e a forma como esse medicamento será utilizado. 
Analisar esses fatores é de suma importância pois a Farmacoepidemiologia tem um foco justamente 
nos fatores que determinam o uso do medicamento e nas consequências desse uso para a população. 
Quando se fala em consequências do uso do medicamento para a população é importante lembrar quais 
seriam as fases de desenvolvimento de novos medicamentos. 
 
Em um primeiro momento a fase pré-clínica é onde ocorre a descoberta de novos fármacos e 
moléculas as quais são submetidas a estudos pré-clínicos (estudos em animais para se verificar se 
efetivamente a molécula desempenha o efeito farmacológico, se é tóxica ou possui uma toxicidade 
aceitável para organismos vivos). É uma fase que pode durar entre três e seis anos e se estima que haja 
uma probabilidade de sucesso de 0,01%. Essa primeira fase pré-clínica ela vai incluir desde a descoberta 
da molécula, testes em bancada e testes em animais. Havendo resultados favoráveis nessa fase inicia-se a 
segunda fase chamada de fase da pesquisa clínica, onde efetivamente esse medicamento/fármaco será 
testado em seres humanos. Essa fase é dividida em três fases: 1, 2 e 3 com objetivos e dimensões 
diferentes. A Fase 1 tem como objetivo verificar a toxicidade ou perfil de toxicidade do fármaco 
envolvendo indivíduos sadios que utilizarão o fármaco com objetivo de verificar se o fármaco é seguro 
para uso em humanos (estima-se que a fase envolva entre 20-100 voluntários sadios). A partir de 
resultados positivos nessa fase, inicia-se então a Fase 2 com objetivo de verificar ainda a questão da 
toxicidade, mas aqui já vão estar envolvidos pacientes que apresentam a patologia alvo para o 
medicamento estudado, ou seja, avaliar a eficácia e também a dose. A Fase 3 é a última antes desse 
medicamento poder ser submetido para registro e antes dele poder ser comercializado. Essa fase é como 
se fosse uma ampliação da fase anterior em que ocorrerá a ampliação do número de indivíduos que serão 
expostos ao medicamento. Geralmente são estudos multicêntricos, realizados em diferentes hospitais e em 
diferentes países, onde todos esses resultados serão reunidos e, sendo favoráveis, é possível então se 
submeter a uma demanda as autoridades regulatórias nacionais para que esse medicamento seja registrado 
para comercialização. Na fase 4, chamada de pós-comercialização, esse medicamento estará disponível 
para prescrição e para utilização pela população e é justamente nessa fase que a Farmacoepidemiologia 
vai começar a atuar e os estudos farmacoepidemiológicos serão realizados, quando os medicamentos já 
estão em uso pela população. 
 
Limitações dos estudo pre-marketing (ensaios clínicos) 
Os ensaios clínicos apresentam limitações (são testes, por isso tentam prever a eficácia do 
medicamento e segurança antes de estar disponível para a população). Porém é complicado conseguir 
representar no ensaio a realidade do que vai ser o uso do medicamento pela população por diferentes 
questões, por exemplo: 
• Critérios estritos de seleção de pacientes 
Os pacientes que participam dos ensaios clínicos são escolhidos de acordo com critérios muito restritos. 
Então são pacientes dentro de uma determinada faixa etária, não apresentam determinados tipos de 
comorbidade, geralmente não se envolvem mulheres grávidas, idosos e crianças (populações vulneráveis). 
Para essas populações estarem participando de ensaios clínicos precisa ter uma justificativa bastante 
específica para isso. 
• Assistência diferenciada aos participantes 
Os pacientes que estão participando de ensaios clínicos eles recebem uma assistência diferenciada, ou 
seja, eles são acompanhados durante todo o tratamento, onde regularmente exames são feitos, havendo 
um maior controle e assistência. Durante a prática clínica, isso é bem diferente, uma vez que o paciente 
vai até o consultório, recebe uma prescrição e adquire o medicamento na farmácia e depois pouco se sabe 
do que aconteceu com ele durante o uso do medicamento. 
• Curta duração 
Os ensaios clínicos têm curta duração, mesmo que durem alguns anos. Isso é bem diferente do que pode 
acontecer depois que esse medicamento é registrado para uso e utilizado por décadas. A grande questão é 
que os efeitos sobre toxicidade ou reações adversas a medicamentos, precisa-se de um número bem 
grande de indivíduos expostos ao medicamento para que haja uma probabilidade de estar observando essa 
reação adversa grave, fato que não terá esse número de pacientes envolvidos no ensaio clínico. 
• Não há informação sobre efetividade comparativa 
Os ensaios clínicos eles medem eficácia do medicamento enquanto que quando o medicamento está em 
uso na população, o que interessa é efetividade. A eficácia diz respeito ao efeito do medicamento sobre as 
condições controladas do ensaio clínico, mas quando esse medicamento já está disponível no mercado 
para uso pela população, há diversos outros fatores que estão influenciando no resultado daquele 
tratamento que não apenas a questão da eficácia intrínseca do fármaco. Existirão questões sobre como o 
medicamento foi prescrito, como foi utilizado, se o indivíduo apresentava outras doenças, se utilizava 
outros medicamentos concomitantemente, estilo de vida, exercício físico, alimentação e etc... Ou seja, 
tem vários fatores que estarão influenciando no desfecho daquele tratamento e eles podem muitas vezes 
modificar o resultado daquele tratamento. Logo, no ensaio clínico observa-se um tipo de resultado, mas 
na prática clínica, observa-se outro. Então quando há o interesse em entender o resultado de um 
tratamento na prática clínica na população, me refiro a efetividade desse medicamento. Caso esteja se 
referindo a um medicamento novo que ainda não tenha sido utilizado pela população, não se tem dados 
para comparar a efetividade dele com outros medicamentos. 
• Detecção de RAM rara improvável 
Durante os ensaios clínicos é muito improvável que se observe reações adversas a medicamentos (RAM). 
Essas reações elas vão surgir efetivamente quando tiver um grande número de pessoas utilizando o 
medicamento, ou seja, depois que ele já está registrado e em uso pela população. 
 
Problemas de segurança pós-marketing 
Após o lançamento desse 
medicamento no mercado, muitas 
vezes são necessárias 
modificações em relação, por 
exemplo, a bula (51%) do 
medicamentoapós seu lançamento 
no mercado. Essas alterações na 
bula são ocasionadas por questões 
de segurança (contraindicação na 
bula). Outros 20% acabam tendo 
restrição de venda, ou seja, era 
um medicamento de venda livre e passam a ser sob prescrição médica. Até cerca de 4% dos 
medicamentos lançados no mercado são retirados após algum tempo, pois se verifica que eles 
representam um risco importante a população e por isso eles não podem estar mais disponíveis para uso. 
Os ensaios clínicos possuem uma forma de garantir a segurança dos medicamentos que vão ser 
comercializados, porém possuem limitações e é justamente a ação da Farmacoepidemiologiaque resolve 
essa situação. A Farmacoepidemiologia é o estudo do uso e dos efeitos dos fármacos em populações, por 
meio da aplicação de métodos epidemiológicos no contexto da farmacologia clínica. Desse modo, tem o 
objetivo de entender quais são os fatores que influenciam o uso do medicamento e quais são as 
consequências desse uso para a população. 
Lembrar que agem na fase de efetividade clínica e na regulação em prol da população. 
 
A Farmacoepidemiologia hoje possui duas áreas principais: farmacovigilância que busca identificar 
e avaliar os efeitos do uso dos fármacos na população com ênfase especial para os efeitos nocivos ou para 
reações adversas a medicamentos e também os estudos de utilização de medicamentos que são 
realizados com o objetivo de conhecer o perfil do uso dos fármacos, quais os seus determinantes e quais 
as consequências desse uso para a população. 
 
Aula 2: Princípios básicos de epidemiologia e estatística 
Epidemiologia 
Na etimologia da palavra, o prefixo epi quer dizer sobre, demi significa população, logia vem de 
“logos” do latim estudo. A epidemiologia é o estudo da distribuição e dos determinantes dos eventos 
que podem afetar a saúde das pessoas. 
Determinante 
 É um termo que utilizado na epidemiologia para referir a 
causa do que está ocorrendo com a saúde das pessoas, por exemplo: 
Por que existem tantas pessoas doentes em determinado bairro? 
Será que a água que consome estaria contaminada por dejetos da 
indústria química próxima? Nesse exemplo, a poluição da água 
seria possível determinante, ou seja, a causa da doença. Podemos 
nos referir também a poluição como fator de exposição ou fator de 
risco. Já a doença das pessoas é a consequência ou o resultado da 
exposição das pessoas ao poluente. Em Epidemiologia, frequentemente, referem-se à consequência ou 
resultado, como sendo um desfecho, mas nem sempre um fator de exposição é algo ruim ou o desfecho é 
uma doença. Por exemplo, se a pessoa usa medicamento e fica curada, o determinante ou fator de 
exposição é o medicamento e a consequência ou desfecho é a cura. 
Causa e efeito 
Um dos focos principais da Epidemiologia é o estudo da relação de causa e efeito entre o 
determinante e seu desfecho, ou seja, descobrir o que poderia estar causando o evento que está ocorrendo 
na população. Como descobrimos se algo que fazemos o que ou que somos expostos pode ser prejudicial? 
A forma confiável de se fazer isso é por meio da ciência, como os estudos in vitro com células, porém as 
células isoladas não se comportam da mesma forma que um organismo vivo; outra opção seria realizar 
testes em animais, mas muitas substâncias afetam animais e seres humanos de forma diferente. O que 
resta nesses casos é observar o mundo real, medir os fatores as quais muitas pessoas (milhares, milhões de 
pessoas) são expostas e tentar descobrir as conexões entre essas exposições e a saúde. Estudos como esse 
formam uma grande parte da Epidemiologia e são uma forma poderosa de entender como exposições e 
comportamentos podem afetar a saúde de grandes grupos de populações. 
Estudo 
É um processo científico utilizado para responder uma pergunta, utilizando dados da população. Por 
exemplo, podemos estar interessados em saber se o fumo aumenta os riscos de uma pessoa desenvolver 
câncer de pulmão, mas será que o fumo seria o único responsável pela doença ou existiriam outros 
fatores? 
Etapas de desenvolvimento de um 
estudo 
Um estudo sempre começa a partir de uma 
pergunta bem definida. Depois, precisa-se 
resolver qual o melhor tipo de desenho de 
estudo deve ser utilizado para responder essa pergunta, por exemplo, um estudo transversal, estudo caso-
controle, o estudo de coorte. A partir do momento que o tipo de estudo é decidido, precisa-se coletar e 
analisar os dados utilizando métodos estatísticos adequados e depois os resultados devem ser 
interpretados de forma que façam sentido. Finalmente, esses resultados podem ser reportados, através de 
um artigo científico, por exemplo, respeitando sempre a ética. 
Fontes 
Os dados para realizar um estudo epidemiológico podem 
ser obtidos de diferentes formas e fontes. Por exemplo, através 
de entrevistas diretamente com os indivíduos, coletando-se 
dados pessoais (idade, sexo, endereço e outras perguntas 
específicas que sejam do interesse do estudo). Esses mesmos 
dados podem ser obtidos também por meio de questionários 
enviados para os participantes que os preenchem e depois 
retornam para os pesquisadores (p ex. via e-mail). Outra fonte de dados são as bases de dados eletrônicos 
(p. ex: prontuários eletrônicos em hospitais). Esses dados coletados são sobre o que? Em ciência, coleta-
se dados sobre variáveis. 
Variáveis 
É aquilo que varia ou pode variar, é um atributo ou característica que pode ser definida e 
mensurada, como o gênero de uma pessoa, seu peso e altura. Existem diferentes tipos de variáveis e são 
divididas em dois grandes grupos: as quantitativas e as categóricas. 
As variáveis quantitativas são sempre 
numéricas. Se elas forem resultado de uma contagem, 
elas vão se chamar variáveis discretas, p. ex: o número 
de sorvete que uma pessoa tomou hoje. Por outro lado, 
podem ser contínuas, podendo assumir qualquer valor 
na reta real, p ex: o peso de uma pessoa, que pode ter o 
número de casas decimais que o equipamento permitir, 
ou seja, pode assumir qualquer valor real. 
Já as variáveis categóricas referem-se às categorias ou 
classes. Podem ser ordinais, quando seus valores possíveis 
possuem uma lógica entre si, p.ex: a variável grau de satisfação 
do cliente (as categorias desta variável são insatisfeito, 
indiferente e satisfeito, possuindo uma relação de ordem do pior 
para o melhor). Existem também as nominais, que é quando 
suas categorias não possuem uma relação de ordem entre si, 
p.ex: a variável cor do cabelo (essa variável pode assumir 
diferentes valores e não existe uma ordem lógica). 
Amostras 
Nos estudos epidemiológicos se coletam dados de uma amostra da população de interesse e não de 
toda a população. Uma amostra é, então, um grupo de pessoas selecionadas a partir da população de 
interesse e será sobre estas pessoas que irão coletar os dados para o estudo. É importante que a amostra 
seja bem selecionada, pois os resultados que serão obtidos a partir de seus dados serão utilizados para 
responder uma pergunta sobre toda a população. Uma das características mais importantes de uma 
amostra é a sua representatividade. 
Uma amostra ser representativa quer dizer que toda variedade de características que podem 
impactar nos desfechos de interesse do estudo e que estão presentes na população devem estar igualmente 
presentes na amostra tanto em termos qualitativos quanto quantitativos, ou seja, um sub grupo de pessoas 
não pode ser favorecido. Por exemplo, se a população de interesse tiver pessoas diferentes faixas etárias, a 
amostra não poderá ser compostas apenas por idosos ou apenas por jovens. Por isso, é importante que o 
método que será utilizado para selecionar as pessoas garanta que todos os indivíduos tenham a mesma 
chance de serem selecionados para amostra. 
• Amostragem por conveniência: não resulta em uma amostra representativa (não representa o todo), o 
pesquisador escolhe para participar da pesquisa os indivíduos que são mais facilmente recrutados, p.ex: 
por morarem próximo de onde o pesquisador reside. No entanto, essa amostra não vai representar de 
maneira adequada a população de interesse. 
• Amostragem aleatória: o melhor método de amostragem para garantir a representatividade, é o 
aleatório. Ser aleatório significa que a escolha do participante ocorre ao acaso, sem qualquer influência de 
fatores externos. 
 Amostra aleatória simples: a seleção dos participantes ocorre através de um sorteio a partir da 
população, por exemplo. 
 Amostra aleatória estratificada: ocorre por meio de estratos, a populaçãode interesse é dividida em 
grupos de acordo com alguma característica e os participantes são escolhidos a partir de cada grupo de 
forma aleatória. Esse tipo de amostra é utilizada quando o importante garantir que determinada 
característica da população esteja representada na amostra em proporções equivalentes. 
Na prática, não se faz sorteio e 
existem outras técnicas para se 
fazer uma seleção aleatória, como 
tabelas de números randômicos 
(tabelas contendo números 
agrupados ao acaso). Para utilizá-
la precisa-se, primeiro, atribuir um 
número a cada indivíduo da 
população e depois escolhemos 
uma linha da tabela e verifica-se 
os dois primeiros dígitos e esse 
indivíduo fará parte da amostra. 
Caso algum dos números da 
tabela não exista na população pula-se e e vai para o próximo, repetindo esse processo até que se tenha 
escolhido o número de pessoas para compor a amostra. 
Inferência 
É uma técnica estatística que permite verificar 
estatisticamente se a estimativa obtida para a amostra 
pode ser atribuída a toda população, sendo uma 
probabilidade. Existem métodos para se avaliar essa 
inferência, como por exemplo o cálculo do intervalo de confiança e o teste de hipóteses e p-valor. 
Exemplo: 
Pergunta do estudo: Qual altura média dos alunos da Faculdade de Farmácia da UFRJ? 
Como já foi visto, não é viável 
medir a altura de todos os 
alunos, então foi optado 
trabalhar com uma amostra de 
10 estudantes (imagina-se que 
essa é uma amostra aleatória representativa da população de estudante). Mede-se então a altura de cada 
um e obtém-se os resultados mostrados na tabela. A partir da altura dos indivíduos da amostra, pode-se 
calcular algumas medidas, como por exemplo a média amostral das alturas, que nada mais é que o 
somatório das alturas dividido pelo tamanho da amostra. Pode-se calcular também o desvio padrão dessa 
média e assim há uma ideia da dispersão das alturas (se as alturas variam pouco ou muito em relação a 
média calculada). A partir desses valores, pode-se calcular o intervalo de confiança, que é uma faixa de 
valores calculados a partir da amostra e é possível que a média da altura real da população esteja contida 
nesse intervalo. Ao se realizar os cálculos, tem-se: 
Média amostral (x̅): 167,2 cm 
Desvio-padrão amostral (s): 8,97 
Intervalo de confiança 95%: [160,7;173,6] 
O que quer dizer esse intervalo de confiança? Significa dizer que se o mesmo experimento fosse repetido 
100 vezes, 95% dos intervalos de confiança calculados conteriam a verdadeira média populacional. Essa é 
a forma correta de interpretar o intervalo de confiança, porém em muitas referências é encontrado uma 
interpretação alternativa que diz que existe 95% de chance da verdadeira média populacional está contida 
no intervalo de confiança. Essa interpretação não está correta mas raciocinar dessa forma não traz muitos 
problemas ao pesquisador, na maioria dos casos, e talvez seja mais fácil de compreender do que a 
anterior. 
E para responder a seguinte pergunta: 
Será que os alunos da Faculdade de Farmácia da UFRJ têm altura média igual a 175 cm? 
Novamente, será trabalhado uma amostra de 10 alunos pois é inviável medir a altura de todos os 
alunos. Digamos que tenham sido encontrados os mesmos valores de Média amostral (167,2) e Desvio-
padrão amostral (8,97). Para responder essa pergunta, é necessário realizar o teste de hipótese. Essas 
hipóteses são: 
Para esse exemplo, foi utilizado um nível de significância de 0,05 que significa que o pesquisador assume 
que há um risco de 5% de concluir que a altura média não é 175 cm, quando na verdade é. De modo 
prático, o nível de significância reflete o quanto o pesquisador está disposto a errar. 
H0 → 𝜇FF = 175 cm (hipótese nula) 
H1 → 𝜇FF ≠ 175 cm (hipótese alternativa) 
A hipótese nula contém a informação que eu quero testar (no ex.: a altura média dos alunos é igual 
a 175 cm), a hipótese alternativa nega hipótese nula (no ex.: irei afirmar que a média de altura é 
diferente de 175 cm). O próximo passo é calcular a estatística teste que vai me dizer se eu devo rejeitar a 
hipótese nula ou se eu devo aceitar, nesse caso, utiliza-se T-Student e faz um teste bicaudal. Nos 
cálculos, encontra-se um p-valor = 0,023 e a partir desse valor será analisado se rejeita ou não a hipótese 
nula. 
O p-valor é uma probabilidade. É a probabilidade da amostra ter sido obtida a partir de uma 
população com altura média de 175 cm e é justamente o objetivo do estudo. Se essa probabilidade for 
grande, significa que provavelmente a altura média dos alunos realmente é igual a 175 cm. Se essa 
probabilidade for pequena, há duas conclusões possíveis: 
1. Os alunos têm altura média de 175 cm sim e o que aconteceu foi que por acaso na amostra estavam os 
alunos mais baixos ou mais altos da faculdade. 
2. Acredita-se não ser possível obter uma amostra com essa média e conclui-se que na verdade alunos 
não tem altura média de 175 cm. 
Com esse p-valor muito pequeno, como 
decidir entre essas duas opções? 
Basta comparar o p-valor com nível de 
significância definido (no ex.: 0,05). Se o p-
valor foi o maior que 0,05, eu concluo que 
amostra pode pertencer a uma população com 
altura média de 175 cm, nesse caso eu aceito a 
hipótese nula. Por outro lado, se o p-valor for 
menor que 0,05, eu vou concluir que amostra não pertence a uma população com altura média de 175 cm, 
logo altura média da população não seria essa. O suposto valor de p calculado foi 0,023, valor menor que 
o nível de significância, com isso eu rejeito a hipótese nula, logo, a altura média dos alunos não é igual a 
175 cm. 
 
 
Aula 3: Medidas de frequência em Epidemiologia 
Antes de falar sobre medidas de frequência, é 
importante saber que os estudos epidemiológicos 
podem ser reunidos em dois grupos: descritivos e 
analíticos. Os estudos descritivos têm como 
objetivo descrever a distribuição das doenças ou 
qualquer evento relacionado à saúde, e além disso, 
identificar as características dos indivíduos 
afetados e também sobre as doenças. Já os estudos 
analíticos buscam explorar a ocorrência desses 
eventos por meio da identificação de suas possíveis causas e também tem como objetivo medir a força de 
associação entre um fator exposição suspeito e o desfecho de interesse. 
Nos estudos descritivos são calculadas as chamadas medidas de frequência enquanto nos estudos 
analíticos, além das medidas de frequência, são calculadas também as medidas de associação (medidas 
de frequência + medidas de associação). Os estudos descritivos sempre serão uma primeira etapa dos 
estudos analíticos, isso porque para calcular as medidas de associação é preciso das medidas de 
frequência. Exemplos de estudos: 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
O objetivo desses três gráficos é descrever a ocorrência de um evento em saúde, no entanto focando 
em diferentes aspectos sobre esse evento, seja sua ocorrência diária ou localidade. Em todos os casos, o 
evento de interesse é o óbito e a variável que está sendo medida é o número de óbitos. Essa variável é do 
tipo quantitativa discreta porque é uma variável numérica e que representa uma contagem. Em 
Epidemiologia essa contagem é o que chamada de medidas de frequência absolutas. 
 
Tipos de medidas de frequências 
1. Frequência absoluta: forma mais simples de descrever um evento em saúde. Ela é simplesmente a 
contagem desses eventos e é expressa por meio de um número absoluto. É importante ressaltar que 
para que seja possível interpretar as frequências absolutas é imprescindível que elas sejam 
apresentadas sempre fazendo referência sobre o grupo populacional a qual se referem, em que ponto 
no tempo elas foram coletadas e em qual localidade. No exemplo sobre os óbitos de Covid-19, as 
informações se referem a uma população, foram coletados durante o ano de 2020 e essa população é a 
população brasileira. 
 
2. Frequências relativas:facilitam as comparações e suas interpretações. Essas medidas nada mais são 
do que valores absolutos expressos em relação a outros valores absolutos. Dentre delas, subdividem-
se em proporções, coeficientes, taxas e razão. 
 
2.1) Proporções: as proporções são tipo de medida matemática em que todas as unidades do numerador 
estão contidas em um denominador mais amplo, isto é, o numerador é um subconjunto do denominador. 
Elas também expressam uma fração do total e seu valor vai sempre variar entre 0 e 1. Exemplo: 
No estado do Rio de Janeiro até o momento, foram registrados 233.000 óbitos por Covid-19, desses 
óbitos 122.200 foram do sexo feminino e 111.800 do sexo masculino. 
Se dividir o número de óbitos de 
mulheres pelo número de óbitos por 
Covid-19 da população, irá obter a 
proporção de óbitos femininos (0,52). 
No caso dos homens, fazendo a mesma 
divisão obtém-se o valor de 0,48. O 
somatório de ambos corresponde ao 
resultado de 1, ou seja, a soma das 
proporções de um mesmo total será 
sempre igual a 1. 
O denominador nesses cálculos contém um total de eventos reais, ou seja, o total de óbitos que 
ocorreram e não o número de óbitos que poderiam vir a ocorrer. As proporções frequentemente são 
apresentadas na sua forma decimal x 100 de forma que sejam expressas em percentual (mulheres 52% e 
homens 48%). Pode-se também multiplicar a fração por mil e dessa forma o resultado ficaria (520 
óbitos/1000 habitantes do sexo feminino e 480 óbitos/1000 habitantes do sexo masculino). Em resumo, 
pode-se multiplicar essa fração por qualquer múltiplo de 10 dependendo da conveniência, geralmente 
buscando reduzir o número de casas decimais ou tornar o resultado mais fácil de ser interpretado. 
 
2.2) Razão: são obtidas a partir da divisão de duas frequências absolutas. 
Por exemplo, se dividir o número de óbitos 
ocorridos de mulheres pelo número de 
óbitos por Covid-19 de homens, obtém-se 
um resultado que irá me representar 
quantas vezes o número de óbitos no 
numerador é maior do que no 
denominador. Nesse exemplo específico a 
razão é igual a 1, o que quer dizer que o 
número de óbitos de homens e de mulheres é próximo. Além disso é importante notar que nas razões o 
numerador não está contido no denominador como acontece no caso das proporções, permitindo 
comparar eventos de natureza completamente diferentes. (não há necessidade de nenhuma relação 
específica entre numerador e denominador). 
 
2.3) Coeficientes: os coeficientes são tipo especial de proporção em que o denominador contém o 
número de eventos que podem vir a ocorrer. Os coeficientes estão relacionados entre o número de eventos 
que ocorreram e os que poderiam ocorrer (probabilidade), ou seja, está relacionado à ideia de risco. 
Por exemplo se quisermos obter o coeficiente de óbitos, no numerador colocamos o número de mortes 
que ocorreram e no denominador o número de mortes que potencialmente poderiam vir acontecer. Como 
qualquer indivíduo que está vivo pode vir a morrer, o número de óbitos possíveis será exatamente igual 
ao número total de habitantes. O resultado, portanto, é o coeficiente. Existem três tipos de coeficientes 
importantes em Epidemiologia: Prevalência, Incidência e Outros indicadores. 
Medidas de ocorrência de doenças 
Prevalência: a prevalência consiste na 
proporção de pessoas que apresentam 
determinado estado de saúde na 
população, como por exemplo, uma 
doença. A proporção é calculada como 
quociente entre o número de casos 
existentes numa população e o total de 
indivíduos nessa população. Neste 
exemplo, pode-se ver que num grupo de 
36 pessoas, 4 apresentam a doença, 
correspondendo a uma prevalência igual a 11% o que equivale a dizer que 11% da população apresenta 
essa doença. 
Incidência: representa a probabilidade 
ou o risco da ocorrência de 
determinado evento, como por 
exemplo, ficar doente. Ela é calculada 
como quociente entre o número de 
casos novos que surgem em 
determinado período de tempo e o total 
de indivíduos da população estão 
suscetíveis a ficarem doentes. Partindo 
da população do exemplo anterior em 
que 4 pessoas estão doentes e 32 estão saudáveis, ou seja, são suscetíveis a ficarem doentes, imagine que 
esse grupo será observado durante um ano. Ao final desse período, é verificado um total de 9 casos novos 
da doença. Assim, para calcular a incidência é preciso dividir 9 (total de casos novos que surgiram no 
período) pelo número de pessoas suscetíveis na população (nesse exemplo, 32 pessoas), o resultado 
obtido reflete a incidência (25%). Isso quer dizer que nessa população há um risco de 25% de contrair a 
doença. 
 
É muito importante entender a 
diferença de cálculo da prevalência 
e da incidência. No caso da 
prevalência, o numerador traz o 
número de casos existentes em uma 
população em um determinado 
ponto fixo do tempo enquanto que 
no caso de incidência, o numerador 
traz o número de casos novos 
observados durante um período de tempo. Os denominadores também são diferentes, no caso da 
prevalência o denominador é o tamanho da população em um ponto fixo no tempo enquanto que o 
denominador da incidência se refere ao número de indivíduos susceptíveis ou em risco de adoecer no 
início do período de observação. Essas diferenças resultam que a prevalência seja capaz de medir a 
magnitude da doença enquanto que é incidência mede o risco de adoecer. Além disso, a prevalência é 
uma medida estática, ou seja, apresenta pouca variação ou que demora para variar enquanto que a 
incidência é uma medida dinâmica que vai depender da velocidade com a qual as pessoas adoecem. 
 
Qual a diferença entre incidência x prevalência? 
Em um grupo de cinco pessoas que desenvolvem a 
tuberculose no período de 5 meses, obtém-se os 
seguintes dados: 1 pessoa desenvolve doença em 
janeiro, 2 em fevereiro, 1 em abril e 1 de maio. 
Desconsidera-se inicialmente o denominador. O 
número de casos incidentes ou novos em fevereiro foi 2 
e esse seria o numerador do coeficiente de incidência 
para esse mês o mesmo acontecendo para os meses de 
janeiro, abril e maio em que o numerador seria igual a 
1. 
 
 
 
A prevalência por sua vez leva em conta a duração da 
doença. Digamos que o caso 1 seja curado em maio, o 
caso 2 em abril, o caso 3 em março e os casos 4 e 5 
apenas após maio. Desconsidera-se inicialmente o 
denominador. O que se observa é que existe apenas 1 
caso doente em janeiro, 3 casos doentes em fevereiro, 3 
em março, 3 em abril, 3 em maio e 2 de junho. Assim, 
é possível concluir que a prevalência é determinada por 
quantas pessoas passam a fazer parte do conjunto de 
pessoas doentes (incidência) e de quantas pessoas 
deixam de estar doentes pela cura/óbito. 
 
 
Imaginem um tanque cheio de pedras em que cada pedra representa um indivíduo doente. Esse 
tanque é cheio pela incidência e ele se esvazia pela morte ou pela cura. Isso significa que se as mortes 
aumentam (mais pedras vão sair desse tanque) e se as mortes diminuem (mais pedras vão permanecer 
nesse tanque). O mesmo raciocínio se aplica a cura, se mais pessoas são curadas (mais pessoas deixam de 
estar doentes e saem do tanque) e se a cura diminuir (mais pessoas vão permanecer dentro do tanque). 
Agora digamos que o tanque possui uma prevalência basal. Perguntas: 
1. O que aconteceria com a prevalência se a incidência aumentasse ao mesmo tempo em que as 
mortes e as curas não se alterassem? A prevalência iria subir. 
2. O que ocorre se a incidência permanecer constante, mas as mortes diminuírem e a cura também 
permaneça constante? A prevalência também vai aumentar já que menos pessoas deixarão o tanque. 
3. O que ocorreria se as mortes diminuíssem e as curas aumentassem? A prevalência iria diminuir, 
já que mais pessoas deixariam esse tanque. 
 
Desse modo, pode-se concluir que a prevalência é a incidência vezes a duração da doença e a 
duração da doença é determinada pelafrequência de mortes e curas. 
 
Incidência cumulativa x taxa ou densidade de Incidência 
 
A incidência tratada até agora é 
chamada incidência cumulativa 
ou risco médio mas existe 
também a taxa ou densidade de 
incidência. O cálculo da taxa de 
incidência considera o tempo em 
que o indivíduo permaneceu 
exposto ao risco de adoecer. 
Imagina-se um grupo de cinco 
pessoas que foi observado a 
partir de janeiro quando todas 
estavam saudáveis. O indivíduo 
número um permanece saudável até abril quando então ficou doente, ou seja ele, permaneceu 4 meses 
suscetível a doença. O indivíduo número dois permaneceu saudável durante todo o período de 
observação, logo esteve sob o risco de adoecer 5 meses. Já o indivíduo três ficou doente logo em janeiro, 
assim ficou suscetível apenas durante um mês. O mesmo raciocínio pode ser aplicado para os indivíduos 
quatro e cinco que ficaram suscetíveis a doença por 3 e 5 meses, respectivamente. 
 
Para calcular a taxa de incidência, é preciso dividir o número de casos novos que surgiram durante 
o período de observação porém no denominador coloca-se o somatório do tempo em que cada pessoa 
ficou suscetível ao risco de adoecer. Nesse exemplo obteve-se um total de 3 casos novos (indivíduo 1, 3 
e 4) durante o período de observação e um total de 18 meses de exposição. O resultado obtido (0,17) 
reflete a taxa ou densidade de incidência que representa 0,17 casos por pessoa/mês. Essa medida 
representa o potencial de mudança instantânea na frequência do evento de interesse. 
 
Exemplo prático: Em uma escola infantil, um total de 400 crianças foram acompanhadas durante um 
ano, ao final do período foi verificado que ocorreram dois casos de sarampo. Calcule a medida de 
ocorrência do sarampo. 
A primeira coisa que deve-se definir é o tipo de medida apropriada para essa situação: seria a prevalência 
ou incidência? 
A prevalência refere-se ao número de pessoas doentes em um determinado momento e geralmente é 
aplicável a doenças de longa duração ou doenças crônicas. Já a incidência tem relação com o número 
de pessoas que adoeceram/casos novos em um determinado período. 
Nesse caso, deve-se calcular a 
incidência dividindo o número 
de casos de sarampo que foram 
observados no período de 12 
meses (2) pelo número de 
crianças suscetíveis no início do 
período de observação (400). Com isso obtém-se que a incidência é igual a 0,5 casos de sarampo a cada 
100 alunos, ou seja, o risco de contra contrair sarampo nessa escola é 0,5%. É importante ressaltar que 
deve-se expressar o resultado sempre de forma completa, ou seja, precisa-se sempre especificar na 
resposta a cada quantos indivíduos o número de casos obtidos é observado. 
Tanto a incidência quanto a prevalência são indicadores muito importantes utilizados na área da 
saúde. Os indicadores são medidas-síntese que contêm informação relevante sobre determinados atributos 
e dimensões do estado de saúde, bem como sobre o desempenho do sistema de saúde. Vistos em 
conjunto, os indicadores devem refletir a situação sanitária de uma população e servem para a vigilância 
das condições de saúde. 
Existem alguns indicadores de saúde 
específicos muito importantes na 
epidemiologia, como por exemplo, o 
coeficiente geral de mortalidade que é 
obtido a partir da divisão do número de 
óbitos em determinada comunidade e ano 
pela população estimada para 1 de julho 
desse mesmo ano multiplicado por mil. 
Outro indicador importante é o 
coeficiente de mortalidade infantil que é obtido a partir da divisão do número de óbitos entre menores 
de um ano em determinada comunidade e ano pelo total de nascidos vivos nessa mesma comunidade ano 
multiplicado por mil. 
Outro coeficiente importante é o 
coeficiente de letalidade que é obtido a 
partir da divisão entre o número de 
mortos devido a uma determinada 
doença em um determinado grupo 
populacional e um determinado período de tempo pelos casos da doença nessa mesma área e tempo 
multiplicado por 100. É importante não confundir o coeficiente de letalidade com o coeficiente de 
mortalidade. O denominador é diferente, no coeficiente de mortalidade tem-se que o número total de 
habitantes de determinada região enquanto que no coeficiente de letalidade tem-se o total de casos de uma 
doença. 
RESUMO: 
Proporção: todas as unidades do numerador estão contidas em um denominador mais amplo 
Coeficiente: denominador contém o número de eventos que podem vir a ocorrer. Os coeficientes estão 
relacionados entre o número de eventos que ocorreram e os que poderiam ocorrer (probabilidade) 
Razão: são obtidas a partir da divisão de duas frequências absolutas. Não há necessidade de nenhuma 
relação específica entre numerador e denominador. 
Incidência: número de novos eventos ou casos novos que ocorrem em uma população de indivíduos em 
risco durante um determinado período de tempo. O denominador deve conter somente aqueles indivíduos 
que estão em risco de adquirir a doença. 
- Cumulativa: estimativa da probabilidade de um indivíduo desenvolver a doença durante um período 
específico de tempo. 
Ic = 
𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒔𝒐𝒔 𝒏𝒐𝒗𝒐𝒔 𝒅𝒆𝒕𝒆𝒄𝒕𝒂𝒅𝒐𝒔 𝒅𝒖𝒓𝒂𝒏𝒕𝒆 𝒖𝒎 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂𝒅𝒐 𝒑𝒆𝒓í𝒐𝒅𝒐 𝒅𝒆 𝒕𝒆𝒎𝒑𝒐
𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒊𝒏𝒅𝒊𝒗í𝒅𝒖𝒐𝒔 𝒆𝒎 𝒓𝒊𝒔𝒄𝒐 𝒏𝒐 𝒊𝒏í𝒄𝒊𝒐 𝒅𝒐 𝒑𝒆𝒓í𝒐𝒅𝒐
 
- Taxa ou densidade de incidência: taxa instantânea de desenvolvimento da doença por unidade de tempo. 
O numerador tem o número de casos novos e no denominador é utilizada a soma do tempo que cada 
indivíduo foi observado estando livre da doença. 
Id = 
𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒔𝒐𝒔 𝒏𝒐𝒗𝒐𝒔 𝒅𝒆𝒕𝒆𝒄𝒕𝒂𝒅𝒐𝒔 𝒅𝒖𝒓𝒂𝒏𝒕𝒆 𝒖𝒎 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂𝒅𝒐 𝒑𝒆𝒓í𝒐𝒅𝒐 𝒅𝒆 𝒕𝒆𝒎𝒑𝒐
𝒔𝒐𝒎𝒂 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒑𝒆𝒔𝒔𝒐𝒂𝒔 𝒕𝒆𝒎𝒑𝒐 𝒆𝒎 𝒓𝒊𝒔𝒄𝒐
 
Prevalência: medida estática, relacionada a um ponto no tempo. O numerador é composto de casos ativos 
no momento do estudo, sejam eles recentes ou antigos. 
P = 
𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒊𝒏𝒅𝒊𝒗í𝒅𝒖𝒐𝒔 𝒂𝒇𝒆𝒕𝒂𝒅𝒐𝒔 𝒆𝒎 𝒖𝒎 𝒅𝒆𝒕𝒆𝒓𝒎𝒊𝒏𝒂𝒅𝒐 𝒕𝒆𝒎𝒑𝒐
𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒊𝒏𝒅𝒊𝒗í𝒅𝒖𝒐𝒔 𝒆𝒔𝒕𝒖𝒅𝒂𝒅𝒐𝒔
 
Relação incidência x prevalência: a relação de prevalência e incidência pode ser estimada a partir que a 
prevalência seja proporcional ao produto da densidade de incidência com duração média da doença em 
questão. 
𝑷 ≈ 𝐼𝑑 𝑥 𝑑𝑢𝑟𝑎çã𝑜 𝑑𝑎 𝑑𝑜𝑒𝑛ç𝑎 
 
 
Aula 4: Medidas de associação em Epidemiologia 
As medidas de associação têm como objetivo determinar a força de associação que está dentro dos 
estudos epidemiológicos analíticos e são obtidas a partir das medidas de frequência. As medidas de 
associação permitem quantificar a relação existente entre fatores de exposição e a ocorrência de 
desfechos, como por exemplo, uma determinada doença. Esses fatores podem ser ambientais (poluição), 
podem estar relacionados à hábitos alimentares, ao hábito de fumar, a prática de exercícios físicos ou até 
mesmo a presença de patógenos. Essa quantificação é feita por meio da comparação das medidas de 
frequência de um desfecho de interesse entre subgrupos de pessoas de uma mesma população. Essa 
comparação pode ser feita por meio da divisão ou da diferença entre essas frequências. Além disso, esses 
dois subgrupos devem ser semelhantes em termos de suas características, diferenciando-se apenas pela 
exposição ou não a um determinado fator. 
Imagine que um grupo de pesquisadores deseja avaliar se as pessoas que fumam apresentam um 
risco aumentado de desenvolver câncer de pulmão. A pergunta do estudo poderia ser do tipo “Existe 
associação entre tabagismo e câncer de pulmão na população que desejamos investigar? ” e caso 
exista “Qual é a força da relação existente entre o tabagismo e o câncer?” para responder essa 
pergunta, os pesquisadores resolvem comparar dois grupos de 100 pessoas cada um, o primeiro de 
pessoas que não fumam e o segundo de pessoas fumantes, todos sem diagnóstico de câncer. Essaspessoas são acompanhadas por cinco anos e durante esse período, todos os casos de câncer que ocorrem 
são registrados. 
Após a checagem dos dados obtidos, 
foi observado que dos 100 
indivíduos tabagistas 80 
desenvolveram câncer de pulmão e 
20 não apresentaram a doença. Já 
entre os não-tabagistas 20 casos da 
doença ocorreram e 80 indivíduos 
permaneceram saudáveis. Apenas 
olhando os números da tabela já é 
possível perceber que há uma provável relação entre o fumo a doença, pois apesar dos dois grupos que 
estão sendo comparados apresentarem mesmo número de integrantes, o número de casos de câncer entre 
fumantes é significativamente maior. Porém é preciso saber se essa relação é forte ou fraca, para isso o 
primeiro passo é calcular a frequência relativa da doença em cada um dos grupos. Calcula-se então a 
proporção de casos da doença em cada um dos grupos dividindo o número de casos observados pelo total 
de pessoas em cada um deles. Foi encontrado no grupo de fumantes que 80% dos indivíduos 
desenvolveram câncer contra apenas 20% no caso dos não-fumantes. A partir desses valores, pode-se 
calcular a medida de associação. 
O cálculo da medida de associação pode 
ser feito por meio de uma divisão ou de 
uma subtração, onde nesse exemplo será 
utilizado a divisão. É preciso dividir a 
proporção de casos de câncer no grupo de 
fumantes, ou seja, a ocorrência da doença no grupo exposto pela proporção de casos de câncer no grupo 
de não fumantes, ou seja, a ocorrência da doença nos não expostos. Isso significa que é preciso dividir 
80% por 20% e o resultado obtido é 4. Esse resultado igual a 4 > 1 nos diz que existe associação entre o 
fumo e o desenvolvimento do câncer de pulmão e ele representa a força da relação existente entre o 
fumo e a doença, ou seja, verificou-se que os indivíduos fumantes tiveram um risco quatro vezes maior 
de desenvolver o câncer do que os indivíduos não fumantes. 
 
Medidas de associação do tipo razão: 
Essa medida calculada a cima é chamada de medida de 
associação do tipo razão e são calculadas através da 
razão entre a medida de frequência relativa de um 
desfecho em um grupo de pessoas expostas a um fator 
pela medida de frequência relativa do mesmo desfecho 
em um grupo de pessoas não expostas. O resultado 
obtido expressa o valor que vai representar a força da 
associação existente entre o fator de exposição e o desfecho em estudo. 
Dependendo do tipo de medida de 
frequência relativa que é utilizada, tem-se 
diferentes medidas de associação. Se a 
medida de frequência utilizada para cálculo dessa razão for a incidência, a medida de associação obtida é 
chamada de risco relativo. Se utilizar a chance, obtém-se a razão de chances ou Odds ratio. A 
prevalência também pode ser utilizada de forma a se obter a razão de prevalência e até mesmo pode-se 
utilizar a densidade de incidência obtendo dessa forma a razão de densidade de incidência. O tipo de 
medida de associação que será calculado vai depender do tipo de desenho de estudo que está sendo 
utilizado. 
 
As medidas de associação mais utilizadas são 
risco relativo e a razão de chances. Em 
relação ao risco relativo, essa medida é 
calculada pela razão entre o risco de ocorrência 
do desfecho no grupo exposto e o risco da 
ocorrência do desfecho no grupo não exposto. 
O risco nada mais é do que a incidência do 
desfecho, de forma que o risco relativo é calculado por meio da razão da incidência do desfecho nos 
grupos que estão sendo comparados. 
Exemplo: 
Para de estudar a associação entre o fumo e o 
câncer de mama, foi realizado um estudo onde 
3000 mulheres sadias sendo 2000 mulheres não 
fumantes e 1000 mulheres fumantes foram 
acompanhadas durante cinco anos. Ao final desse 
período foram detectados 50 casos de câncer no 
grupo de mulheres não fumantes e 100 casos de 
câncer entre as mulheres fumantes. 
 
 
Tabela de contingência ou 2x2 
Para calcular o risco relativo a partir dos dados obtidos, 
pode-se utilizar a chamada tabela de contingência ou 
tabela 2x2. As colunas nessa tabela dizem respeito a 
ocorrência ou não do desfecho e as linhas dizem 
respeito a ocorrência ou não da exposição. Neste 
exemplo, a exposição é o fumo e o desfecho é o câncer 
(lembre-se que nem sempre uma doença será um 
desfecho, ela também pode ser um fator de exposição, 
como por exemplo, a diabetes que é um fator de risco 
para ocorrência de óbito por COVID). Na célula A, coloca-se o número de pessoas doentes no grupo de 
fumantes que foi igual a 100, na célula B coloca-se o número de pessoas fumantes que não tiveram 
câncer (esse número pode ser obtido por diferença). Preenche-se a segunda linha de forma análoga, na 
célula C coloca-se o número de mulheres não fumantes que não tiveram a doença que foi igual a 50 e na 
célula D coloca-se colocamos o número de pessoas não fumantes que não ficaram doentes (valor 
novamente obtido pela diferença). Vamos aos cálculos: 
O risco relativo (RR) é obtido dividindo-
se a incidência de câncer no grupo de 
fumantes pela incidência de câncer no 
grupo não fumante. Para isso é preciso 
calcular a incidência que é o número de 
casos novos dividido pela população em 
risco. Assim a incidência no grupo 
exposto, ou seja, no grupo de fumantes, 
será o número de casos da doença nesse 
grupo (100) dividido pelo total de 
mulheres que estavam em risco de 
desenvolver o câncer no início do 
período de observação (1000) - já que no início nenhuma mulher tinha câncer, ou seja, todas estavam em 
risco de desenvolver. A incidência de câncer entre fumantes obtida foi 0,1. De forma análoga, a 
incidência de câncer entre mulheres não fumantes será o número de casos de câncer nesse grupo (50) 
dividido pelo total de mulheres no grupo (2000) obtendo-se o valor de incidência 0,025. 
Todos os valores para o cálculo do RR foram encontrados, bastando-se dividir as incidências. Ao 
realizar essa conta foi encontrado o valor 4 que significa que o risco de desenvolver câncer de mama é 
4 vezes maior em mulheres fumantes quando comparadas a não fumantes. 
 
Razão de chances ou Odds ratio 
Agora em relação a razão de chances ou Odds ratio, essa medida é calculada dividindo-se a 
chance de ocorrência do desfecho no grupo exposto pela chance de ocorrência do desfecho no grupo não 
exposto. O que significa chance e qual a diferença entre chance x risco que foi utilizado para calcular o 
risco relativo. 
Apesar de em geral ser utilizado os termos chance, 
risco e probabilidade de maneira intercambiável, 
existe uma diferença entre elas. Risco e 
probabilidade são sinônimos. Como calcular a 
probabilidade? É calculado dividindo o número de 
resultados que nos interessam pelo número de 
resultados possíveis. Exemplo: quando se joga um 
dado, qual a probabilidade de obter o número 6? 
Para isso é preciso dividir o número de resultados 
que interessam (1) pelo total de resultados 
possíveis (6), onde o resultado dessa divisão é 0,16 
de forma que pode-se dizer que a probabilidade ou 
risco de obter 6 quando joga-se um dado é igual 
aproximadamente 16%. Pode-se referir também aos resultados que interessam como casos favoráveis e os 
que não interessam como casos desfavoráveis. Assim, quando calcula-se a probabilidade o número de 
resultados possíveis vai incluir tanto os casos favoráveis quanto os casos desfavoráveis. 
Já no caso da chance, apesar do numerador ser o mesmo 
utilizado para o cálculo da probabilidade, o denominador 
vai ser diferente pois ele vai incluir apenas o número de 
casos desfavoráveis. Voltando ao exemplo do dado, 
quando joga-se um dado qual é a chance de se obter o 
número 6? Essa chance vai ser igual ao número de casos 
favoráveis (1) dividido pelos casos desfavoráveis (o dado 
tem seis números porém só interessa 1 e os outros 5 não – 
casos desfavoráveis). Fazendo essa razão obtém-se o 
resultado igual a 0,2. 
 
Voltando ao exemplo das mulheresfumantes e não-fumantes, calcula-se as a 
razão de chances. Primeiro é preciso 
calcular a chance da doença no grupo 
exposto, para isso divide-se o número de 
doentes (100) pelo número de não doentes 
no grupo (900, como resultado obtém-se 
0,11. Faz-se a mesma coisa para o grupo de 
não fumantes. A chance da doença no grupo 
de não fumantes é igual ao número de doentes nesse grupo (50) dividido pelo número de não doentes 
nesse grupo (1950), o resultado obtido então é 0,025. Para obter a razão de chances ou Odds ratio (OR) 
basta dividir a chance no grupo de fumante pela chance do grupo de não fumantes, obtendo-se o valor de 
4,3. 
Eiste uma outra maneira de calcular o OR a partir da tabela 
2 por 2. Para isso é preciso multiplicar a célula A x 
célula D, dividido pela multiplicação da célula C x 
célula B. O resultado obtido será o mesmo (4,3). Mas o que 
esse resultado significa? a interpretação é análoga do risco 
relativo, ou seja, um OR de 4,3 significa que a chance de 
desenvolver câncer de mama é 4,3 vezes maior entre as 
mulheres fumantes comparadas as não fumantes. 
Nesse exemplo foi possível observar que os valores do 
risco relativo (4) e OR (4,3) são bastante próximos. Isso vai 
ocorrer sempre que a incidência da doença ou do desfecho 
interessado for baixo. Por outro lado, quando essa 
incidência não for baixa e for utilizado o OR como uma aproximação do risco relativo, estará sempre 
superestimando esse risco. 
Porque existem esses dois tipos de medida, não seria mais simples apenas uma? Isso acontece por 
dois motivos: o primeiro é que alguns desenhos de estudo não é possível calcular a incidência e 
consequentemente não conseguimos calcular o risco relativo, o segundo motivo é que o OR tem 
propriedades matemáticas que permitem a aplicação de técnicas estatísticas que são bastante 
interessantes. 
 
Interpretação dos resultados RR e OR 
Se essas medidas são iguais a 1 isso 
quer dizer que o risco ou a chance da 
ocorrência do desfecho é igual nos dois 
grupos, tanto no exposto quanto no não 
exposto. Logo, podemos concluir que 
não existe associação, ou seja, a 
exposição aquele fator não interfere no 
risco ou na chance do indivíduo 
desenvolver a doença. 
Por outro lado, se o resultado é 
diferente de 1 isso quer dizer que existe 
diferença no risco ou na chance da 
ocorrência da doença, dependendo se a 
pessoa se expõe ou não ao fator de 
exposição. Logo, pode-se concluir que 
existe associação entre a exposição e o 
desfecho. 
 
Se esse valor é maior que 1, isso quer 
dizer que a ocorrência da doença no 
grupo exposto é maior do que no grupo 
não exposto, ou seja, a exposição 
aumenta o risco ou a chance de 
ocorrência do desfecho. Nesse caso 
fala-se que a exposição é um fator de 
risco. 
 
 
Por outro lado, quando o RR ou OR é 
menor que 1, pode-se concluir que a 
ocorrência da doença é menor no grupo 
exposto, ou seja, a exposição reduz o 
risco ou a chance do desfecho ocorrer. 
Nesse caso, fala-se que a exposição é 
um fator de proteção. Um exemplo 
comum de fator de proteção são as 
vacinas, onde as pessoas que são 
expostas a vacina tem um risco menor de desenvolver a doença. 
 
 
Medidas de associação do tipo diferença: 
Como mencionado no início dessa aula as medidas de associação também podem ser calculadas por 
diferença. Nesse caso, ao invés de dividir, basta fazer a diferença entre a incidência do desfecho no grupo 
exposto e a incidência do desfecho no grupo não exposto. A medida de associação do tipo diferença mais 
utilizada é o risco atribuível. 
 
 
 
O risco atribuível é uma medida de efeito absoluta, informando qual efeito da exposição no excesso 
de risco da doença no grupo de expostos em relação ao grupo de não expostos. Em outras palavras, ela 
informa o quanto da ocorrência da doença entre os expostos é atribuível a exposição. 
Voltando ao exemplo do fumo e do 
câncer de mama, pode-se observar que no 
mesmo grupo de pessoas não fumantes 
existem mulheres que desenvolvem o câncer 
de mama. Isso quer dizer que existem outros 
fatores além do fumo que podem levar ao 
desenvolvimento da doença. Pode-se dizer 
então que nesse exemplo, o risco do 
desenvolvimento de câncer entre as pessoas 
não fumantes seria um risco basal (existe 
independentemente da mulher fumar ou não). 
Se subtrair as incidências nos dois grupos, conclui-se que dos 10% de incidência de câncer que foi 
calculado para o grupo de fumantes apenas 7,5% podem ser efetivamente atribuídos ao fumo, ou seja, o 
risco atribuível especificamente ao fumo seria igual a 7,5%. 
 
 
Aula 5 e 6: Desenhos de estudos epidemiológicos 
Os desenhos de estudo são um modo científico de abordar e investigar a saúde da população, os 
fatores que a determinam, a evolução do processo da doença e o impacto das ações propostas para alterar 
o curso. Frequentemente, a pergunta que se deseja responder envolve uma exposição que potencialmente 
pode afetar a saúde das pessoas como, por exemplo, o fumo e um desfecho de interesse, como a doença, a 
exemplo do câncer de pulmão. 
 
Classificação dos desenhos de estudo 
De acordo com o objetivo do estudo, é essencial que 
o pesquisador adote um desenho adequado e que permita 
a obtenção das respostas a sua pergunta de interesse. De 
forma geral, os desenhos de estudo podem ser 
classificados de acordo com três critérios: modo de 
exposição do sujeito, ou seja, dos participantes das pesquisas, o propósito geral do estudo e a direção 
temporal da coleta de dados. 
• Modo de exposição: desrespeita a interação do 
pesquisador com o sujeito de pesquisa nos estudos, 
podendo ser: observacional e intervenção. Nos estudos 
observacionais, o pesquisador não faz qualquer 
interferência junto aos participantes, ele simplesmente 
observa e coleta dados sobre o que aconteceria 
normalmente independentemente da realização do estudo. 
Por outro lado, os estudos de intervenção, o pesquisador 
altera de forma intencional algum aspecto da vida 
paciente, por exemplo, oferecendo algum tipo de 
tratamento para estes pacientes. 
• Propósito geral: se o objetivo do estudo é apenas 
descritivo, ou seja, seu objetivo é caracterizar um 
contexto em saúde, utiliza-se desenhos descritivos. Por 
outro lado, se o objetivo da pesquisa é investigar relações 
de causalidade entre fatores de exposição suspeitos e 
desfechos, se faz necessário utilizar desenhos de estudos 
analíticos. 
 
 
• Direção temporal: se o pesquisador acompanha os 
indivíduos durante um período de tempo, se trata de um 
desenho longitudinal. Esse período de observação pode 
acontecer a partir do início do estudo até uma data no 
futuro, de forma que se tem os chamados estudos 
longitudinais prospectivos. Mas também existem os 
estudos longitudinais retrospectivos que são aqueles 
que o seguimento ou acompanhamento dos participantes 
começa a partir de uma data no passado, por exemplo, 
fazer a seleção de 10 mulheres que hoje tem câncer de 
mama e pesquisar seus históricos médicos desde 20 anos atrás, com o objetivo de verificar se elas foram 
expostas a algum fator de risco no passado. Existem também os estudos em que não acontece o segmento 
dos participantes e são chamados de estudos transversais. Nesses estudos são coletados dados em um 
ponto específico no tempo, como se fosse tirada uma fotografia do indivíduo naquele instante. 
 
Nessa aula serão abordados os seguintes desenhos 
de estudos: 1) observacionais descritivos, que são: 
relatos ou série de casos, estudos ecológicos, estudos 
transversais; 2) observacionais analíticos, que são: o 
caso controle e estudo de corte; 3) intervenção: esses 
estudos são sempre analíticos, como exemplo são os 
ensaios clínicos. Os estudos caso-controle, coorte e 
ensaio clínico são estudos longitudinais. Os estudos 
transversais podem ser tanto descritivos quanto analíticos, mas nunca serão longitudinais. 
Relato de casoou série de casos 
Esses estudos descrevem as características de um 
paciente ou grupos de pacientes que têm a mesma 
doença ou apresentam quadros desconhecidos 
semelhantes, com o objetivo de entender a apresentação 
clínica da doença, as características demográficas das 
pessoas afetadas, a sua evolução e prognóstico. Esses 
desenhos de estudo costumam ser a primeira abordagem 
para avaliação inicial de problemas de saúde ainda 
desconhecidos ou manifestações raras/não usuais de 
doenças já descritas. Um exemplo disso foi o relato de uma série de casos de pneumonia típica detectadas 
em pacientes do sexo masculino, jovens e homossexuais que ocorreu no início da década de 80 na cidade 
de Los Angeles, nos Estados Unidos. Como consequência dessa série de casos o CDC, o órgão americano 
que realiza a vigilância epidemiológica no país, iniciou um programa de vigilância para avaliar a 
magnitude do problema e desenvolver critérios para o que parecia ser uma nova doença. Esse programa 
então levou a identificação do HIV. 
Os relatos de caso ou de série de casos são úteis 
para detectar o início de uma epidemia, detectar a 
emergência de uma nova doença, detectar também 
novos padrões de doenças conhecidas, mas que ainda 
não haviam sido identificados. Porém esses estudos não 
são conclusivos, mas servem para gerar hipóteses que 
precisam ser testadas futuramente utilizando-se outros 
desenhos de estudo mais adequados. 
 
Estudos ecológicos 
A característica importante desses estudos é não 
serem baseados em dados individuais, mas sim em 
dados médios de frequência de doenças e exposições 
em um determinado grupo populacional, ou seja, a 
unidade de análise não é o indivíduo e sim um grupo 
populacional inteiro. Esses estudos têm como objetivo 
avaliar e comparar a frequência global de doenças em 
diferentes populações, buscando identificar uma 
correlação entre diferentes fatores de exposição e a 
frequência dessas doenças. Como grupo populacional 
pode-se entender desde comunidades pequenas, como bairros, até populações de países inteiros. Esses 
estudos são exploratórios iniciais, que servem para gerar hipóteses que serão testadas futuramente 
utilizando-se outros desenhos de estudo. 
Um exemplo é o estudo que os pesquisadores utilizaram 
dados sobre a comercialização de carnes para estimar o 
consumo desse alimento em diversos países, então eles 
calcularam o consumo per capita de carne dividindo o total 
consumido pelo número de habitantes de cada país. Depois, 
elaboraram um gráfico, onde o consumo per capita de carne é 
relacionado a incidência de câncer de cólon entre mulheres. É 
possível observar nesse gráfico que existe uma correlação 
linear entre o consumo per capita de carne e a incidência de câncer de cólon em mulheres, de forma que 
quanto maior o consumo de carne, maior parece ser a incidência da doença, mas o consumo de carne 
individual provavelmente varia bastante entre as pessoas dentro de cada país. Os dados utilizados nesse 
gráfico assumem que todos os indivíduos ingerem a mesma quantidade de carne, que seria a média 
calculada dentro de cada país. 
Porém é necessário lembrar que, para que uma exposição possa causar um efeito no indivíduo, tanto 
a exposição quanto o efeito têm que ocorrer na mesma pessoa. Entretanto, uma característica importante 
dos desenhos de estudo ecológicos é que não há informação no nível individual, os dados estão 
agregados. Assim, nos estudos ecológicos não se sabe se de fato as pessoas que tiveram câncer foram 
efetivamente aquelas que comeram a maior quantidade de carne. Além disso, não se sabe se as pessoas já 
estavam doentes quando realizaram esse consumo de carne, da mesma forma não se sabe se pessoas que 
não comeram carne desenvolveram a doença. Essa característica dos estudos ecológicos é referida como 
falácia ecológica, e uma implicação disso é que apesar de vermos uma possível correlação positiva entre 
o consumo de carne e a ocorrência do câncer, não é possível afirmar que essa associação exista baseada 
apenas nos resultados do estudo ecológico. 
Outro cuidado que deve se ter em relação a 
interpretação dos resultados de um estudo 
ecológico desrespeito as correlações aparentes. 
Por exemplo, um determinado estudo poderia 
apontar uma forte correlação linear entre o 
consumo de chocolate per capita de um país e o 
número de ganhadores do prêmio Nobel nascidos 
ali. No entanto, isso não faria o menor sentido, 
uma vez que existem vários outros fatores que 
poderiam explicar esse número de premiados 
como, por exemplo, a riqueza de um país, que por 
sua vez poderia explicar também o grande consumo de chocolate verificado ali. Nesse exemplo, o 
consumo de chocolate seria um fator de confundimento. O confundimento ocorre quando um outro 
fator, que não é um fator de exposição de interesse, distorce a associação entre a exposição e o desfecho, 
limitando a capacidade do estudo em inferir que a exposição leva a ocorrência da doença. 
Apesar dessas limitações, os estudos ecológicos 
apresentam algumas vantagens, dentre elas: os dados 
agregados estão geralmente disponíveis em base de 
dados governamentais e por isso é uma opção 
relativamente rápida e barata. Além disso, são 
estudos úteis como uma análise exploratória inicial 
sobre correlações de interesse entre fatores de 
exposição e desfechos. Permitem também comparar o 
mesmo fenômeno numa ampla variedade de 
populações e localidades. No entanto, não são conclusivos, apenas geram hipóteses que futuramente 
serão testadas. 
 
 
 
 
Estudos transversais ou seccionais 
Nesse estudo, os dados sobre a saúde de uma 
população são obtidos em um ponto de tempo 
definido, de forma que se obtém um retrato da 
situação de saúde daquela população. Geralmente, 
esses dados podem ser obtidos por meio de inquéritos 
populacionais em que os indivíduos são diretamente 
questionados sobre seu estado de saúde e a condição 
de exposição em um determinado momento, por isso 
que muitas vezes esses estudos são chamados de 
estudos de prevalência. Apesar dos estudos 
transversais serem relativamente baratos e fáceis de serem realizados, eles têm uma limitação importante, 
pois não são capazes de determinar se o fator de exposição realmente está associado com a ocorrência do 
evento. Isso porque a primeira condição necessária para determinação de uma relação de causalidade não 
é garantida nesse desenho. 
Essa condição é que para que uma exposição 
cause a ocorrência de um desfecho, esta tem que 
preceder o desfecho, ou seja, tem que acontecer 
antes, porém, no desenho de estudo transversal, não é 
possível assegurar isso, sabendo apenas que o 
indivíduo consome uma quantidade de carne e se ele 
está doente ou não, mas não se sabe a relação 
temporal entre as duas informações. Poderia ser o 
caso, por exemplo, de haver outro fator desconhecido 
que tenha levado a ocorrência da doença e quando 
ocorreu a exposição a carne o indivíduo já estivesse doente. 
 
Exemplo: Um estudo transversal foi realizado 
para investigar a associação entre hipertensão 
arterial e doença renal. Foi entrevistado um total 
de 320 pacientes. Dos 150 indivíduos que 
relataram ser hipertensos, 90 apresentavam 
doença renal, por outro lado, dos 170 pacientes 
que não eram hipertensos, 30 declararam sofrer 
de doença renal. É possível afirmar que existe 
associação entre a hipertensão e a doença renal? 
 
Uma maneira de investigar essa relação é pelo cálculo da Razão de prevalência, onde para calculá-
la podemos construir uma tabela 2x2. Do total de pessoas hipertensas que são 150, 90 tem doença renal, 
logo 60 não têm. No grupo de normotensos, que são 170 indivíduos, 30 tem doença renal e, 
consequentemente, 140 não têm. Para calcular a razão de prevalência, é necessário calcular a prevalência 
em ambos os grupos, ou seja, o grupo de hipertensos e no grupo sem hipertensão. Lembrando que a 
prevalênciaé a razão entre os casos existentes e a população. Dessa forma, no grupo de pacientes 
hipertensos a prevalência da doença renal vai ser calculada dividindo o número de pacientes com doença 
renal pelo total de indivíduos, logo: 90/150, isso gera prevalência igual a 0,6. A prevalência de doença 
renal no grupo de pacientes que não tem hipertensão é de 30/170, obtendo uma prevalência igual a 0,176. 
A razão de prevalência então 0,6/0,176, obtendo uma razão de prevalência igual a 3,4. Isso significa que a 
prevalência da doença renal em hipertensos é 3,4 vezes a prevalência de doença renal em normotensos, ou 
seja, a prevalência da doença renal em hipertensos é maior. Este resultado sugere uma possível associação 
entre hipertensão e a doença renal, porém o desenho de estudo transversal não permite afirmar essa 
associação, pois não se conhece a relação temporal entre a hipertensão e a doença renal (não sabe se o que 
vem primeiro, se o paciente era hipertenso e depois desenvolveu a doença renal ou se ele tinha doença 
renal e após o aparecimento da doença, se tornou hipertenso). 
Apesar das limitações dos estudos transversais, 
eles são muito úteis. Esses estudos são mais baratos 
que os estudos longitudinais e fáceis de realizar. 
Outra vantagem deles é que em um mesmo estudo é 
possível avaliar múltiplas exposições e desfechos, 
além de serem rápidos de serem realizados e por isso 
muitas vezes é a única opção de desenho de estudo, 
principalmente quando há urgência nessas análises, 
como em situações de emergência de surtos ou epidemias. 
 
Estudos de caso-controle 
Os estudos do tipo caso-controle são desenhos 
observacionais, analíticos e longitudinais que tem por 
objetivo investigar a relação de causalidade entre 
uma exposição e um desfecho. Nesse desenho sabe-
se que os indivíduos estão doentes, o que queremos 
descobrir é porque que eles estão doentes ou melhor, 
se no passado desses indivíduos houve alguma 
exposição que os levou a ficarem doente. Para 
responder essa questão é preciso esclarecer se havia 
também pessoas que foram expostas a esse mesmo 
fator, mas não ficaram doentes (será que outras pessoas também foram expostas mas não ficaram 
doentes?), sendo muito importante para avaliar a relação de causalidade. Para responder essa pergunta, é 
necessário comparar um grupo de pessoas que estão doentes, chamado de grupo de casos com um grupo 
de pessoas não doentes, chamado de grupo controle. As pessoas que fazem parte do grupo controle 
devem possuir características semelhantes as pessoas do grupo de casos da doença, sendo a 
presença/ausência da doença a única diferença entre eles. 
Logo, de maneira simplificada, nesses estudos 
selecionam-se 2 grupos: casos e controle. O próximo 
passo é investigar o passado dessas pessoas e 
comparar a frequência de exposição ao fator suspeito 
em cada um desses grupos. Nos estudos de caso-
controle, como busca-se informação sobre a 
exposição ao fator no histórico dos indivíduos, esse 
desenho é classificado como um estudo 
retrospectivo. 
 
Exemplo: Estudo caso-controle publicado em 1989 mostrou aumento significativo do câncer de 
pâncreas em quem consumia maiores quantidades de cerveja. Considerando essa possibilidade, o 
seguinte estudo foi realizado: 
Um estudo de caso-controle hipotético: imaginando 
que, a partir de uma base de dados, pesquisadores 
identifiquem 1300 adultos com câncer de pâncreas 
(casos). Nessa mesma base de dados, identifiquem 
que 1000 desses indivíduos eram consumidores 
habituais de cerveja. De acordo com a base de dados, 
os pesquisadores selecionam 4500 pessoas que não 
têm câncer de pâncreas (controle) e identificam que, 
entre eles, 3200 eram consumidores habituais da 
bebida. Neste estudo, surge a pergunta: o consumo de álcool aumenta a incidência de câncer de 
pâncreas? 
Para responder se o consumo de álcool está 
associado a tendência de desenvolver câncer de 
pâncreas, é preciso calcular uma medida de 
associação. Logo, fazendo a tabela 2x2, tem-se que 
do total de 1300 pessoas que apresentam a doença, 
foi verificado que 1000 consumiam álcool 
regulamente, logo 300 não consumiam. Já o grupo 
de controle (sem a doença) que era de 4500 pessoas, 
dentre elas, 3200 consumiam álcool habitualmente, 
logo 1300 não consumiam. Assim, calculando a 
medida de associação, como já foi falado, sobre dois 
tipos de medidas de associação do tipo razão: o risco relativo e odds ratio. 
O risco relativo é obtido por meio da divisão entre incidência da doença no grupo exposto e a 
incidência da doença no grupo não exposto, assim começamos calculando incidência no grupo exposto, 
que é justamente o grupo que consume álcool. Para calcular essa medida é necessário dividir o número de 
casos da doença no grupo exposto (grupo que consome álcool) dividido pela população em risco, 
verificando na tabela o número de doentes no grupo exposto que é igual a 1.000. Agora, para calcular a 
população em risco, deve-se considerar que, uma vez que a pessoa já tem o câncer de pâncreas, ela não 
está em risco de desenvolver a doença, porque ela já está doente. Assim os 1.000 indivíduos com a 
doença não podem ser considerados população de risco. Então como será possível chegar na população 
em risco e calcular a incidência? É impossível calcular. Como no estudo caso-controle os grupos de 
comparação são doentes x não doentes, não é possível calcular a incidência nos grupos, porque se 
desconhece a população em risco e, se não calcular a incidência, consequentemente não é possível 
calcular o risco relativo. 
É por essa razão que quando é feito o estudo 
de caso-controle não pode utilizar o risco relativo 
como medida de associação, na verdade, deve-se 
utilizar o odds ratio. Para calcular o odds a partir da 
tabela, é só fazer o produto cruzado, ou seja, o odds 
ratio é igual a 1000x1300/3200x300 obtendo-se 1,4. 
 
 
 
 
Como valor de odds ratio é diferente de 1, existe 
associação entre a exposição e o desfecho, ou seja, existe 
associação entre o consumo habitual de álcool e o 
desenvolvimento do câncer de pâncreas. Além disso, é 
possível concluir que a chance de pessoas que ingerem 
álcool desenvolverem o câncer de pâncreas é 1,4 vezes a 
chance de pessoas que não ingerem. 
 
Para um sucedido estudo de caso controle é 
necessário a seleção cuidadosa dos casos e dos 
controles. Na seleção dos casos, dá-se preferência 
a seleção de casos incidentes da doença, ou seja, 
pacientes em estágios iniciais, de forma que seja 
possível estudar a evolução da doença e também 
evitar que características individuais afetem os 
resultados. Por exemplo, se fossem selecionados 
apenas casos diagnosticados há mais de 10 anos, 
estaríamos estudando apenas sobreviventes da doença e os resultados do estudo se aplicariam apenas a 
esta subpopulação. Nesse caso nós teríamos o chamado viés de seleção (próxima aula). 
Já em relação a seleção dos controles, é 
importante garantir que eles sejam selecionados a 
partir da mesma população que deu origem ao caso 
e, além disso, que eles tenham a mesma 
oportunidade de serem selecionados como casos se, 
ao invés de saudáveis, fossem ou se tornassem 
doentes. É importante que casos e controles sejam 
semelhantes em suas características e uma maneira 
de se conseguir isso é através do pareamento. No 
estudo de câncer de pâncreas, um exemplo de 
pareamento seria primeiro escolher um indivíduo com a doença e em seguida identificar o controle, que 
não têm a doença, mas que tem a mesma idade e sexo do referido caso dentro da mesma população. Os 
controles podem ser recrutados nos hospitais onde os casos foram obtidos, na vizinhança dos casos, nas 
mesmas escolas, entre amigos e colegas de trabalho dos casos, na população em geral sob esquema de 
aposta probabilística. Em qualquer dessas situações haverá vantagens e desvantagens sempre com 
possibilidade de resultados com vieses. 
Asvantagens e desvantagens dos estudos de 
caso-controle consistem, por exemplo, em serem mais 
baratos e realizados em menor tempo, porém não são 
adequados para investigação de exposições raras; os 
estudos de caso-controle são bastante interessantes 
quando se deseja investigar múltiplos fatores de 
exposição, mas por outro lado não estima a incidência, 
logo não é possível obter a medida de risco relativo; são 
bastante interessantes para investigar doenças raras ou 
com um longo período de latência, no entanto a 
informação sobre a exposição é obtida após a ocorrência da doença, o que pode gerar o viés de memória. 
 
Estudos de coorte 
Os estudos de corte são desenhos de estudo analítico. 
Diferentemente dos estudos caso-controle, nos estudos de 
coorte partimos de um grupo de pessoas que não 
apresentam um desfecho (não doentes, por exemplo) e a 
pergunta que queremos responder é se, após algum tempo 
de observação, esses indivíduos irão apresentar ou não o 
desfecho. Desta forma o que se pretende descobrir são 
quais os efeitos da exposição a um determinado fator. Nos 
estudos de coorte compara-se dois grupos que se diferem 
quanto a exposição ao fator de interesse, ou seja, um grupo 
de pessoas saudáveis, mas estão expostas a um determinado fator e um segundo grupo de pessoas 
saudáveis e que não são expostas (controle). Ambos os grupos são acompanhados durante um período de 
tempo e, no final desse período, se compara a frequência da doença nos dois grupos. Como o 
acompanhamento desses grupos se faz de uma data presente até uma data no futuro, os estudos de cortes 
são geralmente prospectivos. 
Exemplo: Em um estudo hipotético, os pesquisadores desejam avaliar se o consumo de álcool 
aumenta a incidência do câncer de mama. Para isso são selecionados dois grupos de mulheres: 1) 
mulheres fazem uso habitual de álcool e 2) mulheres não consomem álcool. Ambos os grupos são 
compostos por 1000 mulheres, porém não é 
obrigatório, uma vez que esses grupos poderiam ser 
compostos por números diferentes. Ambos os 
grupos são acompanhados por um período de cinco 
anos e ao final desse período os pesquisadores 
verificam qual foi a frequência do câncer de mama. 
No grupo de pessoas expostas (usavam álcool 
habitualmente) foram detectados no final do 
período de observação 70 casos de câncer, 
enquanto que, no grupo controle (não faziam uso 
de álcool), foram detectados 15 casos de câncer de mama. 
Para responder à pergunta do estudo é necessário calcular as medidas de associação. Para calcular o risco 
relativo a partir da tabela 2x2, sabe-se que do total de 1.000 mulheres expostas foram detectados 70 casos 
de câncer, logo 930 mulheres não apresentaram a doença. No grupo controle, apenas 15 apresentaram 
câncer de mama, assim 985 permaneceram saudáveis no final do período de observação. Então, é possível 
calcular o risco relativo da incidência da doença. Para isso é preciso obter a incidência da doença no 
grupo exposto que será calculada pela divisão do número de casos de câncer no grupo exposto (70) 
dividido pela população em risco (1.000). O mesmo raciocínio será realizado para o grupo controle, o 
número de casos de câncer (15) dividido pelo total da população em risco (1000). Nesse caso não tem o 
mesmo problema observado no estudo tipo caso-controle quando tentamos calcular o risco relativo, isso 
porque no estudo de coorte, todos os participantes não estão doentes no início do estudo e se não estão 
doentes, eles estão em risco de adoecer. Por fim, fazendo a divisão das incidências obtém-se um risco 
relativo igual a 4,7. 
Também é possível calcular o odds ratio a partir de um estudo de coorte. A opção pelo tipo de 
medida de associação, seja ela risco relativo ou odds ratio, vai depender do tipo de análise de dados que 
se pretende fazer. De forma geral, aceita-se que o risco relativo é a medida de associação padrão ouro, 
pois ela efetivamente envolve o risco de apresentar o desfecho, no entanto quando a incidência do 
desfecho é baixa, os valores de risco relativo e odds ratio são bastante próximos. 
As vantagens do estudo de coorte 
englobam: ausência de ambiguidade temporal 
(logo ao iniciar o estudo, sabe-se exatamente 
quais pacientes estão expostos ao fator e quais 
não estão expostos e além disso, temos certeza 
que nenhum deles apresentam o desfecho, é 
possível assegurar que o desfecho, se ocorrer, 
ocorre após a exposição do indivíduo. Essa 
certeza é fundamental para estabelecer relação de 
causalidade entre a exposição e o desfecho de 
interesse); além disso, o desenho de coorte permite o cálculo da incidência, consequentemente, permite o 
cálculo do risco relativo que é considerado a medida de associação padrão ouro; os estudos de corte são 
adequados para avaliar exposições raras; em um único estudo é possível avaliar mais de um desfecho. 
Dentre as desvantagens: os estudos de cortes são mais demorados (em função do período de observação) 
e como consequência são mais caros; um outro problema que pode ser importante é a questão da perda do 
seguimento, ou seja, a perda da informação sobre um determinado participante; apesar dos estudos de 
cortes serem adequados para exposições raras, o mesmo não pode ser dito para o doenças raras, nesse 
caso, o estudo de caso-controle acaba sendo preferido. 
 
RESUMINDO: Estudo de coorte x Estudo caso-controle 
Ambos os estudos são desenhos 
observacionais, analíticos e longitudinais, porém os 
estudos de coorte podem ser tanto prospectivos 
quanto retrospectivos, sendo desenho prospectivo 
mais comum, enquanto que nos estudos de caso-
controle são sempre retrospectivos. Nos estudos de 
coorte a exposição define os grupos, então serão 
escolhidos um grupo de indivíduos expostos ao fator 
de interesse que será comparado a um grupo de 
indivíduos não expostos ao fator de interesse, 
enquanto que nos estudos de caso-controle, é o desfecho é que define os grupos, por exemplo, um grupo 
de pessoas que apresentam uma doença que será comparado a um grupo controle de indivíduos que não 
apresentam aquela doença. Os estudos de coorte são mais demorados devido à necessidade do 
acompanhamento dos indivíduos e, consequentemente, acaba sendo mais caro. Os estudos caso-controle 
comparativamente são mais rápidos porque não é necessário esse período de acompanhamento dos 
participantes e por isso acaba sendo mais barato. Os estudos de coorte são mais adequados para avaliação 
de exposições raras, enquanto que os estudos de caso-controle são mais adequados para doenças raras, 
isso porque, no estudo de corte, seria necessário uma amostra muito grande de indivíduos para que 
houvesse a possibilidade de se observar um caso de uma doença rara durante o período de seguimento dos 
participantes, o que poderia inclusive inviabilizar o estudo. Um raciocínio análogo pode ser aplicado às 
exposições raras em relação aos estudos do tipo caso-controle. Devido às suas características os estudos 
de coorte, permitem em um único estudo, avaliar múltiplos desfechos, enquanto nos estudos caso-
controle, é possível avaliar múltiplas exposições. Finalmente, nos estudos de coorte, é possível calcular 
tanto risco relativo quanto odds ratio, enquanto, nos estudos de caso-controle apenas o odds ratio. 
 
 
 
Aula 7: 
 
BLOCO II 
 
Aula 8: Metanálise 
Nessa segunda parte da disciplina, será abordado os desenhos epidemiológicos aplicados aos 
medicamentos do momento de pós-registro ou comercialização. Será dividido em duas partes: 
farmacovigilância e estudos de utilização de medicamentos. Apesar da divisão, ambos ocorrem de 
forma simultânea na história natural do medicamento, mas os desenhos epidemiológicos aplicados a cada 
uma dessas etapas são um pouco diferentes. 
 
Estudos de metanálise 
Os estudos de metanálise utilizam técnicas estatísticas e epidemiológicas e são considerados como 
estudos de primeiro nível de evidência científica. Possuem