DELINEAMENTO DE ESTUDOS EPIDEMIOLÓGICOS

Erro aleatório Diminui aumentando o número de pessoas/testes Ex: jogar um dado muitas vezes diminui erro.

Erro sistemático (viés)

VIÉS: A)viés de seleção: amostragem não aleatória “quem é convidado” viés do trabalhador sadio Pessoas que trabalham são, como grupo, mais saudáveis que a população geral

B) “Quem aceita participar”: viés do voluntário: Voluntários apresentam características diferentes dos que se recusam a participar Voluntários que aderem ao tratamento são diferentes dos que não aderem A gravidade da doença pode variar nos voluntários que aparecem no início ou final do estudo

C) Efeito Hawthorne: Quando um efeito é evidenciado apenas devido à atenção que os pacientes recebem dos pesquisadores Para controlar esse efeito, freqüentemente é necessário utilizar um grupo controle

D) viés de observação (informação): lembrança pelo entrevistador perda de seguimento

CONFUSÃO Pode levar à observação de diferenças aparentes, quando elas não existem, ou ausência de diferença, quando ela existe

ENURESE NOTURNA OR = 2,4 PRESENTE AUSENTE LENTES BIFOCAIS SIM 17 83 100 NÃO 16 184 200 33 267 300

ENURESE NOTURNA OR = 2,4 OR = 1 OR = 1 PRESENTE AUSENTE LENTES BIFOCAIS SIM 17 83 100 NÃO 16 184 200 33 267 300 < 60 ANOS Enurese SIM NÃO 1 19 20 8 152 160 9 171 180 ≥ 60 ANOS Enurese SIM NÃO 16 64 80 8 32 40 24 96 120

Critérios para ser confusão: O fator deve ser determinante (fator de risco ou correlacionado a fator de risco) para a doença Isto é, a associação entre o fator de confusão e a doença deve ser observada nos não expostos

O fator deve ser associado à exposição em estudo na população que originou os casos Isto é, a associação entre o fator de confusão e a exposição deve ser observada nos não doentes

Não há confusão se apenas um dos critérios é satisfeito Se a covariada de interesse está na via intermediária entre exposição e doença, não é confusão, não deve ser ajustada Quando existem múltiplos fatores de confusão, sempre que possível, deve-se avaliar influência de todos simultaneamente

Abordagens para controlar confusão: Na fase de desenho: restrição da amostra a certos níveis de co-variadas pareamento amostra aleatória

Na fase de análise: estratificação modelagem matemática

Pareamento: Permite ajustar na hora da análise Impede avaliar efeito da variável pareada

PRECISÃO É afetada por erro aleatório Medidas de um fenômeno estável Repetidas por pessoas e instrumentos diferentes em momentos e lugares diferentes  Alcançam resultados semelhantes

PRECISÃO Consistência de teste-reteste Consistência interna Para avaliar a precisão: Consistência de teste-reteste Consistência interna Consistência inter e intra-observador

VALIDADE Confusão Viés: Ausência relativa de erro sistemático Observador Indivíduo Instrumento

Decisão de escolha da estratégia: Factibilidade e custo Importância da variável Considerar magnitude do problema potencial com precisão e com validade

a) Alta precisão e alta validade valor verdadeiro Validade Precisão a) Alta precisão e alta validade b) Alta precisão e baixa validade c) Baixa precisão e alta validade d) Baixa precisão e baixa validade

ASSOCIAÇÃO E CAUSALIDADE

ASSOCIAÇÃO E CAUSALIDADE Estudos: Procuram gerar ou testar hipóteses sobre associação entre uma determinada exposição e a ocorrência de doença

ASSOCIAÇÃO: dependência estatística entre variáveis por mais forte que seja, não implica em relação de causa e efeito

Associações https://www.fastcodesign.com/3030529/hilarious-graphs-prove-that-correlation-isnt-causation

ASSOCIAÇÃO E CAUSALIDADE Em epidemiologia, o objetivo principal é julgar se a associação encontrada é, de fato, causal, com base na totalidade de evidências

Associações Não causais Tabagismo e câncer de pulmão (CP); Vibrião do cólera e cólera Não causais Consumo de café ou mancha amarela nos dedos e CP; Altitude e cólera

CAUSALIDADE Uma associação pode ocorrer porque: A “exposição” causa “doença” “Exposição” e “doença” tem causa comum “Doença” causa “exposição”

CAUSALIDADE Causa suficiente: Quando inevitavelmente produz ou inicia uma doença Causa necessária: Doença não se desenvolve na sua ausência

Teoria dos germes Conceito da unicausalidade Bacteriologia: Agente www.personel.psu.edu Bacteriologia: Agente Hospedeiro Conceito da unicausalidade

Fase da causalidade múltipla Agravos à saúde Natureza multifatorial Agente Hospedeiro Físico Biológico Social Meio ambiente Redes multicausais

Modelos de causalidade Modelo de causas suficiente e componente (Rothman) E H D G J I C F F A A A B B C Causa suficiente Causa componente Causa necessária

Modelo de causas suficientes e componentes Implicações: Multicausalidade: cada mecanismo causal envolve a ação conjunta de várias causas componentes Força da associação: depende da prevalência das causas componentes Períodos de indução: para cada causa componente e não é específico para a doença Controle de doenças: pode se basear em causas componentes isoladas

Outros Modelos Multicausais: Modelo Ecológico; Modelo Sistêmico; Rede de causas etc…

CAUSALIDADE Em geral: Multicausalidade das doenças Um fator pode causar muitas doenças

CAUSALIDADE Julgando a evidência: Como muitas linhas de evidência levam à conclusão? Inferência causal Em geral não é definitiva

CAUSALIDADE Exposição causa doença? Depende de relação assimétrica entre a exposição e a doença

CAUSALIDADE Para o julgamento de causalidade: Existem alguns princípios ou critérios que devem ser considerados A presença destes critérios reforça a possibilidade de causalidade, mas sua ausência não enfraquece essa possibilidade

Considerar o delineamento do estudo: CAUSALIDADE Considerar o delineamento do estudo: A evidência está baseada em um delineamento de estudo forte?

CAUSALIDADE Critérios de Sir Bradford Hill: Exemplo: Estudos caso-controle e de coorte de Doll e Hill sobre Tabagismo e Câncer de Pulmão (CP)

CAUSALIDADE Relação temporal: Evidência por experimento: A causa deve sempre preceder o efeito consensual Evidência por experimento: estudos experimentais são de difícil realização em populações humanas

CAUSALIDADE Plausibilidade biológica: Consistência: A associação é consistente com outros conhecimentos? depende do conhecimento acumulado até o momento Consistência: Foram mostrados resultados semelhantes em outros estudos?

CAUSALIDADE Consistência: Diferentes desenhos de estudo e populações: estudo caso-controle de base hospitalar e de coorte da população de médicos do Reino Unido Entretanto, as associações não causais podem ser consistentes, depende do contexto do estudo (população, métodos etc)

CAUSALIDADE Força de associação: Qual é a força de associação entre a causa e efeito? Ex: Estudo Caso-Controle: OR= 9,1 e no Estudo de Coorte: Risco Relativo = 18,1 Relação dose-resposta (gradiente biológico): O aumento da exposição para uma possível causa está associada com aumento do efeito?

CAUSALIDADE Especificidade: Coerência: A diferença não aparece se o fator não estiver presente Coerência: ausência de conflitos entre os achados e o conhecimento sobre a história natural da doença conservador

CAUSALIDADE Analogia: A associação encontrada entre o fator e a doença é análoga a outra relação previamente descrita? Serve mais para quebrar a resistência a um novo conhecimento

Hill, 1965: “None of my nine viewpoints [criteria] can bring indisputable evidence for or against the cause-and-effect hypothesis, and none can be required as a sine que non”

Também considerado: Reversibilidade: A remoção de uma possível causa leva à redução no risco de doença?

Os critérios simplesmente auxiliam a responder a questão fundamental, que está na base do raciocínio causal:

Os critérios simplesmente auxiliam a responder a questão fundamental, que está na base do raciocínio causal: Haverá outra explicação para a associação encontrada entre dois eventos, que represente melhor a verdade do que a de relação do tipo causa e efeito?