Epidemiologia

Programa de Pós-Graduação em Saúde Coletiva - UFMA

Erros dos estudos epidemiológicos – Viés de seleção e de confundimento

Tipos de erros

Aleatório

Sistemático- vício, viés ou tendenciosidade

1) Seleção2) Aferição3) Confundimento

Viés de seleção

Diferença sistemática entre os grupos causada pela forma de escolha ou por perdas de seguimento

Viés de seleção voluntários - viés de voluntariado efeito “trabalhador sadio” nos estudos

de saúde do trabalhador - viés de afiliação viés de prevalência - trabalhar com

coorte de início - incidência amostras de conveniência - rios mais

poluídos, inquéritos telefônicos, dados de rotina - demanda de Serviços

amostragem não aleatória - cadastro incompleto

Causas do viés de seleção diferenças sistemáticas nas características

dos indivíduos - grupos não comparáveis. maneira de seleção perdas não resposta forma de admissão ( viés do voluntariado

( viés de afiliação( viés de prevalência

Controle

no desenho - planejamento amostra aleatória - cada indivíduo

tem probabilidade conhecida e diferente de zero de fazer parte da amostra

Viés de confundimento erro devido a uma diferença não

aleatória na distribuição dos fatores de risco entre os dois grupos. A variável de confundimento está distribuída desigualmente entre os grupos comparados. Ex: um grupo é mais idoso ou fuma mais que o outro.

presente quando estimativa não ajustada do risco difere da estimativa ajustada

Conseqüências

altera a estimativa do risco (subestima, superestima)

gera falso-positivo, falso-negativo inverte a direção da associação

Exemplo

EXPOSIÇÃO(beber café)

DOENÇA(coronariopatia)

FATOR DE CONFUSÃO(fumo)

Isola-se uma situação para investigação, de modo que seja possível pesquisar esta relação, exposição x doença, controlando-se os outros fatores (variáveis extrínsecas ou externas).

Confundimento múltiplo

EXPOSIÇÃO

POLUIÇÃO ATMOSFÉRICA

DOENÇA

BRONQUITE CRÔNICA

SEXO IDADE FUMOCLASSE SOCIAL

Características do fator de confusão

ser um fator de risco para a doença

associado com a exposição não ser um elo de ligação entre a

exposição e a doença

Elo de ligação não deve ser controlado na análise - associação

Há associação entre consumo de álcool e câncer de pulmão ?

CONSUMO DE ÁLCOOL RR não ajustado Não 1 Raro 1.01 Ocasional 1.34 Diário 2.52

Detecção do confundimento – comparar estimativa não ajustada (bruta) com ajustada

Há associação entre consumo de álcool e câncer de pulmão ?

CONSUMO DE ÁLCOOL RR não ajustado RR ajustado pelo fumo Não 1 1 Raro 1.01 0.86 Ocasional 1.34 1.04 Diário 2.52 0.84

Causa do viés de confundimento: análise estatística inadequada

Controle - Desenho

randomização - ideal - experimental, tamanho amostral grande

pareamento - caso-controle (mesma idade e sexo) restrição de categorias- limitar a análise a certos

grupos. Café x IAM em não fumantes, teor de Pb em crianças de 1 a 10 anos (controla exposição ocupacional)

estratificação - distribuir casos e controles em 3 categorias, randomizando no interior de cada estrato

constituição do grupo controle - imprescindível

Controle – Análise multivariável

Análise estratificada Modelagem

Análise estratificada - Exemplo

Estudo hipotético de coorte

Efeito da exposição a uma substância química tóxica suspeita de desenvolver câncer de pulmão em uma indústria química

Tóxico versus Câncer de Pulmão

Câncer de Pulmão

Exposição ao tóxico

Sim Não Total

Sim 27 48 75

Não 14 67 81

Total 41 115 156

Incidência entre expostos ao tóxico=27/75=0,36Incidência entre não expostos ao tóxico=14/81=0,173Risco relativo=0,36/0,173=2,08 (1,19-3,66)

Fumantes Câncer de Pulmão

Exposição ao tóxico

Sim Não Total

Sim 26 24 50

Não 12 19 31

Total 38 43 81

Não Fumantes

Câncer de Pulmão

Exposição ao tóxico

Sim Não Total

Sim 1 24 25

Não 2 48 50

Total 3 72 75

Análise estratificada

RR=1,0 RR=1,34

Estimador ponderado de Mantel-Haenszel= 1,31 (0,80-2,15)

Estimador ponderado de Mantel-Haenszel verifica a relação exposição x doença

dentro de cada estrato faz uma estimativa ponderada do risco

ajustada para a variável de confusão. - não é uma boa estimativa na presença de

interação. só é viável para poucos fatores de

confusão limitada pelo tamanho amostral nos

estratos (estimativa imprecisa do risco)

MODELAGEM

regressão logística - variável resposta dicotômica

regressão linear - variável resposta quantitativa

Modelagem estimativa do risco ajustada para os fatores de

confusão que entraram no modelo. Não há limite de tamanho de amostra nem de

quantidade de fatores (mas deve se ter cuidado com o superajuste).

Compara-se a estimativa bruta com a ajustada - se for diferente - então há confundimento e se considera a estimativa ajustada como mais fiel

é uma extensão matemática do modelo de rede de causas

informa a proporção da variação de Y (doença) que é explicada pelo efeito do fator de risco X1, controlando-se os demais. Mede o “efeito isolado” de X1 sobre Y.

Freqüência, percentagem, razão de chances bruta e ajustada através de regressão logística do baixo peso ao nascer em Ribeirão Preto, Brasil, 1994

Baixo Peso ao nascer

Peso favorável ao nascer

Razão de chances não ajustada e intervalo

de confiança

Razão de chances ajustada e intervalo de

confiança DETERMINANTES n % n %

PREMATURIDADE não 104 5.0 1971 95.0 sim 132 36.9 226 63.1 11.07 (8.19-14.98) 12.07 (8.60-16.94) CONSULTAS PRENATAIS 4+ 227 9.7 2124 90.3 < 4 51 22.0 181 78.0 2.64 (1.84-3.76) 1.73 (0.98-3.05) TIPO DE PARTO vaginal 148 10.3 1295 89.7 cesariana 167 11.0 1345 89.0 1.09 (0.85-1.39) 1.61 (1.10-2.37) FUMO MATERNO não 177 8.2 1972 91.8 sim 114 19.6 469 80.4 2.71 (2.07-3.54) 1.98 (1.35-2.91)