Método epidemiológico

Transcrição

1 Método epidemiológico Prof. Samuel Jorge Moysés, Ph.D. 14/4/ :47 1 Problema comum: causalidade Epidemiologia social determinantes sociais do processo saúde-doença Epidemiologia clínica (fatores de risco) estilo de vida, comportamentos e exposição ao risco Epidemiologia molecular mecanismos biológicos implicados com a causa das doenças Epidemiologia contextual integração entre determinantes, comportamentos e mecanismos biológicos Poole & Rothman (1998) 2 Critérios rios de Causalidade Condições mínimas necessárias para estabelecer uma relação causal entre dois fatores: 1. Relação temporal 2. Força (intensidade) de associação 3. Relação Dose-Resposta 4. Consistência 5. Plausibilidade 6. Consideração de explicações alternativas 7. Experimentação 8. Especificidade 9. Coerência HILL, AB e HILL, ID. Bradford Hill's principles of medical statistics. London Sydney, Auckland: Edward Arnold p. 3

2 Validação de hipótese (causalidade em termos formais) Validar uma hipótese é verificar a verdade de suas consequências Grande parte dos estudos para validação de hipóteses causais são classificáveis em: Estudos experimentais Estudos seccionais (transversais) Estudos de casos e controle Estudos de coortes 4 Espectro dos desenho de estudo PROFUNDIDADE (observacionais) GENERALIDADE (experimentais) DESCONTROLE REAL estudo de casos e de grupo (casuística) estudos ecológicos estudos transversais CONTROLE ARTIFICIAL TOTALIZADO ABERTO estudos de casocontrole e de coortes estudos experimentais estudos de simulação ou modelagem FRAGMENTADO FECHADO 5 Espectro dos desenho de estudo sim O pesquisador aloca a exposição? não Estudo intervencional Estudo observacional Alocação aleatória? sim não sim Existe grupo de comparação? Estudo exploratório ou ou analítico não Estudo descritivo Ensaio clínico randomizado Sentido? Ensaio clínico não-randomizado Coorte: exposição? desfecho Caso-controle: exposição? desfecho Transversal 6

3 Medidas de associação Tipo de estudo Ensaio clínico randomizado Forma de análise Incidência do desfecho: nos expostos/nos não-expostos RR Medida de associação Coorte Incidência do desfecho: nos expostos/nos não-expostos RR Caso-controle Chance de exposição: nos casos/nos controles OR Transversal Prevalência do agravo: nos expostos/nos não-expostos RP (ou OR) 7 Ciclo do estudo epidemiológico 1. Estudos descritivos Coleta de dados e sua análise 4. Análise dos resultados Sugestão de estudos complementares Nova hipótese 2. Construção de um modelo Formulação de hipóteses 3. Estudos analíticos Validação da hipótese 8 Ciclo do estudo epidemiológico a) Formulação da hipótese causal, preferencialmente em termos probabilísticos b) Coleta dos dados referentes às variáveis independentes, variáveis de controle e variáveis dependentes c) Cálculo das medidas de associação 9

4 Ciclo do estudo epidemiológico d) Controle das variáveis estranhas à associação em estudo (confounding) e) Testagem de significância estatística (enfatizar intervalos de confiança) f) Interpretação dos achados à luz de critérios de causalidade predeterminados 10 Princípios para apreciação de dados epidemiológicos a) Medidas de ocorrência b) Medidas de associação c) Medidas significância estatística (inferência) 11 Medidas de ocorrência Aproximação quantificada de um fenômeno ligado ao processo saúde-doença que visa responder a seguinte questão : Em que medida (com que intensidade), ocorre a doença ou evento relacionado àsaúde? 1. Medidas de tendência central e dispersão 2. Freqüências absolutas ou relativas 3. Índices 4. Coeficientes e proporções 12

5 Medidas de associação Visam avaliar a coincidência de uma dada patologia (ou evento de saúde) na presença de uma condição atribuída hipoteticamente como fator de risco : Na presença de que fatores se encontra a doença? Existe associação entre o fator Z e a doença X? 1. Medidas do tipo proporcionalidade (risco relativo ou razão de incidência, razão de prevalência, odds ratio) 2. Medidas do tipo diferença (risco atribuível ou diferença de incidência e diferença de prevalência 13 Medidas de significância estatística stica Mensuração, de forma sistemática e padronizada, sobre qual o grau de certeza de que algum achado ou associação corresponde à realidade, evitando casualidade : Qual a chance de que a associação entre a doença X e o fator Z se deva ao acaso? 1. Medidas do valor de p, curva normal (Z), teste T, quiquadrado 2. Análise multivariada 14 Conclusões conflitantes de estudos na literatura Problemas envolvendo: A definição da doença ou fenômeno de interesse no estudo A seleção dos sujeitos de pesquisa Modos de coleta, registro e análise dos dados O desenho e execução do estudo 15

6 O problema do erro em epidemiologia clínica: erro sistemático tico (validade( validade) ) e erro aleatório (precisão( precisão) Viés, vício, tendenciosidade ou bias: Um processo em qualquer estágio de inferência que tende a produzir resultados que se desviam sistematicamente dos valores verdadeiros: Os pacientes têm o desconcertante hábito de fazer o que lhes apraz e não o que seria requerido pelo nosso rigor científico Profissionais (pesquisadores) tendem a crer que suas intervenções funcionam 16 Validade (acurácia) cia) Grau em que uma variável, quando medida, representa o que realmente deveria representar Depende, obviamente, da qualidade e padrões de uso dos instrumentos de medida, bem como dos aspectos relacionados ao pesquisador e aos pesquisados 17 Precisão (confiabilidade, reprodutibilidade) Grau de concordância entre múltiplas medidas de um mesmo objeto Comparação de diversas aplicações do instrumento ao mesmo indivíduo Confiabilidade de teste/re-teste: grupo de pessoas é avaliado em dois momentos diferentes, visando estabelecer o grau com que o instrumento pode reproduzir os resultados Confiabilidade entre diferentes avaliadores: as mesmas pessoas são avaliadas por dois ou mais avaliadores, com o objetivo de investigar a concordância de aplicação e/ou de interpretação entre os avaliadores 18

7 Instrumentos de medida Válido e preciso Válido e não-preciso Preciso e não-válido Náo-válido e não -preciso 19 Validade e erro sistemático tico Ocorre se há uma diferença sistemática entre o que o estudo está, de fato, medindo e o que pretendia medir Pode ocorrer também em ensaios clínicos, mas são mais comuns em estudos onde não há randomização da exposição 20 Identificação e controle de vieses 21

8 Categorias gerais de vieses Viés de seleção: comparações são feitas entre grupos de pacientes que diferem em relação a outras variáveis (determinantes do desfecho), que não aqueles em estudo Viés de aferição (ou informação): os métodos de mensuração empregados diferem entre os examinadores e entre grupos de pacientes Viés de confusão: dois fatores estão associados e o efeito de um é confundido ou distorcido pelo efeito do outro 22 Viés s de seleção Em um estudo de incidência (ou de prevalência) viés de seleção não acontecerá se houver uma taxa de resposta de 100% Porém, se por exemplo, casos ( doentes ) ou saudáveis têm maior probabilidade de participação, então viés de seleção acontecerá 23 Viés s de seleção Em estudos de caso-controle: Os controles são uma amostra da população de origem Viés de seleção pode acontecer se a amostra é não-aleatória, e a seleção de controles é relacionada ao estado de exposição Em outras palavras, viés de seleção acontece se os controles não forem representativos da exposição real na população de origem 24

9 Viés s de seleção: soluções Busque uma taxa de resposta de 100% (em estudos de caso-controle, os controles devem ser uma amostra aleatória da população de origem) Controle os determinantes de viés de seleção como confounders na análise (p. ex., se taxas de resposta variam entre classes sociais, controle classe social como um confounder) Avalie o tamanho provável do viés de seleção 25 Viés s de aferição (informação) Pode acontecer quando há erro de classificação: (a) da exposição, (b) da doença Se o erro de classificação não tem conexão com (a) ou (b), então ele é nãodiferencial Se o erro de classificação é relacionado com (a) ou (b), então ele é diferencial 26 Viés s de confusão Acontece quando os grupos de expostos e não-expostos na população de origem não são comparáveis, por causa de diferenças inerentes no risco de doença Também pode ser introduzido em um estudo por meio de fatores de seleção (viés de resposta) ou erro de classificação de exposição ou doença 27

10 Controle de confusão Randomização Restrição (p. ex., restringindo um estudo por gênero, idade, ou etnia) Emparelhamento (p. ex., emparelhando um estudo por gênero, idade, ou etnia) - mas isto não é sempre possível ou aconselhável Controle na análise 28 Controle de confusão Controle na análise: Estratifique os dados em subgrupos Calcule a estimativa de efeito dentro de cada subgrupo Calcule uma síntese de estimativa de efeito relativa a todos os estratos 29 Tipos de vieses Viés de trabalhadores saudáveis: Randomização não resolve, quando o grupo de onde provém a amostra não é representativo da população para a qual pretendemos fazer generalização Exemplo: adultos que trabalham (ou estão em serviço militar) tendem a ser mais saudáveis do que a população total de adultos, que contém também pessoas aptas ao trabalho mas desempregadas e aqueles que não podem trabalhar por doença 30

11 Tipos de vieses Viés de trabalhadores saudáveis: Efeitos 1. A amostra sugere pessoas mais saudáveis do que a população é, de fato 2. Indicadores padronizados de morbimortalidade são menores que 1:1, quando a amostra é comparada com a população em geral 3. Contudo, a taxa de mortalidade proporcional para acidentes de trabalho pode ser maior que 1,0, por causa do empréstimo do risco laboral 31 Tipos de vieses Viés de incidência-prevalência (Neyman Bias): Se um grupo é investigado muito tempo depois da exposição populacional a um risco imputado ou do desenvolvimento em si da doença, perde-se o registro dos mortos e recuperados Exemplo: estudo transversal de pacientes hospitalizados por depressão profunda, perde aqueles que se suicidaram ou aqueles que resolveram a depressão 32 Tipos de vieses Viés de incidência-prevalência (Neyman Bias): Efeitos (em duas direções) 1. A perda de registro daqueles que morreram, antes que pudessem ser incluídos no estudo, torna o problema menos grave e o resultado mais positivo 2. Por outro lado, a perda de registro daqueles que se recuperaram, torna o problema mais grave e os resultados são interpretados de modo mais pessimista O efeito geral é desconhecido: pesos de (1) e (2) acima 33

12 Tipos de vieses Viés de Berkson: Associação espúria encontrada entre alguma característica e uma doença, decorrente de taxas diferentes de admissão em hospitais para: (a) pessoas com a doença; (b) sem a doença; (c) pessoas com a característica que simula a doença Exemplo: estudo de mulheres hospitalizadas: (a) com câncer cervical; (b) com outros tipos de cânceres; (c) com sangramento vaginal 34 Tipos de vieses Viés de voluntários/concordantes : O pressuposto, às vezes equivocados, de que voluntários para pesquisas científicas não diferem sistematicamente de nãovoluntários Exemplo: A taxa de mortalidade entre pacientes psicóticos que são mais fáceis de acompanhar (muitas vezes, voluntários) tende a ser quase 4 vezes menor que para os difíceis. O mesmo ocorre em ensaios clínicos controlados, com os concordantes que aderem ao tratamento 35 Tipos de vieses Viés de voluntários/concordantes : Efeitos conhecidos (The National Diet-Heart Study*) 1. Voluntários, mais freqüentemente, são ex- ou não-fumantes 2. São mais preocupados com questões de saúde 3. Têm nível de escolaridade mais elevado 4. Ocupam postos de trabalho que exigem maior qualificação 5. Vivem em famílias com crianças 6. São ativos em suas comunidades * PAGE, IH e BROWN, HB. Some Observations on the National Diet-Heart Study. Circulation, v.37, n.3, March 1, 1968, p

13 Tipos de vieses Viés de Efeito Hawthorne : O fenômeno que ocorre quando o desempenho de uma pessoa muda simplesmente pelo fato de estar sendo observado/estudado Exemplo: O efeito produzido na produtividade de trabalhadores da Western Electric Company, em função da pesquisa sobre iluminação do local de trabalho 37 Tipos de vieses Viés de Efeito Hawthorne : Efeitos 1. Para controlar este viés é necessário utilizar um grupo controle de atenção, tratado exatamente como o grupo teste, exceto pelo tratamento ativo de interesse 2. Em ensaios clínicos controlados, submeter o grupo controle aos mesmos procedimentos do grupo experimental (horários, freqüência, etc.), embora utilizando medicação não ativa (ou tratamento padrão) 3. Blinding 38 Tipos de vieses Viés de variáveis substitutivas (proxy): São variáveis independentes ou dependentes que substituem outras variáveis: (a) porque estas últimas não podem ser diretamente medidas; (b) porque não estamos conscientes de que são proxy Exemplo: (a) procedimentos invasivos, como medir a densidade de placas neurais em pacientes com Alzheimer; (b) renda, idade, gênero ou cor da pele (etnia) associados com saúde, referem-se a outros fatores que afetam a saúde 39

14 Tipos de vieses Co-intervenção: Em um ensaio clínico controlado aleatorizado, quando ocorre o uso de procedimentos diagnósticos ou terapêuticos adicionais a membros de um ou ambos os grupos (experimental e controle) 40 Tipos de vieses Falácia lógica ou correlação coincidente: post hoc ergo propter hoc ou "depois disso, logo causado por isso Consiste na ideia de que dois eventos que ocorram em sequência cronológica estão necessariamente interligados através de uma relação de causa e efeito Exemplo: a) o sol nasce porque o galo canta ; b) tomei guavirova e o colesterol baixou (efeitos da Campomanesia xanthocarpa -guavirova- no estresse oxidativo de indivíduos hipercolesterolêmicos) 41 Tipos de vieses Diversos outros: Viés por preferência de dígitos ou arredondamento Viés no tratamento de valores extremos ou aberrantes Viés de publicação Viés de leitura Viés de memória Viés de interpretação 42

15 Resumo de questões sobre validade Reduza erro sistemático, com amostra tão grande quanto possível e desenho apropriado Minimize viés de seleção (boa taxa de resposta seleção adequada de controles em um estudo de caso-controle) Assegure que viés de aferição (informação) seja não-diferencial e tão pequeno quanto possível Controle confounding no desenho de estudo e na análise 43 Precisão e erro aleatório Mesmo se a doença em estudo não for associada com uma exposição, pode haver uma chance de associação em um estudo particular (p. ex., a doença pode ser mais comum no grupo exposto que no grupo não-exposto) Erro aleatório não é exclusivo de estudos observacionais e também ocorre em ensaios experimentais Streiner & Norman, 1996; Neil Pearce, Erro aleatório A precisão, ou ausência de erro aleatório de uma estimativa de efeito (p. ex., uma odds ratio) é refletida no intervalo de confiança de 95% Erro aleatório reduz, e precisão aumenta, quando aumentamos o tamanho do estudo (n) 45

16 Tamanho e poder de estudo O poder de estudo depende: Do valor de corte (por exemplo p <0.05) abaixo do qual o p-valor seria considerado estatisticamente significante A taxa de doença no grupo não-exposto em um estudo de coorte ou a prevalência de exposição dos controles em um estudo de caso-controle O risco relativo esperado A razão entre tamanhos do grupos estudados O número total de participantes do estudo 46 Sete erros em epidemiologia e suas potenciais soluções 1.Falha em apresentar o contexto e as definições das populações de estudo Descreva a população de estudo em detalhes BHOPAL, R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol, v.6, p Sete erros em epidemiologia e suas potenciais soluções 2.Atenção insuficiente na avaliação de prováveis erros Não simule que erro não existe BHOPAL, R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol, v.6, p

17 Sete erros em epidemiologia e suas potenciais soluções 3.A impossibilidade de demonstrar que as comparações são entre iguais, e o problema de confundimento Comece com detalhada comparação entre grupos BHOPAL, R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol, v.6, p Sete erros em epidemiologia e suas potenciais soluções 4.Exagero ou atenuação da questão de causalidade baseada em estudos de associação Não diga que o desenho não pode contribuir para a causalidade ou assuma que a causalidade é assegurada pelo desenho de estudo BHOPAL, R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol, v.6, p Sete erros em epidemiologia e suas potenciais soluções 5.Não apresentar sínteses de medidas absolutas ou relativas Apresente números, taxas e medidas comparativas, e ajuste as medidas sintéticas tais como odds ratios de modo apropriado BHOPAL, R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol, v.6, p

18 Sete erros em epidemiologia e suas potenciais soluções 6.Em estudos de intervenção não demonstrar benefícios gerais em saúde Assegure benefícios gerais (morbimortalidade) antes de recomendar a aplicação de achados causais específicos BHOPAL, R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol, v.6, p Sete erros em epidemiologia e suas potenciais soluções 7.Falha na utilização de dados de estudo para beneficiar populações Estabelecer um Conselho Mundial em Epidemiologia para ajudar a inferir causalidade a partir de associações e aplicar o trabalho internacionalmente BHOPAL, R. Seven mistakes and potential solutions in epidemiology, including a call for a World Council of Epidemiology and Causality. Emerg Themes Epidemiol, v.6, p carpe diem s.moyses@pucpr.br