CAUSALIDADE EM EPIDEMIOLOGIA

“Identificar causas é uma das formas do pensamento cientifico de abordar a explicação das
origens dos fenômenos.”

Uma causa pode ser entendida como qualquer evento, condição ou característica que
desempenhe função essencial na ocorrência de uma doença. No âmbito da prevenção em
saúde, quando se estabelece relação de causa e efeito de caráter direto, tal relação articula 2
dimensões: a definição de perigoso e as medidas de proteção e prevenção.

Hoje há uma maior relevância na teoria da MULTICAUSALIDADE, em detrimento da uni

causalidade propagada pelo modelo biomédico. Desse modo, a maioria das doenças advém de
fatores que interagem entre si e acabam desempenhando importantes papeis no processo de
desenvolvimento das doenças.

Devido à dificuldade de estabelecer causas para as doenças, alguns estudiosos desenvolveram

critérios, ou seja, regras para que se proponha a interferência causal. Diferentemente dos
métodos, os quais são modelos e maneiras de pensar específicos, que expressam nossa
imaginação sobre como o mundo deve funcionar. A associação é um método interessante de
se estabelecer a causa.

A existência de uma associação não implica em relação causal.

Desse modo, desenvolveu-se critérios que, ao longo do tempo, tiveram suas utilidades na
busca pela causa das doenças.

Nosso critério atual de causalidade diz:

Rothman e Greenland (2011) aborda o tema “MECANISMO DE CAUSA

SUFICIENTE”, em que para a ocorrência de uma doença, são necessários um
conjunto de fatores e que o encarregado pelo maior peso na formação da
patologia são as causas inespecíficas

“Uma consequência pode ser composta por diversas causas componentes, ou seja, existem
vários fatores que contribuem em conjunto para uma consequência” esses componentes em
conjuntos são chamados de causa suficiente e cada componente é chamado de causa
componente. Quando pensamos em causalidade na medicina, é importante saber que varias
variáveis componentes da causa suficiente são causas componentes desconhecidas. Não se
deve associar apenas 1 causa componente a consequência.

Causa necessária: uma das causas componentes que sem ela não é possível ter consequência.
EX.: presença do bacilo para que exista tubérculose.

Associação estatística:

1. Partir de uma associação estatística: uma associação diretamente proporcional ou

inversamente. Ex.: quanto mais imc, mais pressão arterial – diretamente proporcional
Muitas vezes essa associação não é capaz de dar certeza. É importante avaliar se o
estudo teve erro de seleção (viés de seleção e aferição). Se não tiver, passa para o
segundo caso que é a avaliação de acaso. Importante passar para etapa seguinte e
saber se há confundidores ou não.
Para eliminar os fatores confundidores, o melhor método clinico para controle:
randomização.
Não se pode fazer randomização de um fator de risco para se estudar determinados
tipos de estudo. A solução é observar a variável ao longo do tempo, por isso, é
necessário usar os critérios de causalidade (critérios de Bradford hill).

MODELOS DE CAUSALIDADE:

1. MODELO DO DETERMINISMO PURO

Postula uma conexão constante, única e perfeitamente possível de ser predita entre dois
fatores (A E B) – MODELO UNICAUSAL

Postulados:

 Uma mudança em A sempre leva a uma mudança em B (causa suficiente)

 Uma mudança em B sempre é precedida de uma mudança em A (causa necessária)
 A é a única causa de B (especificidade da causa)
 B é o único efeito de A (especificidade do efeito)

2. POSTULADOS DE HENLE-KOCH
 Século 19
 Modelo baseado na UNICAUSALIDADE
 Investigação das causas de doenças infectocontagiosas
 Antraz foi a primeira doença a preencher os critérios
 CRITICAS:
o Existe o estado de portador
o Certos fatores podem ter múltiplos efeitos
o Difícil crescer e cultura certos agentes
o Evidencias empíricas da multicausalidade
o Improprio para doenças crônicas
o Mostrou-se inadequado, pois o organismo causador pode desaparecer após o
desenvolvimento da doença.
o Ex.: bacilo de Koch  tuberculose

POSTULADOS DESCRIÇÕES
1 PRESENÇA DO AGENTE DEVE SER
COMPROVADA EM TODOS OS INDIVIDUOS
COM A DOENÇA E CONSEGUIR ISOLÁ-LO EM
CULTURA (CAUSA NECESSARIA)
2 O AGENTE NÃO PODERA SER ENCONTRADO
COMO CAUSA EM OUTRAS DOENÇAS
(especificidade do efeito)
3 DEVE SER POSSIVEL ISOLAR O AGENTE E
REPRODUZIR A DOENÇA APÓS A
INOCULAÇÃO EM ANIMAIS EXPERIMENTAIS
(causa suficiente)
4 PODER RECUPERAR O AGENTE DESSES
ANIMAIS E CONSEGUIR ISOLA-LO EM
CULTURA PURA
3. CRITERIOS DE HILL (BRADFORD HILL)

 Propôs 9 criterios a serem considerados na distinção entre uma associação causal e

não causal.
 Muito usado em estudos observacionais
 Aborda a especificidade como causa e efeito.
 Explica a multicausalidade
 O critério de temporalidade é sem duvida indispensável a causalidade.
 Os demais critérios podem interferir, mas não determinam causalidade.

Critérios Descrições
1. FORÇA DE ASSOCIAÇÃO:
 Associações fortes tem maiores
probabilidades de causar a doença.
No entanto, uma associação fraca
também pode ser causal.
 É o quanto a variável impacta no
desfecho
 Quanto mais elevada a medida de
efeito (odds ratio, risco relativo ou
razão de prevalência, maior a
associação.
 Coeficiente de correlação ajuda a
avaliar a relação de causas
continuas: usa as variáveis r e p.
  Pode ser calculado tanto pelo teste
paramétrico (Pearson) = r como por
teste não paramétrico (spearman)=
p.
A força da associação de duas
variáveis continuas vai variar de um
valor de +1 (correlação positiva
perfeita) a -1 (correlação negativa
perfeita). O valor de 0 é sem
correlação.
Em um gráfico, se a correlação tem
linha decrescente perfeita
(inversamente proporcional), tem o
coeficiente -1 sendo muito forte. Se
o gráfico por em uma linha
ascendente perfeita, a correlação é
+1 (forte associação). No entanto,
caso a correlação seja com uma
linha pontilhada, sem muita
organização, diz-se que ficou entre -
1 e 0 – força não é tao grande.
Quando o coeficiente é 0, diz que
não tem correlação entre as
variáveis.
2. CONSISTÊNCIA: REPLICABILIDADE
 A associação entre causa e efeito se
tornam repetitivas em diferentes
contextos.
 Falta de consistência não afasta
ligação causal.
4. ESPECIFICIDADE:
 A Causa conduzirá a 1 efeito e não
múltiplos efeitos.
 O PROBLEMA CAUSA APENAS 1
DESFECHO NO FIM. É O CONCEITO
MAIS INUTIL, POIS NÃO É TAO
IMPORTANTE.
 Critério pode ser questionável.
5. TEMPORALIDADE:
 CRITERIO MAIS IMPORTANTE
 A causa deve preceder o efeito
 ÚNICO CRITÉRIO OBRIGATÓRIO
para avaliação da causalidade.
 Se o estudo não consegue mostrar o
que veio antes ou depois, não é
possível expressar a causalidade. Por
isso os estudos transversais são
ruins para avaliar a causa, visto que
não acompanha ao longo do tempo.

6. GRADIENTE BIOLOGICO: curva dose-

 resposta

 O aumento da exposição causa

aumento do efeito.
7. PLAUSIBILIDADE
A associação deve ter uma explicação
plausível.
Avaliar o que é racional biológica para o
efeito.
8. COERÊNCIA:
Deve ser coerente as afirmações da
causalidade com os resultados obtidos. A
ausência de doença não afasta relação
causal.
Ex.: homeopatia: quando mais diluída for
uma substancia, mais efeito terá. Não é
coerente que quanto mais diluída, mais
efeito.
9. EVIDENCIA EXPERIMENTAL:
Mudança na exposição resulta na mudança
de incidência de doença.
10. ANALOGIA:
O observado é análogo ao que se ve em
outra doença.
Dois fatores semelhantes causam o mesmo
problema. Ex. consumo de tabaco em
cigarro e consumo de tabaco em cachimbo
causa cigarro.

#VOCE SABIA?????

 Evidencias observacionais não-experimentais: teoria das placas tectônicas, teoria da

orbita dos planetas, teoria da evolução.
 Doll e hill avaliaram a relação do cigarro com câncer de pulmão através de estudos de
coorte.

POSTULADOS DE HENLE-KOCH-EVANS

NA ATUALIDADE, O POSTULADO DE HENLE-KOCH-EVANS É

AMPLAMENTE ACEITO PARA DEFINIR A CAUSA BIOLOGICA DA DOENÇA,
UMA VEZ QUE CONSIDERA EXPOSIÇÕES INFECCIOSAS E NÃO
INFECCIOSAS PRÉVIAS COMO CAUSAS PARA AS DIVERSAS DOENÇAS.

POSTULADOS DESCRIÇÕES
1. A prevalência da doença deve ser maior nos
indivíduos expostos as causas do que nos
controle.
2. A exposição a causa deve ser mais frequente
 nas pessoas com a doença do que no grupo
controle.
3. A incidência deve ser maior no grupo de
expostos ao agente causal.
4. A doença deve ser posterior a exposição
5. Após a exposição deve-se observar um
gradiente biológico de respostas
6. Uma resposta mensurável deve ser
observada na pessoa após a exposição ao
agente causal.
7. A doença deve ser reproduzível no homem e
em animais
8. A eliminação ou diminuição da causa deve
reduzir a incidência da doença
9. Praticas de prevenção ou modificação de
exposição devem reduzir a incidência da
doença;
CONCLUSÃO

 NÃO HÁ CRITERIO ALTAMENTE CONFIAVEL PARA

DETERMINAR UMA ASSOCIAÇÃO CAUSAL
 É ESSENCIAL A RELAÇÃO TEMPORAL
 OS CRITERIOS SEGUINTES MAIS IMPORTANTES
SÃO PLAUSIBILIDADE BIOLOGICA, CONSISTENCIA
E RELAÇÃO DOSE-RESPOSTA.
 O USO DA CASUALIDADE ESTA RELACIONADO
COM A BUSCA PELA PREVENÇÃO

#IMPORTANTE
População vs amostra
1. População: é um conjunto completo de pessoas que apresentam características em
comum.
2. Amostra: representativa das populações alvo. Deve ser parecida da população alvo e
sofre limitação de orçamento e tempo disponível.
Quando trabalhamos com amostra, encontramos achados no estudo e se for bem feito, possui
validade interna. A partir disso, há uma verdade no estudo, que é chamado de amostra
pretendida. Esse estudo, para que seja possível representar a maior parte dos indivíduos, deve
ter validade externa. Se isso não for possível, ou seja, se a realidade encontrada no estudo não
for aplicável para as demais sociedades, perde a validade externa.
Obtenção da amostra: 2 criterios
1. Critérios de inclusão: características demográficas e clinicas
2. Critérios de exclusão: alta probabilidade de perda de seguimento, não podem fornecer
dados confiáveis, alto risco de efeitos colaterais e não podem fornecer características
clinicas.

AMOSTRAGEM
 É a maneira como os dados foram coletados
 Uma amostra significativa é quando a parcela representativa da população seja
semelhante a da amostra.
 A amostragem pode ser dividida em dois grupos: probabilística e não probabilística
 PROBABILISTICA:
 Padrão ouro na garantia da capacidade de generalização
 Processo aleatório
 Cada unidade da população: probabilidade especifica de seleção.

1. Probabilística aleatória simples

Cada individuo da população tem a mesma probabilidade de ser selecionado.
A desvantagem dessa forma de coleta é que se fizer com poucas pessoas, é bastante provável
que grupos minoritários não sejam sorteados, mas que podem causar efeito na população.

2. Amostragem probabilística estratificada

A população é dividida em diferentes estrados de subgrupos e os indivíduos são selecionados a
partir desses subgrupos. É usada na avaliação da estratificação social (renda)
Pega toda a população e divide em estratos minoritários e sorteia essas pessoas.

3. Amostragem probabilística por conglomerado

Usada em estudos multicêntricos, selecionando hospitais representativos de um pais, como
exemplo. Os conglomerados devem ser selecionados aleatoriamente por meio de sorteio.
Sorteia grupos de pessoas.

4. Amostragem probabilística sistemática.

Não lida com pessoas em si, mas dados oriundos de bancos de dados, como prontuários.

NÃO PROBABILISTICO
Amostra de conveniência
Ex.: pacientes que vem ao ambulatório de cardiologia
1. Por conveniência
É a mais usada por facilidade de ser obtida. A amostra é feita por meio de centros de saúde,
instituições acadêmicas ou locais em que os participantes sejam de mais fácil obtenção. O lado
negativo é a possibilidade de generalização da amostra.