UNIVERSIDADE FEDERAL DE VIÇOSA

DEPARTAMENTO DE NUTRIÇÃO E SAÚDE

MESTRADO EM CIÊNCIA DA NUTRIÇÃO
NUT 642 - EPIDEMIOLOGIA NUTRICIONAL

Poliana Casagrande Ribeiro Vieira

(RESUMO)
O Estudo Das Causas na Investigação e Pesquisa Epidemiológicas
JEKEL, J. F. et alli – In Epidemiologia Bioestatística e Medicina Preventiva. Ed.
Artmed, Porto Alegre, 1999

Existem três tipos de fatores causais; uma causa suficiente, uma causa necessária
e uma fator de risco e três tipos de associação diretamente relacionados ao surgimento
de um efeito; uma associação causal direta, uma associação causal indireta e uma
associação não causal (espúria).
Uma causa suficiente precede uma doença e tem a seguinte relação com ela: se
a causa está presente, a doença sempre irá ocorrer. Uma causa necessária precede a
doença e se a causa está ausente a doença não pode ocorrer. Fator de risco é uma
característica que, se presente , ativa, aumenta claramente a probabilidade de uma
determinada doença, em um grupo de pessoas eu tem o fator quando comparado a outro
grupo semelhante de pessoas que não o tem. O fator de risco, contudo, não é uma causa
necessária e nem uma causa suficiente de doença.
Se uma associação é causal, o mecanismo causal pode ser direto ou indireto. A
classificação aqui depende da ausência ou da presença dos fatores intermediários que
são chamados de variáveis intervenientes.
A associação causal direta ocorre quando o fator em consideração exerce seu
efeito sem fatores intermediários.
Uma associação causal indireta ocorre quando um fator influencia um ou mais
fatores, que são por sua vez, causas diretas.
Espúria ou associação não causal – uma associação estatística pode ser forte
e, ainda assim, não ser causal. Um dos princípios mais importantes da análise de dados é
que a associação não prova o processo causal. Se uma associação, estatisticamente
significante é encontrada entre duas variáveis, mas algum outro fator gera ambos, a
causa presumível e o efeito, a associação não é causal.
O método científico para a determinação do processo causal pode ser resumido
como tendo três passos: 1) a investigação da associação estatística, 2) a investigação da
relação temporal e 3) a eliminação de todas as explicações alternativas conhecidas.

Investigação da associação estatística:

Para que o processo causal seja identificado, o fator de risco presumido deve
estar significativamente mais presente em pessoas com a doença de interesse particular
do que em pessoas sem a doença. Ou por outro lado, o fator protetor presumido deve
estar significante menos presente naqueles com a doença do que nos sem ela. E ambos
fator de risco (ou fator protetor) e a doença precisam estar no mesmo lugar. Porem a
associação estatística não prova o processo causal.
Existem vários critérios que, se encontrados aumentam a probabilidade da
associação estatística ser causal (Susser, 1973).
Segundo Mill 1956, uma associação é mais provável de ser causal se a seguinte
proposição é verdadeira : (1) A associação mostra força, i.é., a diferença é grande. (2) A
associação demonstra consistência, i.é., a diferença é sempre observada, se o fator de
risco é presente. (3) A associação mostra especificidade, i.é., a diferença não aparece ,
se o fator não estiver presente. (4) A associação mostra plausibilidade biológica, i.é, faz
sentido com base no que se conhece sobre a história natural da doença. (5) A associação
exibe uma relação dose-resposta i.é., o risco da doença é maior com uma maior
exposição ao fator de risco.
Mesmo se todos esse critérios forem verdadeiros, s provas de uma relação causal
dependem da demonstração de uma relação temporal e da eliminação das explicações
alternativas.

Investigação da Relação Temporal:

Para demonstrar o processo causal, o fator causal suspeito deve Ter ocorrido ou
estar presente antes de o efeito (a doença) ter se desenvolvido. Nas doenças cr6onico de
generativas devido aos longos e variáveis períodos latente entre o início dos fatores de
risco e o início das doenças que eles causam, a relação temporal pode ser obscura.
O delineamento de pesquisa tem um importante papel em determinar a
seqüência temporal de causa e efeito. Se a informação sobre a causa for obtida
simultaneamente como em um inquérito, é difícil decidir se a causa presumível ou o
efeito começou primeiro.

Eliminação de todas as Explicações Alternativas Conhecidas:

O delineamento de pesquisa deve reduzir a probabilidade de explicações causais
concorrente, eliminando todos os tipos de bias ou vieses.
Viés , também conhecido como erro diferencial, é uma fonte perigosa de erro na
pesquisa epidemiológica, pois geralmente produz desvios os distorções que estão
consistentemente numa direção. E se torna um problema quando enfraquece uma
associação verdadeira, produz associação espúria ou distorce a direção aparente de uma
associação entre variáveis.
Viés de aferição ou de medição: decorre na coleta de dados basais ou nos dados em
seguimento.
Viés de recordação ou de memória: decorre de falhas na memória do entrevistado ou
em suas recordações.
Viés de seleção: quando os grupos não são formados ao acaso ou aleatoriamente.
Erro aleatório ou casual: produz achados que são muito altos ou muito baixos em
quantidades aproximadamente iguais, devido a fatores causais, porem esse tipo de erro é
menos provável de causar distorção dos achados, mas todavia, diminui a probabilidade
de achar uma associação real pela redução do poder estatístico do estudo.
Confusão: é a mistura de duas variáveis supostamente causais, de maneira que parte ou
todo o efeito atribuído a uma variável seja devido a outra.
Sinergismo: é a interação de duas ou mais variáveis presumivelmente causais, de
maneira que o efeito combinado é claramente maior que a soma dos efeitos individuais.
Efeito Modificador ( Interação): é quando a direção ou a força de associação entre
duas variáveis irá diferir dependendo do valor de uma terceira variável.

Um fator causal pode aumentar o risco para várias doenças e uma doença pode
ter vários fatores de risco, portanto uma tarefa dos epidemiologistas, é determinar a
quantidade relativa com que cada fator de risco contribui para uma doença sabendo que
a existência de fatores de confusão e do efeito modificador tornam a interpretação de
estudos epidemiológicos mais difícil.