1

Causalidade e Epidemiologia

• A epidemiologia, como ciência preocupada com a frequência, a distribuição e os determinantes das doenças que acometem a população, tem
desenvolvido procedimentos metodológicos baseados em modelos estatísticos que buscam identificar a etiologia das doenças.

• A validade sobre a existência de uma relação de causa e efeito entre uma doença e um fator de risco é dependente das características de cada
desenho de estudo que a epidemiologia utiliza.

Conceito de Causalidade:
1. Os postulados de Henle-Koch (1890)
Estabeleciam os seguintes critérios para o organismo patogênico:
• Deve estar presente em todos os casos da doença em questão;

• Não deve ocorrer nem de forma casual nem de forma patogênica em outra doença;

• Isolado do corpo e crescido em cultura pura, deve induzir a doença quando inoculado em suscetíveis.

2. Os critérios de causalidade de Hill (1965)

• Força – tanto mais forte será uma associação, quanto mais distante do zero a medida do efeito estudado. A ideia aqui é considerar que associações
fortes têm mais chances de serem causais.

• Consistência – ao se repetirem os achados em diferentes populações, encontra-se resultado semelhante. Resultados similares reforçam a hipótese de
causalidade.

• Especificidade – se a presença da causa é necessária para o aparecimento do efeito Este item não é obrigatório pelo conhecido caráter multi-
etiológico das doenças.

• Temporalidade – o efeito deve sempre ser temporalmente posterior à causa.

• Gradiente biológico – quando ocorre fenômeno de dose resposta. Assim, ao se aumentar a causa (hipotética), aumenta-se o efeito.
Os critérios de causalidade de Hill (1965)

• Plausibilidade – se a relação que se está estudando é plausível diante do conhecimento biológico vigente, haverá mais chance de que aquela relação
observada seja do tipo causal.

• Coerência – o critério de coerência é satisfeito quando a associação encontrada não entra em conflito com o que é conhecido sobre a história natural
e a biologia da doença.
 • Evidência experimental – é conhecido o poder da experimentação na avaliação de causalidade. Entretanto, a obtenção de tal evidência é
2 raramente disponível em estudos envolvendo populações humanas devido, principalmente, a questões éticas.

• Analogia – uma analogia simples pode aumentar a credibilidade para uma atribuição de causalidade. Por exemplo, se é conhecido que certa droga
causa má-formação congênita, talvez uma outra similar que se está estudando também poderia, por analogia, apresentar o mesmo efeito.

3. O modelo de causas suficientes e componentes de Rothman (1986)

• Modelo de multicausalidade que se aplica a todo tipo de doenças. • A doença se produz por um conjunto mínimo de condições que agem em sintonia.
Todas as possíveis condições ou eventos são denominados causas componentes (A, B, C, D, E, F,G, H, I, J).
• O conjunto mínimo de condições que age em sintonia e causa a doença é denominado causa suficiente.
• Desse modo, uma causa suficiente é um conjunto de causas componentes, nenhuma das quais é supérflua. Uma causa suficiente representa um
mecanismo causal de doença: a doença inicia-se quando se completa uma causa suficiente. Uma doença pode ter várias causas suficientes, cada uma
“suficiente” para produzi-la.
• As causas componentes podem atuar em um, dois ou três mecanismos causais. A causa componente cuja presença é imprescindível em todos os
mecanismos causais da doença é chamada causa necessária (componente A).

De forma resumida: A causa da ocorrência de uma doença é um evento, uma condição ou uma característica que precedeu o início da doença, e que, se
tal evento, condição ou característica tivesse sido diferente de modo específico, tal doença não teria ocorrido de modo algum, ou não teria ocorrido até
algum tempo mais tarde.

★ Tipos de Estudos

• Qualitativos: conceitos, comportamentos, percepções, informações sobre as pessoas (observações e entrevistas), subjetivos, usados em larga
escala nas ciências sociais.
• Quantitativos: objetivos na busca para explicação dos fenômenos, ênfase numérica (mensurações e questionários), maior aplicação na área
da saúde.

Classificação dos estudos epidemiológicos:

 3

- Tipos de estudos epidemiológicos:

Observacionais : O pesquisador só observa: • Relato de Casos e Série de Casos • Seccional • Ecológico • Coorte • Caso-controle

Intervenção ou Experimentais: pesquisador intervém e depois observa: • ECR • Quase-experimental • Comunitários Epidemiologia
descritiva e Epidemiologia Analítica

A epidemiologia descritiva e analítica não estão dissociadas, pois a maioria das pesquisas tem características descritivas e analíticas.

Descritiva: • Objetivo – descrever as características da doença

• Prevalência/incidência • Tempo/ lugar/ pessoa • Sem medições de associação/ causa efeito
• Gera hipóteses
Analítica: • Objetivo – investigar associação entre exposição (causas potenciais) e desfecho (efeito), • Prevalência/incidência • Com medições de
associação/ causa efeito • Testa hipóteses

Descritivos: • Observacionais: Em Indivíduos: – Relato de Caso – Série de Casos – Estudos Seccionais. Na População: – Estudos Ecológicos

Analíticos: • Observacionais: – Coorte – Caso-controle. • Experimentais: – ECR – Quase-experimental – Ensaios Comunitários

 4

Capacidade de diferentes tipos de delineamentos em demonstrar causalidade:

Raciocínio Epidemiológico

Raciocínio epidemiológico: 1) A relação entre um fator e uma doença é suspeitada. 2) A hipótese é formulada.
3) A hipótese é testada por meio de estudos epidemiológicos que incluam grupos adequados de comparação. 4) A existência de uma associação é
determinada. 5) A validade da associação é avaliada (viés, acaso, confundimento). 6) A associação encontrada é julgada se representa uma relação
de causa-efeito.

Tipos de Vieses: tendenciosidade ou erros ou bias. • As investigações epidemiológicas têm por objetivo fornecer medidas precisas da ocorrência das
doenças (ou outros desfechos). • Muitas possibilidades de vieses nessas medidas. • Os epidemiologistas têm tentado minimizar esses vieses e estimar o
impacto daqueles que não podem ser eliminados. • Necessidade de detalhamento sobre as possíveis fontes de vieses, na tentativa de evitar ou
minimizá-lo
 5
VIÉS ALEATÓRIO ou casual: diferenças encontradas somente pelo acaso, parcela imprevisível do erro. • Ocorre quando o valor medido na amostra do
estudo diverge, devido ao acaso, do verdadeiro valor da população. • Nunca pode ser completamente eliminado porque quase sempre o estudo é
conduzido em uma pequena amostra da população. • Decorre, geralmente, da falta de representatividade da amostra, que não contempla toda a
variabilidade da população. • A melhor forma de reduzir o erro de amostragem é aumentar o tamanho amostral.
VIÉS SISTEMÁTICO (vício, viés, bias, tendenciosidade) – erro sistemático na estimativa de um parâmetro, parcela previsível do erro. • Qualquer desvio
na coleta, análise, interpretação, publicação ou revisão de dados que pode levar a conclusões sistematicamente desviados da verdade, em uma
mesma direção. • Os resultados diferem de uma maneira sistemática dos verdadeiros valores. • Reduz a validade, não é afetado pelo tamanho da
amostra. • As possíveis fontes de erros sistemáticos em epidemiologia são muitas e variadas. Mais de 30 tipos específicos de vieses já foram
identificados, sendo estes os principais: • Viés de seleção; • Viés de mensuração (classificação).

Desenhar gráfico: erro sistemático é linear e aleatorio começa e vai descer

VIÉS DE SELEÇÃO: • Quando há uma diferença sistemática entre as características das pessoas selecionadas para o estudo em relação àquelas que não
foram selecionadas. • Em todos os tipos de delineamentos epidemiológicos é necessário considerar o viés de seleção.
•Ex1: os tabagistas que aceitam participar de um estudo sobre seu hábito de fumar diferem dos não respondentes, pois geralmente os não
respondentes são tabagistas pesados.
•Ex2: em uma indústria onde os trabalhadores estão expostos ao formaldeído, aqueles que mais sofrem por irritação ocular são, provavelmente, os mais
propensos a deixarem o trabalho por solicitação própria ou atendendo conselho médico. Os trabalhadores que permanecem são menos afetados e um
estudo de prevalência no local de trabalho, sobre a associação entre o formaldeído e irritação dos olhos, pode ser subestimado.
•Ex3: se um estudo é baseado no exame de pacientes em um centro de saúde e não há seguimento dos participantes que não retornaram, os resultados
podem ser enviesados, pois os pacientes que não estão bem podem estar em casa ou hospitalizados.

VIÉS DE MENSURAÇÃO: • Quando a medida individual ou a classificação da doença ou exposição são imprecisas, isto é, não medem corretamente o que
se propõem a medir. • Há inúmeras fontes de viés de mensuração e seus efeitos variam de importância.

•Ex1: as medidas bioquímicas ou fisiológicas nunca são completamente precisas e, diferentes laboratórios produzem, frequentemente, resultados
diferentes para um mesmo indivíduo. Se os testes dos grupos expostos e do grupo controle são analisados aleatoriamente, por diferentes laboratórios
com procedimentos que não assegurem suficiente qualidade, os erros serão aleatórios e potencialmente menos sérios para a análise epidemiológica do
que na situação em que todos os indivíduos do grupo exposto são analisados em um laboratório e todos do grupo controle em outro.

•Ex2: os casos podem se lembrar mais facilmente de uma determinada exposição no passado, especialmente se esse conhecimento está relacionado
com a doença em estudo, a falta de exercício físico e doença cardíaca.

•Ex3: se o investigador, técnico ou o participante souber a condição da exposição, esse conhecimento pode influenciar na medida. Para evitar esse tipo
de viés, as medidas podem ser obtidas de maneira cega ou duplo-cega.
FATOR DE CONFUSÃO: • Um fator de confusão ou de confundimento distorce uma associação REAL entre uma exposição e um desfecho. Em outras
palavras, o EFEITO REAL de uma EXPOSIÇÃO sobre um DESFECHO pode estar AUMENTADA ou DIMINUÍDA devido à ação de outras variáveis (as
chamadas CONFUNDIDORAS). • Para que um fator cause confusão, existem 3 condições :
1. Estar associado com a exposição avaliada.
2. Estar associado com o desfecho avaliado.
 7
3. Não fazer parte da cadeia causal que liga a exposição ao desfecho.

EX: Relação entre ingestão de café

(exposição), doença cardíaca
(desfecho) e uma terceira variável
(hábito de fumar)

• Observa-se uma relação entre o consumo de café e o risco de DCV. • O consumo de café está associado ao hábito de fumar. • Pessoas que tomam
café estão mais propensas a fumar do que pessoas que não tomam café. • Fumo é uma das causas de DCV.
• É possível que a relação entre consumo de café e DCV reflita somente uma associação causal entre o hábito de fumar e a DCV. • O fumo confunde a
aparente relação entre o consumo de café e a DCV.

As estratégias mais comuns para evitar confundimento do estudo:

• Randomização (alocação aleatória): Em estudos de intervenção, indivíduos são alocados aleatoriamente para o grupo experimental ou controle. O
sorteio garante uma alta probabilidade de que os dois grupos sejam comparáveis em termos de fatores de confusão, inclusive naqueles desconhecidos
pelo investigador.
• Restrição: Indivíduos com o fator de confusão podem ser excluídos do estudo. Por exemplo, crianças com malformações devem ser excluídas de um
estudo sobre amamentação e infecções infantis, pois malformações aumentam o risco de infecções e prejudicam o aleitamento.
• Emparelhamento: Para ser um fator de confusão, a variável precisa estar associada tanto com a exposição quanto com a doença. Se, em um estudo de
casos e controles, os dois grupos são emparelhados quanto ao fator de confusão (idade, sexo, etc.), deixa de haver associação entre este fator e a
presença de doença.

• Estatística: Nos grandes estudos é usualmente preferível controlar fatores de confusão na fase analítica ao invés de fazê-lo por ocasião do
delineamento do estudo.

Os 6 pilares na sequência de estruturação de uma pesquisa epidemiológica:

1. Validade Conceitual – modelo teórico.
2. Validade Operacional – instrumental.
3. Validade de Domínio – contexto do estudo (validade externa).
4. Validade de Comparação – desenho do estudo (validade interna), viés de seleção e confundimento.
 8
5. Validade de Informação – Coleta de informações. 6. Validade de Especificação de Modelo Estatístico – Estatística.
Tipos: como identificar qual tipo ver exemplos dos slides e

Relato de Caso (Estudo de Caso) e Série de Casos: • Tipo mais básico de estudo clínico com grande tradição na medicina.
• Diferenciação subjetiva e divergente entre os autores.
• Relato de caso engloba de 1 a 2 casos
• Série de casos compreende de 3 a 10 casos.
• Descrição detalhada de casos clínicos, contendo:
• Sinais, sintomas e outras características do paciente.
• Diagnóstico.
• Exames.
• Procedimentos terapêuticos.
• Evolução da doença.

Indicados em situações de:

• Doenças raras, para as quais o diagnóstico e terapêutica não estão claramente estabelecidos na literatura científica. • Novas
intervenções. • Elucidar os mecanismos das doenças.

1. Relato de Caso (Estudo de Caso): • Fatores Positivos - colaboram com o delineamento de casos clínicos.
• Limitações: Frequentemente avaliam acontecimentos passados. Não possuem grupos de comparação. Apresentam resultados que se aplicam somente
àquele paciente ou grupo de participantes específicos. Podem levar a conclusões equivocadas.

2. Série de Casos: • Apresentação de forma organizada dos resultados de tratamentos, da descrição dos pacientes tratados e de outras informações
relevantes de uma determinada instituição. • São de boa qualidade se baseados em um conjunto de casos, onde há uniformidade de tratamento. • Não
fornecem informações confiáveis para comparação entre tratamentos, nem podem ser a base para opiniões sobre etiologia . • Não são estudos
comparativos. • As opiniões sobre a etiologia, prevenção e terapêutica devem ser vistas como o primeiro elo de uma cadeia de evidências a serem
obtidas, e não como opinião definitiva. • Mesmo com estas limitações, estes estudos são fundamentais para o avanço do conhecimento médico em
patologias raras.

3. Estudo Seccional: • Sinônimos - transversal, corte, corte-transversal, vertical, pontual ou de prevalência, cross-sectional study. • Coleta dados de uma
amostra após um corte no tempo. • Produzem estimativas das prevalências de agravos. • Gera hipóteses. Fraco para determinar associações de causa-
efeito.

Causalidade Reversa: • O desfecho pode mudar a exposição. • Maior frequência de hipertensos entre os que consomem menos sódio, o que não
seria esperado, mais houve mudança de comportamento após diagnóstico. • Menor consumo calórico entre os indivíduos com sobrepeso/obesidade
comparados aos indivíduos eutróficos.
 9
Aplicações do estudo transversal: • Medir a frequência de doenças. Ex: Prevalência de diabetes em adultos de Pelotas.
• Descrever a distribuição das doenças conforme fatores de risco conhecidos. Ex: Desnutrição infantil
conforme classe social.
• Medir a frequência e características de fatores de risco conhecidos. Ex: Prevalência de sedentarismo em crianças.
• Identificar novos fatores de risco. Ex: Chimarrão e angina.
• Planejar serviços e programas de saúde. Ex: Número absoluto de pessoas atendidas pela Faculdade de Odontologia em Pelotas.
• Avaliar serviços e programas de saúde. Ex: Cobertura da vacina da gripe em idosos.
• Monitorar tendências temporais em doenças ou fatores de risco. Ex: Evolução da frequência de inatividade física em Pelotas

4. Estudo Ecológico: • A unidade de análise é o grupo ou populações e não o indivíduo.• Não existem informações sobre a doença e exposição do
indivíduo, mas do grupo populacional como um todo.
• Compara-se a ocorrência da doença/condição relacionada à saúde e a exposição de interesse
entre agregados de indivíduos (populações definidas geograficamente, como bairros,
municípios, estados ou países), para verificar a possível existência de associação entre elas.
• Ou pode ser estudada a mesma população em diferentes pontos no tempo.
• Dados secundários referentes a grandes populações.
• Avaliam como o contexto social e ambiental podem afetar a saúde dos grupos populacionais.

Falácia Ecológica: • Fazer inferências causais em relação a indivíduos tendo como base
observações de grupos. • É equívoco inferir para o indivíduo o que é válido apenas para o grupo.
• CA de esôfago é mais frequente no RS do que em SP. Gaúchos tomam mais chimarrão do que
paulistas. Logo, chimarrão causa Ca de esôfago, certo?!!! Mas será que os indivíduos com Ca de
esôfago são os que tomam chimarrão?

5. Estudo de Coorte: Sinônimos: estudos de incidência (incidence), longitudinal ou de seguimento (follow-up). • Único capaz de testar hipóteses
etiológicas produzindo medidas de incidência, e por seguinte, medidas diretas de risco. • Grupo de pessoas com alguma coisa em comum (nascimento,
exposição a um agente, trabalhadores de uma indústria).

Delineamento do Estudo de Coorte: 1. Identifica-se a população de estudo. 2. Os participantes são classificados em expostos e não expostos a um
determinado fator de interesse. 3. Os indivíduos dos dois grupos são acompanhados para verificar a incidência da doença/condição relacionada à saúde
entre expostos e não expostos. 4. Se a exposição estiver associada à doença, espera-se que a incidência entre expostos seja maior do que entre não
expostos, além da variação esperada devida ao acaso.
 10
Coorte prospectiva ou Concorrente: • Participantes identificados
segundo exposição atual. Ex: avaliar a associação entre peso ao
nascer e mortalidade neonatal (presente-1 semana de vida)
Coorte retrospectiva (histórica) ou Não Concorrente:
• Participantes identificados segundo exposição no passado. Ex:
avaliar a associação entre uso de cocaína pela gestante e
prematuridade (uso de cocaína -no passado- durante a gravidez).

Coorte retrospectiva: Para investigar os efeitos da exposição a

intoxicação alimentar os participantes do estudo seriam
indivíduos que comeram e os que não comeram de um determinado buffet.
Para exposições de baixa prevalência, a coorte histórica poderá ser o único delineamento capaz de assegurar um número adequado de participantes
expostos.

Aplicações do estudo de coorte: • Avaliar etiologia das doenças. Ex: associação entre hábito de fumar e câncer de pulmão. • Avaliar a história natural das
doenças. Ex: evolução de pacientes com HIV. • Estudo do impacto de fatores prognósticos. Ex: marcadores tumorais
e evolução de câncer. • Estudo de intervenções diagnósticas. Ex: impacto da realização de colpocitologia sobre a
mortalidade por câncer de colo uterino. • Estudo de terapêuticas. Ex: impacto do tipo de tratamento cirúrgico de
fraturas de colo do fêmur em idosos sobre a mortalidade

6. Estudo de Caso-controle: • A investigação parte do “efeito” para chegar às “causas”. • Realizada a partir do fato
consumado. • Finalidade: quantificar fatores que ocorram com maior (ou menor) frequência nos
casos do que nos controles. • Parte da doença e estuda a exposição, visando a busca de fatores
de risco.
• Pretende alcançar o mesmo objetivo do coorte de modo mais eficiente através de um processo
de amostragem. • As pessoas são escolhidas porque tem uma doença (os casos) e as pessoas
comparáveis sem a doença (os controles) são investigadas para saber se foram expostas aos
fatores de risco.
• Parte do doente e não da população.
Delineamento do estudo de caso-controle: 1. Seleção da população com a doença ou desfecho
(casos) e de uma outra população sem a doença ou desfecho (controles) com características
 11
semelhantes. 2. Escolha rigorosa dos casos e controles. 3. Verificação do nível de exposição aos fatores de risco de cada participante. 4. Análise
dos dados.
EX: descoberta da relação entre talidomida e defeitos dos membros do corpo em bebês. Comparou crianças afetadas com normais.

Podem ser divididos em dois subtipos:

• Não-pareado: formação dos grupos de casos e controles de forma independente; no entanto, em sua totalidade os dois grupos apresentam
características comparáveis.
• Pareado: emparelhamento em que há um controle específico bem definido atribuído para cada caso, semelhante em relação às
características que poderiam influenciar nos resultados finais, como sexo, idade, etc.

*Estudos Experimentais ou de Intervenção: • O investigador manipula o fator de exposição (a intervenção).

• O investigador manipula o fator de exposição (a intervenção).
• A intervenção pode ser uma atitude profilática ou terapêutica.
• O objetivo é investigar os efeitos dessa ação.
• O primordial é ter comparabilidade entre os grupos, a única coisa que diferencia os grupos é a intervenção.
 12
7. Ensaio Clínico Randomizado (ECR): • Tipo de estudo experimental, desenvolvido em seres humanos. • Busca conhecer o efeito de intervenções em
saúde (medicamento, vacina, educação em saúde). • Considerado como uma das ferramentas mais poderosas da prática baseada em evidências.
• Visa estabelecer relações de causa-efeito entre as variáveis investigadas. • Os indivíduos são alocados de forma aleatória - grupo
experimental (fator de proteção ou tratamento) e grupo controle (placebo ou tratamento convencional). • A intervenção é realizada somente
nos indivíduos do grupo experimental. • Realizada avaliação de ambos os grupos em relação ao comportamento da variável dependente na
linha de base e após a introdução da intervenção desejada. • A diferença observada entre os grupos
determina a ligação entre as variáveis dependente e independente.

Comparabilidade em ECR:
• Comparabilidade de populações (alocação aleatória) : receber ou não a intervenção é decidido de
forma aleatória.
• Comparabilidade de tratamento (Placebo) : os participantes não são capazes de distinguir se estão
recebendo a intervenção ou não.
• Comparabilidade de avaliação (Cegamento) : os avaliadores dos pacientes não sabem se estes
pertencem ao grupo que está recebendo a intervenção ou não.
• Alocação Oculta - gerada centralmente ou por meio de envelopes opacos, selados e numerados sequencialmente, participantes e
pesquisadores desconhecem a alocação.

ECR paralelo e cruzado:

• Paralelo – 2 grupos simultâneos e cada grupo exposto somente a uma intervenção. Necessita de amostra maior. trocados para o outro
grupo.
8. Estudos Quase-experimentais: • Conhecido como ensaio ou experimento não aleatório. • Não contemplam todas as características dos experimentais,
principalmente no que se refere à randomização. A ausência de randomização dos sujeitos nos grupos não permite garantir equivalência entre os
grupos. • Grupos geralmente formados segundo aspectos administrativos, critérios operacionais e o recrutamento de voluntários. • Delineamento mais
próximo do mundo real.

• Cruzado – indivíduosalocadosem um grupo, após um tempode clareamento(washout) são

 13
• Vantagens - aplicabilidade, um experimento verdadeiro exige um rigor muitas vezes impossível em determinadas situações no contexto real da prática
clínica.
• Desvantagens - potencial de generalização reduzido, com resultados menos conclusivos; a associação causal não pode ser feita de maneira tão segura;
validade limitada devido grande potencial de viés.

9. Ensaios Comunitários: • Os grupos de tratamento são comunidades ao invés de indivíduos. • Apropriado para doenças que tenham suas origens nas
condições sociais e que possam ser facilmente influenciadas por intervenções dirigidas ao comportamento do grupo ou do indivíduo. Exemplo: DCV.
• Limitações: Somente um pequeno número de comunidades pode ser incluído; a alocação aleatória das comunidades não é muito prática;
dificuldade de isolar as comunidades onde a intervenção está sendo conduzida devido a mudanças sociais em curso.

Medidas de Associação

• A comparação de medidas é a estratégia básica da análise epidemiológica e fundamental para transformar os dados em informação
relevante.
• Em todo ato de comparação, há uma intencionalidade analítica subjacente: encontrar igualdades ou, alternativamente, encontrar
diferenças.
• Geração de explicações, tentativas, suposições em relação a uma causa-efeito que envolvam incertezas, isso é, a geração de hipóteses.

Hipóteses: • Uma hipótese é uma suposição que se faz de uma observação ou reflexão, que leva a predições refutáveis.
• Para a aplicação de testes estatísticos aos dados obtidos, é necessária a elaboração de duas hipóteses, sobre as quais são focados os
resultados da análise estatística: • A hipótese alternativa ou de investigação (HA); • A hipótese nula ou de não-diferença (HO).

Raciocínio Epidemiológico:
1) A relação entre um fator e uma doença é suspeitada.
2) A hipótese é formulada.
3) A hipótese é testada por meio de estudos epidemiológicos que incluam grupos adequados de
comparação.
4) A existência de uma associação é determinada.
5) A validade da associação é avaliada (viés, acaso, confundimento).
6) A associação encontrada é julgada se representa uma relação de causa-efeito.

Medidas de Associação: • Associação: relação de dependência estatística entre dois ou mais eventos,
características ou outras variáveis. Uma associação está presente se a probabilidade de ocorrência de
um evento depende da ocorrência de outro ou outros.
• Na epidemiologia, a aplicação do termo “associação” sempre implica a intenção de se estabelecer
uma relação de causa e efeito entre uma exposição e uma doença ou evento na saúde.
 14
• No entanto, deve-se ressaltar que uma associação pode ser casual ou “espúria” (não causal) ou pode ser produzida por várias circunstâncias e,
portanto, a presença de uma associação estatística não necessariamente implica uma relação causal.

• Finalidades:
• Avaliar a associação de uma doença ou evento a uma condição concebida hipoteticamente como fator de risco ou de proteção. • Mensurar a força ou
magnitude dessa associação. • Servir de base para inferência causal.

Associações causais e não causais:

+Várias associações estatísticas em estudos
-Minoria é causal

Risco Relativo (RR): ele responde: “qnts vezes é maior o risco de desenvolver a doença entre os
indivíduos expostos em relação aos ñ expostos”. • O conceito de risco na epidemiologia está
diretamente associado à ocorrência de doenças na população. • Em epidemiologia, o risco pode ser
definido como “o grau de probabilidade da ocorrência de um determinado evento” (PEREIRA, 2013). •
Na epidemiologia, é de particular interesse comparar a ocorrência de doença entre um grupo exposto
a um fator considerado de risco em relação a outro não exposto. • O risco relativo permite quantificar
a magnitude de tal diferença e mede a força da associação entre exposição e doença.

Intervalo de Confiança: • Quando lemos estudos que avaliam a eficácia de um tratamento ou de uma
medida de proteção, vemos que o RR vem seguido do intervalo de confiança (IC), comumente em
95%.
• Quando um estudo avalia toda a população de interesse, afastados cuidadosamente os vieses, o RR
encontrado é preciso.
• Entretanto, na maioria das vezes, isso não é viável. Os pesquisadores trabalham com amostras da
população. Ao selecionar uma amostra, é possível encontrar, ao acaso, um resultado diferente do que ocorre na população inteira.

• Uma maneira mais prática é utilizar o intervalo de confiança, que é uma medida da
incerteza em torno do resultado estatístico encontrado.
• O IC-95% significa que, se o estudo fosse repetido em outras amostras da mesma
população, em 95% das vezes o intervalo de confiança desses estudos o valor
verdadeiro do RR.
• IC amplos indicam menor precisão. Intervalos estreitos, maior precisão.

• O intervalo de confiança é expresso em porcentagem, denominadas por nível de

confiança, sendo 90%, 95% e 99% as mais indicadas.
• Importante para indicar a margem de incerteza (ou imprecisão) frente a um cálculo
efetuado.
 15
• Esse cálculo usa a amostra do estudo para estimar o tamanho real do resultado na população de origem.

-Dados podem ser coletados em relação à uma amostra ou para toda a população de unidades.
Interpretação do Intervalo de Confiança: • É 95% confiante de que o intervalo entre X (limite inferior) e Y (limite superior) contém o verdadeiro
valor do parâmetro populacional. • Seria totalmente incorreto declarar que: há uma probabilidade de 95% de que o intervalo entre X (limite
inferior) e Y (limite superior) contenha o valor real do parâmetro populacional.

• Se o IC inclui o 1 - não há diferença, os coeficientes de incidência dos dois grupos são iguais. A exposição não interfere no
desenvolvimento do desfecho.
• Se o IC não inclui o 1 - há diferença estatisticamente significativa entre os grupos de exposição e controle.
• Se o intervalo está todo acima de 1 - a exposição é um fator de risco • Se o intervalo está todo abaixo de 1 - a exposição é um fator de
proteção Medidas de Associação em ECR:

Não confundir RR com OR: • O OR é uma estimativa do RR, por vezes numericamente muito parecido, quando a frequência da doença é baixa.
• Doenças com baixa incidência, RR semelhante ao OR, o OR pode ser interpretado como risco.
• Doenças com alta incidência, maior discrepância entre RR e OR, o OR será interpretado somente como chance .
• O OD será uma medida aproximada da RP quando a prevalência é baixa

Quando usar RR ou OR: • RR só pode ser usado em estudos de coorte e ECR.

• Risco só pode ser medido em estudo de coorte e em ECR, não se pode falar em risco em estudos seccionais ou de caso-controle.
• OR pode ser usado em todos os desenhos de estudos
• O termo “risco” só pode ser usado quando temos incidência.
 16
• Quando “estimamos o risco” pela prevalência usamos o termo “chance”.