MBE – Problema 02

Ana Carolina Conde Rodrigues

PROBLEMA 02 – RELATO E SÉRIE DE CASOS, H0 H1, P-VALOR,
PASSOS DO MBE, PICO, ESTUDOS DE CASO-CONTROLE

❶ RELATO DE CASO x SÉRIE DE CASO

 RELATO DE CASO: é um tipo de estudo descritivo bastante simples, que consiste em uma descrição cuidadosa e
detalhada por um ou mais profissionais de saúde das características clínicas e curso da doença em um
pequeno número de casos (menos de 10 pacientes);
 SÉRIE DE CASOS: é nada mais do que a “expansão” do relato de caso, com algumas dezenas de pacientes no
máximo;
 Os casos são geralmente encontrados em clínicas ou em centros de referência e são acompanhados ao longo
do tempo para descrever o curso da doença e também para trás, para descrever o que veio antes. Todos os
pacientes precisam ter estado em tratamento para entrar no estudo;
 São importantes para o melhor entendimento da doença, principalmente ao descrever experiências com
síndromes recentemente definidas ou condições raras. P.ex.:
o Médicos em serviço de emergência nos EUA que atendem pacientes com picadas de cascavéis norte-
americanas (evento relativamente incomum em qualquer lugar) resolvem fazer um relato de caso devido
à dificuldade em conduzir grandes estudos de coorte sobre o curso clínico.
 Ou seja, tanto o relato quanto a série de casos não descreve o curso da “doença” em todos os indivíduos no
momento da exposição, mas apenas de uma amostra selecionada a qual foi “tratada” e analisada → coortes
falsas: representam visão enviesada do curso da doença, porque incluem apenas aqueles pacientes que estão
disponíveis para estudo algum tempo após inicio da doença;
 Contribuição: apesar das limitações (ex. falta de um grupo para comparação) do estudo para concluir a
verdadeira relação entre o fator e a doença, esses estudos podem contribuir para o conhecimento cientifico ao
chamar atenção para os fatores que merecem ser enfocados em estudos de maior poder discriminatório.

❷ HIPÓTESE NULA (H 0) E HIPÓTESE ALTERNATIVA (H 1)

 Trata-se de hipóteses formuladas que ajudam a estabelecer a análise estatística de um estudo.

2.1 HIPÓTESE NULA (DE NULIDADE) – H0

 Corresponde a uma afirmação (ou declaração) em relação a um determinado parâmetro da população, que é
presumida como verdadeira, até que seja declarada falsa;
 Afirma que não existe diferença entre os grupos → tratamento X placebo; teste diagnóstico novo x padrão ouro;
 A hipótese nula é, muitas vezes, uma alegação inicial baseado em análises anteriores ou conhecimentos
especializados;
 Ao final, rejeita-se a hipótese nula (concluindo que há uma diferença), ou não (concluindo que não há evidências
suficientes para apoiar uma diferença).

2.2 HIPÓTESE ALTERNATIVA – H1

 É uma afirmação em relação a um determinado parâmetro da população, que será verdadeira se a hipótese
nula for falsa;
 Afirma que os grupos são diferentes → pode simplesmente afirmar que os grupos são diferentes ou dizer que um
grupo é maior (ou melhor) do que o outro, quando existe justificativa prévia (clínica ou experimental) para esse
tipo de expectativa;
 Normalmente é a hipótese que se acredita ser verdadeira ou se espera provar como verdadeira;
 Alguns autores sugerem primeiro elaborar H1 e depois H0.

2.3 ERROS
- 2 tipos de erros podem ser cometidos na conclusão dos Testes de Hipóteses:
 ERRO TIPO I (α):
o É a probabilidade de rejeitar H0 (afirmando que existe diferença entre os grupos) quando esta é
verdadeira (isto é, na realidade não existe diferença) → FALSO POSITIVO;
o Para aceitar ou rejeitar H0, estabelece-se um limite aceitável (nível de significância ou nível α), ou seja,
um risco máximo admitido para o Erro Tipo I que é fixado pelo pesquisador:
 Normamente, o nível α igual a 5% (0,05) funciona bem → significa que, ao rejeitar H0, a
probabilidade de cometer um Erro Tipo I é de 5%;
 Pode-se adotar valor de 1% (0,01) quando quer se obter um resultado mais preciso.
o No teste de hipóteses, essa probabilidade é denominada de p-valor.
1
MBE – Problema 02
Ana Carolina Conde Rodrigues
 ERRO TIPO II (β):
o É probabilidade de se aceitar H0 (afirmando que não existe diferença entre os grupos) e esta ser falsa
(isto é, na realidade existe diferença) → FALSO NEGATIVO;
o Deve-se fixar o erro tipo II em 10% (0,10). Alguns autores fixam esse erro em 20% (0,20).

2.4 TESTE DAS HIPÓTESES E O p-VALOR

 Um teste de hipóteses especifica se deve aceitar ou rejeitar uma alegação sobre uma população de acordo com
as provas fornecidas por uma amostra de dados;
 Esses testes examinam as 2 hipóteses opostas sobre uma população (H0 e H1) a fim de testar H0 para se
descobrir se a mesma é verdadeira ou não, auxiliando na tomada de decisões;
 Para determinar se a H0 é verdadeira ou falsa, deve-se obter primeiro o P-VALOR (probabilidade de
significância), que expressa a chance de ocorrência de um evento:
1) Seleciona-se o teste estatístico mais adequado aos dados da pesquisa (t, qui quadrado, Fisher etc.) →
fórmulas e cálculos são encontrados em livros de estatística e em programas de informática;
2) O resultado encontrado é comparado em tabelas de distribuição as quais relacionam o resultado do
teste ao p-valor correspondente de acordo com o nível de significância (nível α) pré-determinado pelo
pesquisador;
3) Uma vez encontrado o p-valor, pode-se determinar a probabilidade de H0 ser verdadeira ou falsa,
pois, quanto menor o p-valor, menor a probabilidade de o evento acontecer:
 Se p ≤ nível α (normalmente = 5%) → rejeita-se H0 + H1 é verdadeira, pois a probabilidade do
evento acontecer é menor do que a probabilidade de ocorrer um erro tipo I;
 Se p > nível α→ aceita-se H0 + H1 é falsa.

Interpretação do p-valor em comparação com o resultado de 2 tratamentos

p-valor Interpretação das diferenças Conclusão
Diferença pequena entre os grupos, NÃO O acaso é a explicação mais provável para
> 0,05 estatisticamente significativa → “NÃO” há as diferenças encontradas
diferença entre os grupos”
Diferença grande entre os grupos, O acaso é explicação pouco provável para
≤ 0,05 estatisticamente significativa → “HÁ” a diferença. Buscar outras explicações.
diferença entre os grupos”

OBS.: o p-valor muito baixo não constitui necessariamente prova de que H 0 é falsa, mas apenas que esta é provavelmente
falsa.

❸ MBE – Medicina Baseada em Evidências

 Medicina Baseada em Evidências é um termo moderno para a aplicação da epidemiologia clínica ao cuidado
com os pacientes. Podemos considerá-la também o processo sistemático de selecionar, analisar e aplicar
resultados válidos de publicações científicas como base para decisões clínicas;
 A epidemiologia clínica é a ciência que faz predições sobre pacientes individuais utilizando a contagem de
eventos clínicos em grupos de pacientes semelhantes e valendo-se de métodos científicos sólidos para garantir
que as predições sejam corretas. O objetivo da epidemiologia clínica é o de oferecer métodos de observação e
interpretação clínica que levem a conclusões válidas e a um melhor cuidado ao paciente.

A medicina baseada em evidencias (MBE) é definida como o elo entre a boa pesquisa cientifica e a prática clínica. Em
outras palavras, a MBE utiliza provas científicas existentes e disponíveis no momento, com boa validade interna e
externa, para a aplicação de seus resultados na prática clínica.

3.1 PASSOS DO MBE

❶ Identificar o
❷Buscar evidênias ❸ Analizar
problema e formular ❹ Aplicar as
que possam responder criticamente os dados
uma questão bem evidências na prática
a questão coletados
estruturada (PICO)

2
 MBE – Problema 02
Ana Carolina Conde Rodrigues
1) ETAPA 1 – IDENTIFICAR PROBLEMA E FORMULAR UMA QUESTÃO BEM ESTRUTURADA:
 A formulação da questão clínica permite delimitar com clareza qual exatamente a dúvida clínica que se
deseja responder → USAR O PICO.
2) ETAPA 2 – BUSCAR EVIDÊNCIAS NA LITERATURA QUE POSSAM RESPONDER À QUESTÃO:
 É a partir da questão no formato PICO que se inicia a busca por evidências;
 Deve-se procurar na literatura artigos que estejam abordando especificamente os componentes da questão
analisada. Para facilitar a busca por evidências, utiliza-se os operadores boleanos, sendo os mais utilizados o
AND e o OR;
 Parte-se para a pesquisa em bancos de dados que podem ser os não filtrados (Pubmed, Medline, EMBASE)
e os bancos de dados pré-filtrados (p.ex.: ACP jornal club, Clinical evidence, evidence-based on call). A
diferença é que os bancos de dados pré-filtrados já fazem uma análise crítica prévia;
 Deve-se avaliar criticamente a informação, adaptando-a para o caso em questão.
3) ETAPA 3 – ANALISAR CRITICAMENTE OS DADOS COLETADOS:
 Deve-se avaliar criticamente a evidência coletada com relação a sua validade, importância e aplicabilidade.
A análise crítica possui algumas etapas:
o Encontrar vieses;
o Encontrar limitações.
 Normalmente para essa análise estão disponíveis diversas listas;
 Basicamente estas listas respondem a 3 questões principais:
1) O estudo possui validade interna? → representa uma estimativa sem erros sistemáticos do efeito
do tratamento ou apresentam alguma influência de forma sistemática conduzindo a uma falsa
conclusão?
2) Os resultados são importantes?
3) Os resultados auxiliam no manejo dos meus pacientes?
2) ETAPA 4 – APLICAR EVIDÊNCIAS NA PRÁTICA:
 Deve-se procurar integrar a avaliação crítica com nossa competência clínica e com os valores e as
circunstâncias do paciente.

3.2 PICO – Questão estruturada

 Utilizado principalmente em revisões sistemáticas que requerem questões específicas;
 Utilizada para formulação de questões clínicas que enfocam o conhecimento a respeito do cuidado do paciente
com determinada doença.

 Paciente ou problema de interesse;

P PACIENTES  Pode ser um único paciente, um grupo de pacientes com uma condição particular
ou um problema de saúde.
 Intervenção principal que pode incluir uma exposição, um método diagnóstico, um
I INTERVENÇÃO fator prognóstico, um tratamento (diferentes tipos de curativo), relacionada a
assuntos econômicos, entre outros.
 Uma intervenção de comparação;
C COMPARAÇÃO  Definida como a intervenção padrão, a intervenção mais utilizada ou nenhuma
intervenção.
DESFECHO
O  Os desfechos clínicos de interesse ou resultados esperados.
(OUTCOMES)

- Exemplo do problema:
 O aumento súbito no número de casos de psicose aguda seguida de óbito em jovens usuários de drogas se
encontra relacionado apenas ao uso de drogas ilícitas, ou este quadro estaria sendo causado pelo consumo de
Flakka (nova droga sintética disponível no mercado)?
o P → jovens usuários de drogas com sinais e sintomas de psicose aguda que foram a óbito;
o I → uso de Flakka;
o C → uso de drogas ilícitas já conhecidas;
o O → diminuição no número de casos de psicose aguda em jovens.
- Outros exemplos:
 O controle medicamentoso da HAS é mais eficiente no aumento da sobrevida de pacientes idosas com HAS e
DM2 não complicadas, do que o controle medicamentoso da glicemia?
o P → pessoas idosas do sexo feminino com DM2 e HAS não complicada;
o I → tratamento medicamentoso anti-hipertensivo;
o C → tratamento medicamentoso da DM;
o O → benefício para a saúde do paciente.
3
MBE – Problema 02
Ana Carolina Conde Rodrigues
 Há evidências de que o uso de probióticos em pré-escolares com tratamento de antibióticos reduz o risco de
diarreia:
o P → crianças pré-escolares em tratamento com antibióticos;
o I → uso de probióticos;
o C → sem intervenção comparável;
o O → redução do risco de diarreia associado ao uso de antibiótico.

❹ ESTUDOS DE CASO-CONTROLE (3B)

 É um estudo longitudinal retrospectivo que PARTE DE CASOS JÁ DIAGNOSTICADOS DA DOENÇA EM FOCO A FIM
DE ELUCIDAR A SUA CAUSA → quais são as causas da doença?
 Trata-se de uma pesquisa em que pessoas escolhidas porque têm a doença (casos) e pessoas comparáveis que
não possuem essa doença (controles) são investigadas para saber se foram expostas a fatores de risco, de
modo a determinar se tais fatores são causas contribuintes da doença.

4.1 DESENHO DO ESTUDO

 Estudo individuado, analítico, observacional, descritivo, longitudinal retrospectivo.

4.2 DELINEAMENTO DO ESTUDO

1) Seleção da população: uma população, ou
uma amostra da mesma, é selecionada em
função de apresentar características que
possibilitem a investigação exposição-
doença;
2) Escolha de casos:
 Especifica-se, previamente e com
objetividade, os critérios de inclusão e
de exclusão para definir o que seja um
caso da doença;
 Em condições ideais, são incluídos todos os casos novos (incidentes) da população selecionada que preencham
os critérios, ou uma amostra da população. Prefere-se a incidência à prevalência a fim de evitar vieses:
o Casos crônicos estão sujeitos a diversas interferências durante o tempo;
o Se casos prevalentes fossem estudados, uma exposição que causasse uma forma rapidamente letal da
doença resultaria em um número menor de casos expostos, reduzindo o RR e, portanto, sugerindo que
a exposição seria menos nociva do que de fato é ou, até mesmo, que seria protetora.
 O diagnóstico deve ser rigorosamente confirmado para os casos, e os critérios tornados explícitos;
 Pode ter uma base:
o Hospitalar / centros de referência: muito utilizados para detecção de doenças incomuns → forma
conveniente de seleção, mas que pode trazer problemas (os centros atraem casos, sobretudo, graves,
atípicos ou com exposições incomuns);
o Populacional (escolhidos entre os casos de uma população).
3) Escolha de controles:
 São escolhidos controles adequados, que apresentem máxima semelhança com os casos, a não ser no que
concerne à presença ao desfecho em foco → têm como característica principal não serem portadores da
doença;
 Os controles devem ter tido a mesma probabilidade de ser expostos
ao fator em investigação que os casos;
 Não devem compor o grupo controle indivíduos portadores de
doenças associadas de alguma forma (positiva ou negativa) ao fator
de risco em investigação;
o P.ex.: se o caso são pacientes com câncer de laringe, os
controles são examinados para excluir o diagnóstico de
neoplasias. Os controles podem ser sadios ou mesmo
portadores de outras doenças, desde que não etiologicamente
ligadas à exposição que está sendo investigada.
 Abordagem populacional:
o Melhor abordagem para seleção;
o Estudos com essa abordagem são chamados de estudos caso-
controle com base populacional;

4
 MBE – Problema 02
Ana Carolina Conde Rodrigues
o Possível viés: as populações estão continuamente se alterando (entrada e saída populacional), podendo
enviesar o resultado da pesquisa especialmente se a amostra de casos e controles for feita durante um
longo período de tempo.
 Abordagem aninhada em coorte:
o Pode-se obter um caso-controle a partir de um estudo de coorte;
o Útil quando o estudo de coorte inicial envolvia grandes amostras cujas variáveis (especialmente
algumas covariáveis) podem não estar disponíveis em bancos de dados da coorte e, portanto, precisam
ser coletadas de outras fontes para cada paciente → o estudo se torna dispendioso e inviável, sendo
melhor realizar um estudo de caso-controle com os dados da coorte;
o P.ex.: um estudo de coorte, que levou em conta somente a idade, demonstrou que o risco absoluto para
fraturas típicas relacionado ao uso de bifosfonados foi de 5 casos para cada 10.000 pacientes-ano,
sendo necessária a coleta de covariáveis através de bancos que foi presumidamente trabalhosa demais
→ pode-se utilizar os dados, então para a realização de um estudo caso-controle;
o P.ex.: há um estudo de coorte sobre o fumo e o câncer de pulmão, mas durante o estudo alguns
pacientes desenvolvem DPOC. Pode-se fazer um estudo caso-controle com esses pacientes. É ótimo, pois
tem a seleção dos casos incidentes e tem a certeza da ordem dos eventos.
 Controles em hospitais e na comunidade:
o Está mais sujeito a falhas do que a abordagem populacional ou aninhada à coorte → os pacientes
hospitalizados são, em geral, uma amostra enviesada de todas as pessoas da comunidade (indivíduos
aos quais os resultados deveriam ser aplicados);
o Os controles podem ser selecionados de uma ala hospitalar ou a partir da comunidade atendida pelo
hospital (no entanto, os hospitais podem indivíduos de outras comunidades, assim como os indivíduos
da própria comunidade podem se tratar em outros hospitais).
 Múltiplos grupos-controle:
o Utilizado se nenhum grupo controle parecer ideal → seleciona-se grupos controle com forças e
fraquezas científicas aparentemente complementares;
o Estimativas semelhantes de RR em diferentes grupos controle são evidência contra vieses.
 Múltiplos controles de caso:
o Utilizado se o número de casos for limitado (p.ex.: doenças raras) → nesse caso, determina-se mais de
um controle por caso;
o Proporciona maior capacidade de determinar aumento ou redução do risco;
o Na prática, se seleciona de 3 a 4 grupos controle por caso.
 Pareamento:
o É realizado o pareamento quando algumas características parecem fortemente relacionadas à
exposição ou à doença, devendo-se certificar se elas são comparáveis nos casos e nos controles →
serve para reduzir as diferenças entre os grupos;
o Assim, para cada caso com um conjunto de características, seleciona um controle com as mesmas
características (ex: parear por idade, sexo, residência);
o Pareamento guarda-chuva: quando se realiza o pareamento com base em uma variável como hospital
ou comunidade → é um substituto para muitas outras variáveis que seriam impossíveis de medir uma
de cada vez. Variáveis “cobertas” pelo guarda chuva: desvantagem social relacionada à renda,
escolaridade, raça e etnia, propensão para buscar cuidados médicos ou seguir orientações médicas etc.;
o Superpareamento: ocorre quando são pareadas tantas variáveis estritamente relacionadas à exposição
a ponto de as taxas entre casos e controles se tornarem mais semelhantes do que são na população →
o RR acaba por se aproximar de 1.
4) Verificação do nível de exposição de cada participante:
 Deve-se verificar o nível de exposição de cada pessoa classificada como caso ou controle, que pode ser por;
o Entrevista; OU
o Prontuários, atestados e resultados de exames laboratoriais → p.ex.: pacientes que já tiveram
toxoplasmose são soro reativos ao Toxoplasma gondii.
 Deve-se procurar evitar o viés de aferição nessa etapa.

4.3 APLICABILIDADE
 São úteis na investigação de doenças raras (que possuem baixas taxas de prevalência e incidência), as quais
dificilmente poderiam ser objeto de amostras populacionais (no caso de utilização de estudos transversais e de
coorte), devido ao seu tamanho.

5
MBE – Problema 02
Ana Carolina Conde Rodrigues
4.4 ESTUDO DE CASO-CONTROLE x COORTE HISTÓRICA
 Nos estudos de coorte, tanto a exposição quanto o desfecho
já ocorreram antes do início do estudo, enquanto que nos
estudos de caso-controle procura-se descobrir qual foi a
exposição a partir do desfecho (vai “de trás para frente”).

4.5 VANTAGENS E LIMITAÇÕES

VANTAGENS E DESVANTAGENS DO ESTUDO DE CASO CONTROLE

VANTAGENS DESVANTAGENS
- Fácil e rápido de executar; - Dificuldade na seleção de grupo controle aceitável;
- ↓Custo; - Falta de comparabilidade entre os casos e controles;
- Não há necessidade de - Na maioria das situações, somente casos novos devem ser incluídos para evitar o viés
acompanhamento dos participantes; de prevalência → dificulta alcança o tamanho da amostra desejado;
- Permite a análise de vários fatores de - A documentação da fonte de pesquisa (prontuários, exames) com frequência está
risco simultaneamente; incompleta, não apresentando os detalhes quanto à presença das variáveis
- Permite o acompanhamento de doenças independentes;
raras; - Os dados de exposição podem estar viciados: especialmente quando a doença é grave,
- O nº de participantes, nos grupos, pode os casos têm melhor noção de sua possível causa do que os controles, pois
ser pequeno, mesmo quando se trabalha supervalorizam as experiências que tiveram → viés de “ruminação”;
com mais de um controle por caso. - Nos casos, se a exposição é rara, pode ser difícil interpretar os resultados;
- O cálculo das taxas de incidência não é feito diretamente, mas sim estabelecido pelo
investigador → há modos de estimar de maneira indireta;
- Presença de fatores de confundimento dificulta a interpretação.

4.6 PRINCIPAIS VIESES ASSOCIADOS AOS ESTUDOS CASO-CONTROLES

- VIÉS DE SELEÇÃO:
 Quanto aos casos: a amostra estudada (casos) deve ser representativa de todos os casos da doença → pode ser
difícil, pois os casos disponíveis para estudo não inclui: os casos não diagnosticados, erradamente
diagnosticados, os que morreram, tiveram remissão ou que estão a ser seguidos em outros locais (p.ex.: em
estudo de base hospitalar):
o Estudos de base hospitalar apresentam maior viés desse tipo, pois normalmente podem aparecer casos
de pacientes não diagnosticados, diagnosticados erroneamente ou que não estão mais sendo
acompanhados no hospital, isso cria o viés, pois a amostra a ser estudada deve ser representativa de
todos os casos da doença;
o Para minimizar esse viés, é preferível optar por estudos de base populacional.
 Quanto aos controles: pode ocorrer pela dificuldade na seleção dos controles, cujo grupo deve ser compatível
com o de casos;
- VIÉS DE AFERIÇÃO:
 Ocorre quando os métodos de aferição são distintos entre os grupos caso e o controle ou mais pronunciados
em um dos grupos;
1) Inclui o viés de ruminação ou de memória: os casos lembram-se, com mais propriedade, de certas
exposições (por estarem “ruminando” as causas prováveis de sua doença), do que os controles, já que
estes não têm motivo para tal preocupação:
 Pode ser evitado não dizendo aos pacientes o propósito específico do estudo → não é ético
não informar o motivo do estudo, mas pode-se limitar as informações mais detalhadas.
2) Pode ocorrer também por falha na coleta de dados: o encarregado da coleta pode vir a interrogar e
examinar mais intensamente e os casos do que os controles (ideia preconcebida da relação entre
exposição e doença):
 Pode ser evitado por meio do “cegamento” dos coletores de dados, mantendo-os sem saber da
hipótese do estudo.
3) A presença de doença afeta diretamente a exposição ao fator de risco estudado → ocorre
principalmente em casos onde a exposição é um tratamento médico. Ou seja, você tem uma doença
base (p.ex.: dislipidemia) e o médico logo a trata (uso de estatinas), afetando outros fatores de risco.

4.7 NÍVEL DE EVIDÊNCIA

 Nível de evidência: 3B;
 Grau de recomendação: B.
6
 MBE – Problema 02
Ana Carolina Conde Rodrigues
4.8 MEDIDAS DE ASSOCIAÇÃO – Razão de chance, razão de probabilidade (Odds Ratio)
 Determina a chance de um evento ocorrer baseando-se na frequência de exposição nos grupos caso e controle;
 Fornece uma medida do risco que é conceitual e matematicamente semelhante ao RR do estudo de coorte;
 A Razão de Chances (Odds Ratio) é definida como as CHANCES DE UM CASO SER EXPOSTO DIVIDIDO PELAS
CHANCES DE UM CONTROLE SER EXPOSTO; é usado para comparar a frequência de exposição entre casos e
controles, fornecendo uma medida de risco.
EXPOSIÇÃO INCIDÊNCIA DA DOENÇA
Onde:
Desenvolveram a Não desenvolveram a
Total - Odds do caso = a/c
doença (Casos) doença (Controles)
Expostos a b a+b
- Odds do controle = b/d
Não expostos c d c+d
Total a+c b+d a+b+c+d=N

 Ou seja:
𝑎/(𝑎 + 𝑐)
𝑐/(𝑎 + 𝑐) 𝑎/𝑐 𝑎𝑑
𝑂𝑑𝑑𝑠 𝑅𝑎𝑡𝑖𝑜 (𝑂𝑅) = = =
𝑏/(𝑏 + 𝑑) 𝑏/𝑑 𝑏𝑐
𝑑/(𝑏 + 𝑑)
 Pode-se perceber que o OR pode ser obtido multiplicando-se os valores das diagonais da tabela 2x2 e
dividindo-se os produtos cruzados;
- Interpretação: é análoga ao do RR:
 Se OR = 1 → a exposição não interferiu na ocorrência da doença; O OR é aproximadamente igual ao RR quando
a incidência da doença é baixa ou quando a
 Se OR > 1 → possibilidade de fator de risco: chance do desfecho mesma é rara → se o nº de casos no grupo
ocorrer nos casos > do que nos controles; exposto (a) for pequeno em relação ao grupo
 Se OR ≤ 1 → possibilidade de fator de proteção: chance do não exposto (b), então a(a+b) é
desfecho ocorrer nos casos < do que nos controles. aproximadamente igual a a/b; o mesmo ocorre
- Confirmação do cálculo: da mesma forma que é feito no RR, para para c/d. Portanto, o RR = a/b dividido por c/d,
confirmar os resultados achados, deve-se calcular o intervalo de que é igual a ad/bc, ou seja, o OR.
confiança (IC):
 De forma simplificada, o IC nos diz que, se repetirmos o mesmo estudo por 100 vezes, em 95 vezes (95%) o valor
verdadeiro estará dentro de um intervalo determinado e, quanto mais estreito esse intervalo, maior a precisão:
o P.ex.: estudo com RR 18 e IC 95% (1,4 – 59,4) e outro com IC 95% (16,7 – 21,4); o segundo é mais
confiável.
 O IC não deve incluir a unidade (OR = 1), que informaria não existir associação entre fator e efeito:
o Se o OR do grupo pesquisado foi 4 e o IC 95% foi de (2,3-5,6), pode-se usar a informação do risco
sabendo que no cotidiano pode-se ter a variação de risco de 2,3 até 5,6, no entanto, se o IC 95% fosse de
(0,6-8,3), não se poderia reproduzir o resultado que ocorreu no grupo (OR de 4), já que o intervalo tem o
valor 1 (OR = 1 demonstra não associação) e consequentemente tem valores menores do que 1 (OR < 1,
seria de fator de proteção) e valores maiores que 1 (OR > 1, seria de risco), sendo assim, não se tem
confiança na informação, pois ficou pouco precisa: risco, sem associação e proteção.

- QUAL A DIFERENÇA DA RAZÃO DE CHANCES (OR) PARA O RISCO RELATIVO (RR)?

 O RR mede a PROBABILIDADE dos indivíduos expostos desenvolverem a
A probabilidade, que é a
doença em relação aos não expostos, enquanto que o OR mede a CHANCE de
forma em que é expressa a
isso ocorrer; sensibilidade, a sensibilidade e
 Chance (odds) ≠ probabilidade (risco), embora tenha-se o hábito de usar estas os valores preditivos, é uma
palavras como se significassem a mesma coisa. P.ex: proporção;
o Qual a probabilidade (risco) de morte no caso de uma doença em que A chance, por sua vez, é a
ocorrem 60 mortes a cada 100 pacientes, durante o seguimento de 1 razão entre 2 probabilidades;
ano? → Claro, 60% (60 / 100), isso é intuitivo; Tanto a probabilidade quanto
o Agora, qual a chance (odds) de morte? A chance seria a razão de duas a chance expressam o mesmo
probabilidades, ou seja, a probabilidade de ganhar sobre a tipo de informação, e podem
ser transformadas uma na
probabilidade de não ganhar:
outra.
 Chance = probabilidade / 1 – probabilidade; OU
 Chance = probabilidade / complemento da probabilidade; OU
 Probabilidade de morrer / probabilidade de não morrer = 60% / (1 – 60%) = 60% / 40% = 1.5;
 Ou seja: a chance é 1.5, que pode ser expresso também como 1.5 / 1 (1.5 para 1). Isso quer
dizer que para cada 1 pessoa que sobrevive, ocorrem 1.5 mortes. Ou melhor, para cada 2
pacientes que sobrevivem, 3 pacientes morrem.