Estudos Epidemiológicos

Desenho prospectivo:

. estudos experimentais: ensaios clínicos

aleatorizados
. não experimentais: estudos de coorte ou
prospectivos

Desenho retrospectivo:
. estudos de casos e controles
Principal aplicação de cada tipo de estudo no
campo da epidemiologia clínica

. Avaliação da eficácia : ensaio clínico

. Identificação de fatores prognósticos :

estudos de coorte

. Avaliação de fatores de risco : estudos de

casos e controles
Avaliação de terapias: o ensaio clínico aleatorizado

. Estratégia ideal para a avaliação da eficácia de

intervenções terapêuticas

. Resulta da alocação aleatória de pacientes a pelo

menos dois grupos:
. Grupo experimental: recebe a intervenção a avaliar
. Grupo controle: não recebe a intervenção

. Espera-se que os grupos a comparar sejam semelhantes

em todas as características relevantes à hipótese do estudo
O Ensaio clínico aleatorizado
. Os grupos a comparar são seguidos por um determinado período,
durante o qual os investigadores monitoram a ocorrência do
desfecho de interesse
. Desfechos mais freqüentemente estudados: letalidade, recidiva e
agravamento de sintomas, ou seus complementos, sobrevida,
sobrevida
sem recidiva e melhoria dos sintomas
. ECA: duplo cego ou duplo mascarado (nem os pacientes, nem os
observadores encarregados de diagnosticar a ocorrência do
desfecho
devem saber a que grupo os pacientes foram alocados)
. Estudos de eficácia de terapia medicamentosa: mascaramento –
medicamento placebo com as mesmas características da terapia
experimental (mesma cor, sabor, odor). Não mascaramento – uso
do placebo é contra-indicado do ponto de vista ético ( avaliar no-
va técnica cirúrgica)
Exemplo:
. Estudo análoga vitamina D ³ (calcipotriol) comparado com betametaso-
na em pacientes com psoríase

. Estudo duplo-cego com 350 pacientes (4 países europeus) alocados ale-

atoriamente ao gr experimental (calcipotriol) ou contole (betametasona)

. Seguimento: 6 semanas

. Avaliados cada 2 semanas qto gravidade das lesões. Índice PASI antes
do início da terapia: 8,36 gr experimental e 8,33 gr controle (comparabi-
lidade entre os grupos com relação à gravidade inicial da psoríase)

. Desfecho (melhoria da lesão): auto-avaliação ( mascaramento evitou a

influência da subjetividade). Maior proporção de melhoria das lesões
nos pacientes que usaram o calcipotriol (82%) / betametasona (69%)
Avaliação de fatores prognósticos: o estudo de coorte

. Não se pode usar o ensaio clínico na avaliação de fatores prognósticos

(impossível alocar pacientes aleatoriamente a um grupo com e a outro
sem uma determinada característica intrínseca, que se suspeita tenha
valor prognóstico.ex: estadiamento de um tumor maligno)

. Estudos prognósticos: desenho não experimental = estudo de coorte

ou estudo prospectivo

. Classificam-se os pacientes de acordo com a presença ou ausência de

uma determinada característica que se suspeita possa afetar a evolução
da enfermidade, seguindo-se os pacientes durante um certo período de
tempo, durante o qual a ocorrência do desfecho é monitorada

. Desfechos avaliados em estudos de coorte p/ identificação de fatores

prognósticos: letalidade, recidiva e mudança na gravidade enfermidade
Exemplo de estudo prognóstico de coorte

. Avaliada sobrevida de 530 casos de melanoma de pele (Roma 1980-

1991)

. Nível de invasão e espessura do tumor – fatores prognósticos

. Sobrevida cumulativa (Breslow) 5 anos depois do diagnóstico – 98% p/

pacientes com tumor de espessura menor do que 0,76mm ( diminui pro-
gressivamente com o aumento da espessura do tumor) e para tumores
com uma espessura maior do que 3mm a sobrevida depois de 5 anos foi
51,5%
Métodos de análise de dados prospectivos

Dados prospectivos: ensaios clínicos, estudos prognósticos

. Incidência

. Risco relativo

. Efetividade da intervenção

. Análise de sobrevida
Incidência e Risco Relativo

Cálculo das taxas de incidência do desfecho “negativo”(morte

ou recidiva). Taxas de letalidade (desfecho= morte)

1a. Incidência (categoria 1) = a x 100

a+b
1b. Incidência (categoria 2) = c x 100
c+d

Risco Relativo: razão das taxas de incidência em estudos pros-

pectivos.
a x 100
a + b
RR = __________________________
c x 100
c + d
Exemplo uso RR:
. Estudo prognóstico pacientes com IAM, letalidade fim de 1 mês de 10%
p/ pacientes com determinado tipo de arritmia e 5% p/ pacientes sem
arritmia. RR= 2,0 (10% : 5%) ; isto é, letalidade 2x > pacientes com
arritmia.

Interpretação do RR
. Taxas de incidência (letalidade ou incidência de morte) são iguais em
ambas as categorias de uma certa variável ( arritmia presente x arritmia
ausente), o RR = 1,0; taxa > numerador do RR, seu valor > 1,0 e taxa <
numerador do RR, seu valor < 1,0.
. Ex: incidência IAM população total homens > mulheres, letalidade é o
oposto: 4% homens e 8% mulheres hospitalizadas; o RR usando homens
no numerador = 0,5 (letalidade é metade das mulheres). Se no numerador
% de mulheres, RR = 2,0 ( mulheres têm risco de morte após IAM 2x
> homens
Eficácia e Efetividade
. São utilizadas quando se avalia um determinado medicamento ou
intervenção

Eficácia:
É a redução percentual da taxa do desfecho “negativo” resultante da
intervenção ou medicamento, no contexto de um ensaio clínico em
condições ideais (ex: todas as pessoas são alocadas aleatoriamente são
seguidas até a ocorrência do desfecho ou o fim do estudo,o
mascaramento funciona perfeitamente bem.

Efetividade:
É função não só da eficácia, mas também das condições reais em que
se realiza a intervenção. Ex: Eficácia de 100% porém se a metade dos
participantes se recusa a tomar a medicação experimental, a efetivida-
de será de apenas 50%
Eficácia =
a _ c
TL placebo – TL experimental = a + b c+d x 100
TL placebo a
a+b

[a / a + b ] = taxa de letalidade (TL) no grupo placebo

[ c / c + d ] = taxa no grupo alocado ao medicamento

Grupo placebo TL 30%

Grupo experimental TL 15%

Eficácia = 30% - 15% x 100 = 50%

30%
Calcular a eficácia através do RR:

. TL do grupo placebo corresponde ao numerador

. TL do gr experimental corresponde ao denominador
Eficácia = RR – 1,0 x 100
RR

Ex: TL do gr placebo / gr exper = 30% / 15% = 2,0

Eficácia = 2,0 – 1,0 x 100 = 50%

2,0
Análise de Sobrevida

. A análise de sobrevida através do método de Kaplan-Meier (KM) é a

estratégia analítica ideal para se examinar o comportamento temporal
do desfecho e ao mesmo tempo levar em consideração as (ou ajustar
por) diferenças de tempo de seguimento entre os grupos.

. O método de KM permite estimar as probabilidades do evento “positi-

vo”, por ex, sobrevida ou sobrevida sem recidiva

. 3 etapas:
a) cálculo das probabilidades instantâneas do evento
b) cálculo das probabilidades de sobrevida além do momento em que
cada evento ocorre
c) cálculo das probabilidades cumulativas de sobrevida
a) Cálculo das Probabilidades Instantâneas de Morte

. Ou de outro evento como ex: recidiva

. Relativas ao momento exato em que cada evento ocorre “q”;
. Obtêm-se estas probabilidades instantâneas através da divisão do nº
de eventos que ocorrem em um determinado momento, pelo total da
população sob risco do evento no mesmo momento;
. O nº de mortes em um momento exato é geralmente 1, já que é pouco
provável que + de um evento (morte ou recidiva) ocorra exata/ ao mês
mo tempo;
. Pode-se calcular a probabilidade instantânea de cada morte dividindo
se cada morte pelo nº de indivíduos que caem na linha vertical que a ela
corresponde, incluindo a pessoa com o evento;
. Método KM: quando ocorre o evento em uma pessoa ou quando a pes-
soa é “perdida”, ela não fará parte do cálculo das probabilidades instan-
tâneas dos eventos subseqüentes.
b) Cálculo das probabilidades de sobrevida além do momento em
que cada evento ocorre

. Estas probabilidades são os complementos das probabilidades instan -

tâneas do evento (1,0 – q), já que, por ex, se a probabilidade de morte
em um determinado momento for igual a 30% (ou 0,3), a probabilida-
de de sobrevida além deste momento tem de ser igual a 70%
(ou 1,0 – 0,3)

c) Cálculo das probabilidades cumulativas de sobrevida a partir do

início do seguimento
. Obtidas através da multiplicação das probabilidades de sobrevida
além
dos momentos em que os eventos ocorrem
. Estas probabilidades representam a curva de sobrevida.
. A probabilidade cumulativa diminui a cada momento em que ocorre
um evento, o que dá a curva de sobrevida de KM o seu aspecto carac-
Avaliação de fatores etiológicos: estudo de casos e controles (estudo
retrospectivo).

• Identificar fatores de risco;

• Compara-se indivíduos com a enfermidade (casos) x indivíduos sem
a enfermidade (controle), no que diz respeito à exposição passada a
um fator que se suspeita ser um fator de risco.

Estudo caso x controle

Casos com a enfermidade Controle sem a enfermidade

que se deseja estudar que se deseja estudar

Identificação de exposição Identificação de exposição

passada ao fator de risco passada ao fator de risco
sob suspeita sob suspeita
Métodos de análise de dados retrospectivos:

• Limitação: não permite o cálculo de taxas de incidência, pois é

selecionado um número pré-determinado de casos e controles, após o
que tenta identificar a proporção com a exposição passada ao fator de
risco sob suspeita em cada grupo.

• O risco relativo é calculado através de ODDS RATIO (OR), que é uma

estimativa representativa do risco relativo quando a enfermidade não é
muito comum.

OR = a x d a = casos expostos no passado ao fator de risco

bxc b = controles expostos no passado ao fator de risco
c = casos não expostos no passado ao fator de risco
d = controles não expostos no passado ao fator de risco

• Interpretação prospectiva, pois é uma estimativa do risco relativo.

• Interferência causal: inimigos (viés e confusão) – antes de se concluir
por uma associação causal entre um determinado fator e um
determinado desfecho, devemos eliminar os fatores de erro possível.

• Viés – são erros sistemáticos podem ocorrer quando existem defeitos

no desenho do estudo ou nos procedimentos de coleta de dados.
Podem ser de 2 tipos:

a. Viés de seleção: quando o processo de seleção é falho, produzindo

associação distorcida entre o fator de risco e o desfecho de interesse.

b. Viés de informação: ocorre quando os dados do estudo não são

válidos, é importante que o pesquisador encarregado de monitorar a
pesquisa, não saiba a que grupo o individuo pertence (caso ou
controle).

2. Confusão: Em estudos não experimentais, não se alocam

aleatoriamente indivíduos aos grupos que se deseja comparar.
Conseqüentemente alguns fatores podem diferir entre os grupos, que
podem ser responsáveis por uma associação estatística não causal
entre o fator de risco suspeito e a enfermidade. É também definida
como uma variável que difere entre os grupos a serem comparados e
que tem uma relação causal com a enfermidade sob investigação.
Viés de seleção: Associação entre ingestão de café e Ca de pâncreas.

Ingestão de café

Ca de pâncreas
Em uma certa população Controle usados da mesma população,
mas que por outros motivos não
poderiam ingerir café
• Ex.: Fumo como variável de “confusão” com relação à associação entre
consumo de café e câncer de pulmão.

a Café
i ado
c
so
As

Fumo
ca Associação não causal
(variável de confusão)
u sa

Câncer de pulmão
Estratégias de abordagem do fenômeno de confusão

• Pareamento – os grupos a comparar são pareados com a relação às variáveis de

confusão.
• Estratificação – tipo especial de pareamento. Após a coleta de dados, estratifica-se
a variável de confusão por categoria, e avalia-se a associação entre a variável
principal e a doença sob investigação em cada extrato (categoria) da variável de
confusão. Na estratificação, o fenômeno de confusão existe quando o odds ratio total
é diferente dos odds ratios estratificados, que por sua vez são semelhantes entre si.

Consumo elevado de café Casos Controles OR

Total Sim 69 54 69x45 = 1,7

Não 33 45 54x33
FumantesSim 60 36 60 x 9 = 1,0
Não 15 9 36 x 15
Não fumantes Sim 9 18 9 x 36 = 1,0
Não 18 36 18 x 18

• Ajuste – consiste na aplicação de métodos estatísticos a dados já coletados. As

técnicas de ajuste podem ser simples (através de métodos diretos) ou complexas
(ajuste através de métodos de regressão).
• O fenômeno de suscetibilidade ao fator de risco: interação (modificação de
efeito)

– o fenômeno de interação ocorre quando o efeito da exposição a um fator de

risco ou fator prognostico, ou a efetividade de uma intervenção terapêutica,
diferem de acordo com a presença ou ausência de um “terceiro” fator – que pode
ser genético ou ambiental e é designado de “modificador de efeito” ou “fator de
suscetibilidade”.

Papel do tabagismo na etiologia do câncer de esôfago com o consumo ou não de

álcool:

Consumo de álcool Fumo Casos Controles Odds Ratio

>= 252 g/ semana Presente 147 127 147 x 89 = 6,1
Ausente 17 89 127 x 17

Ausente Presente 4 57 4 x 50 = 1,7

Ausente 2 50 57 x 2
Modificador de efeito
O fenômeno de interação é parte integral do contexto etiológico e pode ser útil na
identificação de grupo especialmente suscetíveis a um fator de risco ou a uma intervenção
terapêutica.
• Avaliação da aleatoriedade: é uma associação constatada estatisticamente, que é
estimada através do intervalo de confiança (95%) ou da significância estatística (erro
alfa ou “p”).
O valor de “p” (erro alfa) indica a probabilidade de que a associarão ou efetividade
observada no estudo representa meramente uma variação aleatória de um valor nulo.
A maioria dos pesquisadores considera 5% como o ponto de corte, abaixo deste valor
a probabilidade é considerada nula.

• O intervalo de confiança de 95% indica a faixa de valores verossímeis com uma

“confiança” de 95%.
• Tanto o intervalo de confiança quanto o valor de “p” dependem de vários fatores,
sendo os mais importantes o tamanho da amostra e e magnitude do efeito (quanto
maior o ensaio, menor o valor de “p” e mais estreito é o intervalo de confiança.
• O valor de “p” e o intervalo de confiança não verificam qualidade do estudo.
• Um estudo sem viés é chamado de válido e um estudo com um estreito intervalo de
confiança é designado de preciso. O ideal é realizar um estudo válido e preciso.
• Cada valor incluído no intervalo de confiança de 95% não tem a mesma probabilidade de
representar o valor verdadeiro. A melhor maneira estimativa do efeito é a estimativa pontual, a
probabilidade de o valor ser o verdadeiro, diminui `a medida que os valores se afastam da
estimativa pontual.