Epidemiologia
Erros dos estudos epidemiológicos –
Viés de seleção e de confundimento
Programa de Pós-Graduação em
Saúde Coletiva - UFMA
Tipos de erros
Aleatório
Sistemático- vício, viés ou tendenciosidade
1) Seleção
2) Aferição
3) Confundimento
Viés de seleção
Diferença sistemática entre os grupos causada
pela forma de escolha ou por perdas de
seguimento
Viés de seleção
 voluntários - viés de voluntariado
 efeito “trabalhador sadio” nos estudos
de saúde do trabalhador - viés de afiliação
 viés de prevalência - trabalhar com
coorte de início - incidência
 amostras de conveniência - rios mais
poluídos, inquéritos telefônicos, dados de
rotina - demanda de Serviços
 amostragem não aleatória - cadastro
incompleto
Causas do viés de seleção
 diferenças sistemáticas nas características
dos indivíduos - grupos não comparáveis.
 maneira de seleção
 perdas
 não resposta
 forma de admissão
( viés do voluntariado
( viés de afiliação
( viés de prevalência
Controle
 no desenho - planejamento
 amostra aleatória - cada indivíduo
tem probabilidade conhecida e
diferente de zero de fazer parte da
amostra
Viés de confundimento
 erro devido a uma diferença não
aleatória na distribuição dos fatores
de risco entre os dois grupos. A variável
de confundimento está distribuída
desigualmente entre os grupos
comparados. Ex: um grupo é mais idoso ou
fuma mais que o outro.
 presente quando estimativa não
ajustada do risco difere da estimativa
ajustada
Conseqüências
 altera a estimativa do risco
(subestima, superestima)
 gera falso-positivo, falso-negativo
 inverte a direção da associação
Exemplo
EXPOSIÇÃO
(beber café)
DOENÇA
(coronariopatia)
FATOR DE CONFUSÃO
(fumo)
Isola-se uma situação para investigação, de modo que seja
possível pesquisar esta relação, exposição x doença, controlandose os outros fatores (variáveis extrínsecas ou externas).
Confundimento múltiplo
EXPOSIÇÃO
DOENÇA
POLUIÇÃO ATMOSFÉRICA
BRONQUITE CRÔNICA
SEXO
IDADE
CLASSE
SOCIAL
FUMO
Características do fator de confusão
 ser um fator de risco para a
doença
 associado com a exposição
 não ser um elo de ligação entre a
exposição e a doença
Elo de ligação não deve ser controlado na análise -  associação
Há associação entre consumo de
álcool e câncer de pulmão ?
CONSUMO DE ÁLCOOL
Não
Raro
Ocasional
Diário
RR não ajustado
1
1.01
1.34
2.52
Detecção do confundimento – comparar estimativa não
ajustada (bruta) com ajustada
Há associação entre consumo de
álcool e câncer de pulmão ?
CONSUMO DE ÁLCOOL
Não
Raro
Ocasional
Diário
RR não ajustado
RR ajustado pelo fumo
1
1.01
1.34
2.52
Causa do viés de confundimento: análise estatística inadequada
1
0.86
1.04
0.84
Controle - Desenho





randomização - ideal - experimental, tamanho
amostral grande
pareamento - caso-controle (mesma idade e sexo)
restrição de categorias- limitar a análise a certos
grupos. Café x IAM em não fumantes, teor de Pb em
crianças de 1 a 10 anos (controla exposição
ocupacional)
estratificação - distribuir casos e controles em 3
categorias, randomizando no interior de cada estrato
constituição do grupo controle - imprescindível
Controle – Análise multivariável
 Análise estratificada
 Modelagem
Análise estratificada - Exemplo
 Estudo hipotético de coorte
 Efeito da exposição a uma substância
química tóxica suspeita de
desenvolver câncer de pulmão em
uma indústria química
Tóxico versus Câncer de Pulmão
Exposição
ao tóxico
Sim
Não
Total
Câncer de Pulmão
Sim
Não
Total
27
14
41
48
67
115
75
81
156
Incidência entre expostos ao tóxico=27/75=0,36
Incidência entre não expostos ao tóxico=14/81=0,173
Risco relativo=0,36/0,173=2,08 (1,19-3,66)
Análise estratificada
Não
Fumantes
Câncer
de
Pulmão
Exposição
ao tóxico
Sim
Não
Total
Sim
1
24
25
Não
2
48
Total
3
72
RR=1,0
Fumantes
Câncer
de
Pulmão
Exposição
ao tóxico
Sim
Não
Total
Sim
26
24
50
50
Não
12
19
31
75
Total
38
43
81
RR=1,34
Estimador ponderado de Mantel-Haenszel= 1,31 (0,80-2,15)
Estimador ponderado de
Mantel-Haenszel
 verifica a relação exposição x doença
dentro de cada estrato
 faz uma estimativa ponderada do risco
ajustada para a variável de confusão.  não é uma boa estimativa na presença de
interação.
 só é viável para poucos fatores de
confusão
 limitada pelo tamanho amostral nos
estratos (estimativa imprecisa do risco)
MODELAGEM
 regressão logística - variável resposta
dicotômica
 regressão linear - variável resposta
quantitativa
Modelagem





estimativa do risco ajustada para os fatores de
confusão que entraram no modelo.
Não há limite de tamanho de amostra nem de
quantidade de fatores (mas deve se ter cuidado com
o superajuste).
Compara-se a estimativa bruta com a ajustada - se
for diferente - então há confundimento e se
considera a estimativa ajustada como mais fiel
é uma extensão matemática do modelo de rede de
causas
informa a proporção da variação de Y (doença) que é
explicada pelo efeito do fator de risco X1,
controlando-se os demais. Mede o “efeito isolado” de
X1 sobre Y.
Freqüência, percentagem, razão de chances bruta e ajustada
através de regressão logística do baixo peso ao nascer em
Ribeirão Preto, Brasil, 1994
Baixo Peso
ao nascer
DETERMINANTES
PREMATURIDADE
não
sim
CONSULTAS PRENATAIS
4+
<4
TIPO DE PARTO
vaginal
cesariana
FUMO MATERNO
não
sim
Peso favorável
ao nascer
Razão de chances não
Razão de chances
ajustada e intervalo ajustada e intervalo de
de confiança
confiança
n
%
n
%
104
132
5.0
36.9
1971
226
95.0
63.1
11.07 (8.19-14.98)
12.07 (8.60-16.94)
227
51
9.7
22.0
2124
181
90.3
78.0
2.64 (1.84-3.76)
1.73 (0.98-3.05)
148
167
10.3
11.0
1295
1345
89.7
89.0
1.09 (0.85-1.39)
1.61 (1.10-2.37)
177
114
8.2
19.6
1972
469
91.8
80.4
2.71 (2.07-3.54)
1.98 (1.35-2.91)