Epidemiologia

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL
FURG
UNIVERSIDADE FEDERAL DO RIO GRANDE
Assunto: Medidas em epidemiologia
Professor: Marlos Rodrigues Domingues
Objetivos: Definir as principais medidas usadas em estudos epidemiolgicos; Mostrar as diferenas entre estas medidas; Demonstrar a utilidade de cada tipo de medida; Discutir alguns conceitos comuns vinculados s medidas.
Contedo: Medidas de (freqncia) ocorrncia de doenas; Prevalncia; Incidncia; Conceitos: mortalidade - letalidade morbidade.
Habilidades (o que se espera do aluno ao final do assunto): Reconhecer as diferenas entre as medidas estudadas; Capacidade de aplicao dos conceitos de medidas e Identificar o tipo de medida aplicada em pesquisa.
Bibliografia: Costa AJL e Kale PL (2002). Medidas de freqncia de doena. In: Medronho RA et al.. Epidemiologia. Rio de Janeiro, Editora Atheneu, pginas 15 31. Vaughan, JP e Morrow, RH. Princpios epidemiolgicos. In: Epidemiologia para os municpios. Editora Hucitec, pginas 12 16.
MEDIDAS EM EPIDEMIOLOGIA
Esta unidade trata de medidas de ocorrncia de doenas em epidemiologia, e est apresentada na seguinte ordem: 1.1 Introduo; 1.2 Medidas de (freqncia) ocorrncia de doenas; 1.3 Prevalncia; 1.3.1 Determinao da prevalncia; 1.4 Incidncia; 1.4.1 Taxa de incidncia; 1.4.2 Incidncia acumulada (Cumulativa); 1.4.3 Diferenas entre taxa de incidncia e incidncia acumulada; 1.5 Conceitos: mortalidade - letalidade morbidade.
1.1
Introduo
Um dos objetivos da epidemiologia justamente medir (quantificar) as freqncias com que os problemas de sade ocorrem. Qualquer resultado em epidemiologia, seja direcionado ao pblico leigo ou no, muitas vezes apresentado numericamente, de forma a atrair a ateno do leitor, como por exemplo, no Brasil, 1% da populao entre 15 e 49 anos est infectada com o vrus HIV. Tanto para os profissionais de sade quanto para os leigos interessa saber o comportamento e as caractersticas numricas dos males que atingem a populao. Isso serve para alm de mostrar o estado de sade das populaes, informar se os esforos de preveno e combate a determinado problema esto surtindo o efeito desejado. As medidas de freqncia esto divididas e so definidas fundamentalmente por dois conceitos a incidncia e a prevalncia. Uma referente aos estudos que ocorrem ao longo de um determinado tempo, com no mnimo duas coletas de dados, e outra obtida por uma coleta de dados nica (pontual). Outros termos como mortalidade, letalidade e sobrevivncia so variantes da incidncia. Estas duas medidas de freqncia bsicas em epidemiologia, prevalncia e incidncia so termos comumente mal empregados e s vezes no compreendidos. comum lermos em jornais manchetes do tipo ..hoje em Rio Grande existe uma incidncia de 18% de desnutrio infantil.... Na verdade o que o jornalista quis dizer que a prevalncia de 18%. Para falarmos em incidncia preciso vincular a medida a um espao de tempo e possuir no mnimo duas coletas de dados, e a comparao de uma com a outra que vai nos dar a incidncia. Uma analogia comumente usada dizer que a prevalncia uma foto, e a incidncia um filme. As medidas podem ser expressas como freqncias absolutas ou relativas, sendo as ltimas mais comuns por possibilitarem a comparao entre populaes distintas. Por exemplo, prefervel dizer que no HU de Rio Grande morrem 12 recm-nascidos por mil ao ano, do que dizer no HU de Rio Grande morrem 84 recm-nascidos ao ano. Ao acrescentar o termo por mil a porcentagem (1,2%) fica clara para o leitor, e em qualquer lugar do mundo ele pode comparar este dado. Numa cidade pequena onde nasam mil crianas ao ano, se morrerem 20, o nmero absoluto (20) menor do que o de Rio
Grande (84), no entanto a medida relativa bem maior: 20/1000 contra 12/1000, ou 2% contra 1,2%. A escolha por medidas relativas ou absolutas depende muito do pblico para o qual se quer passar a informao.
1.2 MEDIDAS DE (FREQNCIA) OCORRNCIA DE DOENAS As medidas em epidemiologia podem ser obtidas ento basicamente de duas formas: examinando pessoas num nico momento (transversal), ou acompanhando pessoas durante um certo tempo (por exemplo, longitudinal). A figura abaixo representa um grupo de pessoas num estudo. No momento T0, A0 indivduos j estavam doentes, e C0 no estavam. Dos que no estavam doentes, B1 pessoas ficaram doentes at o momento T1, enquanto C1 pessoas continuaram sadias. No final do estudo (momento T2), C2 permaneciam no afetados, estando os demais doentes. Neste exemplo terico, a doena ocorre apenas uma vez para cada pessoa, e no ocorrem mortes, curas nem perdas de seguimento, o que na realidade praticamente impossvel. Um estudo transversal teria analisado as pessoas em T0, T1 ou T2, enquanto que um longitudinal faria a anlise em pelo menos dois destes momentos.
Os trs momentos mostrados poderiam ser explicados separadamente assim: Em T0: A0 so os que j iniciaram o estudo doentes e C0 o resto da populao (que est sadia); Em T1: A1 so aqueles mesmos doentes que j estavam assim no incio do estudo, e que no se curaram, B1 so as pessoas que adoeceram neste perodo de tempo (entre T0 e T1) e C1 so os sujeitos que cismam em continuar sadios; Em T2: A2 so aqueles mesmos doentes que j estavam assim no incio do estudo, e que no se curaram, B2 so as pessoas que adoeceram neste perodo de tempo lembrando que agora o tempo aumentou, indo de T0 a T2 (ou seja B1 mais novos doentes) e C2 so os sujeitos que no adoeceram mesmo;
Tabela 2 x 2 auxiliar nos clculos de medidas: DOENTES a c NO-DOENTES b d
EXPOSTOS NO-EXPOSTOS
Obs.: em epidemiologia, o termo no-doente aplica-se s pessoas que no possuam a doena de interesse em determinado momento, o que no quer dizer que estas pessoas sejam totalmente saudveis e no possuam nenhum tipo de problema de sade.
1.3 PREVALNCIA (prevalence) A prevalncia medida apenas uma vez, como se fosse uma foto do que existe no momento da pesquisa. a medida pontual usada em estudos transversais. uma proporo, pois o nmero de casos est contido no denominador. A frmula bsica da prevalncia nmero de casos (doentes) dividido pelo nmero total de pessoas estudadas. Pela tabela: a+c Prevalncia = a+b+c+d uma medida esttica (analisa um nico momento) em relao ao processo dinmico (ocorre ao longo de um determinado perodo) de adoecimento. Os casos existentes ou prevalentes, so aquelas pessoas que adoeceram no passado recente (casos antigos + casos novos) e que ainda esto vivas na ocasio da pesquisa. Assim sendo, os doentes que vierem a falecer antes da observao, no so computados na medida de prevalncia. O termo prevalncia s vezes aparece como prevalncia pontual, o que serve apenas para reforar o conceito de que uma medida obtida numa nica observao. Entenda-se aqui como nica observao, que o tempo decorrido do incio ao fm da pesquisa seja curto o bastante para permitir que os dados representam a realidade daquele momento. Se quisermos saber por exemplo, qual a prevalncia de funcionrios canhotos no HU, podemos fazer uma pesquisa que se desenvolver por 10 dias, e esses 10 dias so considerados como um ponto no tempo. Por outro lado se desejamos fazer uma pesquisa sobre uma doena muito rpida preciso prestar ateno no tempo decorrido, vendo se isso no pode influir no resultado. As pesquisas transversais grandes desenvolvem-se ao longo de no mnimo um ms, ou seja, o termo pontual aqui um tanto estendido, mas isso se faz necessrio devido ao tamanho da amostra a ser investigada. Se pesquisarmos por exemplo episdios de diarria e vamos estender a pesquisa por uma semana, preciso esclarecer a priori o que ser considerado diarria e levar em conta que em uma semana uma criana pode ter mais de 1 episdio. Dependendo do que se quer pesquisar que se escolhe como computar estes dados. 1 criana que tenha 1 episdio = 1 1 criana que tenha 2 episdios = 1 ou 2 (depende do que se quer estudar). Se quisermos ver crianas doentes, esta criana contaria com o 1, se quisermos ver episdios de doena, esta criana contaria como 2.
1.3.1 Determinao da Prevalncia A prevalncia pode ser alterada dependendo dos movimentos migratrios, flutuaes sazonais, da incidncia e da durao do problema estudado. Quanto maior for a incidncia e/ou a durao de uma doena, maior tender ser sua prevalncia, mas isso no uma regra, e em muitas doenas agudas infecciosas ou problemas de rpida evoluo que levam morte, isso no verdadeiro. Assim, mesmo apresentando altas incidncias, principalmente nos picos epidmicos (eventos sazonais), doenas como dengue s se mantm por pouco tempo, e, portanto, no podem sempre ser detectadas em estudos de prevalncia instantnea. Por outro lado, elevados nveis de prevalncia podem se sobrepor a baixos nveis de incidncia sempre que a doena for de longa durao. o caso das doenas crnicodegenerativas, como a hipertenso. Ainda que os casos novos diagnosticados sejam poucos ao longo de um perodo, os pacientes sobrevivem e continuam doentes por muito tempo, sendo possvel identific-los em um estudo transversal. Os movimentos migratrios influenciam a prevalncia no sentido de trazer novos casos para uma populao, ou ao contrrio, lev-los embora.
1.4 INCIDNCIA (incidence) A incidncia uma medida obtida em estudos longitudinais, quando os indivduos so acompanhados por um certo perodo de tempo. A incidncia reflete uma mudana no status da doena, por exemplo, a passagem de sadio pra doente ou de vivo para morto. A incidncia tambm serve para medir eventos como atendimentos, e comumente a medida de tempo utilizada de um ano. As medidas de incidncia sempre esto ligadas ao tempo, do contrrio so inteis. Para ilustrar o porqu dessa necessidade, Rothman & Greenland citam como exemplo a comparao da mortalidade observada em duas populaes distintas, em ambas todos os indivduos um dia morrem, ou seja, se no levarmos um espao de tempo coerente em conta, qualquer problema ter uma incidncia de 100%. Algo semelhante seria encontrado se resolvssemos fazer um estudo sobre tabagismo e mortalidade. Para tal faramos um acompanhamento dos sujeitos ao longo de 120 anos. A concluso do estudo seria: 100% dos estudados morreu, logo tabagismo tem uma forte associao com mortalidade.
1.4.1 Taxa de incidncia O termo "taxa" sempre deve nos dar a idia de variao de determinado fenmeno por unidade de tempo, como o nmero de nascimentos ao ano. A taxa na verdade a expresso da velocidade com que o desfecho de interesse ocorre, podendo ser positiva ou negativa. Quanto mais passa o tempo, menos pessoas esto suscetveis doena. A taxa uma medida instantnea de velocidade como num carro. Dizer que um carro est a 80 Km/h no implica que o carro ande 80 Km nem uma hora, mas naquele momento est a 80 Km/h. A taxa de incidncia a expresso da freqncia com que surgem novos casos de uma doena, ou problema de sade, por unidade de tempo, e com relao ao tamanho de uma determinada populao. sinnimo de densidade de incidncia, fora de morbidade e taxa de incidncia por pessoa-tempo. O resultado por exemplo: 2.2 bitos para cada 1 milho de habitantes por dia. O clculo desta taxa a razo entre o nmero de casos novos de uma determinada doena ou problema de sade, e o total de pessoa-tempo gerado a partir da populao de estudo acompanhada, matematicamente:
TI (t0, tn) =
casos novos Pessoas-Tempo
onde: (t0, tn) refere-se ao intervalo entre a origem t0 e o instante tn.
Pessoa-tempo: perodo durante o qual o indivduo esteve exposto ao risco de adoecer, e, caso viesse a adoecer seria considerado um caso novo (ou incidente). As experincias individuais devem ser somadas para se chegar ao resultado final. Por exemplo, uma pessoa acompanhada durante um ano sem desenvolver a doena uma pessoa-ano. Duas pessoas acompanhadas por seis meses cada, sem adoecer, contribuem individualmente com meia pessoa-ano cada. As contribuies individuais somadas equivalem a uma pessoaano, ou seja, so iguais a uma pessoa exposta ao risco de adoecer, durante um ano. O clculo para se chegar ao nmero de pessoas tempo varia de acordo com o delineamento do estudo e com o tipo de populao (fixa ou dinmica).
1.4.2 Incidncia Acumulada (Cumulativa) uma proporo (numerador est contido no denominador) que representa uma estimativa do risco de desenvolvimento de uma doena ou agravo em uma populao, durante um intervalo de tempo determinado. Baseada no conceito de risco definido em nvel individual, podendo ir de 0 a 1 ou ser expressa como percentual, por mil, por 10.000, etc. tambm a expresso do risco mdio de adoecimento, referido a um grupo de indivduos. Quanto mais homogneo for o grupo, mais prxima do risco individual a estimativa do risco mdio de adoecimento estar. Incidncia acumulada = N de casos novos no decorrer do perodo Populao (fixa) exposta no incio do perodo
1.4.3 Diferenas entre taxa de incidncia e incidncia acumulada O clculo da densidade (taxa) de incidncia leva em conta o fato de que, medida que as pessoas (inicialmente em risco) morrem ou adoecem, o denominador da taxa diminui, e isso no ocorre com a incidncia cumulativa, onde o denominador fixo. A incidncia cumulativa (ou risco) fcil de interpretar em nvel individual. Por exemplo, o risco de um sujeito HIV positivo desenvolver AIDS dentro de 10 anos cerca de 50%. J a taxa de difcil interpretao individual. A taxa pela qual um indivduo HIV positivo desenvolve AIDS cerca de 0.07 por ano-1, ou seja, 7 por 100 pessoas ano, ou ainda, de cada 100 contaminados, 7 desenvolvero a doena em um ano.
1.5 CONCEITOS: MORTALIDADE - LETALIDADE - MORBIDADE Ester trs termos aparecem seguidamente em artigos da rea de sade, e preciso ter em mente bem claro o que quer dizer cada um deles. Mortalidade: simplesmente o nmero de mortos, expresso como um nmero inteiro ou uma porcentagem. obtido a partir dos dados oficiais de bito registrados. A mortalidade
um caso particular da incidncia, quando o evento de interesse a morte, e no o adoecimento. Dizer que tal doena apresenta uma alta mortalidade, dizer que MUITAS pessoas morrem daquilo. Letalidade: a capacidade de matar. Algo pode ser muito letal e apresentar uma mortalidade baixssima, como por exemplo veneno de cobra coral ou cair do 38 andar de um edifcio. A porcentagem de pessoas clinicamente doentes que morrem chamada de coeficiente de letalidade. Dizer que tal doena apresenta uma alta letalidade, dizer que das pessoas que sofrem do mal, muitas morrem. Morbidade: considerada um desvio do bem-estar, ou seja, qualquer condio de sade que impea o ser de desempenhar todas suas funes biolgicas plenamente, algo que no mata (ou ainda no matou), mas atrapalha e diminui a qualidade de vida. Pode ser expressa em termos de pessoas que esto enfermas e/ou episdios de enfermidade.
As duas medidas bsicas de freqncia de doenas so: prevalncia e incidncia; Prevalncia: coleta de dados num nico momento. o nmero de doentes ou expostos dividido pela populao total; Incidncia: nmero de novos episdios em um certo perodo, exigindo no mnimo duas coletas de dados e comparao entre elas; Taxa de incidncia: a velocidade com que o desfecho ocorre, expressando o nmero de pessoas que comearam a apresentar o desfecho levando em conta o espao de tempo e a populao exposta ao fator de risco; Incidncia acumulada: leva em conta uma populao fixa, exposta do incio ao fim do perodo; Na taxa de incidncia a populao vai diminuindo com o passar do tempo, na incidncia acumulada isso no ocorre;
FURG
Assunto: Estudos de Coorte
Objetivos: Caracterizar os estudos de coorte; Mostrar as principais vantagens e desvantagens deste delineamento; Discutir os tipos de coorte mais utilizados.
Contedo: Estudos de coorte; Vantagens e desvantagens dos estudos de coorte; Tipos de coorte.
Habilidades (o que se espera do aluno ao final do assunto): Reconhecer um estudo de coorte; Interpretar os resultados de um estudo longitudinal; Identificar a aplicabilidade do estudo de coorte em pesquisa.
Leituras recomendadas: Medronho, RA. Epidemiologia. Captulo 11 (pp 161 - 165). Editora Atheneu, 2002 Artigo: Gigante DP, Victora CG, Barros FC. Nutrio materna e durao da amamentao em uma coorte de nascimento de Pelotas, RS. Rev. Sade Pblica 2000; 34(3):259-65 Artigo: Menezes, AMB, Victora CG, Barros FC. et al. Mortalidade infantil em duas coortes de base populacional no Sul do Brasil: tendncias e diferenciais. Cad. Sade Pblica, 1996, vol.12 supl.1, p.79-86. ISSN 0102-311X.
DELINEAMENTOS EPIDEMIOLGICOS
Esta unidade abordar os diferentes tipos de estudos epidemiolgicos, mostrando suas caractersticas, vantagens, desvantagens e aplicabilidade de cada delineamento, estando apresentada na seguinte ordem: Introduo; Transversal ou de prevalncia (Cross-sectional); - Prof. Juraci Estudos de coorte (Cohort studies); Tipos de coorte; Estudos de casos e controles (Case-control studies); Exemplos simplificados de caso-controle; Exemplo de erro num estudo de caso-controle; Definio dos casos; Definio dos controles; Pareamento; Estudos ecolgicos (Ecologic studies); Falcia ecolgica; Nveis de anlise dos estudos ecolgicos; Ensaio clnico randomizado; - Prof. Zhang 1.7 Estudos hbridos. Prof. Juraci Introduo
O delineamento do estudo nada mais do que a metodologia usada para se coletar os dados da populao estudada. A classificao dos delineamentos leva em conta fatores como: n de vezes que os dados sero coletados, maneira de coletar os dados, tempo que os sujeitos sero acompanhados, tipo de varivel estudada, seleo dos sujeitos de estudo, etc. No existe um delineamento capaz de satisfazer todas exigncias de qualquer estudo, cada tema a ser pesquisado ter caractersticas que indicaro qual delineamento mais apropriado. Alm disso a pressa em obter os resultados e as condies logsticas disponveis para o pesquisador tambm devem ser levadas em conta na hora de escolher o tipo de estudo. Um bom delineamento de pesquisa deve desempenhar as seguintes funes: (1) permitir a comparao de uma varivel (como a freqncia de doena) entre dois ou mais grupos em um ponto no tempo ou, em alguns casos, entre um grupo antes e depois de receber uma interveno ou ter sido exposto a um fator de risco; (2) permitir que um contraste seja quantificado em termos absolutos (como diferena de risco ou de coeficientes) ou em termos relativos (risco relativo ou razo de odds); (3) permitir que o investigador determine quando o fator de risco e a doena ocorreram, de maneira a determinar a seqncia temporal; (4) minimizar vieses, fatores de confuso e outros problemas que poderiam complicar a interpretao dos dados.
ESTUDOS DE COORTE (COHORT STUDIES)
O termo coorte surgiu entre os militares, e no entre mdicos. Uma coorte era um grupo de 300 a 600 homens do exrcito romano, 10 coortes formavam uma legio. Em epidemiologia, coorte um grupo de pessoas que acompanhado ao longo do tempo e que periodicamente investigado por pesquisadores que vo agrupando dados sobre estas pessoas. A relao entre o termo militar que uma coorte formada por um grupo de pessoas marchando em diante na linha do tempo. Estes estudos tambm so conhecidos como estudos de incidncia (incidence), longitudinais (longitudinal) ou de seguimento (follow-up). Os estudos longitudinais possibilitam analisar uma exposio antes da instalao da doena, portanto so os melhores para avaliar a relao entre uma possvel causa e o risco do desenvolvimento de doenas ou problemas de sade. Exemplos de coorte: coorte de 1982 de Pelotas e o Framingham Heart Study 1950, que continuam at hoje. Para que um estudo seja considerado longitudinal, no mnimo duas investigaes devem ser feitas com a populao em estudo. Este delineamento usado freqentemente para problemas comuns, como doenas cardiovasculares, acidentes de trnsito, infeces, mortes por qualquer causa, etc. Algumas vantagens: medem incidncia de doenas; podem estimar prevalncias; podem medir um fator de risco antes do surgimento da doena; so mais indicados para mostrar causalidade; eliminam em parte o problema da causalidade reversa.
Algumas desvantagens: como requerem o acompanhamento de um grande nmero de pessoas por muito tempo, estes estudos so caros e difceis logisticamente; no so indicados para doenas raras, pois a populao a estudar para se ter um nmero razovel de casos seria muito grande; como so realizadas em espaos relativamente longos de tempo, as coortes implicam em perdas, seja por falta de interesse no estudo, migrao, morte ou outros motivos que afastem o sujeito do investigador.
Cuidados: os critrios de incluso/excluso, e os parmetros ou pontos de corte para determinao de problemas devem ser estabelecidos a priori e mantidos ao longo de todo o estudo. Apenas os fatores de risco definidos e medidos no incio do estudo podem ser utilizados. A equipe encarregada do estudo pode ser alterada ao longo do mesmo, porm estas mudanas devem ser avaliadas para que isso no implique na inviabilidade e/ou invalidade do estudo.
1.1 TIPOS DE COORTE: As coortes podem ser podem ser dinmicas, quando sujeitos podem entrar ou sair do estudo; ou fixas, quando inicia-se com um nmero de sujeitos e ao longo do tempo apenas perde-se pessoas. Quanto temporalidade, os estudos de coorte podem ser: PROSPECTIVOS: ESTUDO EXPOSIO DOENA
Situao de exposio e doena no so conhecidos no incio do estudo. Os grupos so montados no presente, coletados os dados basais deles e continua-se a coletar dados com o passar do tempo. o mais prprio para inferncia causal. Ex.: Framingham Heart Study - fatores de risco para doena cardaca Obs.: alguns autores chamam os estudos de coorte em geral de prospectivos, o termo porm um tanto equivocado, pois estes estudos no necessariamente so apenas prospectivos. AMBISPECTIVOS: EXPOSIO ESTUDO DOENA
Dados de exposio coletados no passado enquanto a doena desconhecida, seguese a coorte para observar a ocorrncia da doena. RETROSPECTIVOS: EXPOSIO DOENA ESTUDO
Exposio e doena foram coletados no passado e os registros esto disponveis. Muito usados para doenas com longo tempo de induo ou relativamente raras. Depende da qualidade da informao colhida no passado. Com este tipo de estudo algumas limitaes de tempo e custo so minimizadas. Um exemplo seria estudar as pessoas que foram expostas bomba atmica de Hiroshima e seguir os sujeitos at o presente para ver alguns desfechos como morte, cncer, etc. Um estudo retrospectivo foi feito da seguinte forma: para estudar os efeitos da exposio ao raio-x in utero, identificou-se um grupo que havia sido exposto e outro que no sofrera exposio. Mais tarde procurou-se saber quantos, de cada grupo, tinham ficado com cncer durante a infncia/adolescncia. A concluso foi que o raio-x apresenta um risco relativo de 1,4 para cncer na infncia, ou seja, aumenta a chance em 40%. os estudos de coorte so longitudinais e acompanham grupos de pessoas durante determinado tempo, coletando dados destes sujeitos em vrias ocasies; para ser considerado longitudinal, pelo menos duas coletas de dados devem ser feitas; possibilitam analisar relaes de causa e efeito respeitando perfeitamente a condio da temporalidade (causa surge antes do efeito); sua grande limitao logstica devido aos custos e dificuldades em se acompanhar um grupo populacional; so os melhores estudos para indicar relaes de causalidade.
FURG
Assunto: Estudos de Coorte
Objetivos: Caracterizar os estudos de coorte; Mostrar as principais vantagens e desvantagens deste delineamento; Discutir os tipos de coorte mais utilizados.
Contedo: Estudos de coorte; Vantagens e desvantagens dos estudos de coorte; Tipos de coorte.
Habilidades (o que se espera do aluno ao final do assunto): Reconhecer um estudo de coorte; Interpretar os resultados de um estudo longitudinal; Identificar a aplicabilidade do estudo de coorte em pesquisa.
Leituras recomendadas: Medronho, RA. Epidemiologia. Captulo 11 (pp 161 - 165). Editora Atheneu, 2002 Artigo: Gigante DP, Victora CG, Barros FC. Nutrio materna e durao da amamentao em uma coorte de nascimento de Pelotas, RS. Rev. Sade Pblica 2000; 34(3):259-65 Artigo: Menezes, AMB, Victora CG, Barros FC. et al. Mortalidade infantil em duas coortes de base populacional no Sul do Brasil: tendncias e diferenciais. Cad. Sade Pblica, 1996, vol.12 supl.1, p.79-86. ISSN 0102-311X.
Esta unidade abordar os diferentes tipos de estudos epidemiolgicos, mostrando suas caractersticas, vantagens, desvantagens e aplicabilidade de cada delineamento, estando apresentada na seguinte ordem: Introduo; Transversal ou de prevalncia (Cross-sectional); - Prof. Juraci Estudos de coorte (Cohort studies); Tipos de coorte; Estudos de casos e controles (Case-control studies); Exemplos simplificados de caso-controle; Exemplo de erro num estudo de caso-controle; Definio dos casos; Definio dos controles; Pareamento; Estudos ecolgicos (Ecologic studies); Falcia ecolgica; Nveis de anlise dos estudos ecolgicos; Ensaio clnico randomizado; - Prof. Zhang 1.7 Estudos hbridos. Prof. Juraci Introduo
O delineamento do estudo nada mais do que a metodologia usada para se coletar os dados da populao estudada. A classificao dos delineamentos leva em conta fatores como: n de vezes que os dados sero coletados, maneira de coletar os dados, tempo que os sujeitos sero acompanhados, tipo de varivel estudada, seleo dos sujeitos de estudo, etc. No existe um delineamento capaz de satisfazer todas exigncias de qualquer estudo, cada tema a ser pesquisado ter caractersticas que indicaro qual delineamento mais apropriado. Alm disso a pressa em obter os resultados e as condies logsticas disponveis para o pesquisador tambm devem ser levadas em conta na hora de escolher o tipo de estudo. Um bom delineamento de pesquisa deve desempenhar as seguintes funes: (1) permitir a comparao de uma varivel (como a freqncia de doena) entre dois ou mais grupos em um ponto no tempo ou, em alguns casos, entre um grupo antes e depois de receber uma interveno ou ter sido exposto a um fator de risco; (2) permitir que um contraste seja quantificado em termos absolutos (como diferena de risco ou de coeficientes) ou em termos relativos (risco relativo ou razo de odds); (3) permitir que o investigador determine quando o fator de risco e a doena ocorreram, de maneira a determinar a seqncia temporal; (4) minimizar vieses, fatores de confuso e outros problemas que poderiam complicar a interpretao dos dados.
ESTUDOS DE COORTE (COHORT STUDIES)
O termo coorte surgiu entre os militares, e no entre mdicos. Uma coorte era um grupo de 300 a 600 homens do exrcito romano, 10 coortes formavam uma legio. Em epidemiologia, coorte um grupo de pessoas que acompanhado ao longo do tempo e que periodicamente investigado por pesquisadores que vo agrupando dados sobre estas pessoas. A relao entre o termo militar que uma coorte formada por um grupo de pessoas marchando em diante na linha do tempo. Estes estudos tambm so conhecidos como estudos de incidncia (incidence), longitudinais (longitudinal) ou de seguimento (follow-up). Os estudos longitudinais possibilitam analisar uma exposio antes da instalao da doena, portanto so os melhores para avaliar a relao entre uma possvel causa e o risco do desenvolvimento de doenas ou problemas de sade. Exemplos de coorte: coorte de 1982 de Pelotas e o Framingham Heart Study 1950, que continuam at hoje. Para que um estudo seja considerado longitudinal, no mnimo duas investigaes devem ser feitas com a populao em estudo. Este delineamento usado freqentemente para problemas comuns, como doenas cardiovasculares, acidentes de trnsito, infeces, mortes por qualquer causa, etc. Algumas vantagens: medem incidncia de doenas; podem estimar prevalncias; podem medir um fator de risco antes do surgimento da doena; so mais indicados para mostrar causalidade; eliminam em parte o problema da causalidade reversa.
Algumas desvantagens: como requerem o acompanhamento de um grande nmero de pessoas por muito tempo, estes estudos so caros e difceis logisticamente; no so indicados para doenas raras, pois a populao a estudar para se ter um nmero razovel de casos seria muito grande; como so realizadas em espaos relativamente longos de tempo, as coortes implicam em perdas, seja por falta de interesse no estudo, migrao, morte ou outros motivos que afastem o sujeito do investigador.
Cuidados: os critrios de incluso/excluso, e os parmetros ou pontos de corte para determinao de problemas devem ser estabelecidos a priori e mantidos ao longo de todo o estudo. Apenas os fatores de risco definidos e medidos no incio do estudo podem ser utilizados. A equipe encarregada do estudo pode ser alterada ao longo do mesmo, porm estas mudanas devem ser avaliadas para que isso no implique na inviabilidade e/ou invalidade do estudo.
1.1 TIPOS DE COORTE: As coortes podem ser podem ser dinmicas, quando sujeitos podem entrar ou sair do estudo; ou fixas, quando inicia-se com um nmero de sujeitos e ao longo do tempo apenas perde-se pessoas. Quanto temporalidade, os estudos de coorte podem ser: PROSPECTIVOS: ESTUDO EXPOSIO DOENA
Situao de exposio e doena no so conhecidos no incio do estudo. Os grupos so montados no presente, coletados os dados basais deles e continua-se a coletar dados com o passar do tempo. o mais prprio para inferncia causal. Ex.: Framingham Heart Study - fatores de risco para doena cardaca Obs.: alguns autores chamam os estudos de coorte em geral de prospectivos, o termo porm um tanto equivocado, pois estes estudos no necessariamente so apenas prospectivos. AMBISPECTIVOS: EXPOSIO ESTUDO DOENA
Dados de exposio coletados no passado enquanto a doena desconhecida, seguese a coorte para observar a ocorrncia da doena. RETROSPECTIVOS: EXPOSIO DOENA ESTUDO
Exposio e doena foram coletados no passado e os registros esto disponveis. Muito usados para doenas com longo tempo de induo ou relativamente raras. Depende da qualidade da informao colhida no passado. Com este tipo de estudo algumas limitaes de tempo e custo so minimizadas. Um exemplo seria estudar as pessoas que foram expostas bomba atmica de Hiroshima e seguir os sujeitos at o presente para ver alguns desfechos como morte, cncer, etc. Um estudo retrospectivo foi feito da seguinte forma: para estudar os efeitos da exposio ao raio-x in utero, identificou-se um grupo que havia sido exposto e outro que no sofrera exposio. Mais tarde procurou-se saber quantos, de cada grupo, tinham ficado com cncer durante a infncia/adolescncia. A concluso foi que o raio-x apresenta um risco relativo de 1,4 para cncer na infncia, ou seja, aumenta a chance em 40%. os estudos de coorte so longitudinais e acompanham grupos de pessoas durante determinado tempo, coletando dados destes sujeitos em vrias ocasies; para ser considerado longitudinal, pelo menos duas coletas de dados devem ser feitas; possibilitam analisar relaes de causa e efeito respeitando perfeitamente a condio da temporalidade (causa surge antes do efeito); sua grande limitao logstica devido aos custos e dificuldades em se acompanhar um grupo populacional; so os melhores estudos para indicar relaes de causalidade.
FURG
Assunto: Estudos de casos e controles
Objetivos: Caracterizar os estudos de caso-controle; Descrever os tipos de seleo de casos e de controles; Demonstrar a importncia do pareamento e do cuidado com o vis de seleo.
Contedo: Estudos de caso-controle; Vantagens e desvantagens dos estudos de caso-controle; Exemplos envolvendo casos e controles; Pareamento.
Habilidades (o que se espera do aluno ao final do assunto): Capacidade em identificar um estudo de casos e controles; Noes bsicas que permitiro compreender um estudo deste tipo; Capacidade para reconhecer erros corriqueiros que ocorrem nestes estudos.
Leituras recomendadas: Artigo: Menezes AMB, Horta BL, Oliveira ALB et al. Attributed risk to smoking for lung cancer, laryngeal cancer and esophageal cancer. Rev. Sade Pblica, apr. 2002, vol.36, no.2, p.129-134. issn 0034-8910. Artigo: Petry PC, Victora CG, Santos IS. Adultos livres de crie: estudo de casos e controles sobre conhecimentos, atitudes e prticas preventivas. Cad. Sade Pblica, Rio de Janeiro, 16(1):145-153 jan-mar, 2000.
Esta unidade abordar os diferentes tipos de estudos epidemiolgicos, mostrando suas caractersticas, vantagens, desvantagens e aplicabilidade de cada delineamento, estando apresentada na seguinte ordem: Introduo; Transversal ou de prevalncia (Cross-sectional); - Prof. Juraci Estudos de coorte (Cohort studies); Tipos de coorte; Estudos de casos e controles (Case-control studies); Exemplos simplificados de caso-controle; Exemplo de erro num estudo de caso-controle; Definio dos casos; Definio dos controles; Pareamento; Estudos ecolgicos (Ecologic studies); Falcia ecolgica; Nveis de anlise dos estudos ecolgicos; Ensaio clnico randomizado; - Prof. Zhang 1.7 Estudos hbridos. Prof. Juraci
ESTUDOS DE CASOS E CONTROLES (CASE-CONTROL STUDIES)
So estudos que examinam os casos de uma determinada doena e uma amostra adequada de indivduos que no apresentem a condio (controles), comparando a freqncia dos fatores associados a estes dois grupos. Tm como ponto de partida o doente, e no a populao. A principal caracterstica deste estudo a formao de pelo menos dois grupos distintos um grupo de casos e um grupo de controles. Nesse tipo de estudo, os casos e os controles so reunidos e, ento, questionados (ou via parentes, pronturios, etc.) com respeito s exposies passadas e fatores de risco. O propsito destes estudos identificar caractersticas (exposies, ou fatores de risco) que ocorrem em maior (ou menor) freqncia entre casos do que entre os controles. A proporo de expostos a um fator de risco medida nos dois grupos e comparada. Se a proporo de expostos ao fator maior entre os casos do que entre os controles, ento possvel que esta exposio aumente o risco para a doena em questo. Por outro lado, se esta proporo menor entre casos, a exposio pode ser considerada um fator protetor. o nico tipo de estudo que foi inventado por epidemiologistas. Um ponto importante dum estudo de caso-controle que a necessidade em se extrapolar os resultados bem menos importante do que a validade do estudo. Por exemplo: no interessa poder dizer que todos os brasileiros tm um risco x se tiverem tal comportamento, bem mais interessante dizer que os fumantes tm um risco x em comparao aos no-fumantes.
Algumas vantagens: so muito informativos; so muito teis quando um estudo deve ser feito de maneira rpida e barata, muitas vezes os dados j esto disponveis em alguma fonte e basta analis-los para se chegar concluso que se quer; so os mais indicados quando uma doena a ser estudada rara ou tem um longo tempo de induo; servem para exposies raras e comuns; apesar de avaliarem apenas um desfecho por estudo, podem considerar diversos fatores de risco, o que os torna teis para gerar hipteses para causas de doenas; como as amostras podem ser relativamente pequenas, fica mais vivel a aplicao de testes e exames mais caros. Algumas desvantagens: como partem de uma doena especfica, consideram apenas um desfecho por estudo; podem ser muito afetados pelo vis de recordao j que o status de exposio determinado aps o diagnstico da doena; so mais suscetveis a vieses de seleo, pois preciso selecionar controles que sejam representativos da populao que deu origem aos casos; s vezes existe dificuldade em assegurar a correta seqncia de eventos; no medem a freqncia da doena; so inadequados para investigar exposies muito raras, a no ser que o risco atribudo exposio seja muito alto.
Por apresentar uma srie de facilidades em comparao aos outros tipos de estudos, o caso-controle apresenta um elo fraco. Muitas pessoas ao se depararem com um banco de dados ou com seus casos em hospitais resolvem fazer um estudo de caso-controle e publiclo, mas nem sempre o pesquisador tem condies e base terica para dirigir um estudo. Como resultado podemos ter um estudo que, apesar de mostrar algum resultado real, foi feito sem levar em conta alguns princpios bsicos de epidemiologia, ou pior ainda, mostrar resultados importantes que venham ao conhecimento pblico sem que os mesmos sejam verdadeiros.
1.1 EXEMPLOS SIMPLIFICADOS DE CASO-CONTROLE Para estudar os riscos de m formao congnita e anticoncepcional oral, todos os casos de m formao (confirmados por um mdico pesquisador) foram selecionados nos 5 hospitais de uma cidade num perodo de 3 meses. Os controles foram obtidos atravs de uma amostragem de crianas normais nascidas nos mesmos hospitais no mesmo perodo. Para cada caso havia 3 controles. De posse dos dois grupos (1100 casos e 3300 controles) o estudo foi conduzido analisando o risco relativo do possvel fator de risco (anticoncepcional oral), ou seja, vendo se entre as mes que usaram AO existia uma quantidade significantemente maior de crianas com m formao. Para analisar a associao entre fumo e ca de pulmo, um pesquisador pega todas as pessoas com ca de pulmo que procuraram ajuda mdica (casos) num determinado hospital, e compara seu status de tabagismo com seu vizinho sem cncer (controle). Se entre os casos existirem mais fumantes, isto um forte indcio de que fumar pode levar ao ca de pulmo.
1.2 EXEMPLO DE ERRO NUM ESTUDO DE CASO-CONTROLE Suponha que os pesquisadores selecionam como casos os indivduos com infarto do miocrdio da ala de cardiologia de um grande hospital da capital, e os controles seriam as pessoas que procurassem o pronto-socorro do mesmo hospital na mesma poca. (olhem o vis) A ala de cardiologia usada um centro de referncia no estado, enquanto que o pronto-socorro atende pessoas daquela comunidade apenas. Infelizmente o histrico de exposio dos pacientes locais no ser o mesmo que o das pessoas de todo o estado. Por exemplo, a exposio de interesse (que pode ser uma nova droga anti-hipertensiva) pode no estar disponvel aos pacientes que morem fora da capital, e ao mesmo tempo ser algo totalmente comum na clnica diria daqueles que morem na capital. Neste exemplo, ou os investigadores deveriam escolher os controles de todo o estado, como os casos, ou excluir todos indivduos que morassem fora da comunidade local. Alm disso os pesquisadores deveriam selecionar os controles independentes de exposio. Vamos supor que esta nova droga tenha como efeito colateral tontura e atraso nos reflexos. Isso aumenta a chance de acidentes de trnsito, o que levaria os motoristas acidentados ao pronto-socorro. Sendo assim os grupo controle teria uma quantidade anormal de pessoas usando a nova droga, e a comparao com os casos estaria enviesada. O exemplo um pouco exagerado em alguns aspectos, mas serve pra mostrar que s vezes por mais que nos preocupemos em escolher grupos aleatrios , representativos ou sem vieses, todo cuidado pouco e sempre que existe a chance devemos esperar que o pior pode acontecer.
1.3 DEFINIO DOS CASOS Teoricamente qualquer caso da doena em pauta seria elegvel para o estudo, no entanto cabe ao pesquisador estabelecer a priori rigorosamente todos os critrios diagnsticos que guiaro a incluso dos casos neste grupo. Aqui entram sintomas clnicos, exames laboratoriais, mtodos diagnsticos, resultados de questionrios aplicados, etc. Fontes de casos normalmente usadas so: registros de mortalidade e morbidade (ca, doenas infecciosas, malformaes); fontes ligadas a servios mdicos hospitais e centros de sade. Os casos devem ser recrutados em servios de sade apenas para doenas com certo grau de gravidade (vis de procura de assistncia). Sempre que a doena no for grave fica difcil usar hospital como fonte de casos. 1.4 DEFINIO DOS CONTROLES Os controles devem a princpio ser livres da doena em questo, e principalmente representativos da populao de onde saram os casos, ou seja, se eles viessem a adoecer poderiam perfeitamente fazer parte do grupo dos casos. Os controles devem representar a populao que est em risco de adoecer.
Erros comuns:
- os controles devem ser sadios; - os controles devem fazer os mesmos exames diagnsticos que os casos, com resultados negativos; - os controles no podem ter o fator de risco;
- casos e controles devem sempre ser representativos ( possvel fazer um estudo de ca de pulmo apenas com mdicos e ser um estudo muito bom, afinal, porque o pulmo de um mdico reagiria diferente ao fumo, por exemplo?) Controles hospitalares: pessoas selecionadas dos mesmos hospitais que os casos, mas com outros diagnsticos. Diagnsticos elegveis doenas no associadas com os fatores de risco em questo (estudo sobre fumo e ca de prstata no pode incluir controles com ca de pulmo ou de bexiga). Muito cuidado com associaes fracas ou no confirmadas. Em geral escolhe-se pacientes admitidos no mesmo hospital na mesma poca, segundo alguns fatores de emparelhamento como idade, sexo, etc. Vantagens: caso se tornassem casos, provavelmente iriam procurar o mesmo hospital e entrariam no estudo; so entrevistados na mesma situao que os casos; recusas so raras e a cooperao boa e so logisticamente fceis de se obter. Controles populacionais: pessoas selecionadas das mesmas comunidades de onde se originaram os casos. Podem ser escolhidos por uma amostragem populacional representativa, ou s vezes recorrem-se aos bancos de dados de registro eleitoral, por exemplo. Vantagens: no necessrio preocupar-se com a excluso de diagnsticos associados doena (a princpio a populao sadia); existem em maior nmero. Pode-se obter um controle aleatoriamente na populao, mas isso dificulta e encarece o estudo. Escolher um vizinho uma alternativa mais fcil, mas pode ser uma desvantagem se quisermos estudar a influncia socioeconmica, j que elas sero muito parecidas. Um diabtico obeso hospitalizado no serviria de controle para vrios estudos que estudassem fatores envolvidos com estes males, mas se por sorteio chegamos numa casa com um obeso diabtico ele pode ser usado, j que nesta situao ele representa a comunidade. Dentro do hospital ele est l por ser doente.
1.5 PAREAMENTO Parear significa alocar sujeitos semelhantes aos casos para comparao. Estes sujeitos so os controles e um par fica composto por: 1 caso + X controle(s). a escolha de um ou mais controles por caso de forma a que possuam algumas caractersticas em comum com aquele determinado caso. Pode ser natural (vizinhos, irmos, amigos, cnjuges, etc.), ou artificial (segundo critrios do investigador). Os controles existem para representar a populao de onde saram os casos. Variveis demogrficas como idade e sexo so as mais usadas, mas outras como local de residncia, de trabalho, renda e paridade da me tambm podem ser usadas. Cada estudo define que tipo de pareamento o mais indicado. As variveis usadas devem ser aquelas mais provavelmente ligadas ao confundimento: o objetivo do pareamento equalizar estas variveis entre casos e controles, desfazendo a associao entre a varivel de confundimento e a doena. Nem todas variveis de confundimento devem ser pareadas. As variveis de emparelhamento devem estar associadas com a exposio e com a doena (causalmente ou no, e independentemente de sua associao com a exposio). A principal razo para se parear controlar os fatores de confuso e ao se iniciar um estudo pareado no se pode voltar atrs, e toda a anlise deve ser feita levando em conta o pareamento. Entenda-se por fator de confuso aqui algo que esteja associado ao agravo, porm no causal.
Uma observao que parece desnecessria, porm s vezes pode passar despercebida a de que nunca podemos estudar o efeito do fator que pareamos, simplesmente porque se emparelhamos as pessoas por idade, por exemplo, a idade no pode ter efeito algum sobre nada, j que ser a mesma para todos.
Quando emparelhar? S vale a pena emparelhar quando o fator de emparelhamento estiver muito fortemente associado com a doena e a exposio (ex.: idade e sexo). Em caso de dvida, no emparelhe e controle durante a anlise.
so estudos que comparam pelo menos 2 grupos de indivduos, quase sempre um grupo com a doena de interesse e outro sem a doena; partem do doente e no da populao; analisam as diferenas entre as exposies sofridas pelo grupo controle e pelo grupo dos casos; so os mais indicados para estudar doenas raras; cada estudo pode analisar vrias exposies, mas apenas um desfecho; no medem freqncia de doena; a definio dos casos e dos controles deve ser feita a priori e com riqueza de detalhes; parear significa escolher controles que sejam semelhantes aos casos em alguns aspectos e que sirvam de comparao; o pareamento serve principalmente para controlar os possveis fatores de confuso de 1 ou mais variveis, no podendo avaliar depois o efeito destas variveis. No pareamento a varivel pareada no pode ser estudada como exposio, pois igual nos 2 grupos.;
FURG
Assunto: Estudos Ecolgicos
Objetivos: Definir os conceitos envolvidos em estudos ecolgicos; Caracterizar alguns tipos de variveis utilizadas nestes estudos; Descrever o problema da Falcia ecolgica.
Contedo: Estudos Ecolgicos; Vantagens e desvantagens dos estudos ecolgicos; Variveis utilizadas em estudos ecolgicos; Falcia Ecolgica.
Habilidades (o que se espera do aluno ao final do assunto): Compreenso da linha de pensamento dos estudos ecolgicos; Reconhecimento do problema da falcia ecolgica; Reconhecimento de possveis fontes de informao teis para pesquisas deste tipo.
Leituras recomendadas: Resumo: Stoneham M, Goldacre M, Seagroatt V, Gill L. AZEITE, DIETA E CANCRO COLO-RECTAL: UM ESTUDO ECOLGICO E UMA HIPTESE. J Epidemiol Community Health Outubro de 2000;54(10):756-760 Resumo: Steiner GG. Cancer incidence rates and environmental factors: an ecological study. J Environ Pathol Toxicol Oncol 2002;21(3):205-12 Artigo: Martins LC, Latorre MRO, Cardoso MRA et al. Air pollution and emergency room visits due to pneumonia and influenza in So Paulo, Brazil. Rev. Sade Pblica, Feb. 2002, vol.36, no.1, p.88-94. ISSN 0034-8910.
Esta unidade abordar os diferentes tipos de estudos epidemiolgicos, mostrando suas caractersticas, vantagens, desvantagens e aplicabilidade de cada delineamento, estando apresentada na seguinte ordem: Introduo; Transversal ou de prevalncia (Cross-sectional); - Prof. Juraci Estudos de coorte (Cohort studies); Tipos de coorte; Estudos de casos e controles (Case-control studies); Exemplos simplificados de caso-controle; Exemplo de erro num estudo de caso-controle; Definio dos casos; Definio dos controles; Pareamento; Estudos ecolgicos (Ecologic studies); Falcia ecolgica; Nveis de anlise dos estudos ecolgicos; Ensaio clnico randomizado; - Prof. Zhang 1.7 Estudos hbridos. Prof. Juraci
ESTUDOS ECOLGICOS (ECOLOGIC STUDIES)
Nos Estudos Ecolgicos a unidade de anlise a populao, e no o indivduo. Os dados so obtidos quase sempre como auxlio de fontes de informao governamental, de servios de sade, levantamentos censitrios, etc. Por exemplo, a altitude pode causar maior risco para infarto do miocrdio? Isto poderia ser medido comparando uma cidade com altitude e outra sem. No nvel individual seria difcil, porque no existe heterogeneidade de exposio (ou seja, todo mundo que mora na cidade X est exposto a altitude, e todos que moram na cidade Y no esto expostos). Estes estudos so importantes na sugesto de associaes causais, como por exemplo: 20 anos aps um aumento nas taxas de tabagismo entre os homens houve um aumento na taxa de ca de pulmo. Semelhantemente, 20 anos aps as mulheres comearem a fumar em larga escala, a taxa de ca de pulmo entre elas subiu rapidamente. Este efeito causal no entanto s pode ser confirmado atravs de estudos de caso-controle e de coorte. Algumas vantagens: so baratos, rpidos e os nicos capazes de verificar o efeito de fatores ambientais sobre a sade; so muito teis para gerar hipteses. Algumas desvantagens: no permitem que se tire uma concluso causal, pois esto sujeitos falcia ecolgica - hiptese criada no nvel populacional que no pode ser confirmada no nvel individual (ex:);
no so bons para testar hipteses.
Os estudos ecolgicos podem ser transversais ou longitudinais. Transversais: relacionam a freqncia de possveis fatores de risco ou desfechos ocorrerem em determinada rea geogrfica. Longitudinais: usam servios de vigilncia em andamento ou estudos transversais freqentes para medir a tendncia das taxas dos problemas de sade em comparao com outras mudanas na sociedade como guerras, eventos ssmicos e meteorolgicos, migrao ou introduo de novos medicamentos.
1.1 FALCIA ECOLGICA Os estudos ecolgicos no podem tirar concluses sobre a causa da doena porque no h informao sobre o status de cada pessoa quanto exposio e ao desfecho essa limitao do estudo ecolgico chamada de Falcia Ecolgica. Exemplo clssico de falcia ecolgica:
Ca de esfago mais freqente no RS do que em SP. Gachos tomam mais chimarro do que paulistas. Logo, chimarro causa Ca de esfago, certo?!!! Mas ser que os indivduos com Ca de esfago so os que tomam chimarro?
Cuidados: muitas vezes, autoridades de sade usam dados obtidos em estudos ecolgicos para elaborar declaraes equivocadas, como por exemplo: ...em Rio Grande existe grande
quantidade de poeira txica, ao mesmo tempo muitas pessoas tm cncer de pulmo, portanto a poeira est causando cncer de pulmo.
1.2 Nveis de Anlise dos Estudos Ecolgicos Em uma anlise individual (outros delineamentos), o valor de cada varivel conhecido para cada sujeito. Assim possvel saber por exemplo, entre os expostos, quem so os doentes. Em uma anlise ecolgica as variveis so medidas agrupadas, que no discriminam, por exemplo, questes como exposio e status de sade individual. Nestes estudos conhecemos apenas os nmeros totais de expostos, no-expostos, doentes e no-doentes, mas no sabemos "quem quem". Tipos de variveis utilizadas: As variveis dos estudos ecolgicos so basicamente de trs tipos. Medidas agregadas: so as caractersticas individuais dentro de cada grupo. Construdas a partir da agregao das mensuraes efetuadas em nvel individual, como por exemplo, proporo de fumantes, prevalncia de leucemia, incidncia de uma doena e renda mdia familiar. Medidas ambientais: so as caractersticas fsicas dos lugares onde os membros de cada grupo vivem ou trabalham. Exemplos seriam: poluio sonora ou do ar e horas de exposio solar. O nvel de exposio individual pode variar entre os membros de cada grupo.
Medidas globais: so atributos de grupos, organizaes ou lugares para os quais no existem anlogos no nvel individual, como densidade demogrfica, existncia de determinado sistema de sade, etc. os estudos ecolgicos analisam a populao como um todo, sem discriminar individualmente os sujeitos; levam em conta informaes e caractersticas do local em que a populao vive; analisam variveis que vo das condies climticas e geogrficas da regio, at os hbitos de vida populacionais; no podem testar hiptese nem relaes causais, mas podem levantar hipteses; falcia ecolgica: por no analisar individualmente a populao, no possvel afirmar com certeza que um fator de exposio populacional (poluio, por exemplo) esteja causando determinado desfecho (asma, por exemplo). No sabemos se aqueles que apresentam o desfecho (asma) so os mesmos que esto expostos (poluio).
FURG
Assunto: Erros potenciais em estudos ecolgicos
Objetivos: Descrever os principais erros que ocorrem em pesquisa epidemiolgica; Chamar a ateno para as conseqncias que estes erros trazem; Demonstrar como reconhecer alguns erros; Discutir maneiras de se evitar os erros.
Contedo: Conceitos de populao e amostra; Validade externa e Interna; Erros; Vieses; Causalidade reversa; Fator de Confuso; Modificadores de efeito.
Habilidades (o que se espera do aluno ao final do assunto): Reconhecimento dos erros e vieses mais comuns; Capacidade de analisar que problemas poderiam ser causados pelos erros; Capacidade para criticar erros possivelmente encontrados em estudos.
Leituras recomendadas: Jekel, JF; Elmore, JG & Katz, DL. Epidemiologia, bioestatstica e medicina preventiva Captulo 4 (pp 73 77). Editora Artmed, 2002 Medronho, RA. Epidemiologia. Captulo 14 (pp 199 - 212). Editora Atheneu, 2002
ERROS POTENCIAIS EM ESTUDOS EPIDEMIOLGICOS
Esta unidade discutir alguns possveis erros que podem ocorrer em estudos epidemiolgicos e que devem ser evitados a fim de maximizar a certeza de que os dados encontrados pelo pesquisador representem a realidade da populao estudada. A unidade est disposta na seguinte ordem: 1.1 Introduo; 1.2 Alguns conceitos; a) Populao Externa; b) Populao-alvo; c) Populao real; d) Amostra representativa; 1.2.1 Validade Externa e Interna (External and Internal Validity) 1.2.2 Erro aleatrio; 1.2.3 Erro sistemtico; 1.2.4 Cegamento; 1.3 Vis (Bias); 1.3.1 Vis de seleo (selection bias); 1.3.2 Vis de medio ou de aferio; 1.3.3 Vis de recordatrio ou de memria; 1.3.4 Vis do entrevistador/pesquisador; 1.3.5 Vis de Berkson ou de hospitalizao; 1.3.6 Vis de seguimento (follow-up bias); 1.3.7 Vis do no respondente (non respondent bias); 1.3.8 Vis do trabalhador sadio ou auto-seleo (membership bias); 1.3.9 Vis de sobrevivncia ou incidncia/prevalncia; 1.4 Causalidade reversa; 1.5 Fatores de confuso (Confounding factors); 1.6 Fatores mediadores; 1.7 Erros de classificao (Misclassification); 1.8 Modificadores de efeito; 1.8.1 Interao. 1.1 Introduo Todo processo de pesquisa, por ser de certa forma complexo, implica em possveis falhas (humanas ou no), que podem surgir durante o planejamento do estudo, a elaborao do instrumento, a coleta de dados ou na interpretao e anlise dos dados. Estes erros podem distorcer um resultado, alterando o poder de uma associao entre causa e feito, e chegando algumas vezes a inverter o sentido desta associao. 1.2 ALGUNS CONCEITOS a) Populao Externa: todos os indivduos para os quais se gostaria de generalizar os resultados de um estudo. Exemplo: adultos de 20 a 65 anos. b) Populao-alvo: grupo restrito de pessoas sobre o qual o estudo poder fazer inferncias. Exemplo: moradores adultos de Rio Grande. c) Populao real: indivduos elegveis para entra no estudo. Exemplo: dos moradores de RG, aqueles que seriam captados pelo estudo.
d) Amostra representativa: uma amostra que se assemelha populao original sob todos os aspectos (principalmente sexo, idade, cor de pele, etc.). O termo representativa significa que todos os indivduos da populao de onde saiu a amostra tinham a mesma chance de ser includos na amostra. A representatividade no tem a ver com o tamanho da amostra, a preciso da amostra que depende do tamanho da mesma.
1.2.1 Validade Externa e Interna (External and Internal Validity) Externa: a possibilidade de se extrapolar os achados de uma pesquisa para a populao externa ao estudo, como para outras cidades e pases. Por exemplo, imagine um estudo sobre suplementao com beta-caroteno e sade geral, que seja feito com homens, com idades entre 40 e 75 anos, que nunca tenham fumado, nem tenham tido problemas cardacos. Ser que os resultados deste estudo podem ser extrapolados para toda populao? E para mulheres? Interna: a capacidade de extrapolar o resultado de um estudo para toda populao estudada. Quando um estudo tem validade interna, ele mediu realmente o que se props a medir. Exemplo, um estudo quer ver na populao de Rio Grande, qual o nmero mdio de consultas durante o pr-natal na cidade e escolhe a populao de maneira no aleatria, podendo pegar mais pessoas que morem perto de hospitais. O resultado no poderia ser extrapolado nem para a populao em estudo (riograndinos). Este estudo no teria validade interna. Como a validade interna a validade das inferncias para os indivduos que participaram do estudo. Os clculos de tamanho de amostra feitos aqui so baseados principalmente nas tcnicas estatsticas a serem utilizadas para analisar esta amostra. Uma pesquisa para testar a eficcia de um novo anticoncepcional deve ter validade interna e externa, pois o medicamento ser comercializado para mulheres ao redor do mundo, vivendo sob condies totalmente particulares. E nestes casos so poucos os fatores que podem influenciar e tirar a validade do estudo, j que, com pequenas diferenas, a resposta hormonal procurada (anticoncepo) deve ser a mesma em todas as mulheres. 1.2.2 Erro aleatrio Tambm conhecido como erro no-diferencial ou erro causal. Este tipo de erro produz achados que so muito altos ou muito baixos em quantidades aproximadamente iguais. Apesar de ser um problema srio, o erro aleatrio menos srio do que o vis, porque ele menos provvel de causar distoro, reverter a direo de associao, no entanto ele pode levar diminuio da possibilidade de se achar uma associao verdadeira pois pode reduzir o poder estatstico do estudo. 1.2.3 Erro sistemtico um erro que ocorre sempre (ou quase sempre), e que desvia o resultado sempre da mesma maneira. Este tipo de erro pode reverter uma associao ou dissolver a real associao entre um fator e o desfecho.
Aumentar o tamanho da amostra pode reduzir o erro aleatrio? E o sistemtico?

O aleatrio sim, pois os erros vo se anulando e diminui a varincia, mas para o erro sistemtico no adianta uma amostra maior, j que ele vai sempre na mesma direo, s aumentando.
1.2.4 Cegamento
Cegamento um artifcio usado em pesquisa para tentar afastar possveis distores que poderiam surgir devido principalmente aos aspectos comportamentais e psicolgicos que envolvem pesquisas com humanos. Imagina testar uma bebida isotnica nova em dois grupos de atletas, um grupo saberia que estava tomando placebo, e o outro saberia que est consumindo a nova bebida. A motivao e o comportamento dos grupos seria diferente. Para evitar este tipo de problema metodolgico comearam a fazer estudos cegos. A definio dos tipos de cegamento pode variar um pouco, e o ideal que o pesquisador no se atenha muito em qual terminologia usar, mas sim informe o que realmente foi feito. De maneira geral estas definies so suficientes para que se compreenda a metodologia de um estudo.
No-cego: participantes e profissionais que acompanham o estudo sabem a que grupo cada sujeito pertence. So usados para intervenes que necessitem de cirurgias ou impliquem em mudanas de hbitos alimentares, exerccio e tabagismo. Uni-cego: quando o sujeito a ser analisado no sabe a que est sendo submetido. Exemplo: num teste para um novo remdio contra dor de cabea, o pesquisador entrega cpsulas de placebo para alguns e de remdio para outros. O pesquisador sabe quem recebeu o que, os sujeitos no. Duplo-cego: quando nem os sujeitos nem os observadores/pesquisadores que esto prximos deles sabem a que grupo cada um pertence. Exemplo: igual ao anterior, porm o pesquisador apenas anota a numerao ou o lote das cpsulas que est sendo entregue e para quem esto sendo entregues. Mais tarde, durante a anlise, quem lidar com os dados que vai saber o que cada grupo recebeu. Triplo-cego: quando os participantes, os mdicos que lidam com eles e os pesquisadores que faro a anlise dos dados no sabem a que grupo cada um pertence.
1.3 VIS (BIAS) Tambm conhecido como vcio, erro diferencial ou tendenciosidade, o vis nada mais do que um fator que induz o pesquisador ao erro. O vis geralmente produz desvios ou distores consistentemente em uma direo. O vis torna-se um problema quando enfraquece uma associao verdadeira, produz associao espria ou distorce a direo aparente de uma associao entre variveis. Existem vrios tipos de vis, os autores clssicos da epidemiologia foram classificando estes erros na medida em que eles surgiam em sua prtica de pesquisa, veremos a seguir alguns tipos seguidos de exemplos.
1.3.1 Vis de seleo (selection bias) A maneira como so escolhidos os sujeitos que pertencero ao estudo pode levar a concluses que no se aplicam populao como um todo. Tambm a forma de alocar os sujeitos para os diferentes grupos de um estudo (controle, placebo, interveno) pode resultar num vis.
Exemplo 1: pede-se a um entrevistador que escolha 2 casas por quadra e nestas casas aplique um questionrio. As casas em que existem ces soltos, tm uma aparncia de abandonada, campainhas de difcil acesso, etc. tm menos chance de receberem a visita do entrevistador. Por outro lado residncias consideradas mais fceis (a dona de casa varrendo a calada, algum na janela, etc.) apresentam uma chance maior de entrar para a amostra. O resultado obtido atravs destes questionrios provavelmente no representar a populao daquele local. O que fazer? Em entrevistas populacionais mais correto que o entrevistador receba uma listagem de casas a visitar para que a realidade do local no influencie na escolha. Exemplo 2: para testar uma nova droga contra determinada doena. Se permite-se que os sujeitos escolham entrar para o grupo de interveno, controle ou placebo, j se inicia com um erro, porque aqueles que so mais aventureiros, mais educados, ou mais conscientes com a sade provavelmente desejaro receber a nova droga. Este estudo estaria portanto ameaado porque diferente testar um remdio em algum que sabe que est recebendo algo novo, ficaria difcil separar o efeito da interveno dos fatores particulares que poderiam levar cura. Esse fenmeno chamado de auto-seleo, e muito comum em testagens de drogas para pacientes terminais, onde aqueles mais gravemente doentes por vontade de se curar ou pela crena de que nada tm a perder querem participar da interveno e os resultados so relativamente pobres e dizem muito pouco sobre os efeitos da droga sobre pacientes no to gravemente doentes. O que fazer? Cegamento, evitando que os pacientes saibam quem est sendo tratado com que tipo de droga.
1.3.2 Vis de medio ou de aferio Este vis quase sempre introduzido por erros na coleta de dados. Estes erros podem ser causados por uma falha sistemtica humana ou defeitos em aparelhagens. Exemplo 1: uma equipe de 10 entrevistadores precisa pesar e medir uma populao, 2 dos entrevistadores se esquecem sempre de pedir que as pessoas retirem seus sapatos antes de medir a altura. Exemplo 2: num estudo sobre hipertenso em crianas, o manguito usado do tamanho para adultos, gerando valores pressricos diferentes dos reais. Exemplo 3: duas equipes estudando IMC em uma populao, e a balana de uma das equipes no est aferida, mostrando um peso sempre acima do real. O que fazer? A maneira de se evitar este tipo de vis manter toda a aparelhagem usada na coleta de dados aferida, utilizar aparelhos apropriados para a populao estudada, fazer um treinamento rigoroso da equipe para que TODOS executem as medidas da mesma forma e montar um esquema de superviso que faa com que todas as normas sejam cumpridas do incio ao fim do trabalho de coleta de dados. Estes erros podem ser sistemticos, como por exemplo uma balana que sempre pesa 2 Kg a mais, ou aleatrios, como medir pessoas com sapatos (os sapatos possuem saltos diferentes, produzindo erros de diferentes magnitudes).
1.3.3 Vis de recordatrio ou de memria Quando ocorre na vida de algum um evento marcante como uma doena grave, esta pessoa pode refletir mais sobre os fatores envolvidos na determinao da doena e apresenta mais chance de se lembrar dos fatores de risco prvios.
Este tipo de vis muito comum em estudos para anomalias congnitas exemplo: mes que tiveram filhos anormais tendem a pensar mais sobre sua gestao e provavelmente se lembrem mais de infeces, medicamentos ou leses. Esse vis pode produzir uma associao espria (falso-positivo) entre um fator de risco (infeces respiratrias) e o resultado final (anomalia congnita). Alguns autores tambm classificam o simples esquecimento como um vis de memria, que pode ocorrer em estudos que perguntam fatos que ou pela pouca importncia ou por ter se passado muito tempo podem ser esquecidos. Exemplos: idade da menarca, idade em que comeou a fumar, nmero de eventos de diarria que a criana teve no ltimo ano, etc.
1.3.4 Vis do entrevistador/pesquisador A postura do entrevistador ou a maneira com que ele conduz a entrevista podem exercer influncia sobre a resposta fornecida pelo entrevistado. Ou as medidas feitas pelo pesquisador podem ser mais precisas em algum grupo de interesse. Exemplo 1: um estudante de medicina, perguntando de maneira autoritria uma grvida de 8 meses: quer dizer que a senhora no fez nenhuma consulta de pr-natal?. Exemplo 2: numa pesquisa para avaliar a qualidade do posto de sade uma simptica enfermeira chega e pergunta: o senhor no acha que o servio oferecido aqui est bem melhor agora?. O que fazer? Elaborar perguntas que no induzam determinada resposta. Treinar e supervisionar a equipe de entrevistadores, orientando para que faam as perguntas exatamente como elas foram redigidas. Exemplo 3: um pesquisador quer provar que mulheres brancas apresentam menos dficit cognitivo do que as negras, e ao aplicar os testes nas brancas fala mais pausadamente. O que fazer? Duas opes: cegamento e honestidade
1.3.5 Vis de Berkson ou de hospitalizao Pacientes com uma determinada caracterstica podem ser hospitalizados mais freqentemente do que pacientes sem esta caracterstica. Isto pode levar concluso errada de que a caracterstica seja um fator de risco quando no o , ou ainda exagerar o efeito de um verdadeiro fator de risco. Exemplo: crianas pobres com pneumonia so mais hospitalizadas do que crianas ricas com pneumonia porque o tratamento domiciliar caro e trabalhoso. Isso pode gerar a impresso de que crianas pobre adoecem mais por pneumonia. (o que at pode ser verdade, mas o erro est no fato de que a maioria das crianas ricas no chega a ser hospitalizada).
1.3.6 Vis de seguimento (follow-up bias) Durante um estudo longitudinal as perdas podem ocorrer de forma desigual entre 2 ou mais grupos estudados, distorcendo as associaes encontradas. Exemplo: um estudo longitudinal que estude a renda como fator para alguma doena, e inicie com grupos equivalentes (ricos e pobres), mas com o passar do tempo perde-se muito mais pobres do
que ricos, ficando nmeros to diferenciados em cada grupo que isso impossibilitaria a comparao.
1.3.7 Vis do no respondente (non respondent bias) As pessoas que no respondem a um questionrio, a princpio so diferentes daquelas que responderam. muito comum em pesquisas feitas atravs de correspondncia. Exemplo: em uma pesquisa sobre tabagismo e fatores associados para doenas crnicas, enviado por correio um questionrio, e a taxa de no respondentes bem maior entre os fumantes do que entre os no-fumantes.
1.3.8 Vis do trabalhador sadio ou auto-seleo (membership bias) Sujeitos com determinada caracterstica (ligada doena ou exposio) podem ter maior probabilidade de entrar em um estudo. Exemplo: ao se fazer um estudo de sade ocupacional dentro de uma indstria descobre-se que os empregados tm menor morbimortalidade do que a populao em geral (de mesmo sexo e idade). Isto deve-se ao fato de que para estar empregado e ativo preciso estar relativamente saudvel.
1.3.9 Vis de sobrevivncia ou incidncia/prevalncia quando a doena ou o fator estudado tem caractersticas diferentes entre os grupos de estudo, podendo levar a associaes distorcidas. Exemplo: em um estudo de AIDS, a populao de menor renda apresenta maior prevalncia de doentes, no entanto o tempo de sobrevivncia maior entre os ricos. Como os ricos ficam mais tempo vivos, parece que existem mais ricos doentes do que pobres.
1.4 Causalidade Reversa A causalidade reversa ocorre quando a exposio pode mudar como resultado da doena, e quando no se sabe o que veio antes fator de risco ou desfecho. Pode ocorrer em estudos transversais e casos e controles. Exemplos: a maioria das pessoas que consome produtos dietticos obesa, existe uma forte associao estatstica entre a obesidade e o consumo destes produtos, logo consumir produtos dietticos engorda, certo? Num estudo sobre calvcie constatou-se que a maioria das pessoas calvas usam chapu, ento, a calvcie leva ao uso do chapu ou vice-versa? O que fazer? Aps coletados os dados nada pode ser feito, apenas preciso reconhecer a causalidade reversa, discuti-la e de preferncia no fazer estudos testando hipteses que a priori j se tenha conscincia deste problema.
1.5 Fatores de Confuso (Confounding Factors) Confuso uma situao em que os efeitos de duas variveis so difceis de serem separados um do outro, por exemplo, idade materna e paridade como causas para baixo peso ao nascer. a mistura de efeitos. Um pesquisador tenta mostrar associao de uma exposio com um desfecho, mas na realidade acaba medindo o efeito de um terceiro fator, chamado de varivel de confuso.
Para ser considerada como confuso, a varivel precisa estar associada com o desfecho, estar associada com a exposio sendo avaliada e no fazer parte da cadeia causal que liga a exposio ao desfecho. Exemplo: os primeiros estudos sobre a segurana em se usar plula anticoncepcional relatavam um risco aumentado de infarto do miocrdio. Mais tarde esta associao mostrou ser espria, pois havia uma alta proporo de fumantes entre as usurias de plula. Neste caso, o fumo confundiu a relao entre plula e infarto. Muitas das mulheres que escolheram usar plula tambm escolheram fumar, e o cigarro aumenta o risco de infarto. Embora os investigadores pensaram estar medindo o efeito da plula, eles na verdade estavam medindo o efeito escondido do cigarro entre as usurias de plula. Diferentemente da maioria dos vieses, o vis confuso pode ser controlado aps a coleta de dados, desde que os mesmos tenham sido coletados de maneira que possibilite tal controle. Ou seja, se a confuso era esperada, o pesquisador deve ter pensado previamente numa maneira de control-la a posteriori. S possvel detectar confuso com uma busca ativa. Ao se suspeitar da mesma deve-se fazer uma anlise estratificada pelo fator de confuso, mostrando que os riscos entre os diferentes estratos so similares entre si, mas diferentes do risco bruto. Em resumo: mistura de efeitos do fator de interesse com outro fator. preciso estar associado com o desfecho, com a exposio e no pode fazer parte de cadeia causal. quando uma varivel interfere no resultado de um estudo de associao entre associao e desfecho.
1.6 Fatores mediadores So parte da cadeia causal que liga uma exposio a um desfecho, e portanto no podem ser fatores de confuso. Exemplos: a depresso um fator mediador entre morar sozinho e o suicdio; as substncias carcinognicas so mediadoras entre fumo e ca de pulmo; a hipertenso mediadora entre o sedentarismo e a cardiopatia isqumica. Estes fatores por si s no levam ao desfecho, mas esto sempre na cadeia causal
1.7 Erros de Classificao (Misclassification) Os erros de classificao ocorrem quando sujeitos so alocados equivocadamente nos grupos de estudo, por exemplo, num estudo de casos e controles sobre dislipidemias em pessoas que no consomem medicamentos contra esse problema, uma pessoa que consumiu ultimamente medicao equivocadamente classificada como no tendo dislipidemia, quando na realidade ela apresenta este problema porm ele est mascarado pelo uso de remdios. O conceito de erro de classificao est atrelado aos conceitos de sensibilidade e especificidade. Os testes diagnsticos baseados em tcnicas laboratoriais e observaes clnicas so imperfeitos. Alguns indivduos saudveis podem ser classificados como doentes (falso positivo) e outros que realmente so doentes podem no ser detectados (falso negativo). A acurcia de um procedimento diagnstico comumente medida pela sensibilidade (proporo de positivos verdadeiros identificados corretamente) e pela especificidade (proporo de negativos verdadeiros identificados corretamente). Para estimar devidamente a sensibilidade e especificidade, preciso conhecer o estado real do indivduo - ou seja, realizar um teste considerado perfeito, um "padro-ouro".
Se a sensibilidade de um teste de 100%, a infeco detectada em todos que realmente esto infectados. E se a especificidade de 98%, de cada 100 pessoas no infectadas, 98 indivduos sero identificados como no infectados e 2 sero considerados doentes, sem realmente estarem assim.
1.8 Modificadores de efeito Quando o efeito de uma exposio sobre um desfecho varia conforme o nvel de uma terceira varivel, diz-se que h modificao de efeito. Exemplo: a falta de aleitamento materno um forte fator de risco (RR = 23) para a morte por diarria em crianas com menos de 2 meses. Para crianas com idades entre 2 e 12 meses, a falta de leite continua sendo um fator de risco, porm representando um risco bem menor (RR = 5). A idade, portanto, modifica o efeito do aleitamento.
1.8.1 Interao Interao uma modificao de efeito. Interagir no apenas agir ao mesmo tempo, interagir aumentar o poder de determinado fator em causar uma doena. O efeito dos dois fatores juntos maior do que se somssemos o efeito dos dois separados. Exemplo: para determinada doena, o fumo representa um risco de 2; para a mesma doena, o lcool representa um risco de 3; caso a pessoa fume e beba, o risco dela no ser apenas 5, mas algo acima de 6. Em resumo: modificao de efeito. Existe quando entre duas exposies ocorre uma potencializao de uma pela outra. Um fator sozinho tem um efeito, mas na presena de outro o seu efeito potencializado. A unio dos dois fatores resulta num risco diferente do que simplesmente o efeito de um mais o efeito do outro.
validade externa: capacidade de extrapolar os resultados do estudo para a populao externa pesquisa; validade interna: capacidade de extrapolar o resultado para toda populao estudada. quando o estudo realmente mede aquilo que se props a medir; erro aleatrio: erro que se distribui de maneira aleatria, no causa muita distoro e dificilmente reverte a direo da associao; erro sistemtico: desvia o resultado num sentido nico, sempre aumentando ou diminuindo um achado; cegamento: cegar esconder dos sujeitos estudados ou at mesmo dos pesquisadores alguns aspectos metodolgicos da pesquisa com a finalidade de diminuir vieses; vis: distoro que ocorre quase sempre na coleta dos dados e que de alguma forma distorce os resultados, podendo enfraquecer uma associao verdadeira, ou fortalecer uma relao que no existe; vieses estudados: de seleo, de medio, de memria, do entrevistador, de Berkson, de seguimento, no-respondente, autoseleo e de sobrevivncia; causalidade reversa: quando no fica possvel estabelecer o que surgiu antes, causa ou efeito;
confuso: mistura de efeitos do fator de interesse com outro fator. preciso estar associado com o desfecho, com a exposio e no pode fazer parte de cadeia causal. quando uma varivel interfere no resultado de um estudo de associao entre associao e desfecho; fator mediador: costumam estar presentes na cadeia causal que leva ao desfecho, mas por si s no resultam no evento de interesse; erros de classificao: quando um sujeito estudado classificado erroneamente como doente ou no-doente; interao: modificao de efeito. Existe quando entre duas exposies ocorre uma potencializao de uma pela outra. Um fator sozinho tem um efeito, mas na presena de outro o seu efeito potencializado. A unio dos dois fatores resulta num risco diferente do que simplesmente o efeito de um mais o efeito do outro.
FURG
Assunto: Associao e Causalidade
Objetivos: Definir os conceitos de associao e causalidade; Explicar atravs de exemplos os critrios de causalidade de Hill; Apresentar os trs tipos de causa.
Contedo: Associao; Causalidade; Critrios de causalidade de Hill; Causa suficiente, necessria e contribuinte.
Habilidades (o que se espera do aluno ao final do assunto): Compreenso do conceito associao; Capacidade de avaliar a importncia da associao estatstica e da relevncia clnica Identificar possveis relaes de causalidade; Capacidade do uso crtico dos critrios de Hill; Distino dos tipos de causa.
Leituras recomendadas:
Jekel, JF; Elmore, JG & Katz, DL. Epidemiologia, bioestatstica e medicina preventiva Captulo 4 (pp 68 73). Editora Artmed, 2002 Medronho, RA. Epidemiologia. Captulo 15 (pp 213 - 223). Editora Atheneu, 2002
ASSOCIAO E CAUSALIDADE
Esta unidade trata dos determinantes envolvidos na compreenso das relaes de causa e efeito entre possveis fatores de risco e os desfechos estudados. A ordem dos tpicos desta unidade a seguinte: 1.0 Introduo; 2.0 Associao; 2.1 Associao estatstica Vs. Importncia clnica e validade externa; 3.0 CAUSALIDADE; 3.1 CRITRIOS DE CAUSALIDADE DE HILL; a) Fora de associao (strength of association); b) Consistncia (consistency); c) Especificidade (specificity); d) Temporalidade (temporality); e) Plausibilidade Biolgica (biologic plausibility); f) Relao dose-resposta (dose-response effect); g) Evidncia experimental (experimental evidence); h) Analogia (analogy); 4.0 Causa suficiente; 5.0 Causa necessria; 6.0 Causa contribuinte. 1.0 Introduo O estudo da associao e da causalidade no informa como as variveis de estudo se relacionam e que conseqncias a ocorrncia de uma (possvel) causa tem sobre determinado desfecho.
2.0 ASSOCIAO
Dizer que a varivel X est associada com a varivel Y significa que mudanas em X resultam invariavelmente em mudanas em Y. Uma definio mais acadmica seria: associao a dependncia estatstica entre duas ou mais variveis, que so classificadas como associadas caso ocorram juntas mais freqentemente do que poderia se esperar apenas pelo acaso. O grau de associao calculado estatisticamente, e freqentemente uma associao considerada significativa estatisticamente se o valor de p for menor do que 0,05. O que significa dizer que o resultado encontrado tem uma chance de no mximo 5% de ter sido ao acaso, ou seja, se isso foi encontrado, provavelmente a verdade. Dizer que um resultado estatisticamente significante significa que as diferenas encontradas so grandes o suficiente para no serem atribudas ao acaso. Uma diferena "estatisticamente significante" pode no ser "clinicamente importante". A importncia em termos biolgicos no deve ser julgada pelos estatsticos, mas sim pelos profissionais da rea em que a pesquisa est sendo feita.
2.1 Associao estatstica (significncia) Vs. Importncia clnica e validade externa Muitas vezes, intencionalmente ou no, alguns pesquisadores e clnicos fazem recomendaes baseadas em resultados estatsticos significativos, sem pensar no real peso desta ao na vida real nem na validade externa do achado. Isso ocorre freqentemente por algum interesse econmico ou pela simples vontade do pesquisador em difundir algum achado seu, tornando seu estudo mais importante do que realmente . Sem dvida a significncia estatstica importante, mas no pode ser a nica ferramenta usada para o julgamento da aplicao ou no de uma nova interveno ou droga. Exemplo: uma nova droga anti-hipertensiva ser testada, uma droga mais cara do que a que vem sendo usada amplamente pela populao e existe a dvida se vale a pena recomendar esta droga ao invs da antiga. A pesquisa quer saber se ela mais eficiente para diminuir os nveis pressricos. Uma amostra de 15 mil pessoas selecionada e possvel provar que ocorreu uma queda de 2 mmHg na presso sistlica com a nova droga, essa diferena estatisticamente significativa, e portanto, matematicamente esta droga melhor do que a antiga, mas e da? Clnica e eticamente, seria conveniente para um mdico comear a prescrever esta droga ao invs da antiga, pregando que ela melhor? A validade externa ou generalizao tambm precisa ser levada em conta. Suponha que um ensaio clnico para testar a mesma droga seja feito, s que o pesquisador usou os pacientes de uma determinada clnica e como critrios de incluso e excluso ele props que apenas entrassem para o estudo pacientes que fossem hipertensos diagnosticados h mais de 2 anos, e que no tivessem sofrido nenhum acidente vascular no ltimo ano. Ser que esta populao estaria representado a populao em geral? Neste exemplo os erros so: os pacientes de uma clnica provavelmente no so representativos da populao (diferentes idades, sexo, renda, etc.) e o espectro da doena est muito limitado pelo estudo. Ou seja, ser que ao final deste estudo, os resultados poderiam ser extrapolados para qualquer hipertenso?
3.0 CAUSALIDADE
A causalidade e suas implicaes talvez sejam os conceitos epidemiolgicos que mais suscitam a curiosidade de todos que lem resultados de pesquisas. Afinal, o que quase sempre queremos saber ao pesquisar : "o fator A causa o efeito B?" ou "como A causa B, se voc tiver/fizer muito A, provavelmente ter mais ou menos B?". A ocorrncia da doena e seus mecanismos causais so de grande interesse para o desenvolvimento de aes de preveno e controle. Uma causa qualquer evento, condio ou caracterstica que exera funo primordial na ocorrncia de uma doena.
3.1 CRITRIOS DE CAUSALIDADE DE HILL Em 1965, Hill props alguns critrios a considerar na distino entre uma associao causal e uma no-causal. Nenhum destes critrios deve ser considerado como condio sine qua non no julgamento de uma associao como causal. Alguns autores consideram que os critrios de evidncia experimental e analogia no so relevantes em muitos casos, outros consideram que a coerncia, plausibilidade e a analogia devam ser analisados juntos pois referem-se ao conhecimento acumulado at o momento do estudo. Uma anlise melhor destes critrios mostra que na maioria das vezes alguns critrios no so nem suficientes nem necessrios, mas que quando eles so satisfeitos, reforam a hiptese de causalidade. Mesmo assim, a no ocorrncia destes critrios satisfeitos no deve descartar a causalidade.
a) Fora de associao (strength of association) O quo forte o efeito, medido como risco relativo ou odds ratio? Quanto mais elevada for a medida de efeito (RR), maior a plausibilidade de que a relao seja causal. (o que no quer dizer que uma associao s por ser fraca no possa ser causal). Exemplos de associaes fortes: limpadores de chamin (200 X ca de escroto) fumantes pesados (30 X ca de pulmo).
b) Consistncia (consistency) Diversos estudos mostram resultados semelhantes. A associao tambm mostrada em vrios locais, pessoas e tempos (e inclusive com diferentes delineamentos se aplicvel), ou seja, possvel reproduzir vrias vezes o estudo, obtendo resultados semelhantes? Exemplo: todos estudos no mundo, com populaes diferentes mostram existir uma forte associao entre tabagismo e ca de pulmo.
c) Especificidade (specificity) Esta exposio leva apenas ao desfecho? Uma causa especfica se ao introduzirmos o fator causal a doena ocorre, e ao retirarmos o efeito no ocorre. Devido multi-causalidade da maioria das doenas, este critrio deve ser analisado sempre com muito cuidado e embasamento terico.
d) Temporalidade (temporality) A causa deve sempre preceder o efeito. Os estudos longitudinais e os retrospectivos so os nicos que conseguem analisar este critrio, pois conseguem ver o que veio antes causa ou efeito.
e) Plausibilidade Biolgica (biologic plausibility) Essa associao faz sentido biologicamente? Os achados so aceitveis, coerentes, concordam com a histria natural da doena e os preceitos cientficos conhecidos at o momento? Quanto menos se sabe sobre determinada doena, menos pode-se avaliar este critrio. Os estudos sobre cncer e uso de celulares foram todos abandonados por esta falha, faltava plausibilidade biolgica para provar a associao causal.
f) Relao Dose-Resposta (dose-response effect) Quanto mais exposio ao fator de risco, maior a chance de adoecer ou maior a gravidade da doena. Um exemplo clssico disso pode ser mostrado em estudos de tabagismo e ca de pulmo, onde quanto mais cigarros fumados maior a mortalidade pelo cncer.
g) Evidncia experimental (experimental evidence) A teoria foi provada corretamente metodologicamente atravs de experincias (com animais e humanos)? Ao retirar o fator em laboratrio, o desfecho diminuiu ou desapareceu? Muitas vezes este critrio no pode ser avaliado por questes ticas.
h) Analogia (analogy) Esta associao similar a outras? Uma analogia simples pode aumentar a credibilidade para uma atribuio de causalidade. Por exemplo, se determinada droga reconhecidamente causadora de malformao congnita, talvez uma similar que est em estudo tambm o seja.
None of my viewpoints can bring indisputable evidence for or against the cause-and effect hypothesis .... Sir Bradford-Hill
4.0 CAUSA SUFICIENTE Uma causa suficiente precede a doena e se a causa est presente, a doena ir ocorrer inevitavelmente. Como cada vez mais aceita-se a multicausalidade para a maioria das
doenas, exemplos de causas suficientes so raros, e a maioria deles se encontra no campo da gentica, onde sndromes e anomalias cromossmicas resultam sempre em problemas.
5.0 CAUSA NECESSRIA Uma causa necessria precede a doena e se a causa est ausente, a doena no pode ocorrer. Exemplos destas causas so muito comuns em doenas infecciosas. Exemplos: Mycobacterium tuberculosis tuberculose
6.0 CAUSA CONTRIBUINTE uma causa que apesar de no ser suficiente nem necessria, contribui em muito para aumentar o risco de se adoecer. Exemplo: sedentarismo e hipertenso. O tabagismo no uma causa suficiente para o ca de pulmo, pois muitas pessoas que fumam morrem por outras causas sem apresentarem o cncer. Ainda no se tem conhecimento se todos os fumantes teriam ca de pulmo se sobrevivessem o suficiente, mas na longevidade humana, o tabagismo no pode ser considerado uma causa suficiente do ca de pulmo. O tabagismo tambm no uma causa necessria para este cncer, pois existem relatos de casos em que no-fumantes (passivos ou ativos) adoeceram. Por que muitos estudos apontam e concluem que o fumo causa de ca de pulmo? Porque o conceito de processo causal tambm engloba situaes nas quais possuir o fator de risco aumenta claramente a probabilidade da doena. Levando em conta este ponto de vista, o tabagismo pode ser considerado como causa contribuinte de ca de pulmo, mesmo sem ser causa necessria ou suficiente. associao: mudanas numa varivel implicam invariavelmente em mudanas em outra varivel (que esteja associada com ela); o grau de associao costuma ser demonstrado pela significncia estatstica, quase sempre padronizada em um valor de p < 0,005; causa: qualquer condio ou evento que exera uma funo importante no surgimento de uma doena ou qualquer outro desfecho; os critrios de Hill so auxiliares na determinao de uma relao causal, podendo reforar a hiptese da causalidade; critrios estudados: fora de associao, consistncia, especificidade, temporalidade, plausibilidade biolgica, dose-resposta, evidncia experimental e analogia; causa suficiente: apenas ela j causa a doena; causa necessria: sem ela no existe doena; causa contribuinte: aumenta muito a chance da doena ocorrer, porm no suficiente nem necessria.
FURG
Assunto: Vigilncia Epidemiolgica
Objetivos: Descrever os processos e a utilidade da vigilncia epidemiolgica e Apresentar alguns aspectos da vigilncia no Brasil e no mundo.
Contedo: Histrico da vigilncia; Avaliao dos programas de vigilncia; Atributos da vigilncia; Vigilncia sentinela; Vigilncia epidemiolgica de doenas no transmissveis e Vigilncia ambiental em sade.
Habilidades (o que se espera do aluno ao final do assunto): Conscientizao da importncia dos programas de vigilncia epidemiolgica e Compreenso do uso dos dados da vigilncia na prtica clnica diria.
Bibliografia: Gaze R, Perez MA (2002). Vigilncia epidemiolgica. In: Medronho RA et al.. Epidemiologia. Rio de Janeiro, Editora Atheneu, pgina 73 89. Sistema vigia epidemias externas. Rede tenta evitar que doenas como a Sndrome Respiratria Aguda Severa se propaguem pelo Brasil. Zero Hora - 23/03/03
VIGILNCIA EPIDEMIOLGICA
Esta unidade descreve alguns pontos principais dos sistemas de vigilncia epidemiolgica, explicando suas utilidades e caractersticas. Os tpicos so os seguintes: 1.1 Histrico; 1.2 Avaliao da vigilncia epidemiolgica; 1.3 Atributos da vigilncia epidemiolgica; 1.3.1 Utilidade; 1.3.2 Qualidade; a) Aceitabilidade; b) Sensibilidade; c) Representatividade; d) Oportunidade; e) Simplicidade; f) Flexibilidade; 1.4 No Brasil - sistema nacional de vigilncia epidemiolgica; 1.5 Vigilncia sentinela; 1.6 Vigilncia epidemiolgica de doenas no transmissveis; 1.7 Vigilncia ambiental em Sade; 1.1 HISTRICO O termo vigilncia epidemiolgica recente, porm o conceito por trs do nome existe h muito tempo. O principal objetivo da vigilncia epidemiolgica sempre foi coletar e analisar dados e fatos que pudessem desencadear aes de preveno e combate s doenas. Desde antes de Cristo que os povos j sabiam como trocar informaes com respeito s pragas e doenas que atingiam no s homens mas tambm a flora e fauna, no entanto o acompanhamento sistemtico deste tipo de dado, visando proteger a sade, um procedimento que surgiu aps o sculo XVII, e que s no sculo XX se consolidou como uma rede de coleta, anlise e divulgao de estatsticas vitais. No final do sculo XIX, para controlar as pestes, tanto no Brasil como no resto do mundo os servios de sade pblica comeam a se organizar. Nos EUA surgem centros como o Comunicable Diseases Center, mas somente em 1965 surge o termo vigilncia epidemiolgica e a OMS cria uma Unidade de Vigilncia Epidemiolgica na Diviso de Doenas Transmissveis. Usando os conceitos de polcia mdica, as primeiras aes se limitavam vigilncia de pessoas, com aes individuais de isolamento e quarentena. Mais tarde com maior intercmbio comercial entre pases que surgem conceitos ambientais de controle, como vacinao, saneamento ambiental e controle de vetores. Na dcada de 50 surge nos EUA um sistema de informao sobre doenas chamado Servio de Inteligncia para Epidemias, com o objetivo de detectar epidemias precocemente, possibilitando a defesa contra uma possvel guerra biolgica. Como define a Lei Orgnica da Sade (Lei 8.080/90), a vigilncia epidemiolgica o conjunto de atividades que permite reunir a informao indispensvel para conhecer, a qualquer momento, o comportamento ou histria natural das doenas, bem como detectar ou prever alteraes de seus fatores condicionantes, com o fim de recomendar
oportunamente, sobre bases firmes, as medidas indicadas e eficientes que levem preveno e ao controle de determinadas doenas.
Geralmente os clnicos imaginam ter pouco a ganhar com a Vigilncia Epidemiolgica. Na verdade um sistema de vigilncia rpido e eficaz pode funcionar como um auxiliar ao diagnstico, por exemplo, uma sndrome exantemtica passa a ser vista de outra forma quando se sabe estar ocorrendo uma epidemia de sarampo.
1.2 Avaliao da Vigilncia Epidemiolgica Atualmente usa-se em todo mundo as diretrizes propostas pelo CDC para avaliao da vigilncia epidemiolgica. Este procedimento favorece a comparao de dados encontrados em qualquer lugar do planeta, possibilitando intercmbio de dados. No andamento desta avaliao, so utilizados indicadores epidemiolgicos e operacionais. Epidemiolgicos: as freqncias, incidncias, prevalncias, mortalidade e letalidade de cada doena so avaliadas para indicar a importncia do agravo sade. Dentro desta tica tambm possvel avaliar o impacto real de aes de combate aos agravos. Operacionais: so instrumentos usados para avaliar o desempenho das atividades de vigilncia de acordo com os atributos considerados.
1.3 Atributos da Vigilncia Epidemiolgica 1.3.1 UTILIDADE: a capacidade do sistema em cumprir o objetivo de preveno e controle do evento adverso sade e de promover a divulgao e entendimento das implicaes para a sade pblica de cada evento, ou seja, para ser til, o sistema tem que ser capaz de detectar epidemias, tendncias, identificar fatores de risco e avaliar o impacto das medidas de controle. 1.3.2 QUALIDADE: subdividida em a) Aceitabilidade capacidade de conquistar a populao, fazendo com que a participao seja satisfatria, obtendo poucas recusas (formulrios em branco ou mal preenchidos), tendo uma relao de colaborao com a populao, que percebe que aquela ao lhe trar benefcios futuros; b) Sensibilidade capacidade de detectar casos verdadeiros do evento. (Valor Preditivo Positivo = refere-se proporo de casos positivos que so de fatos positivos. Um sistema que apresente baixo VPP resulta em um grande nmero de falso-positivos, gerando despesas desnecessrias). Programas com sensibilidade adequada devem apresentar coerncia entre casos suspeitos e casos notificados, diagnsticos suspeitos e diagnsticos confirmados. c) Representatividade capacidade de atingir todas parcelas da populao, sem distino de raa, sexo, local de residncia e renda (sem vis de seleo). Este ponto extremamente fraco em pases como o Brasil, em que a parcela da populao que procura auxlio na rede privada de sade dificilmente serve como fonte de dados para o servio de vigilncia. Uma maneira boa de avaliar este aspecto ver se as propores das
caractersticas demogrficas da populao atingida pelo sistema semelhante quela encontrada pelos censos demogrficos (no Brasil IBGE). d) Oportunidade a capacidade do sistema de sade em fornecer medidas de controle e preveno s doenas de forma rpida, nos momentos mais oportunos. Avalia principalmente o tempo decorrido entre as fases de ocorrncia do agravo e incio das aes epidemiolgicas de preveno e controle. Aplica-se mais s doenas agudas, mas para as crnicas pode ser medida com relao ao tempo que levaria para estruturar aes que combatessem e controlassem as exposies e os fatores de risco. e) Simplicidade a capacidade do sistema em realizar aquilo que se props, de forma simples e objetiva, sem perder a qualidade na obteno de informaes. Para ser simples, a estratgia deve ser de fcil execuo, no exigir treinamentos extremamente complexos e possuir normas operacionais claras e compreensivas. f) Flexibilidade a capacidade do sistema em se moldar de acordo com o local em que est sendo aplicado, e principalmente no ritmo das mudanas que podem surgir. Essas mudanas devem ser realizadas de forma rpida e barata, acompanhando as alteraes nos padres dos agravos sade do local em questo.
1.4 NO BRASIL - SISTEMA NACIONAL DE VIGILNCIA EPIDEMIOLGICA A Fundao Nacional de Sade (FUNASA) responsvel pela coordenao do Sistema Nacional de Vigilncia Epidemiolgica (SNVE). O SNVE composto por todas unidades componentes do Sistema nico de Sade (SUS), que direta ou indiretamente notificam e orientam condutas sobre o controle de doenas. Tanto o SUS como o SNVE esto passando por mudanas no sentido de descentralizar as aes. Para garantir esta transio, o instrumento legal atual a Norma Operacional Bsica do SUS (NOB-SUS/96), que representa uma avano na descentralizao, prevendo fornecimento contnuo de recursos e definindo atividades mnimas a serem executadas pelos municpios. O SNVE atua em 4 nveis, os 3 primeiros tm (cada um no seu mbito de ao) as funes semelhantes de coordenar, treinar e supervisionar pessoal de sade, fazer anlise dos dados coletados, emitir relatrios epidemiolgicos, criar normas, administrar verbas e fazer a retroalimentao do nvel mais inferior. Os nveis de vigilncia epidemiolgica do SNVE so: Nacional = Ministrio da Sade e Conselho Nacional de Sade, em Braslia/DF; Estadual = Secretaria Estadual de Sade e Conselho Estadual de Sade, nas capitais estaduais; Municipal = Secretaria Municipal de Sade e Conselho Municipal de Sade, nas sedes municipais; Local = so os centros e postos de sade, igrejas, hospitais, laboratrios e escolas. Fazem principalmente diagnstico e notificao de doenas, agindo diretamente com a comunidade, investigando casos e surtos, tratando e orientando.
Toda ao do SNVE depende e baseia-se na notificao de casos comprovados de agravos sade, pois s a partir disto que as aes podero tornar-se realidade. Esta estratgia funciona muito bem com doenas agudas como sarampo e meningite, que aparecem em grandes quantidades rapidamente, mas no a ferramenta mais indicada para males crnicos e silenciosos como AIDS, hipertenso, Chagas e hepatites, j que o diagnstico destes males costuma ser tardio. Nestas situaes usa-se a Vigilncia Sentinela.
1.5 Vigilncia Sentinela Na Vigilncia Sentinela o interesse no est no universo de casos ocorridos no perodo de tempo, mas busca-se de forma mais ativa informao sobre problemas especficos, muitas vezes aumentando inclusive a representatividade dos dados pois ao se incluir no monitoramento os servios privados, inclui-se uma parcela da populao que freqentemente excluda do sistema de vigilncia epidemiolgica. Outra aplicao do sistema de sentinela no mapeamento da soroprevalncia de infeces inaparentes, como a hepatite A, cujo estudo demanda a realizao de exames sorolgicos caros. Ao reduzir o custo operacional dos inquritos fica mais fcil obter os dados necessrios ao monitoramento. Em resumo, ao invs de esperar que no fim do ano os postos de sade e hospitais da rede pblica informem as doenas encontradas no perodo; ou ao invs de conduzir pesquisas populacionais caras, monta-se um esquema de busca dos problemas no momento em que eles esto ocorrendo, uma "sentinela" que constantemente procura dados sobre determinados problemas de sade.
1.6 Vigilncia Epidemiolgica de doenas no transmissveis Esse grupo de doenas muito abrangente, mas as doenas cardiovasculares (doenas isqumicas do corao, doenas crebro-vasculares e hipertenso), as chamadas crnico-degenerativas (cncer, diabetes, doenas renais e reumticas, etc.), os agravos decorrentes das causas externas (acidentes, violncias e envenenamentos) e os transtornos de natureza mental so reconhecido(a)s como o(a)s mais prevalentes, contribuindo sobremaneira na carga global de doenas do pas. Da mesma forma que a epidemiologia em geral, a vigilncia precisou se adaptar com o fenmeno da transio epidemiolgica (aumentos globais significativos de doenas crnicodegenerativas e queda de doenas infecciosas). Para tal precisou incluir em suas diretrizes tpicos como HAS, diabetes, aterosclerose, cnceres, etc. As aes de vigilncia epidemiolgica e monitoramento da morbimortalidade e do comportamento da populao frente aos fatores de risco para doenas no transmissveis so uma prioridade atual para o SUS, pois possibilitam a obteno das informaes que desencadearo aes de combate a estes males. Outro ponto de destaque so para as doenas relacionadas ao trabalho e problemas originados por txicos ambientais.
1.7 Vigilncia Ambiental em Sade Por definio, a vigilncia ambiental em sade se configura como: um conjunto de
aes que proporcionam o conhecimento e a deteco de qualquer mudana nos fatores determinantes e condicionantes do meio ambiente que interferem na sade humana, com a finalidade de recomendar e adotar as medidas de preveno e controle dos fatores de riscos e das doenas ou agravos relacionados varivel ambiental.
Basicamente os esforos centram-se na pesquisa de fatores biolgicos (vetores, hospedeiros, reservatrios, animais peonhentos), qualidade da gua para consumo humano, contaminantes ambientais qumicos e fsicos que possam interferir na qualidade da gua, ar e solo, e os riscos decorrentes de desastres naturais e de acidentes com produtos perigosos.
Assim sendo, a Vigilncia Epidemiolgica procura se adaptar realidade, buscando novas alternativas de metodologias que vo sendo incorporadas tradicional vigilncia passiva de agravos. Estes avanos s podero se concretizar mediante uma poltica de recursos humanos que vise ampliar as atividades do pessoal de sade, incentivando a criao de equipes multidisciplinares com treinamento e remunerao condizentes com sua importncia para a sade, ou seja, o ideal em termos de Medicina Preventiva.
Maiores informaes sobre vigilncia epidemiolgica nos sites: RIO GRANDE DO SUL http://www.saude.rs.gov.br BRASIL www.saude.gov.br (Ministrio da Sade) www.funasa.gov.br (Fundao Nacional de Sade) EUA www.cdc.gov (Centers for Disease Control and Prevention) MUNDO www.who.int (World Health Organization) vigilncia epidemiolgica um conjunto de atividades que englobam coleta de dados e aes de preveno e alerta com a finalidade de evitar que determinada doena se propague ou se instale em uma populao; os principais atributos a se avaliar em vigilncia so a rapidez das aes, sua utilidade, representatividade (atingindo todas parcelas da populao), flexibilidade para atender esta populao e a simplicidade das aes para que as mesmas sejam factveis; no Brasil, a FUNASA coordena o SNVE, que composto por todas unidades do SUS; vigilncia sentinela: a busca ativa por casos de doenas em locais como postos de sade e hospitais. Muitas vezes usada para mapear doenas inaparentes ou que costumam ser subnotificadas;

Epidemiologia

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Epidemiologia

Încărcat de

Drepturi de autor:

Formate disponibile

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Medidas em epidemiologia

Professor: Marlos Rodrigues Domingues

Tabela 2 x 2 auxiliar nos clculos de medidas: DOENTES a c NO-DOENTES b d

casos novos Pessoas-Tempo

onde: (t0, tn) refere-se ao intervalo entre a origem t0 e o instante tn.

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Estudos de Coorte

Professor: Marlos Rodrigues Domingues

ESTUDOS DE COORTE (COHORT STUDIES)

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Estudos de Coorte

Professor: Marlos Rodrigues Domingues

ESTUDOS DE COORTE (COHORT STUDIES)

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Estudos de casos e controles

Professor: Marlos Rodrigues Domingues

ESTUDOS DE CASOS E CONTROLES (CASE-CONTROL STUDIES)

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Estudos Ecolgicos

Professor: Marlos Rodrigues Domingues

ESTUDOS ECOLGICOS (ECOLOGIC STUDIES)

no so bons para testar hipteses.

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Erros potenciais em estudos ecolgicos

Professor: Marlos Rodrigues Domingues

ERROS POTENCIAIS EM ESTUDOS EPIDEMIOLGICOS

Aumentar o tamanho da amostra pode reduzir o erro aleatrio? E o sistemtico?

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Associao e Causalidade

Professor: Marlos Rodrigues Domingues

DISCIPLINA DE EPIDEMIOLOGIA DEPARTAMENTO MATERNO-INFANTIL

UNIVERSIDADE FEDERAL DO RIO GRANDE

Assunto: Vigilncia Epidemiolgica

Professor: Marlos Rodrigues Domingues

S-ar putea să vă placă și