ÁTRYO PREPARATÓRIOcurso de Epidemiologia

Medicina - BR

MEDIDAS EM EPIDEMIOLOGIA

• Um dos objetivos da epidemiologia é quantificar as freqüências com que os problemas de saúde ocorrem;

• Para isso existem medidas padronizadas;

• As duas principais são: prevalência e incidência.

Medidas de freqüência de doença

• Componentes necessários para se medir freqüência de doenças:

– Classificar e categorizar a doença;– Decidir o que será considerado "caso";– Definir a população que está em risco;– Obter permissão para estudar as pessoas;– Medir a freqüência da doença.

O QUE MEDEM?

• Prevalência: situação atual, casos atuais (velhos + novos); (transversal)

• Incidência: casos novos em um determinado período, por isso precisa de no mínimo duas medidas. (longitudinal)

LINHA DO TEMPO

LINHA DO TEMPO

T0: A0 são os que já iniciaram o estudo doentes e C0 é o resto da população (que está

sadia);

LINHA DO TEMPO

T1: A1 são aqueles mesmos doentes que já estavam assim no início do estudo, e que não se curaram, B1

são as pessoas que adoeceram neste período de tempo (entre T0 e T1) e C1 são os sujeitos que cismam

em continuar sadios;

LINHA DO TEMPO

T2: A2 são aqueles mesmos doentes do início do estudo, e que não se curaram, B2 são as pessoas que adoeceram neste período de tempo (agora o tempo vai de T0 a T2 - ou seja B1 mais novos doentes) e C2

são os sujeitos que não adoeceram mesmo.

COMO MOSTRAR AS MEDIDAS?

• Na cidade A morrem 84 recém-nascidos;• Na cidade B morrem 20 recém-nascidos;

Pergunta: em que cidade morrem mais crianças?

Resposta: qual o denominador?

MEDIDAS ABSOLUTAS E RELATIVAS

• Absoluta: número puro obtido pela pesquisa. – Ex.: em RG 84 recém-nascidos morrem

por ano.

• Relativa: número levando em conta um coeficiente (por mil, por 10 mil, …). – Ex.: por ano, morrem 12 recém-nascidos

por mil.(supondo em RG nascessem 7 mil crianças/ano)

Estudando amostras de populações

CÁLCULOS – tabela 2 X 2

DOENTES

NÃO-DOENTES

EXPOSTOS A B

NÃO-EXPOSTOS C D

• Exposição: fator de interesse a ser estudado,

• pode ser Não-doente: pessoa isenta da doença de interesse do estudo. Não quer dizer que seja 100% saudável;

• Doente: pessoa que possui a doença (evento) de interesse.

CONCEITOS

Cálculo da Prevalência

DOENTES

NÃO-DOENTES

EXPOSTOS A B

NÃO-EXPOSTOS

C D

Prevalência =A + C

A + B + C + D

A prevalência nada mais é do

que o número de doentes sobre

toda a população

Relação Prevalência-Incidência

• Quanto maior a incidência de uma doença, maior tende a ser sua prevalência. Exceções: picos epidêmicos, como a dengue, que podem não ser detectados em estudos de prevalência;

• Doenças de longa duração podem apresentar alta prevalência e baixa incidência. Ex.: hipertensão (muitas pessoas doentes por longos períodos, porém com relativamente poucos casos novos).

EXEMPLO - SAZONALIDADE

TAXA DE INCIDÊNCIA• Expressão da freqüência com que surgem

novos casos de uma doença, ou problema de saúde, por unidade de tempo, e com relação ao tamanho de uma determinada população.

– Ex.: 2,2 óbitos/milhão de habitantes por dia

A taxa sempre nos dá a idéia de velocidade com que os fatos ocorrem, como quando dizemos que um carro anda a 80 Km/h

TAXA DE INCIDÊNCIA

• O cálculo da taxa é a razão entre o número de casos novos, e o total de pessoas-tempo, matematicamente:

TI =Casos novos

Pessoas-tempo

O cálculo para se chegar ao número de “pessoas-tempo” varia de acordo com o tipo

do estudo.

PESSOAS-TEMPO?????• Período durante o qual o indivíduo esteve

exposto ao risco de adoecer. Se adoecesse seria considerado um caso novo.

• As experiências individuais devem ser somadas para se chegar ao resultado final. – 1 pessoa durante um ano sem desenvolver a

doença é 1 pessoa-ano;– 2 pessoas acompanhadas por 6 meses cada (sem

adoecer) contribuem com meia pessoa-ano cada;

INCIDÊNCIA ACUMULADA

• Representa uma estimativa do risco de desenvolvimento de uma doença ou agravo em uma população, durante um intervalo de tempo determinado.

Incidência Acumulada =

Nº casos novos no período

População (fixa) exposta no início do

período Exemplo de resultado: o risco de um sujeito HIV

positivo desenvolver AIDS dentro de 10 anos é cerca de 50%

Taxa de Incidência ≠

Incidência Acumulada

• O cálculo da taxa de incidência leva em conta o fato de que, à medida que as pessoas morrem ou adoecem, o denominador da taxa diminui, e isso não ocorre com a incidência cumulativa, onde o denominador é fixo.

CONCEITOS

• A seguir temos 3 conceitos que seguidamente aparecem vinculados às medidas.

MORBIDADE

• Qualquer condição de saúde que impeça o indivíduo de desempenhar todas suas funções biológicas plenamente. Algo que não mata (ou ainda não matou), mas atrapalha e diminui a qualidade de vida.

LETALIDADE

• Capacidade de matar. Algo pode ser muito letal e apresentar uma mortalidade baixíssima.

MORTALIDADE

• Número de mortos, expresso como um número inteiro ou uma porcentagem.

Prevalência 1

Prevalência 2

Prevalência 3

Associação & Causalidade

ASSOCIAÇÃO

• Algo que está associado com um fator é alterado por este fator. Sempre que o fator muda isso implicará em mudanças no desfecho;

• Sempre que uma aumenta ou diminui, a outra aumenta ou diminui. Se eu digo que x está associado com y, sempre que eu alterar x o y será alterado também.

CAUSALIDADE

• Estuda o papel de fatores que possam ser responsáveis pela existência de doenças ou condições;

• Uma causa é qualquer evento, condição ou característica que exerça função primordial na ocorrência de uma doença ou condição.

A ARANHA

• PIADA SEM GRAÇA

Associação X Causalidade

• Associação: existe uma fortíssima associação entre “não ter pernas” e não obedecer (ou ser surda), já que todas as aranhas sem pernas não obedecem (ou são surdas).

• Causalidade: o que causou essa desobediência da aranha?

• ficar surda?• não conseguir andar por não ter pernas?

INDO AOS EXTREMOS• Muitas coisas estão altamente associadas,

porém não têm nenhuma relação de causalidade.

• Existe uma alta associação entre usar óculos e morte cardiovascular, uma vez que quase 100% dos que morrem do coração são usuários de óculos.

• Qual a plausibilidade biológica disso?• Será que a idade não é o fator em comum

que leva pessoas a usar óculos e a morrer do coração?

MARCADORES

Carregar fósforos ou isqueiro tem uma alta associação com câncer de

pulmão.

Fósforo/isqueiro causa ca de pulmão?

Não – é um marcador, mas nada tem a ver com causalidade, apenas aparece

junto.

Associação Estatística Vs. Importância Clínica e Validade Externa

• Sem dúvida a estatística é importante, mas não pode ser a única ferramenta usada para o julgamento da aplicação ou não de uma nova estratégia– Ex.: uma nova droga anti-hipertensiva será testada. Ela

é mais cara que a antiga e existe a dúvida se vale a pena recomendar esta droga ao invés da antiga.

– Uma amostra de 15 mil pessoas é selecionada e é possível provar que ocorreu uma queda (estatisticamente significativa) de 2 mmHg na pressão sistólica com a nova droga, portanto, matematicamente esta droga é melhor do que a antiga.

– Clínica e eticamente, seria conveniente começar a prescrever esta droga ao invés da antiga, pregando que ela é melhor?

Associação Estatística Vs. Importância Clínica e Validade Externa

• A validade externa ou generalização também precisa ser levada em conta.

Critérios de Hill• FORÇA DE ASSOCIAÇÃO (strength of association)

Quanto mais elevada for a medida de efeito (RR, OR, etc.), maior a plausibilidade de que a relação seja causal. O que não quer dizer que uma associação fraca não possa ser causal.Exemplos de associações fortes: limpadores de chaminé (200 X ca de escroto) fumantes pesados (30 X ca de pulmão).

• CONSISTÊNCIA (consistency)

A associação também é mostrada em vários locais, pessoas e tempos (e inclusive com diferentes delineamentos – se aplicável), ou seja, é possível reproduzir várias vezes o estudo, obtendo resultados semelhantes? Ex.: todos estudos no mundo, mostram existir uma forte associação entre sedentarismo e obesidade.

Critérios de Hill• ESPECIFICIDADE (specificity)

Esta exposição leva apenas ao desfecho?Uma causa é específica se ao introduzirmos o fator causal a doença ocorre, e ao retirarmos o efeito não ocorre. Devido à multi-causalidade da maioria das doenças, este critério deve ser analisado sempre com muito cuidado e embasamento teórico.

• TEMPORALIDADE (temporality)

A causa deve sempre preceder o efeito. Os estudos longitudinais e os retrospectivos são os únicos que conseguem analisar este critério, pois conseguem ver o que veio antes – causa ou efeito.

Critérios de Hill• PLAUSIBILIDADE BIOLÓGICA (biologic plausibility)

Essa associação faz sentido biologicamente? Os achados são coerentes com os preceitos científicos conhecidos até o momento?Quanto menos se sabe sobre determinada doença, menos pode-se avaliar este critério.Os estudos sobre câncer e uso de celulares foram todos abandonados por esta falha, faltava plausibilidade biológica para provar a associação causal.

• RELAÇÃO DOSE-RESPOSTA (dose-response effect)

Quanto mais exposição ao fator de risco, maior a chance de adoecer ou maior a gravidade da doença. Ex.: tabagismo e ca de pulmão, quanto mais cigarros fumados maior a mortalidade pelo câncer.

Critérios de Hill• EVIDÊNCIA EXPERIMENTAL (experimental evidence)

A teoria foi provada corretamente metodologicamente através de experiências (com animais e humanos)? Ao retirar o fator em laboratório, o desfecho diminuiu ou desapareceu?Muitas vezes este critério não pode ser avaliado por questões éticas.

• ANALOGIA (analogy)

Esta associação é similar a outras? Uma analogia simples pode aumentar a credibilidade para uma atribuição de causalidade. Por exemplo, se determinada droga é reconhecidamente causadora de malformação congênita, talvez uma similar que está em estudo também o seja.

CAUSA SUFICIENTE

• Uma causa suficiente precede a doença e se a causa está presente, a doença irá ocorrer inevitavelmente.

• Com a aceitação da multicausalidade para a maioria das doenças, exemplos de causas suficientes são raros, e a maioria deles se encontra no campo da genética, onde síndromes e anomalias cromossômicas resultam sempre em problemas.

CAUSA NECESSÁRIA

• Uma causa necessária precede a doença e se a causa está ausente, a doença não pode ocorrer. Exemplos destas causas são muito comuns em doenças infecciosas.

• Exemplo:– Mycobacterium tuberculosis

tuberculose

CAUSA CONTRIBUINTE• É uma causa que apesar de não ser suficiente nem

necessária, contribui muito para aumentar o risco de se adoecer. Exemplos: – sedentarismo e hipertensão;

Estudos de Casos e Controles

DEFINIÇÃO• Delineamento em que partindo de

um grupo de pessoas com determinada condição ou doença (casos), comparamos estas pessoas com um grupo semelhante que não tenha esta condição ou doença (controles);

• Analisando as semelhanças e diferenças entre os dois grupos tentamos entender a doença;

• Parte do doente, e não da população.

DEFINIÇÃO

CASOS

CONTROLES

PASSADO

DIFERENÇASCONCLUSÕES

CARACTERÍSTICAS

• A principal característica destes estudos é a formação de pelo menos dois grupos distintos: casos e controles;

• Nestes estudos, os dois grupos são questionados (ou via parentes, prontuários, etc.) sobre as exposições passadas e possíveis fatores de risco;

• O propósito destes estudos é identificar características que ocorrem em maior ou menor freqüência entre casos do que entre os controles.

PAREAMENTO

• Parear significa alocar sujeitos semelhantes aos casos para comparação;

• Pode ser natural (vizinhos, irmãos, amigos, cônjuges, etc.), ou artificial (segundo critérios do investigador);

• Os controles existem para representar a população de onde saíram os casos;

• As variáveis usadas devem ser aquelas mais provavelmente ligadas ao confundimento;

• O objetivo do pareamento é equalizar estas variáveis entre casos e controles, desfazendo a associação entre a variável de confundimento e a doença.

PAREAMENTO

• A principal razão para se parear é controlar os fatores de confusão. Entenda-se por fator de confusão algo que esteja associado ao agravo, porém não é causal;

• Nunca podemos estudar o efeito do fator que pareamos, simplesmente porque se emparelhamos as pessoas por idade, por exemplo, a idade não pode ter efeito algum sobre nada, já que será a mesma para todos.

Quando emparelhar?

• Só vale a pena emparelhar quando o fator de emparelhamento estiver muito associado com a doença e a exposição;

• Os dois fatores para os quais mais comumente se emparelha são idade e sexo;

• Outros como local de residência, de trabalho, renda e paridade da mãe também podem ser usados. Cada estudo define que tipo de pareamento é mais indicado.

Estudos de Coorte

DEFINIÇÃO

• Grupo de pessoas acompanhado ao longo do tempo e que periodicamente é investigado por pesquisadores que vão agrupando dados sobre estas pessoas;

• Também conhecidos como: •estudos de incidência (incidence);•longitudinais (longitudinal) ou •de seguimento (follow-up).

DEFINIÇÃO

• Para que um estudo seja considerado longitudinal, no mínimo duas investigações devem ser feitas com a população em estudo;

• Este delineamento é usado freqüentemente para problemas comuns, como doenças cardiovasculares, acidentes de trânsito, infecções, mortes por qualquer causa, etc.

Exemplos de Coorte

• Coorte de nascimentos de Pelotas (1982);

• Framinhghan Heart Study (USA);• Alunos de medicina durante o curso (do

1º ao 5º ano);• Empregados de uma grande indústria;• Acompanhar por alguns anos todos

soldados que serviram em determinado quartel.

TIPOS DE COORTE

• Fixa: o estudo é iniciado com uma população a ser acompanhada e com o tempo esta população só vai diminuindo (ninguém entra);

• Dinâmica: o estudo aceita que pessoas entrem ao longo do mesmo. Ex.: a população de uma cidade.

Temporalidade: PROSPECTIVAS

• É o tipo “clássico” de coorte;

• Exposição e doença não são conhecidos no início do estudo;• Os grupos são montados, coletados os dados basais e continua-se a coletar dados com o passar do tempo;• É o mais próprio para inferência causal.

ESTUDO EXPOSIÇÃO DOENÇA

Temporalidade - AMBISPECTIVAS

• Dados de exposição coletados no passado enquanto a doença é desconhecida, segue-se a coorte para observar a ocorrência da doença.

ESTUDO DOENÇAEXPOSIÇÃO

Temporalidade - RETROSPECTIVAS

• Exposição e doença foram coletados no passado e os registros estão disponíveis. Muito usados para doenças com longo tempo de indução ou relativamente raras

ESTUDODOENÇAEXPOSIÇÃO

Exemplos de coortes Retrospectivas

• estudar os expostos à bomba de Hiroshima e segui-los até o presente para ver alguns desfechos como morte, câncer, etc;

• identificar um grupo exposto ao raio-x in utero e outro que não sofreu exposição. Depois procurar saber quantos, de cada grupo, tinham ficado com câncer durante a infância ou adolescência.

Vigilância Epidemiológica

O QUE É VIGILÂNCIA EPIDEMIOLÓGICA ?

• Procedimentos de prevenção de doenças através de uma rede de coleta, análise e divulgação de estatísticas vitais;

• Função principal: coletar e analisar sistematicamente dados e fatos que possam desencadear ações de prevenção e combate às doenças;

• Referência Mundial – CDC – Atlanta – USA.

Centers for Disease Control and Prevention (CDC)

• Propôs as diretrizes (indicadores) de avaliação da vigilância:– Indicadores epidemiológicos: freqüências,

mortalidade e letalidade de cada doença são avaliadas para indicar a importância do agravo à saúde. Avaliação do impacto real de ações de combate aos agravos ;

– Indicadores operacionais: instrumentos usados para avaliar o desempenho das atividades de vigilância de acordo com os atributos considerados

ATRIBUTOS DA VIGILÂNCIA

• São os itens a avaliar em qualquer programa de saúde;

• Divididos em Utilidade e Qualidade:• UTILIDADE: Capacidade do sistema

em detectar epidemias, tendências, identificar fatores de risco e avaliar o impacto das medidas de controle.

QUALIDADE DA VIGILÂNCIA• Aceitabilidade:

– capacidade de “conquistar” a população;– poucas recusas (formulários em branco ou mal

preenchidos);– população percebe que aquela ação lhe trará

benefícios futuros;

• Sensibilidade:– capacidade de detectar casos verdadeiros do

evento. (Valor Preditivo Positivo = refere-se à proporção de casos positivos que são de fatos positivos. Um sistema que apresente baixo VPP resulta em um grande número de falso-positivos, gerando despesas desnecessárias)

QUALIDADE DA VIGILÂNCIA• Representatividade:

– capacidade de atingir todas parcelas da população (sem viés de seleção);

– extremamente fraco em países como o Brasil, em que a parcela da população que procura auxílio na rede privada de saúde dificilmente serve como fonte de dados para o serviço de vigilância.

• Oportunidade: – capacidade do sistema de saúde em fornecer

medidas de controle e prevenção às doenças rápida e oportunamente;

– avalia principalmente o tempo decorrido entre as fases de ocorrência do agravo e início das ações epidemiológicas de prevenção e controle.

QUALIDADE DA VIGILÂNCIA

• Simplicidade:– capacidade do sistema em realizar o que se

propôs, de forma simples e objetiva, sem perder a qualidade na obtenção de informações.

• Flexibilidade:– capacidade do sistema em se moldar de

acordo com o local em que está sendo aplicado, e principalmente no ritmo das mudanças que podem surgir.

NO BRASIL• A FUNASA é responsável pela coordenação do Sistema

Nacional de Vigilância Epidemiológica (SNVE) - composto pelas unidades do SUS, que notificam e orientam condutas sobre o controle de doenças;

• O SNVE atua nos seguintes níveis:Nacional: Ministério da Saúde e Conselho Nacional de Saúde, em Brasília/DF;

Estadual: Secretaria Estadual de Saúde e Conselho Estadual de Saúde, nas capitais estaduais;

Municipal: Secretaria Municipal de Saúde e Conselho Municipal de Saúde, nas sedes municipais;

Local: são os centros e postos de saúde, igrejas, hospitais, laboratórios e escolas. Fazem principalmente diagnóstico e notificação de doenças, agindo diretamente com a comunidade, investigando casos e surtos, tratando e orientando.

• As ações do SNVE dependem da notificação de agravos à saúde;

• Esta estratégia funciona com doenças agudas, mas não é indicada para males crônicos e “silenciosos”, já que o diagnóstico destes males costuma ser tardio. Nestas situações usa-se a Vigilância Sentinela.

Vigilância Sentinela• É uma busca ativa de informação sobre problemas

específicos, muitas vezes aumentando inclusive a representatividade dos dados pois ao se incluir no monitoramento os serviços privados, inclui-se uma parcela da população que freqüentemente é excluída do sistema de vigilância epidemiológica;

• Faz o mapeamento da soroprevalência de infecções inaparentes, como a hepatite A, cujo estudo demanda a realização de exames sorológicos caros;

• Em resumo, ao invés de esperar que no fim do ano os serviços de saúde informem as doenças encontradas no período; ou ao invés de conduzir pesquisas populacionais caras, monta-se um esquema de busca dos problemas no momento em que eles estão ocorrendo.

Vigilância Epidemiológica de doenças não transmissíveis

• Trabalha com o grupo de doenças mais prevalentes do país;

• É muito abrangente, mas o foco está principalmente nas doenças cardiovasculares, crônico-degenerativas, agravos decorrentes das causas externas (acidentes, violências e envenenamentos) e os transtornos de natureza mental;

• Da mesma forma que a epidemiologia em geral, a vigilância precisou se adaptar com o fenômeno da transição epidemiológica. Para tal precisou incluir em suas diretrizes tópicos como HAS, diabetes, aterosclerose, cânceres, etc.

Vigilância Ambiental em Saúde

• Pesquisa os fatores biológicos (vetores, hospedeiros, reservatórios, animais peçonhentos), qualidade da água, contaminantes ambientais que possam interferir na qualidade da água, ar e solo, e os riscos decorrentes de desastres naturais e de acidentes com produtos perigosos;

W E B S I T E SRIO GRANDE DO SUL • http://www.saude.rs.gov.br

BRASIL• www.saude.gov.br (Ministério da Saúde)• www.funasa.gov.br (Fundação Nacional de Saúde)

EUA• www.cdc.gov (Centers for Disease Control and

Prevention)

MUNDO• www.who.int (World Health Organization)

Medidas de Associação

UTILIDADE

• As medidas de associação servem para nos indicar a força da associação entre um fator e um desfecho;

• Quantificam a influência que um fator tem sobre um resultado;

• Este fator pode ser uma exposição, um fator de risco ou de proteção, e o resultado é a ocorrência de uma doença, condição ou qualquer outro tipo de desfecho estudado.

EXEMPLOS

• Crianças que nascem com menos de 2500g têm uma chance X% maior de morrerem antes de completar um ano;

• Fumantes têm 22 vezes mais risco de adoecerem de câncer de pulmão do que não-fumantes;

• Entre aqueles que têm câncer de próstata, apenas X% apresentam uma dieta pobre em gordura animal.

CONCEITOS BÁSICOS

• RAZÃO (ratio): é a divisão de um número por outro. Pode ir de 0 a + . – Exemplo: em Rio Grande há 1 telefone

celular para cada 12 habitantes• O numerador e o denominador não precisam

ter relação nenhuma (telefones e habitantes).

1 / 12 = 0.08

CONCEITOS BÁSICOS• PROPORÇÃO: é uma razão em que o

numerador está contido no denominador. Por isso deve variar de 0 a 1.

– Exemplos: se em 50 crianças, 10 estão desnutridas, a proporção é de 0,2, ou 20% (10/50 = 0,2). Em Rio Grande há 1 celular para cada 10 telefones (fixos + celulares)

• Existe uma relação entre numerador e denominador.

CONCEITOS BÁSICOS

• Arremesso de dados• Chance de cair um determinado

número:– Proporção: 1/6 = 0,16;– Odds: 1/5 = 0,20

R I S C O

• O termo “risco” nos informa amplamente a chance de algum evento acontecer;

• Em epidemiologia existem várias maneiras de expressar risco. Uma delas é estabelecer diferenças entre 2 populações e comparar a chance de ocorrer um evento em uma e na outra.

RISCO RELATIVO - RR

• Razão entre o risco de morrer (adoecer ou ter um episódio) em uma população exposta a um determinado fator, e em uma população não exposta ao fator.

• O risco relativo nos responde quantas vezes é maior o risco de se desenvolver a doença entre os indivíduos expostos em relação aos não-expostos.

RISCO RELATIVO

• Fórmula básica:

RR = freqüência entre os expostos

freqüência entre os não-expostos

É sempre calculado comparando dois grupos: expostos e não-expostos. Matematicamente, é

a incidência entre os expostos dividida pela incidência entre os não-expostos.

RR - INTERPRETAÇÃORR > 1 A exposição é

risco

O nº de expostos doentes é maior que o de não expostos doentes

Se o numerador é maior, o resultado da divisão é sempre algo maior que 1

RR = freqüência entre os expostos

freqüência entre os não-expostos

RR = 10

2

RR = 5

RR - INTERPRETAÇÃORR < 1 A exposição é um

fator de proteção

O nº de expostos doentes é menor que o de não expostos doentes

Se o numerador é menor, o resultado da divisão é sempre algo menor que 1

RR = freqüência entre os expostos

freqüência entre os não-expostos

RR = 6

12

RR = 0.5

RR - INTERPRETAÇÃO

• Transformar o resultado numa proporção facilita para o público leigo.

• Dizer que o RR = 1.5 é o mesmo que dizer que tem uma chance 50% maior.

Alguns estudos apontam para os fumantes um RR para câncer de pulmão acima de 20, ou seja, acima

de 1000% a mais de chance de ter a doença.

OUTRAS FÓRMULAS

• Às vezes o risco pode ser calculado assim:

Razão de Incidência (RI) =

incidência nos expostos

incidência nos não-expostos

Razão de Prevalências (RP) =

prevalência nos expostos

prevalência nos não-expostos

Exemplos de Risco Relativo

Tipo de leite diarréia IRA’s Outras

Peito 1.0 1.0 1.0

Peito + em pó 4.5 2.1 0.1

Peito + vaca 3.4 1.2 1.4

Em pó 16.3 3.9 2.3

De vaca 11.6 3.3 2.6

Riscos Relativos para algumas infecções de acordo com o tipo de leite (Victora et al., Lancet, 1987)

Intervalos de Confiança

• Tanto para RR quanto para OR, sempre que o IC95% contém a unidade (1), o resultado não é significativo.

• Por que?• Como os dois são calculados por uma

divisão, sempre que o resultado de uma divisão é 1, significa que não há diferença entre numerador e denominador.

Intervalo de Confiança

Leite Diarréia (IC95%) IRA’s (IC95%) Outras (IC95%)

A -- -- --

B 4.5 (1.7 – 3.6) 2.1 (0.8 – 6.0) 0.1 (0 – 0.7)

C 3.4 (1.1 – 10.3) 1.2 (0.4 – 3.4) 1.4 (0.2 – 7.9)

D 16.3 (6.4 – 8.2) 3.9 (1.8 – 8.7) 2.3 (0.5 – 1.3)

E 11.6 (4.5 – 29.8) 3.3 (1.4 – 7.8) 2.6 (0.9 – 7.0)

Dados fictícios

Errar é humano.Botar a culpa em outro é mais

humano ainda.

EOS E VIESEZ

DEFINIÇÃO

• Erros ou vieses nada mais são do que fatores que levam (induzem) o pesquisador a encontrar um resultado distorcido, diferente da realidade;

• Quando um viés ocorre o poder de uma associação entre causa e feito pode ser modificado, chegando algumas vezes a inverter o sentido desta associação.

CONCEITOS• População Externa: todos os

indivíduos para os quais se gostaria de generalizar os resultados de um estudo. – Exemplo: adultos de 20 a 65 anos.

• População-alvo: grupo restrito de pessoas sobre o qual o estudo poderá fazer inferências. – Exemplo: moradores adultos de Rio

Grande.

CONCEITOS• População real: indivíduos elegíveis para entrar no

estudo. – Exemplo: dos moradores de RG, aqueles que seriam

captados pelo estudo.

• Amostra representativa: é uma amostra que se assemelha à população original sob todos os aspectos (principalmente sexo, idade, cor de pele, renda, etc.).

• O termo “representativa” significa que todos os indivíduos da população de onde saiu a amostra tinham a mesma chance de ser incluídos na amostra.

• A representatividade não tem a ver com o tamanho da amostra, a precisão da amostra é que depende do tamanho da mesma.

VALIDADE

• EXTERNA: possibilidade de se extrapolar os achados de uma pesquisa para a população externa ao estudo, como para outras cidades e países.

• INTERNA: capacidade de extrapolar o resultado de um estudo para toda população estudada. Quando um estudo tem validade interna, ele mediu realmente o que se propôs a medir.

EOS

• ALEATÓRIO: também conhecido como erro não-diferencial ou erro causal. Este tipo de erro produz achados que são muito altos ou muito baixos em quantidades aproximadamente iguais;

• SISTEMÁTICO: erro que ocorre sempre (ou quase sempre), e que desvia o resultado sempre da mesma maneira. Este tipo de erro pode reverter uma associação ou dissolver a real associação entre um fator e o desfecho.

CEGAMENTO

• Artifício usado em pesquisa para evitar distorções que poderiam surgir devido principalmente aos aspectos comportamentais e psicológicos que envolvem pesquisas com humanos;

• A definição dos tipos de cegamento varia, o ideal é que o pesquisador informe o que realmente foi feito.

CEGAMENTOS• Não-cego: participantes e profissionais que

acompanham o estudo sabem a que grupo cada sujeito pertence.

• Uni-cego: quando o sujeito a ser analisado não sabe a que está sendo submetido. O pesquisador sabe quem recebeu o que, os sujeitos não.

• Duplo-cego: quando nem os sujeitos nem os pesquisadores que estão próximos deles sabem a que grupo cada um pertence.

• Triplo-cego: é quando os participantes, os médicos que lidam com eles e os pesquisadores que farão a análise dos dados não sabem a que grupo cada um pertence.

V I É S

• São sinônimos: vício, erro diferencial ou tendenciosidade;

• Fator que induz o pesquisador ao erro, produzindo desvios ou distorções;

• Torna-se um problema sério quando enfraquece uma associação verdadeira, produz associação espúria ou distorce a direção aparente de uma associação entre variáveis;

• Os autores da epidemiologia foram classificando estes erros na medida em que eles surgiam em sua prática de pesquisa.

VIESES

• Viés de Seleção– A escolha dos sujeitos que pertencerão ao estudo

pode levar a conclusões que não se aplicam à toda população. A alocação dos sujeitos para os diferentes grupos de um estudo também pode resultar num viés.

– Ex.: um entrevistador precisa escolher casas para realizar entrevistas, e tende a bater nas casas de melhor aparência. Essa amostra não representará a população do local, já que nem todos terão a mesma chance de entrar na amostra.

VIESES• Viés de medição ou de aferição

– É introduzido por falhas mecânicas ou humanas, levando a erros sistemáticos ou aleatórios.

– Ex.: num trabalho de campo algumas balanças não estão aferidas.

• Viés de recordatório ou de memória – Quando ocorre um evento marcante como uma

doença grave, esta pessoa pode refletir mais sobre os fatores envolvidos na determinação da doença.

– Ex.: mães que tiveram filhos anormais tendem a pensar mais sobre sua gestação e provavelmente se lembrem mais de infecções, medicamentos ou lesões.

VIESES• Viés do entrevistador/pesquisador

– a maneira com que o pesquisador ou entrevistador conduz a pesquisa pode exercer influência sobre a resposta obtida.

– Ex.: um pesquisador quer provar que mulheres brancas apresentam menos déficit cognitivo do que as negras, e ao aplicar os testes nas brancas fala mais pausadamente.

• Viés de Berkson ou de hospitalização – Pacientes com uma determinada característica

podem ser examinados ou hospitalizados mais freqüentemente do que pacientes sem esta característica.

– Ex.: mulheres que tomam AO são mais diagnosticadas com ca de colo de útero.

VIESES

• Viés de seguimento (follow-up bias) – Em um estudo longitudinal as perdas podem ocorrer

de forma desigual entre 2 ou mais grupos estudados, distorcendo as associações encontradas.

• Viés do não respondente (non respondent bias) – As pessoas que não respondem a um questionário, a

princípio são diferentes daquelas que responderam. – Ex.: em uma pesquisa sobre tabagismo e fatores

associados para doenças crônicas, é enviado por correio um questionário, e a taxa de não respondentes é bem maior entre os fumantes do que entre os não-fumantes.

VIESES• Viés do trabalhador sadio ou auto-seleção (membership bias)

– Sujeitos com determinada característica podem ter maior probabilidade de entrar em um estudo.

– Ex.: num estudo de saúde ocupacional numa indústria descobre-se que os empregados têm menor morbi-mortalidade do que a população em geral. (para estar empregado e ativo é preciso estar relativamente saudável)

• Viés de sobrevivência ou incidência/prevalência– É quando a doença ou o fator estudado tem

características diferentes entre os grupos de estudo, podendo levar a associações distorcidas.

– Ex.: num estudo de AIDS, a prevalência de doentes entre os pobres é maior, no entanto o tempo de sobrevivência dos ricos é maior. Como os ricos ficam mais tempo vivos, parece que existem mais ricos doentes do que pobres.

Causalidade Reversa

• Acontece quando não é possível estabelecer o que surgiu antes – causa ou efeito.

• Quando a exposição pode mudar como resultado da doença, e não se sabe o que veio antes, o “fator de risco” ou o desfecho. – Exemplos: associações entre obesidade e

exercício físico, calvície e uso de chapéu, etc.;

• Pode ocorrer em estudos transversais e de casos e controles.

Causalidade Reversa

O QUE FAZER? • Após coletados os dados nada pode ser

feito, apenas é preciso reconhecer a causalidade reversa, discuti-la e de preferência não fazer estudos testando hipóteses quando a priori já se tenha consciência deste problema.

Fatores de Confusão (Confounding Factors)

• Confusão é uma situação em que os efeitos de duas variáveis são difíceis de separar um do outro. É uma mistura de efeitos;

• Um pesquisador tenta mostrar associação de uma exposição com um desfecho, mas na realidade acaba medindo o efeito de um terceiro fator, chamado de “variável de confusão”;

• Para ser considerada como confusão, a variável precisa estar associada com o desfecho, estar associada com a exposição sendo avaliada e não fazer parte da cadeia causal que liga a exposição ao desfecho.– Ex.: idade materna e paridade como causas para

baixo peso ao nascer.

Fatores de Confusão

• A confusão pode ser controlada após a coleta de dados, desde que os mesmos tenham sido coletados de maneira que possibilite tal controle;

• Para detectar confusão deve-se fazer uma análise estratificada pelo fator de confusão, mostrando que os riscos entre os diferentes estratos são similares entre si, mas diferentes do risco bruto;

• Além disso, o referencial teórico é um excelente auxiliar na formulação de suspeitas de confusão.

Detectando Confusão

• Um estudo avaliou em pessoas de alta e baixa renda a influência de ter carro ou não sobre a anemia;

• Na amostra total (ricos + pobres) o RR para ter carro foi 0.2 (ter carro parece proteger contra anemia), mas estratificando por renda o RR entre os pobres e os ricos foi igual a 1;

• A renda é o fator de confusão, na verdade ter dinheiro é que protege contra anemia.

Fatores Mediadores

• São parte da cadeia causal que liga uma exposição a um desfecho, e portanto não podem ser fatores de confusão;

• Estes fatores por si só não levam ao desfecho, mas estão sempre na cadeia causal;– Ex.: a depressão é um fator mediador

entre morar sozinho e o suicídio; a hipertensão é mediadora entre o sedentarismo e a cardiopatia isquêmica.

Erros de Classificação (Misclassification)

• Ocorrem quando sujeitos são alocados equivocadamente nos grupos de estudo.– Ex.: num estudo de casos e controles sobre

dislipidemias em pessoas que não consomem medicamentos contra esse problema, uma pessoa que consumiu ultimamente medicação é equivocadamente classificada como não tendo dislipidemia, quando na realidade ela apresenta este problema porém ele está mascarado pelo uso de remédios.

• O conceito de erro de classificação está atrelado aos conceitos de sensibilidade e especificidade.

Especificidade & Sensibilidade

• Os testes diagnósticos são imperfeitos;• Alguns indivíduos saudáveis podem ser

classificados como doentes (falso positivo) e outros que realmente são doentes podem não ser detectados (falso negativo);

• A acurácia de um procedimento diagnóstico é comumente medida através da:– sensibilidade (proporção de positivos verdadeiros

identificados corretamente) e – especificidade (proporção de negativos verdadeiros

identificados corretamente).• Para estimar devidamente a sensibilidade e

especificidade, é preciso conhecer o estado real do indivíduo ("padrão-ouro“).

Modificadores de Efeito

• Quando o efeito de uma exposição sobre um desfecho varia conforme o nível de uma terceira variável, diz-se que há modificação de efeito. – Exemplo: a falta de aleitamento materno é um

forte fator de risco (RR = 23) para a morte por diarréia em crianças com menos de 2 meses. Para crianças com idades entre 2 e 12 meses, a falta de leite continua sendo um fator de risco, porém representando um risco bem menor (RR = 5). A idade, portanto, modifica o efeito do aleitamento.

INTERAÇÃO

• É uma modificação de efeito;• Interagir não é apenas “agir ao mesmo

tempo”, interagir é aumentar o poder de determinado fator em causar uma doença. O efeito dos dois fatores juntos é maior do que se somássemos o efeito dos dois separados.– Ex.: para determinada doença, o fumo

representa um risco de 2; para a mesma doença, o álcool representa um risco de 3; caso a pessoa fume e beba, o risco dela não será apenas 5, mas algo acima de 6.

• MONITORAMENTO versus VIGILÂNCIA

• “ EPIDEMIOLOGIA = Ciências Sociais + Estatística + Medicina “ ( Palmeira)

3. ÍNDICES E COEFICIENTES SANITÁRIOS • Mensurar o estado de saúde e bem-estar de uma determinada população

visando o diagnóstico e intervenções além de permitir que seja avaliado o impacto produzido nesta população

• INDICADORES – documentam as condições de vida da população e dimensionam o espaço social em que ocorrem as mudanças no estado de saúde ( OPAS, 1998)

• VARIÁVEIS POPULACIONAIS – permite conhecer as principais doenças e agravos à saúde que atingem uma determinada comunidade, os grupos mais susceptíveis, as faixas etárias mais atingidas, os riscos mais relevantes e os mecanismos efetivos de controle para cada caso.

• DADOS PRIMÁRIOS• DADOS SECUNDÁRIOS• Fatores que interferem na qualidade dos dados – • - captação / notificação• -qualidade da informação – quem informa ?• - tratamento / gestão dos dados/ sistematização• - organização dos bancos de dados• - interpretação /diagnóstico• - ações resultantes• - VALIDADE – corresponde ao grau em que um instrumento é capaz de

medir o “ verdadeiro valor” de um fenômeno• -CONFIABILIDADE – grau de repitibilidade da medida ou seja de

concordância dos resultados obtidos em diferentes medições do mesmo objeto

• VARIÁVEIS – São os atributos das unidades de análise que admitem variação. São as características a serem comparadas. Devem ser uniformes quanto à sua definição e ao modo de aferição . Essa uniformidade deve dada pela definição operativa.

• VARIÁVEL DEPENDENTE – é sempre expressa em número de pessoas acometidas por uma determinada doença ou falecidas. Os dados colhidos DIRETAMENTE das fontes de informação são dados não-trabalhados e são designados VALORES ABSOLUTOS.

• Os valores absolutos , quando relacionados à variável independente passam a ser denominados FREQÜÊNCIAS ABSOLUTAS associadas À referida variável. Ex. : diferentes categorias de mortalidade e morbidade.

• EX. freqüências absolutas – Suicídios segundo Unidades da Federação – pág. 32

• INDICADOR – representa uma variável a ser estudada, sujeito à uma verificação empírica sendo o elemento que permite através da medida , classificar as unidades de análise segundo as distintas categorias que a variável admite.

NATUREZA DAS VARIÁVEIS • - qualitativas : variáveis nominais – expressam-se nominalmente

( cor , raça, sexo, religião, etc) . Não são expressadas por operações de aritmética usuais.

• Variáveis ordinais – possuem ordem natural não sendo possível, porém , determinar uma magnitude das diferenças entre elas ( escolaridade, nível sócio-econômico, etc) . Operações somente do tipo “maior que” ou “menor que “.

• - quantitativas – variáveis discretas – EXPRESSAM-SE EXCLUSIVAMENTE POR NÚMEROS INTEIROS ( qualquer intervalo finito da escala sempre define um conjunto finito de valores) – resultam do processo de contagem ( número de filhos, número de consultas, etc). Admitem qualquer operação matemática.

• Variáveis contínuas – SE EXPRESSAM ATRAVÉS

DE ESCALAS que admitem valores fracionários ( podem ser definitos infinitos valores em qualquer intervalo finito da escala através de sucessivas reduções da ordem de grandeza) – resultam de procedimentos de medida ( estatura, peso, POA, glicose, temperatura, etc). Admitem qualquer operação matemática. Devem ser agrupadas em intervalos de classe ( 0-4,4-8, etc)

INDICADORES DE SAÚDE • MORTALIDADE – • Coeficiente Geral de Mortalidade – óbitos

ocorridos em uma determinada população, durante um certo período , ponderado pelo tamanho da população , no meio do período.

CGM = total de ób. ocorridos na pop. durante o período x 1.000

pop. total no meio do período

• Indicadores específicos de mortalidade segundo as características das pessoas que morrem ( idade , sexo, raça, ocupação , renda, etc) assumem os formatos genéricos .

EX: IAM CM iam = No. de ób. de pessoas por IAM na pop. e no período x

1.000 Total de pessoas com IAM no meio do per.

• Mortalidade segundo a idade :

• EX: mortalidade infantil = óbitos < 1 ano

CMI = No. de ób. de menores de 1 ano na pop. e no período x 1.000

Total de NV do período

• RAZÃO DE MORTALIDADE PROPORCIONAL – outro modo de calcular a mortalidade segundo a idade expressando a proporção de óbitos de diferentes faixas etárias ( numerador) em relação ao total de óbitos ocorridos na população no período considerado ( denominador) . Além de discriminar as condições de vida e saúde e dispensam dados populacionais.

• EX: Razão de Mortalidade proporcional dos maiores de 50 anos – Indicador de Swaroop e Uemura

RMP= No. de ób. de pessoas > 50 anos ou mais na pop. e no período x 1.000

Total de óbitos na população e no período

• Mortalidade segundo a causa : normalmente com base na CID• Coeficiente específico de mortalidade pela causa “X” em uma

determinada população , em um certo período:

CM x = total de ób. pela causa “X” na pop. e no período x 10 n

População sob risco de morrer pela causa “X”• • Mortalidade proporcional pela causa “X”( OU GRUPO DE CAUSAS)

em uma determinada população , em um certo período:

MP x = total de ób. pela causa “X” na pop. e no período x 100

Total de ob. de todas as causas na população e no período

• Coeficiente de prevalência da doença “d” em uma população específica em um certo momento :

• CP d = No. de casos da dç “d” na pop. no momento x 10n

População total no momento

• Coeficiente de Incidência :• CI d = No. de casos novos da dç “d” na pop. no momento

x 10n População exposta ao risco de contrair a doença “d” durante o

período

4. VIGILÂNCIA EPIDEMIOLÓGICA

• As primeiras ações para controle das Doenças e Epidemias que se tem notícia são a Quarentena e o Isolamento.

• CONTROLE SOBRE AS PESSOAS # CONTROLE SOBRE AS DOENÇAS

• Visa interromper a cadeia de transmissibilidade de uma doença ou de agravos numa população.

• Vigilância Epidemiológica – observação ativa e sistemática da distribuição da ocorrência de agravos, a avaliação da situação epidemiológica com base nas informações obtidas , e a definição ( e a difusão ampla) das medidas de prevenção e controle pertinentes .

• Inclui também a execução e a avaliação das medidas de controle .

• FATORES DE RISCO – Risco Relativo =RR- é a razão entre o coeficiente de incidência entre os expostos e o coeficiente de incidência entr5e os não expostos. Se RR=1 significa que não há associação . Um RR=5 significa que o risco de adoecer entre os expostos é 5 vezes maior do que entre os não expostos .

• MEDIDAS PROFILÁTICAS• Profilaxia = Prevenção : tem como objetivo

interceptar ou anular a evolução de uma doença. Visa eliminar elos da cadeia patogênica , ou no ambiente físico ou social, ou no meio interno dos seres vivos afetados ou suscetíveis.Podem ser aplicados em vários períodos que constituem a história natural da doença.