Os pesquisadores têm sorte quando têm à sua disposição uma cronologia detalhada da experiência de vida profissional dos trabalhadores, que fornece uma revisão histórica dos empregos que ocuparam ao longo do tempo. Para esses trabalhadores um matriz de exposição de trabalho pode então ser configurado para permitir que cada mudança de trabalho pela qual um trabalhador tenha passado seja associada a informações de exposição específicas.

Os históricos detalhados de exposição devem ser resumidos para fins de análise, a fim de determinar se os padrões são evidentes e podem estar relacionados a questões de saúde e segurança no local de trabalho. Podemos visualizar uma lista de, digamos, 20 mudanças de emprego que um trabalhador experimentou em sua vida profissional. Existem várias maneiras alternativas de resumir os detalhes da exposição (para cada uma das 20 mudanças de emprego neste exemplo), levando em consideração a duração e/ou concentração/dose/grau de exposição.

É importante notar, no entanto, que conclusões diferentes de um estudo podem ser alcançadas dependendo do método selecionado (Suarez-Almazor et al. 1992). Um exemplo de cinco medidas resumidas de exposição na vida profissional é mostrado na tabela 1.

Tabela 1. Fórmulas e dimensões ou unidades das cinco medidas resumidas selecionadas de exposição na vida profissional

Adaptado de Suarez-Almazor et al. 1992.

Índice de exposição cumulativa. O índice de exposição cumulativa (CEI) equivale a “dose” em estudos toxicológicos e representa a soma, ao longo da vida útil, dos produtos de grau de exposição e duração da exposição para cada cargo sucessivo. Inclui o tempo em suas unidades.

Nota média. A nota média (MG) acumula os produtos do grau de exposição e duração da exposição para cada cargo sucessivo (ou seja, o CEI) e divide pelo tempo total exposto em qualquer grau maior que zero. MG é independente do tempo em suas unidades; a medida sumária para uma pessoa exposta por um longo período a uma alta concentração será semelhante à de uma pessoa exposta por um curto período a uma alta concentração. Dentro de qualquer conjunto correspondente em um projeto de controle de caso, MG é um grau médio de exposição por unidade de tempo exposto. É uma nota média para o tempo efetivamente exposto ao agente em questão.

Grau mais alto de todos os tempos. O grau mais alto de todos os tempos (HG) é determinado a partir da verificação do histórico de trabalho para a atribuição de grau mais alto no período de observação ao qual o trabalhador foi exposto por pelo menos sete dias. O HG pode deturpar a exposição da vida profissional de uma pessoa porque, por sua própria formulação, é baseado em um procedimento de maximização em vez de uma média e, portanto, é independente da duração da exposição em suas unidades.

Nota média ponderada pelo tempo. O grau de média ponderada pelo tempo (TWA) é o índice de exposição cumulativa (CEI) dividido pelo tempo total empregado. Dentro de qualquer conjunto correspondente em um projeto de caso-controle, a média do grau TWA sobre o tempo total empregado. Difere do MG, que calcula a média apenas sobre o tempo total efetivamente exposto. Assim, o grau TWA pode ser visto como uma exposição média por unidade de tempo durante todo o período de emprego, independentemente da exposição per se.

Tempo total exposto. O tempo total exposto (TTE) acumula todos os períodos de tempo associados à exposição em unidades de tempo. TTE tem apelo por sua simplicidade. No entanto, é bem aceito que os efeitos na saúde devem estar relacionados não apenas à duração da exposição química, mas também à intensidade dessa exposição (ou seja, a concentração ou grau).

Claramente, a utilidade de uma medida sumária da exposição é determinada pelo respectivo peso que atribui à duração ou à concentração da exposição ou a ambas. Assim, medidas diferentes podem produzir resultados diferentes (Walker e Blettner 1985). Idealmente, a medida resumida selecionada deve ser baseada em um conjunto de suposições defensáveis ​​em relação ao mecanismo biológico postulado para o agente ou associação de doença em estudo (Smith 1987). No entanto, este procedimento nem sempre é possível. Muitas vezes, o efeito biológico da duração da exposição ou da concentração do agente em estudo é desconhecido. Nesse contexto, o uso de diferentes medidas de exposição pode ser útil para sugerir um mecanismo pelo qual a exposição exerce seu efeito.

Recomenda-se que, na ausência de modelos comprovados para avaliar a exposição, uma variedade de medidas resumidas de exposição da vida profissional seja usada para estimar o risco. Essa abordagem facilitaria a comparação dos achados entre os estudos.

Voltar

A epidemiologia envolve medir a ocorrência de doenças e quantificar associações entre doenças e exposições.

Medidas de Ocorrência da Doença

A ocorrência da doença pode ser medida por frequências (conta) mas é melhor descrito por taxas, que são compostos por três elementos: o número de pessoas afetadas (numerador), o número de pessoas na população de origem ou base (ou seja, a população em risco) de onde vêm as pessoas afetadas e o período de tempo coberto. O denominador da taxa é o total de tempo-pessoa experimentado pela população de origem. As taxas permitem comparações mais informativas entre populações de tamanhos diferentes do que apenas contagens. Risco, a probabilidade de um indivíduo desenvolver uma doença dentro de um período de tempo especificado, é uma proporção, variando de 0 a 1, e não uma taxa per se. Taxa de ataque, a proporção de pessoas em uma população que são afetadas dentro de um período de tempo especificado, é tecnicamente uma medida de risco, não uma taxa.

A morbidade específica da doença inclui incidência, que se refere ao número de pessoas recém-diagnosticadas com a doença de interesse. predomínio refere-se ao número de casos existentes. Mortalidade refere-se ao número de pessoas que morrem.

Incidência é definido como o número de novos casos diagnosticados dentro de um período de tempo especificado, enquanto o taxa de incidência é esse número dividido pelo total de tempo-pessoa experimentado pela população de origem (tabela 1). Para o câncer, as taxas geralmente são expressas como taxas anuais por 100,000 pessoas. As taxas para outras doenças mais comuns podem ser expressas por um número menor de pessoas. Por exemplo, as taxas de defeitos congênitos geralmente são expressas por 1,000 nascidos vivos. Incidência cumulativa, a proporção de pessoas que se tornam casos dentro de um período de tempo especificado, é uma medida de risco médio para uma população. 

Tabela 1. Medidas de ocorrência da doença: População hipotética observada por um período de cinco anos

*Para simplificar os cálculos, este exemplo pressupõe que todas as mortes ocorreram no final do período de cinco anos, de modo que todas as 100 pessoas da população permaneceram vivas durante os cinco anos completos.

predomínio inclui prevalência pontual, o número de casos de doença em um ponto no tempo, e prevalência de período, o número total de casos de uma doença conhecida por ter existido em algum momento durante um período especificado.

Mortalidade, que diz respeito a óbitos e não a casos recém-diagnosticados de doenças, reflete fatores que causam doenças, bem como fatores relacionados à qualidade da assistência médica, como triagem, acesso a assistência médica e disponibilidade de tratamentos eficazes. Consequentemente, os esforços de geração de hipóteses e a pesquisa etiológica podem ser mais informativos e fáceis de interpretar quando baseados na incidência e não nos dados de mortalidade. No entanto, os dados de mortalidade geralmente estão mais prontamente disponíveis em grandes populações do que os dados de incidência.

O termo índice de mortalidade é geralmente aceito para significar a taxa de mortes por todas as causas combinadas, enquanto taxa de mortalidade é a taxa de mortalidade por uma causa específica. Para uma determinada doença, o taxa de letalidade (tecnicamente uma proporção, não uma taxa) é o número de pessoas que morreram da doença durante um período de tempo especificado dividido pelo número de pessoas com a doença. O complemento da taxa de letalidade é o taxa de sobrevivência. A taxa de sobrevivência de cinco anos é uma referência comum para doenças crônicas como o câncer.

A ocorrência de uma doença pode variar entre subgrupos da população ou ao longo do tempo. Uma medida de doença para uma população inteira, sem consideração de quaisquer subgrupos, é chamada de taxa bruta. Por exemplo, uma taxa de incidência para todas as faixas etárias combinadas é uma taxa bruta. As taxas para as faixas etárias individuais são as taxas específicas de idade. Para comparar duas ou mais populações com diferentes distribuições de idade, ajustado por idade (ou, padronizada por idade) as taxas devem ser calculadas para cada população multiplicando cada taxa específica por idade pela porcentagem da população padrão (por exemplo, uma das populações em estudo, a população dos EUA em 1970) nessa faixa etária e, em seguida, somando todas as faixas etárias para produzir uma taxa global ajustada à idade. As taxas podem ser ajustadas para outros fatores além da idade, como raça, sexo ou tabagismo, se as taxas específicas da categoria forem conhecidas.

A vigilância e avaliação de dados descritivos podem fornecer pistas sobre a etiologia da doença, identificar subgrupos de alto risco que podem ser adequados para programas de intervenção ou triagem e fornecer dados sobre a eficácia de tais programas. Fontes de informação que têm sido usadas para atividades de vigilância incluem certidões de óbito, registros médicos, registros de câncer, registros de outras doenças (por exemplo, registros de defeitos congênitos, registros de doenças renais em estágio terminal), registros de exposição ocupacional, registros de seguro de saúde ou invalidez e acidentes de trabalho registros.

Medidas de Associação

A epidemiologia tenta identificar e quantificar os fatores que influenciam a doença. Na abordagem mais simples, a ocorrência da doença entre pessoas expostas a um fator suspeito é comparada à ocorrência entre pessoas não expostas. A magnitude de uma associação entre exposição e doença pode ser expressa tanto em absoluto or relativo termos. (Veja também "Estudo de Caso: Medidas").

Os efeitos absolutos são medidos por diferenças de taxa e diferenças de risco (mesa 2). UMA diferença de taxa é uma taxa menos uma segunda taxa. Por exemplo, se a taxa de incidência de leucemia entre trabalhadores expostos ao benzeno é de 72 por 100,000 pessoas-ano e a taxa entre trabalhadores não expostos é de 12 por 100,000 pessoas-ano, então a diferença de taxa é de 60 por 100,000 pessoas-ano. UMA diferença de risco é uma diferença em riscos ou incidência cumulativa e pode variar de -1 a 1. 

Tabela 2. Medidas de associação para um estudo de coorte

Diferença de taxa (RD) = 500/100,000 - 250/100,000

= 250/100,000 por ano

(146.06/100,000 - 353.94/100,000)*

Razão de taxa (ou risco relativo) (RR) =  

Risco atribuível no exposto (AR_e) = 100/20,000 - 200/80,000

= 250/100,000 por ano

Percentagem de risco atribuível nos expostos (AR_e%) =

 Risco atribuível da população (PAR) = 300/100,000 - 200/80,000

= 50/100,000 por ano

Percentagem de risco atribuível à população (PAR%) =

 * Entre parênteses, intervalos de confiança de 95% calculados usando as fórmulas nas caixas.

efeitos relativos baseiam-se em índices de taxas ou medidas de risco, em vez de diferenças. UMA razão da taxa é a razão de uma taxa em uma população para a taxa em outra. A razão de taxas também tem sido chamada de proporção de risco, risco relativo, taxa relativa e incidência (ou mortalidade) razão da taxa. A medida é adimensional e varia de 0 a infinito. Quando a taxa em dois grupos é semelhante (ou seja, não há efeito da exposição), o razão da taxa é igual à unidade (1). Uma exposição que aumentasse o risco renderia uma razão de taxas maior que a unidade, enquanto um fator de proteção renderia uma razão entre 0 e 1. O excesso de risco relativo é o risco relativo menos 1. Por exemplo, um risco relativo de 1.4 também pode ser expresso como um excesso de risco relativo de 40%.

Nos estudos de caso-controle (também chamados de estudos de caso-referente), são identificadas pessoas com doença (casos) e pessoas sem doença (controles ou referentes). Exposições passadas dos dois grupos são comparadas. As chances de ser um caso exposto são comparadas às chances de ser um controle exposto. Contagens completas das populações de origem de pessoas expostas e não expostas não estão disponíveis, portanto, as taxas de doenças não podem ser calculadas. Em vez disso, os casos expostos podem ser comparados aos controles expostos pelo cálculo de chances relativas, Ou o odds ratio (Tabela 3). 

Tabela 3. Medidas de associação para estudos de caso-controle: Exposição ao pó de madeira e adenocarcinoma da cavidade nasal e seios paranasais

Probabilidades relativas (razão de chances) (OR) =

Percentagem de risco atribuível nos expostos () =

Percentagem de risco atribuível à população (PAR%) =

onde = proporção de controles expostos = 55/195 = 0.28

* Entre parênteses, intervalos de confiança de 95% calculados usando as fórmulas na caixa no verso.

Fonte: Adaptado de Hayes et al. 1986.

Medidas relativas de efeito são usadas com mais frequência do que medidas absolutas para relatar a força de uma associação. Medidas absolutas, no entanto, podem fornecer uma melhor indicação do impacto de uma associação na saúde pública. Um pequeno aumento relativo em uma doença comum, como doença cardíaca, pode afetar mais pessoas (grande diferença de risco) e ter mais impacto na saúde pública do que um grande aumento relativo (mas pequena diferença absoluta) em uma doença rara, como angiossarcoma do fígado.

Teste de significância

O teste de significância estatística geralmente é realizado em medidas de efeito para avaliar a probabilidade de que o efeito observado seja diferente da hipótese nula (ou seja, nenhum efeito). Embora muitos estudos, particularmente em outras áreas da pesquisa biomédica, possam expressar importância por valores p, estudos epidemiológicos geralmente apresentam intervalos de confiança (CI) (também chamado Limites de confiança). Um intervalo de confiança de 95%, por exemplo, é uma faixa de valores para a medida de efeito que inclui a medida estimada obtida a partir dos dados do estudo e aquela que tem 95% de probabilidade de incluir o valor verdadeiro. Valores fora do intervalo são considerados improváveis ​​de incluir a verdadeira medida do efeito. Se o IC para uma razão de taxas incluir a unidade, não haverá diferença estatisticamente significativa entre os grupos que estão sendo comparados.

Os intervalos de confiança são mais informativos do que os valores-p sozinhos. O tamanho de um valor-p é determinado por um ou ambos os dois motivos. Ou a medida de associação (por exemplo, razão de taxa, diferença de risco) é grande ou as populações em estudo são grandes. Por exemplo, uma pequena diferença nas taxas de doença observadas em uma grande população pode produzir um valor-p altamente significativo. As razões para o grande valor-p não podem ser identificadas apenas pelo valor-p. Os intervalos de confiança, no entanto, nos permitem separar os dois fatores. Primeiro, a magnitude do efeito é perceptível pelos valores da medida do efeito e pelos números incluídos no intervalo. Taxas de risco maiores, por exemplo, indicam um efeito mais forte. Em segundo lugar, o tamanho da população afeta a largura do intervalo de confiança. Populações pequenas com estimativas estatisticamente instáveis ​​geram intervalos de confiança mais amplos do que populações maiores.

O nível de confiança escolhido para expressar a variabilidade dos resultados (a “significância estatística”) é arbitrário, mas tradicionalmente tem sido de 95%, o que corresponde a um p-valor de 0.05. Um intervalo de confiança de 95% tem 95% de probabilidade de conter a verdadeira medida do efeito. Outros níveis de confiança, como 90%, são usados ​​ocasionalmente.

As exposições podem ser dicotômicas (por exemplo, expostas e não expostas) ou podem envolver muitos níveis de exposição. As medidas de efeito (ou seja, resposta) podem variar de acordo com o nível de exposição. avaliando resposta à exposição relações é uma parte importante da interpretação dos dados epidemiológicos. O análogo à exposição-resposta em estudos com animais é “dose-resposta”. Se a resposta aumentar com o nível de exposição, é mais provável que uma associação seja causal do que se nenhuma tendência for observada. Os testes estatísticos para avaliar as relações exposição-resposta incluem o teste de extensão de Mantel e o teste de tendência qui-quadrado.

estandardização

Para levar em consideração outros fatores além da exposição primária de interesse e da doença, medidas de associação podem ser padronizado através de técnicas de estratificação ou regressão. Estratificação significa dividir as populações em grupos homogêneos com relação ao fator (por exemplo, grupos de gênero, grupos de idade, grupos de fumantes). As razões de risco ou odds ratio são calculadas para cada estrato e as médias ponderadas gerais das razões de risco ou odds ratio são calculadas. Esses valores globais refletem a associação entre a exposição primária e a doença, ajustada pelo fator de estratificação, ou seja, a associação com os efeitos do fator de estratificação removido.

A taxa de taxa padronizada (SRR) é a razão de duas taxas padronizadas. Em outras palavras, um SRR é uma média ponderada de índices de taxa específicos de estrato, onde os pesos para cada estrato são a distribuição de pessoa-tempo do grupo não exposto ou referente. SRRs para dois ou mais grupos podem ser comparados se os mesmos pesos forem usados. Intervalos de confiança podem ser construídos para SRRs como para razões de taxa.

A taxa de mortalidade padronizada (SMR) é uma média ponderada de razões de taxas específicas por idade onde os pesos (por exemplo, pessoa-tempo em risco) vêm do grupo em estudo e as taxas vêm da população de referência, o oposto da situação em um SRR. A população de referência usual é a população em geral, cujas taxas de mortalidade podem estar prontamente disponíveis e baseadas em grandes números e, portanto, são mais estáveis ​​do que usando taxas de uma coorte não exposta ou subgrupo da população ocupacional em estudo. Usar os pesos da coorte em vez da população de referência é chamado de padronização indireta. O SMR é a razão entre o número observado de mortes na coorte e o número esperado, com base nas taxas da população de referência (a razão geralmente é multiplicada por 100 para apresentação). Se não houver associação, o SMR é igual a 100. Deve-se observar que, como as taxas vêm da população de referência e os pesos vêm do grupo de estudo, dois ou mais SMRs tendem a não ser comparáveis. Essa não comparabilidade é muitas vezes esquecida na interpretação dos dados epidemiológicos, e conclusões errôneas podem ser tiradas.

Efeito Trabalhador Saudável

É muito comum que as coortes ocupacionais tenham mortalidade total menor do que a população em geral, mesmo que os trabalhadores tenham maior risco de causas selecionadas de morte por exposições no local de trabalho. Esse fenômeno, chamado de efeito do trabalhador saudável, reflete o fato de que qualquer grupo de pessoas empregadas provavelmente é mais saudável, em média, do que a população em geral, que inclui trabalhadores e pessoas incapacitadas para o trabalho devido a doenças e deficiências. A taxa de mortalidade geral na população em geral tende a ser maior do que a taxa nos trabalhadores. O efeito varia em intensidade de acordo com a causa da morte. Por exemplo, parece ser menos importante para o câncer em geral do que para a doença pulmonar obstrutiva crônica. Uma razão para isso é que é provável que a maioria dos cânceres não tenha se desenvolvido a partir de qualquer predisposição para o câncer subjacente à seleção de emprego/carreira em uma idade mais jovem. O efeito do trabalhador saudável em um determinado grupo de trabalhadores tende a diminuir com o tempo.

Mortalidade Proporcional

Às vezes, uma tabulação completa de uma coorte (ou seja, tempo de pessoa em risco) não está disponível e há informações apenas sobre as mortes ou algum subconjunto de mortes sofridas pela coorte (por exemplo, mortes entre aposentados e empregados ativos, mas não entre trabalhadores que deixou o emprego antes de se tornar elegível para uma pensão). O cálculo de anos-pessoa requer métodos especiais para lidar com a avaliação de tempo-pessoa, incluindo métodos de tabela de vida. Sem informações totais de pessoa-tempo em todos os membros da coorte, independentemente do estado da doença, SMRs e SRRs não podem ser calculados. Em vez de, taxas de mortalidade proporcional (PMRs) podem ser usados. Um PMR é a razão entre o número de óbitos observados por uma causa específica em comparação com o número esperado, baseado na proporção do total de óbitos por causa específica na população de referência, multiplicado pelo número total de óbitos no estudo grupo, multiplicado por 100.

Como a proporção de mortes por todas as causas combinadas deve ser igual a 1 (PMR = 100), algumas PMRs podem parecer excessivas, mas na verdade são infladas artificialmente devido a déficits reais em outras causas de morte. Da mesma forma, alguns déficits aparentes podem apenas refletir excessos reais de outras causas de morte. Por exemplo, se os aplicadores aéreos de pesticidas tiverem um grande excesso real de mortes devido a acidentes, a exigência matemática de que o PMR para todas as causas combinadas seja igual a 100 pode fazer com que uma ou outra causa de morte pareça deficiente, mesmo que a mortalidade seja excessiva. Para amenizar esse problema potencial, os pesquisadores interessados ​​principalmente no câncer podem calcular taxas de mortalidade por câncer proporcionais (PCMR). Os PCMRs comparam o número observado de mortes por câncer ao número esperado com base na proporção do total de mortes por câncer (em vez de todas as mortes) para o câncer de interesse na população de referência multiplicado pelo número total de mortes por câncer no grupo de estudo, multiplicado por 100. Assim, o PCMR não será afetado por uma aberração (excesso ou déficit) em uma causa de morte não oncológica, como acidentes, doenças cardíacas ou doenças pulmonares não malignas.

Os estudos de PMR podem ser melhor analisados ​​usando taxas de chance de mortalidade (MORs), essencialmente analisando os dados como se fossem de um estudo de caso-controle. Os “controles” são as mortes de um subconjunto de todas as mortes que se acredita não estarem relacionadas à exposição em estudo. Por exemplo, se o principal interesse do estudo fosse o câncer, as taxas de chances de mortalidade poderiam ser calculadas comparando a exposição entre as mortes por câncer com a exposição entre as mortes cardiovasculares. Esta abordagem, como a PCMR, evita os problemas com a PMR que surgem quando uma flutuação em uma causa de morte afeta o risco aparente de outra simplesmente porque a PMR geral deve ser igual a 100. A escolha das causas de morte de controle é crítica, porém . Conforme mencionado acima, eles não devem estar relacionados à exposição, mas a possível relação entre exposição e doença pode não ser conhecida para muitas doenças de controle potenciais.

Risco Atribuível

Existem medidas disponíveis que expressam a quantidade de doença que seria atribuível a uma exposição se a associação observada entre a exposição e a doença fosse causal. o risco atribuível no exposto (A. R._e) é a taxa de doença nos expostos menos a taxa nos não expostos. Como as taxas de doença não podem ser medidas diretamente em estudos de caso-controle, o AR_e é calculável apenas para estudos de coorte. Uma medida relacionada, mais intuitiva, o percentual de risco atribuível no exposto (A. R._e%), pode ser obtido a partir de qualquer projeto de estudo. O ar_e% é a proporção de casos que surgem na população exposta que é atribuível à exposição (ver tabela 2 e tabela 3 para a fórmula). O ar_e% é a razão de taxa (ou razão de chances) menos 1, dividido pela razão de taxa (ou razão de chances), multiplicado por 100.

A risco atribuível à população (PAR) e o porcentagem de risco atribuível da população (PAR%) ou fração etiológica, expressam a quantidade de doença na população total, que é composta por expostos e não expostos, devido à exposição se a associação observada for causal. O PAR pode ser obtido a partir de estudos de coorte (tabela 28.3) e o PAR% pode ser calculado em estudos de coorte e de caso-controle (tabela 2 e tabela 3).

Representatividade

Existem várias medidas de risco que foram descritas. Cada um assume métodos subjacentes para a contagem de eventos e nos representantes desses eventos para um grupo definido. Quando os resultados são comparados entre os estudos, uma compreensão dos métodos usados ​​é essencial para explicar quaisquer diferenças observadas.

Voltar

O epidemiologista está interessado nas relações entre variáveis, principalmente exposição e variáveis ​​de resultado. Normalmente, os epidemiologistas querem verificar se a ocorrência da doença está relacionada à presença de um determinado agente (exposição) na população. As formas como essas relações são estudadas podem variar consideravelmente. Pode-se identificar todas as pessoas que estão expostas a esse agente e acompanhá-las para medir a incidência da doença, comparando essa incidência com a ocorrência da doença em uma população adequada não exposta. Alternativamente, pode-se simplesmente amostrar entre os expostos e não expostos, sem ter uma enumeração completa deles. Ou, como uma terceira alternativa, pode-se identificar todas as pessoas que desenvolveram uma doença de interesse em um período de tempo definido (“casos”) e um grupo adequado de indivíduos livres de doença (uma amostra da população de origem dos casos) e verificar se os padrões de exposição diferem entre os dois grupos. O acompanhamento dos participantes do estudo é uma opção (nos chamados estudos longitudinais): nessa situação, existe um intervalo de tempo entre a ocorrência da exposição e o início da doença. Uma opção alternativa é uma seção transversal da população, onde tanto a exposição quanto a doença são medidas no mesmo ponto no tempo.

Neste artigo, é dada atenção aos desenhos de estudo comuns – coorte, caso-referente (caso-controle) e transversal. Para preparar o terreno para esta discussão, considere uma grande fábrica de rayon de viscose em uma cidade pequena. Foi iniciada uma investigação sobre se a exposição ao dissulfeto de carbono aumenta o risco de doença cardiovascular. A investigação tem várias opções de design, algumas mais e outras menos óbvias. Uma primeira estratégia é identificar todos os trabalhadores que foram expostos ao dissulfeto de carbono e acompanhá-los quanto à mortalidade cardiovascular.

Estudos de coortes

Um estudo de coorte abrange participantes de pesquisa que compartilham um evento comum, a exposição. Um estudo de coorte clássico identifica um grupo definido de pessoas expostas e, em seguida, todos são acompanhados e sua experiência de morbidade e/ou mortalidade é registrada. Além de uma exposição qualitativa comum, a coorte também deve ser definida em outros critério de eleição, como faixa etária, sexo (masculino ou feminino ou ambos), duração mínima e intensidade da exposição, ausência de outras exposições e similares, para aumentar a validade e eficiência do estudo. À entrada, todos os membros da coorte devem estar livres da doença em estudo, de acordo com o conjunto empírico de critérios usados ​​para medir a doença.

Se, por exemplo, no estudo de coorte sobre os efeitos do dissulfeto de carbono na morbidade coronariana, a doença coronariana for medida empiricamente como infartos clínicos, aqueles que, na linha de base, tiveram um histórico de infarto coronariano devem ser excluídos da coorte. Por outro lado, anormalidades eletrocardiográficas sem história de infarto podem ser aceitas. No entanto, se o aparecimento de novas alterações eletrocardiográficas for a medida de resultado empírico, os membros da coorte também devem ter eletrocardiogramas normais na linha de base.

A morbidade (em termos de incidência) ou a mortalidade de uma coorte exposta deve ser comparada a uma coorte de referência que, idealmente, deve ser o mais semelhante possível à coorte exposta em todos os aspectos relevantes, exceto a exposição, para determinar o risco relativo de doença ou morte por exposição. Usar uma coorte semelhante, mas não exposta, como fornecedora da experiência de referência é preferível à (má) prática comum de comparar a morbidade ou mortalidade da coorte exposta com números nacionais padronizados por idade, porque a população em geral fica aquém de cumprir até mesmo os requisitos mais requisitos elementares para a validade da comparação. A Razão Padronizada de Morbidade (ou Mortalidade) (SMR), resultante dessa comparação, geralmente gera uma subestimação da verdadeira razão de risco por causa de um viés que opera na coorte exposta, levando à falta de comparabilidade entre as duas populações. Esse viés de comparação foi denominado “Efeito do Trabalhador Saudável”. No entanto, não é realmente um “efeito” verdadeiro, mas um viés de confusão negativa, que por sua vez surgiu da rotatividade seletiva de saúde em uma população empregada. (Pessoas com problemas de saúde tendem a sair ou nunca entrar em coortes “expostas”, sendo seu destino final frequentemente a seção de desempregados da população em geral.)

Como uma coorte “exposta” é definida como tendo uma certa exposição, apenas efeitos causados ​​por essa única exposição (ou combinação de exposições) podem ser estudados simultaneamente. Por outro lado, o desenho de coorte permite o estudo de várias doenças ao mesmo tempo. Pode-se também estudar concomitantemente diferentes manifestações da mesma doença - por exemplo, angina, alterações no ECG, infartos clínicos do miocárdio e mortalidade coronariana. Embora adequado para testar hipóteses específicas (por exemplo, “a exposição ao dissulfeto de carbono causa doença cardíaca coronária”), um estudo de coorte também fornece respostas para a pergunta mais geral: “Quais doenças são causadas por esta exposição?”

Por exemplo, em um estudo de coorte investigando o risco de morrer de câncer de pulmão para trabalhadores de fundição, os dados de mortalidade são obtidos do registro nacional de causas de morte. Embora o estudo fosse determinar se o pó de fundição causa câncer de pulmão, a fonte de dados, com o mesmo esforço, também fornece informações sobre todas as outras causas de morte. Portanto, outros possíveis riscos à saúde podem ser estudados ao mesmo tempo.

O momento de um estudo de coorte pode ser retrospectivo (histórico) ou prospectivo (concorrente). Em ambos os casos, a estrutura do projeto é a mesma. Uma enumeração completa de pessoas expostas ocorre em algum ponto ou período no tempo, e o resultado é medido para todos os indivíduos por meio de um ponto final definido no tempo. A diferença entre prospectivo e retrospectivo está no momento do estudo. Se for retrospectivo, o ponto final já ocorreu; se for prospectivo, é preciso esperar por ele.

No projeto retrospectivo, a coorte é definida em algum ponto no passado (por exemplo, aqueles expostos em 1º de janeiro de 1961 ou aqueles que assumiram trabalhos expostos entre 1961 e 1970). A morbidade e/ou mortalidade de todos os membros da coorte é então seguido até o presente. Embora “todos” signifique que também aqueles que deixaram o emprego devem ser rastreados, na prática, uma cobertura de 100% raramente pode ser alcançada. No entanto, quanto mais completo o acompanhamento, mais válido é o estudo.

No desenho prospectivo, a coorte é definida no presente, ou durante algum período futuro, e a morbidade é seguida no futuro.

Ao fazer estudos de coorte, deve-se permitir tempo suficiente para o acompanhamento, a fim de que os pontos finais preocupantes tenham tempo suficiente para se manifestar. Às vezes, como os registros históricos podem estar disponíveis apenas por um curto período no passado, é desejável tirar proveito dessa fonte de dados porque isso significa que um período mais curto de acompanhamento prospectivo seria necessário antes que os resultados do estudo pudessem ser divulgados. acessível. Nessas situações, uma combinação de estudos de coorte retrospectivos e prospectivos pode ser eficiente. O layout geral das tabelas de frequência que apresentam dados de coorte é mostrado na tabela 1.

Tabela 1. O layout geral das tabelas de frequência apresentando dados de coorte

A proporção observada de doentes na coorte exposta é calculada como:

e o da coorte de referência como:

A razão de taxas, então, é expressa como:

N₀ e N₁ são geralmente expressos em unidades de tempo por pessoa, em vez de como o número de pessoas em as populações. Anos-pessoa são calculados para cada indivíduo separadamente. Muitas vezes, pessoas diferentes entram na coorte durante um período de tempo, não na mesma data. Portanto, seus tempos de acompanhamento começam em datas diferentes. Da mesma forma, após sua morte, ou após a ocorrência do evento de interesse, eles não estão mais “em risco” e não devem continuar a contribuir pessoas-ano para o denominador.

Se o RR for maior que 1, a morbidade da coorte exposta é maior que a da coorte de referência e vice-versa. O RR é uma estimativa pontual e um intervalo de confiança (CI) deve ser calculado para ele. Quanto maior o estudo, mais estreito se tornará o intervalo de confiança. Se RR = 1 não for incluído no intervalo de confiança (por exemplo, o IC de 95% é 1.4 a 5.8), o resultado pode ser considerado “estatisticamente significativo” no nível de probabilidade escolhido (neste exemplo, α = 0.05).

Se a população geral for usada como população de referência, c₀ é substituído pelo valor “esperado”, E(c₁ ), derivado das taxas de morbidade ou mortalidade padronizadas por idade dessa população (ou seja, o número de casos que teriam ocorrido na coorte, caso a exposição de interesse não tivesse ocorrido). Isso produz a Taxa Padronizada de Mortalidade (ou Morbidade), SMR. Desta forma,

Também para o SMR, um intervalo de confiança deve ser calculado. É melhor fornecer essa medida em uma publicação do que um valor-p, porque o teste de significância estatística não faz sentido se a população em geral for a categoria de referência. Tal comparação acarreta um viés considerável (o efeito do trabalhador saudável mencionado acima), e o teste de significância estatística, originalmente desenvolvido para pesquisa experimental, é enganoso na presença de erro sistemático.

Suponha que a questão seja se o pó de quartzo causa câncer de pulmão. Normalmente, o pó de quartzo ocorre junto com outros carcinógenos, como os derivados de radônio e escape de diesel em minas ou hidrocarbonetos poliaromáticos em fundições. As pedreiras de granito não expõem os pedreiros a esses outros carcinógenos. Portanto, o problema é melhor estudado entre os pedreiros empregados em pedreiras de granito.

Suponha então que todos os 2,000 trabalhadores, tendo sido empregados por 20 pedreiras entre 1951 e 1960, estejam inscritos na coorte e sua incidência de câncer (alternativamente apenas mortalidade) seja acompanhada a partir de dez anos após a primeira exposição (para permitir um tempo de indução) e terminando em 1990. Este é um acompanhamento de 20 a 30 anos (dependendo do ano de entrada) ou, digamos, em média, de 25 anos da mortalidade (ou morbidade) por câncer entre 1,000 dos trabalhadores da pedreira que eram especificamente trabalhadores de granito. O histórico de exposição de cada membro da coorte deve ser registrado. Aqueles que deixaram as pedreiras devem ser rastreados e seu histórico de exposição posterior registrado. Em países onde todos os habitantes têm números de registro exclusivos, esse é um procedimento simples, regido principalmente pelas leis nacionais de proteção de dados. Onde não existe tal sistema, rastrear funcionários para fins de acompanhamento pode ser extremamente difícil. Onde existem registros apropriados de óbitos ou doenças, a mortalidade por todas as causas, todos os cânceres e locais específicos de câncer podem ser obtidos no registro nacional de causas de morte. (Para mortalidade por câncer, o registro nacional de câncer é uma fonte melhor porque contém diagnósticos mais precisos. Além disso, dados de incidência (ou morbidade) também podem ser obtidos.) As taxas de mortalidade (ou taxas de incidência de câncer) podem ser comparadas a “ números esperados”, calculados a partir de taxas nacionais usando como base as pessoas-ano da coorte exposta.

Suponha que 70 casos fatais de câncer de pulmão sejam encontrados na coorte, enquanto o número esperado (o número que teria ocorrido se não houvesse exposição) é 35. Então:

c₁ = 70, E(c₁) = 35

Assim, o SMR = 200, o que indica um aumento de duas vezes no risco de morrer de câncer de pulmão entre os expostos. Se dados detalhados de exposição estiverem disponíveis, a mortalidade por câncer pode ser estudada em função de diferentes tempos de latência (digamos, 10, 15, 20 anos), trabalho em diferentes tipos de pedreiras (diferentes tipos de granito), diferentes períodos históricos, diferentes exposições intensidades e assim por diante. No entanto, 70 casos não podem ser subdivididos em muitas categorias, porque o número que cai em cada uma rapidamente se torna muito pequeno para análise estatística.

Ambos os tipos de projetos de coorte têm vantagens e desvantagens. Um estudo retrospectivo pode, via de regra, medir apenas a mortalidade, porque geralmente faltam dados para manifestações mais leves. Os registros de câncer são uma exceção, e talvez alguns outros, como registros de AVC e registros de altas hospitalares, em que os dados de incidência também estejam disponíveis. A avaliação da exposição passada é sempre um problema e os dados de exposição geralmente são bastante fracos em estudos retrospectivos. Isso pode levar ao mascaramento do efeito. Por outro lado, como os casos já ocorreram, os resultados do estudo ficam disponíveis muito mais cedo; em, digamos, dois a três anos.

Um estudo prospectivo de coorte pode ser melhor planejado para atender às necessidades do pesquisador, e os dados de exposição podem ser coletados de forma precisa e sistemática. Várias manifestações diferentes de uma doença podem ser medidas. As medições da exposição e do resultado podem ser repetidas, e todas as medições podem ser padronizadas e sua validade verificada. No entanto, se a doença tiver uma longa latência (como o câncer), muito tempo – até 20 a 30 anos – precisará passar antes que os resultados do estudo possam ser obtidos. Muita coisa pode acontecer durante este tempo. Por exemplo, rotatividade de pesquisadores, melhorias nas técnicas de medição de exposição, reforma ou fechamento das usinas escolhidas para estudo e assim por diante. Todas essas circunstâncias colocam em risco o sucesso do estudo. Os custos de um estudo prospectivo também são geralmente mais altos do que os de um estudo retrospectivo, mas isso se deve principalmente ao número muito maior de medições (monitoramento de exposição repetida, exames clínicos e assim por diante) e não ao registro de óbito mais caro. Portanto, o custos por unidade de informação não excedem necessariamente os de um estudo retrospectivo. Diante de tudo isso, estudos prospectivos são mais indicados para doenças com latência bastante curta, necessitando de seguimento curto, enquanto estudos retrospectivos são melhores para doenças com latência longa.

Estudos de caso-controle (ou caso-referente)

Voltemos à fábrica de viscose rayon. Um estudo de coorte retrospectivo pode não ser viável se as listas dos trabalhadores expostos forem perdidas, enquanto um estudo de coorte prospectivo produziria resultados sólidos em muito tempo. Uma alternativa seria, então, a comparação entre os que morreram de doença coronariana no município, ao longo de um determinado período de tempo, e uma amostra da população total na mesma faixa etária.

O projeto de caso-controle clássico (ou caso-referente) é baseado na amostragem de uma população dinâmica (aberta, caracterizada por uma rotatividade de membros). Esta população pode ser a de um país inteiro, um distrito ou um município (como no nosso exemplo), ou pode ser a população definida administrativamente da qual os pacientes são internados em um hospital. A população definida fornece os casos e os controles (ou referentes).

A técnica consiste em reunir todos os casos da doença em questão existentes em um ponto no tempo (casos prevalentes), ou ocorreram durante um período definido significativo de tempo (casos incidentes). Os casos, portanto, podem ser extraídos de registros de morbidade ou mortalidade, ou coletados diretamente de hospitais ou outras fontes com diagnósticos válidos. Os controles são desenhados como um amostra da mesma população, seja entre não-casos ou de toda a população. Outra opção é selecionar pacientes com outra doença como controles, mas esses pacientes devem ser representativos da população de onde vieram os casos. Pode haver um ou mais controles (ou seja, referentes) para cada caso. A abordagem de amostragem difere dos estudos de coorte, que examinam toda a população. Nem é preciso dizer que os ganhos em termos de redução de custos dos projetos de caso-controle são consideráveis, mas é importante que a amostra seja representante de toda a população da qual os casos se originaram (ou seja, a “base do estudo”)—caso contrário, o estudo pode ser tendencioso.

Quando casos e controles são identificados, seus históricos de exposição são coletados por meio de questionários, entrevistas ou, em alguns casos, de registros existentes (por exemplo, registros de folha de pagamento dos quais históricos de trabalho podem ser deduzidos). Os dados podem ser obtidos dos próprios participantes ou, se já falecidos, de parentes próximos. Para garantir uma recordação simétrica, é importante que a proporção de casos e referentes mortos e vivos seja igual, porque parentes próximos geralmente fornecem uma história de exposição menos detalhada do que os próprios participantes. As informações sobre o padrão de exposição entre os casos são comparadas com as dos controles, fornecendo uma estimativa do odds ratio (OR), uma medida indireta da risco entre os expostos de contrair a doença em relação aos não expostos.

Como o projeto de caso-controle se baseia nas informações de exposição obtidas de pacientes com uma determinada doença (isto é, casos) juntamente com uma amostra de pessoas não doentes (isto é, controles) da população da qual os casos se originaram, a conexão com as exposições pode ser investigado apenas uma doença. Em contraste, este desenho permite o estudo concomitante do efeito de várias exposições diferentes. O estudo de caso referente é adequado para abordar questões de pesquisa específicas (por exemplo, “A doença coronariana é causada pela exposição ao dissulfeto de carbono?”), mas também pode ajudar a responder à pergunta mais geral: “Quais exposições podem causar esta doença ?”

A questão de saber se a exposição a solventes orgânicos causa câncer hepático primário é levantada (como exemplo) na Europa. Casos de câncer hepático primário, uma doença comparativamente rara na Europa, são mais bem coletados a partir de um registro nacional de câncer. Suponha que todos os casos de câncer ocorridos durante três anos formem a série de casos. A base populacional para o estudo é então um acompanhamento de três anos de toda a população do país europeu em questão. Os controles são desenhados como uma amostra de pessoas sem câncer de fígado da mesma população. Por razões de conveniência (o que significa que a mesma fonte pode ser usada para amostragem dos controles), pacientes com outro tipo de câncer, não relacionado à exposição a solventes, podem ser usados ​​como controles. O câncer de cólon não tem relação conhecida com a exposição a solventes; portanto, esse tipo de câncer pode ser incluído entre os controles. (O uso de controles de câncer minimiza o viés de memória, pois a precisão da história fornecida por casos e controles é, em média, simétrica. No entanto, se alguma conexão atualmente desconhecida entre câncer de cólon e exposição a solventes fosse revelada posteriormente, esse tipo de controle causaria uma subestimação do verdadeiro risco - não um exagero dele.)

Para cada caso de câncer de fígado, dois controles são sorteados para obter maior poder estatístico. (Pode-se desenhar ainda mais controles, mas os fundos disponíveis podem ser um fator limitante. Se os fundos não fossem limitados, talvez até quatro controles seriam ótimos. Além de quatro, a lei dos retornos decrescentes se aplica.) Depois de obter a permissão apropriada dos dados autoridades de proteção, os casos e controles, ou seus parentes próximos, são abordados, geralmente por meio de um questionário enviado pelo correio, solicitando um histórico ocupacional detalhado com ênfase especial em uma lista cronológica dos nomes de todos os empregadores, departamentos de trabalho, tarefas de trabalho em empregos diferentes e o período de emprego em cada tarefa respectiva. Esses dados podem ser obtidos de parentes com alguma dificuldade; no entanto, produtos químicos específicos ou nomes comerciais geralmente não são bem lembrados pelos parentes. O questionário também deve incluir perguntas sobre possíveis dados de confusão, como uso de álcool, exposição a alimentos contendo aflatoxinas e infecção por hepatite B e C. Para obter uma taxa de resposta suficientemente alta, dois lembretes são enviados aos não respondentes em intervalos de três semanas. Isso geralmente resulta em uma taxa de resposta final superior a 70%. A história ocupacional é então revisada por um higienista industrial, sem conhecimento do caso do entrevistado ou status de controle, e a exposição é classificada em exposição alta, média, baixa, nenhuma e desconhecida a solventes. Os dez anos de exposição imediatamente anteriores ao diagnóstico de câncer são desconsiderados, porque não é biologicamente plausível que carcinógenos do tipo iniciador possam ser a causa do câncer se o tempo de latência for tão curto (embora os promotores, de fato, possam). Nesta fase também é possível diferenciar entre diferentes tipos de exposição a solventes. Como foi fornecida uma história profissional completa, também é possível explorar outras exposições, embora a hipótese inicial do estudo não as inclua. As razões de chance podem então ser calculadas para exposição a qualquer solvente, solventes específicos, misturas de solventes, diferentes categorias de intensidade de exposição e para diferentes janelas de tempo em relação ao diagnóstico de câncer. É aconselhável excluir da análise aqueles com exposição desconhecida.

Os casos e controles podem ser amostrados e analisados ​​como série independente or grupos combinados. Matching significa que os controles são selecionados para cada caso com base em certas características ou atributos, para formar pares (ou conjuntos, se mais de um controle for escolhido para cada caso). A correspondência geralmente é feita com base em um ou mais desses fatores, como idade, estado vital, histórico de tabagismo, tempo de calendário do diagnóstico do caso e outros. Em nosso exemplo, os casos e controles são comparados por idade e estado vital. (O estado vital é importante, porque os próprios pacientes geralmente fornecem um histórico de exposição mais preciso do que parentes próximos, e a simetria é essencial por razões de validade.) Hoje, a recomendação é restringir a correspondência, porque esse procedimento pode introduzir resultados negativos (mascaramento de efeito) ) confuso.

Se um controle corresponde a um caso, o projeto é chamado de design de par combinado. Desde que os custos de estudar mais controles não sejam proibitivos, mais de um referente por caso melhora a estabilidade da estimativa do OR, o que torna o estudo mais eficiente em tamanho.

O layout dos resultados de um estudo de caso-controle não pareado é mostrado na tabela 2.

Tabela 2. Layout de amostra de dados de caso-controle

A partir dessa tabela, as chances de exposição entre os casos e as chances de exposição entre a população (os controles) podem ser calculadas e divididas para gerar a razão de chances de exposição, OR. Para os casos, a probabilidade de exposição é c₁ / c₀, e para os controles é n₁ / n₀. A estimativa do OR é então:

Se relativamente mais casos do que controles foram expostos, o OR é superior a 1 e vice-versa. Os intervalos de confiança devem ser calculados e fornecidos para o OR, da mesma forma que para o RR.

A título de exemplo, um centro de saúde ocupacional de uma grande empresa atende a 8,000 funcionários expostos a diversas poeiras e outros agentes químicos. Estamos interessados ​​na conexão entre exposição à poeira mista e bronquite crônica. O estudo envolve o acompanhamento dessa população por um ano. Estabelecemos como critério diagnóstico para bronquite crônica “tosse matinal e produção de catarro por três meses durante dois anos consecutivos”. Os critérios para exposição “positiva” à poeira são definidos antes do início do estudo. Cada paciente que visita o centro de saúde e preenche esses critérios durante um período de um ano é um caso, e o próximo paciente que procura aconselhamento médico por problemas não pulmonares é definido como um controle. Suponha que 100 casos e 100 controles sejam incluídos durante o período do estudo. Deixe 40 casos e 15 controles serem classificados como tendo sido expostos a poeira. Então

c₁ = 40, c₀ = 60, n₁ = 15 e n₀ = 85.

Consequentemente,

No exemplo anterior, não foi considerada a possibilidade de confusão, que pode levar a uma distorção da OR devido a diferenças sistemáticas entre casos e controles em uma variável como a idade. Uma maneira de reduzir esse viés é combinar os controles com os casos por idade ou outros fatores suspeitos. Isso resulta em um layout de dados descrito na tabela 3.

Tabela 3. Layout de dados de caso-controle se um controle corresponder a cada caso

A análise se concentra nos pares discordantes: ou seja, “caso exposto, controle não exposto” (f_+–); e “caso não exposto, controle exposto” (f_–+). Quando ambos os membros de um par são expostos ou não expostos, o par é desconsiderado. O OR em um desenho de estudo de pares combinados é definido como

Em um estudo sobre a associação entre câncer nasal e exposição à poeira de madeira, havia ao todo 164 pares de caso-controle. Em apenas um par, tanto o caso quanto o controle foram expostos, e em 150 pares, nem o caso nem o controle foram expostos. Esses pares não são mais considerados. O caso, mas não o controle, foi exposto em 12 pares, e o controle, mas não o caso, em um par. Conseqüentemente,

e como a unidade não está incluída nesse intervalo, o resultado é estatisticamente significativo, ou seja, há uma associação estatisticamente significativa entre câncer nasal e exposição ao pó de madeira.

Os estudos de caso-controle são mais eficientes do que os estudos de coorte quando o a doença é rara; eles podem, de fato, fornecer a única opção. No entanto, doenças comuns também podem ser estudadas por este método. Se o a exposição é rara, uma coorte baseada na exposição é o desenho epidemiológico preferível ou o único viável. Claro, estudos de coorte também podem ser realizados em exposições comuns. A escolha entre projetos de coorte e de caso-controle quando a exposição e a doença são comuns geralmente é decidida levando em conta considerações de validade.

Como os estudos de caso-controle dependem de dados de exposição retrospectiva, geralmente baseados na recordação dos participantes, seu ponto fraco é a imprecisão e a grosseria das informações de exposição, o que resulta em mascaramento de efeitos por meio de não diferencial (simétrica) classificação incorreta do status de exposição. Além disso, às vezes a recordação pode ser assimétrica entre casos e controles, casos geralmente considerados como lembrando “melhor” (ou seja, viés de recordação).

A recordação seletiva pode causar um viés de ampliação de efeito através diferencial (assimétrica) classificação incorreta do status de exposição. As vantagens dos estudos de caso-controle residem em sua relação custo-eficácia e em sua capacidade de fornecer uma solução para um problema de forma relativamente rápida. Devido à estratégia de amostragem, eles permitem a investigação de populações-alvo muito grandes (por exemplo, por meio de registros nacionais de câncer), aumentando assim o poder estatístico do estudo. Em países onde a legislação de proteção de dados ou a falta de bons registros populacionais e de morbidade dificultam a execução de estudos de coorte, estudos de caso-controle baseados em hospitais podem ser a única maneira prática de conduzir pesquisas epidemiológicas.

Amostragem de caso-controle dentro de uma coorte (desenhos de estudo de caso-controle aninhados)

Um estudo de coorte também pode ser projetado para amostragem em vez de acompanhamento completo. Esse projeto foi anteriormente chamado de estudo de caso-controle “aninhado”. Uma abordagem de amostragem dentro da coorte estabelece requisitos diferentes para a elegibilidade da coorte, porque as comparações agora são feitas dentro da mesma coorte. Isso deve, portanto, incluir não apenas trabalhadores altamente expostos, mas também trabalhadores menos expostos e até mesmo não expostos, a fim de fornecer contrastes de exposição dentro de si. É importante perceber essa diferença nos requisitos de elegibilidade ao montar a coorte. Se uma análise de coorte completa for realizada pela primeira vez em uma coorte cujos critérios de elegibilidade foram em “muita” exposição, e um estudo de caso-controle “aninhado” for feito posteriormente na mesma coorte, o estudo torna-se insensível. Isso introduz mascaramento de efeito porque os contrastes de exposição são insuficientes “por design” em virtude da falta de variabilidade na experiência de exposição entre os membros da coorte.

No entanto, desde que a coorte tenha uma ampla gama de experiências de exposição, a abordagem de caso-controle aninhado é muito atraente. Um reúne todos os casos surgidos na coorte ao longo do período de acompanhamento para formar a série de casos, enquanto apenas um amostra dos não-casos é desenhado para a série de controle. Os pesquisadores, então, como no projeto tradicional de controle de caso, coletam informações detalhadas sobre a experiência de exposição entrevistando casos e controles (ou seus parentes próximos), examinando as listas de funcionários dos empregadores, construindo uma matriz de exposição de trabalho, ou combinando duas ou mais dessas abordagens. Os controles podem ser combinados com os casos ou podem ser tratados como uma série independente.

A abordagem de amostragem pode ser menos dispendiosa em comparação com a obtenção de informações exaustivas sobre cada membro da coorte. Em particular, porque apenas uma amostra de controles é estudada, mais recursos podem ser dedicados a uma avaliação de exposição detalhada e precisa para cada caso e controle. No entanto, os mesmos problemas de poder estatístico prevalecem como nos estudos de coorte clássicos. Para alcançar poder estatístico adequado, a coorte deve sempre incluir um número “adequado” de casos expostos dependendo da magnitude do risco que deve ser detectado.

Desenhos de estudos transversais

No sentido científico, um desenho transversal é uma seção transversal da população de estudo, sem qualquer consideração dada ao tempo. Tanto a exposição quanto a morbidade (prevalência) são medidas no mesmo ponto no tempo.

Do ponto de vista etiológico, esse desenho de estudo é fraco, em parte porque lida com a prevalência em oposição à incidência. A prevalência é uma medida composta, dependendo tanto da incidência quanto da duração da doença. Isso também restringe o uso de estudos transversais para doenças de longa duração. Mais grave ainda é o forte viés negativo causado pela eliminação dependente da saúde do grupo exposto daquelas pessoas mais sensíveis aos efeitos da exposição. Portanto, os problemas etiológicos são melhor resolvidos por projetos longitudinais. De fato, estudos transversais não permitem nenhuma conclusão sobre se a exposição precedeu a doença ou vice-versa. A seção transversal é etiologicamente significativa apenas se existir uma verdadeira relação de tempo entre a exposição e o resultado, o que significa que a exposição atual deve ter efeitos imediatos. No entanto, a exposição pode ser medida transversalmente para que represente um período de tempo passado mais longo (por exemplo, o nível de chumbo no sangue), enquanto a medida do resultado é uma prevalência (por exemplo, velocidades de condução nervosa). O estudo, então, é uma mistura de um desenho longitudinal e transversal, em vez de um mero corte transversal da população do estudo.

Pesquisas descritivas transversais

Os inquéritos transversais são muitas vezes úteis para fins práticos e administrativos, e não para fins científicos. Os princípios epidemiológicos podem ser aplicados a atividades de vigilância sistemática no ambiente de saúde ocupacional, tais como:

• observação de morbidade em relação à ocupação, área de trabalho ou certas exposições

• inquéritos regulares aos trabalhadores expostos a riscos ocupacionais conhecidos

• exame de trabalhadores que entram em contato com novos riscos à saúde

• programas de monitoramento biológico

• pesquisas de exposição para identificar e quantificar perigos

• programas de triagem de diferentes grupos de trabalhadores

• avaliar a proporção de trabalhadores que necessitam de prevenção ou controle regular (por exemplo, pressão arterial, doença coronariana).

É importante escolher indicadores de morbidade representativos, válidos e específicos para todos os tipos de pesquisas. Uma pesquisa ou um programa de triagem pode usar apenas um número bastante pequeno de testes, em contraste com o diagnóstico clínico e, portanto, o valor preditivo do teste de triagem é importante. Métodos insensíveis falham em detectar a doença de interesse, enquanto métodos altamente sensíveis produzem muitos resultados falsos positivos. Não vale a pena rastrear doenças raras em um ambiente ocupacional. Todas as atividades de busca de casos (ou seja, triagem) também requerem um mecanismo para cuidar de pessoas com achados “positivos”, tanto em termos de diagnóstico quanto de terapia. Caso contrário, apenas a frustração resultará com um potencial para mais mal do que bem emergindo.

Voltar

A Necessidade de Validade

A epidemiologia visa fornecer uma compreensão da experiência da doença nas populações. Em particular, pode ser usado para obter informações sobre as causas ocupacionais de problemas de saúde. Esse conhecimento vem de estudos realizados em grupos de pessoas com uma doença, comparando-os com pessoas sem essa doença. Outra abordagem é examinar quais doenças as pessoas que trabalham em determinados empregos com exposições específicas adquirem e comparar esses padrões de doenças com os de pessoas não expostas de maneira semelhante. Esses estudos fornecem estimativas de risco de doença para exposições específicas. Para que as informações desses estudos possam ser utilizadas para estabelecer programas de prevenção, para o reconhecimento de doenças profissionais e para que os trabalhadores afetados por exposições sejam devidamente compensados, esses estudos devem ser válidos.

Validade pode ser definida como a capacidade de um estudo de refletir o verdadeiro estado das coisas. Um estudo válido é, portanto, aquele que mede corretamente a associação (positiva, negativa ou ausente) entre uma exposição e uma doença. Ele descreve a direção e a magnitude de um risco real. Dois tipos de validade são distinguidos: validade interna e validade externa. A validade interna é a capacidade de um estudo refletir o que realmente aconteceu entre os sujeitos do estudo; a validade externa reflete o que poderia ocorrer na população.

A validade está relacionada com a veracidade de uma medição. A validade deve ser diferenciada da precisão da medida, que é uma função do tamanho do estudo e da eficiência do desenho do estudo.

Validade interna

Diz-se que um estudo é internamente válido quando está livre de vieses e, portanto, reflete verdadeiramente a associação entre exposição e doença existente entre os participantes do estudo. Um risco de doença observado em associação com uma exposição pode de fato resultar de uma associação real e, portanto, ser válido, mas também pode refletir a influência de vieses. Um viés dará uma imagem distorcida da realidade.

Três tipos principais de preconceitos, também chamados erros sistemáticos, são geralmente distinguidos:

• viés de seleção
• viés de informação ou observação
• confuso

Eles serão apresentados brevemente abaixo, usando exemplos do ambiente de saúde ocupacional.

Viés de seleção

O viés de seleção ocorrerá quando a entrada no estudo for influenciada pelo conhecimento do status de exposição do potencial participante do estudo. Este problema é, portanto, encontrado apenas quando a doença já ocorreu no momento (antes) da pessoa entrar no estudo. Normalmente, no cenário epidemiológico, isso acontecerá em estudos de caso-controle ou em estudos de coorte retrospectivos. Isso significa que uma pessoa terá mais chances de ser considerada um caso se souber que ela foi exposta. Três conjuntos de circunstâncias podem levar a tal evento, que também dependerá da gravidade da doença.

Viés de auto-seleção

Isso pode ocorrer quando as pessoas que sabem que foram expostas a produtos nocivos conhecidos ou considerados nocivos no passado e que estão convencidas de que sua doença é o resultado da exposição consultarão um médico para sintomas que outras pessoas, não tão expostas, podem ter ignorado. Isso é particularmente provável de acontecer para doenças que apresentam poucos sintomas perceptíveis. Um exemplo pode ser a perda precoce da gravidez ou o aborto espontâneo entre enfermeiras que lidam com drogas usadas no tratamento do câncer. Essas mulheres estão mais conscientes do que a maioria da fisiologia reprodutiva e, por estarem preocupadas com sua capacidade de ter filhos, podem ser mais propensas a reconhecer ou rotular como aborto espontâneo o que outras mulheres considerariam apenas como um atraso no início da menstruação. Outro exemplo de um estudo de coorte retrospectivo, citado por Rothman (1986), envolve um estudo do Centro de Controle de Doenças sobre leucemia entre soldados que estiveram presentes durante um teste atômico dos Estados Unidos em Nevada. Das tropas presentes no local de teste, 76% foram rastreadas e constituíram a coorte. Destes, 82% foram encontrados pelos investigadores, mas outros 18% contataram os próprios investigadores depois de ouvir a publicidade sobre o estudo. Quatro casos de leucemia estavam presentes entre os 82% rastreados pelo CDC e quatro casos estavam presentes entre os 18% autorreferidos. Isso sugere fortemente que a capacidade dos investigadores de identificar pessoas expostas estava ligada ao risco de leucemia.

Viés de diagnóstico

Isso ocorrerá quando os médicos estiverem mais propensos a diagnosticar uma determinada doença, uma vez que sabem a que o paciente foi exposto anteriormente. Por exemplo, quando a maioria das tintas era à base de chumbo, um sintoma de doença dos nervos periféricos chamado neurite periférica com paralisia também era conhecido como “pulso caído” dos pintores. Conhecer a ocupação do paciente facilitou o diagnóstico da doença mesmo em seus estágios iniciais, enquanto a identificação do agente causal seria muito mais difícil em participantes da pesquisa sem exposição ocupacional conhecida ao chumbo.

Viés resultante da recusa em participar de um estudo

Quando as pessoas, saudáveis ​​ou doentes, são convidadas a participar de um estudo, vários fatores desempenham um papel para determinar se elas concordarão ou não. A disposição para responder a questionários variavelmente longos, que às vezes indagam sobre questões delicadas, e ainda mais para doar sangue ou outras amostras biológicas, pode ser determinada pelo grau de interesse próprio da pessoa. Alguém que tenha conhecimento de uma exposição potencial passada pode estar disposto a aceitar este inquérito na esperança de que ajude a encontrar a causa da doença, enquanto alguém que considere não ter sido exposto a nada perigoso, ou que não esteja interessado em saber, pode recusar o convite para participar do estudo. Isso pode levar a uma seleção das pessoas que finalmente serão os participantes do estudo em comparação com todos aqueles que poderiam ter sido.

Viés de informação

Isso também é chamado de viés de observação e diz respeito ao resultado da doença em estudos de acompanhamento e avaliação de exposição em estudos de caso-controle.

Avaliação de resultados diferenciais em estudos prospectivos de acompanhamento (coorte)

Dois grupos são definidos no início do estudo: um grupo exposto e um grupo não exposto. Surgirão problemas de viés diagnóstico se a busca de casos diferir entre esses dois grupos. Por exemplo, considere um grupo de pessoas expostas a uma liberação acidental de dioxina em uma determinada indústria. Para o grupo altamente exposto, um sistema de acompanhamento ativo é estabelecido com exames médicos e monitoramento biológico em intervalos regulares, enquanto o restante da população trabalhadora recebe apenas cuidados de rotina. É altamente provável que mais doenças sejam identificadas no grupo sob vigilância rigorosa, o que levaria a uma potencial superestimação do risco.

Perdas diferenciais em estudos de coorte retrospectivos

O mecanismo inverso ao descrito no parágrafo anterior pode ocorrer em estudos de coorte retrospectivos. Nesses estudos, a maneira usual de proceder é começar com os arquivos de todas as pessoas que trabalharam em uma determinada indústria no passado e avaliar doenças ou mortalidade subseqüentes ao emprego. Infelizmente, em quase todos os estudos, os arquivos estão incompletos, e o fato de uma pessoa estar desaparecida pode estar relacionado ao estado de exposição, ao estado de doença ou a ambos. Por exemplo, em um estudo recente realizado na indústria química em trabalhadores expostos a aminas aromáticas, foram encontrados oito tumores em um grupo de 777 trabalhadores submetidos a triagem citológica de tumores urinários. Ao todo, apenas 34 registros foram encontrados ausentes, correspondendo a uma perda de 4.4% do arquivo de avaliação de exposição, mas para os casos de câncer de bexiga, os dados de exposição estavam ausentes em dois casos em oito, ou 25%. Isso mostra que os arquivos de pessoas que se tornaram casos eram mais propensos a se perder do que os arquivos de outros trabalhadores. Isso pode ocorrer devido a mudanças de cargo mais frequentes dentro da empresa (que podem estar ligadas a efeitos de exposição), pedido de demissão, demissão ou mero acaso.

Avaliação diferencial da exposição em estudos de caso-controle

Em estudos de caso-controle, a doença já ocorreu no início do estudo e serão buscadas informações sobre exposições no passado. O viés pode resultar da atitude do entrevistador ou do participante do estudo em relação à investigação. As informações geralmente são coletadas por entrevistadores treinados que podem ou não estar cientes da hipótese subjacente à pesquisa. Por exemplo, em um estudo de caso-controle populacional de câncer de bexiga realizado em uma região altamente industrializada, a equipe do estudo pode estar ciente do fato de que certos produtos químicos, como aminas aromáticas, são fatores de risco para câncer de bexiga. Se eles também souberem quem desenvolveu a doença e quem não a desenvolveu, provavelmente conduzirão entrevistas mais aprofundadas com os participantes que têm câncer de bexiga do que com os controles. Eles podem insistir em informações mais detalhadas sobre ocupações passadas, buscando sistematicamente a exposição a aminas aromáticas, enquanto que, para os controles, podem registrar ocupações de maneira mais rotineira. O viés resultante é conhecido como viés de suspeita de exposição.

Os próprios participantes também podem ser responsáveis ​​por tal viés. Isso é chamado viés de recordação para distingui-lo do viés do entrevistador. Ambos têm suspeita de exposição como mecanismo para o viés. As pessoas doentes podem suspeitar de uma origem ocupacional para sua doença e, portanto, tentarão lembrar com a maior precisão possível todos os agentes perigosos aos quais possam ter sido expostos. No caso de manipulação de produtos indefinidos, eles podem estar inclinados a lembrar os nomes de produtos químicos precisos, especialmente se uma lista de produtos suspeitos for disponibilizada a eles. Por outro lado, os controles podem ter menos probabilidade de passar pelo mesmo processo de pensamento.

Confundindo

A confusão existe quando a associação observada entre exposição e doença é em parte o resultado de uma mistura do efeito da exposição em estudo e outro fator. Digamos, por exemplo, que estamos encontrando um risco aumentado de câncer de pulmão entre os soldadores. Somos tentados a concluir imediatamente que existe uma associação causal entre a exposição aos fumos de soldagem e o câncer de pulmão. No entanto, também sabemos que fumar é de longe o principal fator de risco para o câncer de pulmão. Portanto, se houver informações disponíveis, começamos a verificar o status de fumante dos soldadores e outros participantes do estudo. Podemos descobrir que os soldadores são mais propensos a fumar do que os não soldadores. Nessa situação, sabe-se que fumar está associado ao câncer de pulmão e, ao mesmo tempo, em nosso estudo, o tabagismo também está associado a ser soldador. Em termos epidemiológicos, isso significa que o tabagismo, associado tanto ao câncer de pulmão quanto à soldagem, está confundindo a associação entre soldagem e câncer de pulmão.

Modificação de interação ou efeito

Em contraste com todas as questões listadas acima, ou seja, seleção, informação e confusão, que são vieses, a interação não é um viés devido a problemas no desenho ou análise do estudo, mas reflete a realidade e sua complexidade. Um exemplo desse fenômeno é o seguinte: a exposição ao radônio é um fator de risco para o câncer de pulmão, assim como o tabagismo. Além disso, o fumo e a exposição ao radônio têm efeitos diferentes no risco de câncer de pulmão, dependendo se atuam em conjunto ou isoladamente. A maioria dos estudos ocupacionais sobre esse tópico foi realizada entre mineradores subterrâneos e, às vezes, forneceu resultados conflitantes. No geral, parece haver argumentos a favor de uma interação do fumo e da exposição ao radônio na produção de câncer de pulmão. Isso significa que o risco de câncer de pulmão é aumentado pela exposição ao radônio, mesmo em não fumantes, mas que o tamanho do aumento do risco do radônio é muito maior entre os fumantes do que entre os não fumantes. Em termos epidemiológicos, dizemos que o efeito é multiplicativo. Em contraste com a confusão, descrita acima, a interação precisa ser cuidadosamente analisada e descrita na análise, em vez de simplesmente controlada, pois reflete o que está acontecendo no nível biológico e não é apenas uma consequência de um desenho de estudo ruim. Sua explicação leva a uma interpretação mais válida dos resultados de um estudo.

Validade externa

Esse problema pode ser resolvido somente depois de garantir que a validade interna seja garantida. Se estivermos convencidos de que os resultados observados no estudo refletem associações reais, podemos nos perguntar se podemos ou não extrapolar esses resultados para a população maior da qual os próprios participantes do estudo foram retirados, ou mesmo para outras populações idênticas ou pelo menos muito semelhantes. A dúvida mais comum é se os resultados obtidos para os homens também se aplicam às mulheres. Durante anos, os estudos e, em particular, as investigações epidemiológicas ocupacionais foram realizados exclusivamente entre os homens. Estudos entre químicos realizados nas décadas de 1960 e 1970 nos Estados Unidos, Reino Unido e Suécia encontraram riscos aumentados de cânceres específicos, como leucemia, linfoma e câncer pancreático. Com base no que sabíamos sobre os efeitos da exposição a solventes e alguns outros produtos químicos, já poderíamos ter deduzido na época que o trabalho de laboratório também acarretava risco cancerígeno para as mulheres. Isso, de fato, foi demonstrado quando o primeiro estudo entre mulheres químicas foi finalmente publicado em meados da década de 1980, que encontrou resultados semelhantes aos dos homens. Vale a pena notar que outros cânceres em excesso encontrados foram tumores de mama e ovário, tradicionalmente considerados relacionados apenas a fatores endógenos ou à reprodução, mas para os quais fatores ambientais recém-suspeitados, como pesticidas, podem desempenhar um papel. Muito mais trabalho precisa ser feito sobre os determinantes ocupacionais dos cânceres femininos.

Estratégias para um Estudo Válido

Um estudo perfeitamente válido nunca pode existir, mas cabe ao pesquisador tentar evitar, ou pelo menos minimizar, tantos vieses quanto possível. Muitas vezes, isso pode ser feito melhor no estágio de projeto do estudo, mas também pode ser realizado durante a análise.

Desenho do estudo

O viés de seleção e informação só pode ser evitado por meio de um desenho cuidadoso de um estudo epidemiológico e da implementação escrupulosa de todas as diretrizes do dia a dia, incluindo atenção meticulosa à garantia de qualidade, para a condução do estudo em condições de campo. A confusão pode ser tratada no estágio de projeto ou análise.

Seleção

Os critérios para considerar um participante como um caso devem ser explicitamente definidos. Não se pode, ou pelo menos não se deve, tentar estudar condições clínicas mal definidas. Uma forma de minimizar o impacto que o conhecimento da exposição pode ter na avaliação da doença é incluir apenas casos graves que teriam sido diagnosticados independentemente de qualquer informação sobre a história do paciente. No campo do câncer, os estudos muitas vezes serão limitados a casos com comprovação histológica da doença para evitar a inclusão de lesões limítrofes. Isso também significa que os grupos em estudo estão bem definidos. Por exemplo, é bem conhecido na epidemiologia do câncer que cânceres de diferentes tipos histológicos dentro de um determinado órgão podem ter fatores de risco diferentes. Se o número de casos for suficiente, é melhor separar o adenocarcinoma do pulmão do carcinoma de células escamosas do pulmão. Quaisquer que sejam os critérios finais para entrada no estudo, eles devem sempre ser claramente definidos e descritos. Por exemplo, o código exato da doença deve ser indicado usando a Classificação Internacional de Doenças (CID) e também, para o câncer, a Classificação Internacional de Doenças-Oncologia (CID-O).

Esforços devem ser feitos uma vez que os critérios são especificados para maximizar a participação no estudo. A decisão de se recusar a participar raramente é feita ao acaso e, portanto, leva ao viés. Os estudos devem, antes de tudo, ser apresentados aos médicos que estão atendendo os pacientes. Sua aprovação é necessária para abordar os pacientes e, portanto, eles terão que ser convencidos a apoiar o estudo. Um argumento que costuma ser persuasivo é que o estudo é do interesse da saúde pública. No entanto, nesta fase, é melhor não discutir a hipótese exata que está sendo avaliada, a fim de evitar influenciar indevidamente os médicos envolvidos. Não se deve pedir aos médicos que assumam funções suplementares; é mais fácil convencer o pessoal de saúde a apoiar um estudo se os investigadores do estudo fornecerem meios para realizar quaisquer tarefas adicionais, além dos cuidados de rotina, exigidas pelo estudo. Os entrevistadores e coletores de dados devem desconhecer o estado da doença de seus pacientes.

Atenção semelhante deve ser dada às informações fornecidas aos participantes. O objetivo do estudo deve ser descrito em termos amplos e neutros, mas também deve ser convincente e persuasivo. É importante que as questões de confidencialidade e interesse para a saúde pública sejam totalmente compreendidas, evitando o jargão médico. Na maioria das configurações, o uso de incentivos financeiros ou outros não é considerado apropriado, embora deva ser fornecida uma compensação por qualquer despesa que um participante possa incorrer. Por último, mas não menos importante, a população em geral deve ser suficientemente alfabetizada cientificamente para entender a importância de tal pesquisa. Tanto os benefícios quanto os riscos da participação devem ser explicados a cada participante potencial quando eles precisarem preencher questionários e/ou fornecer amostras biológicas para armazenamento e/ou análise. Nenhuma coerção deve ser aplicada na obtenção de consentimento prévio e totalmente informado. Quando os estudos são exclusivamente baseados em registros, deve ser garantida a aprovação prévia dos órgãos responsáveis ​​por garantir a confidencialidade de tais registros. Nesses casos, o consentimento do participante individual geralmente pode ser dispensado. Em vez disso, a aprovação do sindicato e dos funcionários do governo será suficiente. As investigações epidemiológicas não são uma ameaça à vida privada de um indivíduo, mas um auxílio potencial para melhorar a saúde da população. A aprovação de um conselho de revisão institucional (ou comitê de revisão ética) será necessária antes da realização de um estudo, e muito do que foi declarado acima será esperado por eles para sua revisão.

Dados Pessoais

Em estudos prospectivos de acompanhamento, os meios para avaliação da doença ou do estado de mortalidade devem ser idênticos para participantes expostos e não expostos. Em particular, fontes diferentes não devem ser usadas, como apenas verificar em um registro central de mortalidade para participantes não expostos e usar vigilância ativa intensiva para participantes expostos. Da mesma forma, a causa da morte deve ser obtida de maneiras estritamente comparáveis. Isso significa que se for utilizado um sistema de acesso a documentos oficiais para a população não exposta, que muitas vezes é a população em geral, nunca se deve planejar obter informações ainda mais precisas por meio de prontuários ou entrevistas dos próprios participantes ou de seus familiares para o subgrupo exposto.

Em estudos de coorte retrospectivos, esforços devem ser feitos para determinar quão próxima a população em estudo é comparada à população de interesse. Deve-se ter cuidado com possíveis perdas diferenciais em grupos expostos e não expostos, usando várias fontes sobre a composição da população. Por exemplo, pode ser útil comparar listas de folha de pagamento com listas de filiação sindical ou outras listas profissionais. As discrepâncias devem ser conciliadas e o protocolo adotado para o estudo deve ser rigorosamente seguido.

Em estudos de caso-controle, existem outras opções para evitar vieses. Os entrevistadores, a equipe do estudo e os participantes do estudo não precisam estar cientes da hipótese precisa em estudo. Se eles não conhecem a associação que está sendo testada, é menos provável que tentem fornecer a resposta esperada. Manter o pessoal do estudo no escuro quanto à hipótese de pesquisa é, de fato, muitas vezes muito impraticável. O entrevistador quase sempre saberá as exposições de maior interesse potencial, bem como quem é um caso e quem é um controle. Devemos, portanto, contar com sua honestidade e também com sua formação em metodologia de pesquisa básica, que deve fazer parte de sua formação profissional; a objetividade é a marca registrada em todos os estágios da ciência.

É mais fácil não informar os participantes do estudo sobre o objeto exato da pesquisa. Boas explicações básicas sobre a necessidade de coletar dados para uma melhor compreensão da saúde e da doença geralmente são suficientes e satisfarão as necessidades da revisão ética.

Confundindo

A confusão é o único viés que pode ser tratado no estágio de desenho do estudo ou, desde que informações adequadas estejam disponíveis, no estágio de análise. Se, por exemplo, a idade for considerada um potencial confundidor da associação de interesse porque a idade está associada ao risco de doença (ou seja, o câncer se torna mais frequente em idades mais avançadas) e também à exposição (as condições de exposição variam com a idade ou com fatores relacionados à idade, como qualificação, cargo e tempo de emprego), existem várias soluções. O mais simples é limitar o estudo a uma faixa etária específica - por exemplo, inscrever apenas homens caucasianos de 40 a 50 anos. Isso fornecerá elementos para uma análise simples, mas também terá a desvantagem de limitar a aplicação dos resultados a um único sexo idade/grupo racial. Outra solução é a correspondência por idade. Isso significa que, para cada caso, é necessário um referente da mesma idade. Essa é uma ideia atraente, mas deve-se ter em mente a possível dificuldade de atender a esse requisito à medida que o número de fatores de correspondência aumenta. Além disso, uma vez que um fator tenha sido pareado, torna-se impossível avaliar seu papel na ocorrência da doença. A última solução é ter informações suficientes sobre potenciais fatores de confusão no banco de dados do estudo para verificá-los na análise. Isso pode ser feito por meio de uma análise estratificada simples ou com ferramentas mais sofisticadas, como a análise multivariada. No entanto, deve-se lembrar que a análise nunca será capaz de compensar um estudo mal planejado ou mal conduzido.

Conclusão

O potencial de ocorrência de vieses na pesquisa epidemiológica está estabelecido há muito tempo. Isso não era muito preocupante quando as associações estudadas eram fortes (como é o caso do tabagismo e do câncer de pulmão) e, portanto, alguma imprecisão não causava um problema muito grave. No entanto, agora que chegou a hora de avaliar fatores de risco mais fracos, a necessidade de melhores ferramentas torna-se fundamental. Isso inclui a necessidade de excelentes designs de estudo e a possibilidade de combinar as vantagens de vários designs tradicionais, como os estudos de caso-controle ou coorte, com abordagens mais inovadoras, como estudos de caso-controle aninhados em uma coorte. Além disso, o uso de biomarcadores pode fornecer os meios para obter avaliações mais precisas de exposições atuais e possivelmente passadas, bem como para os estágios iniciais da doença.

Voltar