Os erros na medição da exposição podem ter diferentes impactos na relação exposição-doença em estudo, dependendo de como os erros são distribuídos. Se um estudo epidemiológico foi conduzido às cegas (ou seja, as medições foram feitas sem conhecimento da doença ou estado de saúde dos participantes do estudo), esperamos que o erro de medição seja distribuído uniformemente entre os estratos de doença ou estado de saúde.
A Tabela 1 fornece um exemplo: suponha que recrutamos uma coorte de pessoas expostas no trabalho a um tóxico, a fim de investigar uma doença frequente. Determinamos o status de exposição apenas no recrutamento (T0), e não em outros pontos no tempo durante o acompanhamento. No entanto, digamos que alguns indivíduos, de fato, mudem seu status de exposição no ano seguinte: no tempo T1, 250 das 1,200 pessoas expostas originais deixaram de ser expostas, enquanto 150 das 750 pessoas não expostas originais passaram a ser expostas ao tóxico. Portanto, no tempo T1, 1,100 indivíduos estão expostos e 850 não estão expostos. Como consequência, temos “classificação incorreta” de exposição, com base em nossa medição inicial do status de exposição no tempo T0. Esses indivíduos são então rastreados após 20 anos (no tempo T2) e avalia-se o risco cumulativo de doença. (A suposição feita no exemplo é que apenas a exposição de mais de um ano é uma preocupação.)
Tabela 1. Coorte hipotética de 1950 indivíduos (expostos e não expostos ao trabalho), recrutados no tempo T0 e cujo estado de doença é verificado no tempo T2
Horário |
|||
T0 |
T1 |
T2 |
Trabalhadores expostos 1200 250 abandonam a exposição 1100 (1200-250+150)
Casos de doença no tempo T2 = 220 entre trabalhadores expostos
Trabalhadores não expostos 750 150 exposição inicial 850 (750-150+250)
Casos de doença no tempo T2 = 85 entre trabalhadores não expostos
A risco verdadeiro da doença no tempo T2 é de 20% entre os trabalhadores expostos (220/1100),
e 10% em trabalhadores não expostos (85/850) (razão de risco = 2.0).
Risco estimado em T2 da doença entre aqueles classificados como expostos em T0: 20%
(ou seja, risco verdadeiro nos expostos) ´ 950 (ou seja, 1200-250)+ 10%
(ou seja, risco verdadeiro em não expostos) ´ 250 = (190+25)/1200 = 17.9%
Risco estimado em T2 de doença entre aqueles classificados como não expostos em
T0: 20% (ou seja, risco verdadeiro nos expostos) ´ 150 +10%
(ou seja, risco verdadeiro em não expostos) ´ 600 (ou seja, 750-150) = (30+60)/750 = 12%
Taxa de risco estimada = 17.9% / 12% = 1.49
A classificação incorreta depende, neste exemplo, do desenho do estudo e das características da população, e não das limitações técnicas da medição da exposição. O efeito da classificação incorreta é tal que a razão “verdadeira” de 2.0 entre o risco cumulativo entre pessoas expostas e não expostas torna-se uma razão “observada” de 1.49 (tabela 1). Essa subestimação da razão de risco decorre de uma “indefinição” da relação entre exposição e doença, que ocorre quando a classificação incorreta da exposição, como neste caso, é distribuída uniformemente de acordo com a doença ou estado de saúde (ou seja, a medição da exposição é não influenciada pelo fato de a pessoa sofrer ou não da doença que estamos estudando).
Por outro lado, pode ocorrer subestimação ou superestimação da associação de interesse quando a classificação incorreta da exposição não é distribuída uniformemente pelo resultado de interesse. No exemplo, podemos ter viés, e não apenas uma indefinição da relação etiológica, se a classificação da exposição depender da doença ou do estado de saúde dos trabalhadores. Isso pode ocorrer, por exemplo, se decidirmos coletar amostras biológicas de um grupo de trabalhadores expostos e de um grupo de trabalhadores não expostos, a fim de identificar precocemente alterações relacionadas à exposição no trabalho. As amostras dos trabalhadores expostos podem então ser analisadas de forma mais precisa do que as amostras dos não expostos; a curiosidade científica pode levar o pesquisador a medir biomarcadores adicionais entre as pessoas expostas (incluindo, por exemplo, adutos de DNA em linfócitos ou marcadores urinários de dano oxidativo ao DNA), na suposição de que essas pessoas são cientificamente “mais interessantes”. Esta é uma atitude bastante comum que, no entanto, pode levar a sérios vieses.