Os artigos anteriores deste capítulo mostraram a necessidade de uma avaliação cuidadosa do desenho do estudo para extrair inferências confiáveis de observações epidemiológicas. Embora tenha sido afirmado que as inferências em epidemiologia observacional são fracas devido à natureza não experimental da disciplina, não há superioridade embutida de ensaios controlados randomizados ou outros tipos de desenho experimental sobre a observação bem planejada (Cornfield 1954). No entanto, fazer inferências sólidas implica uma análise minuciosa do desenho do estudo para identificar fontes potenciais de viés e confusão. Os resultados falsos positivos e falsos negativos podem se originar de diferentes tipos de viés.
Neste artigo, são discutidas algumas das diretrizes propostas para avaliar a natureza causal das observações epidemiológicas. Além disso, embora a boa ciência seja uma premissa para a pesquisa epidemiológica eticamente correta, há questões adicionais que são relevantes para as preocupações éticas. Portanto, dedicamos algumas discussões à análise dos problemas éticos que podem surgir na realização de estudos epidemiológicos.
Avaliação de causalidade
Vários autores discutiram a avaliação de causalidade em epidemiologia (Hill 1965; Buck 1975; Ahlbom 1984; Maclure 1985; Miettinen 1985; Rothman 1986; Weed 1986; Schlesselman 1987; Maclure 1988; Weed 1988; Karhausen 1995). Um dos principais pontos de discussão é se a epidemiologia utiliza ou deveria utilizar os mesmos critérios de determinação das relações de causa e efeito utilizados em outras ciências.
Causas não devem ser confundidas com mecanismos. Por exemplo, o amianto é uma causa de mesotelioma, enquanto a mutação oncogênica é um mecanismo putativo. Com base nas evidências existentes, é provável que (a) diferentes exposições externas possam atuar nos mesmos estágios mecanicistas e (b) geralmente não há uma sequência fixa e necessária de etapas mecanísticas no desenvolvimento da doença. Por exemplo, a carcinogênese é interpretada como uma sequência de transições estocásticas (probabilísticas), da mutação genética à proliferação celular e à mutação genética novamente, que eventualmente leva ao câncer. Além disso, a carcinogênese é um processo multifatorial, ou seja, diferentes exposições externas são capazes de afetá-la e nenhuma delas é necessária em uma pessoa suscetível. É provável que esse modelo se aplique a várias doenças além do câncer.
Essa natureza multifatorial e probabilística da maioria das relações exposição-doença implica que desvendar o papel desempenhado por uma exposição específica é problemático. Além disso, a natureza observacional da epidemiologia nos impede de realizar experimentos que possam esclarecer as relações etiológicas por meio de uma alteração deliberada do curso dos eventos. A observação de uma associação estatística entre exposição e doença não significa que a associação seja causal. Por exemplo, a maioria dos epidemiologistas interpretou a associação entre a exposição ao escapamento de diesel e o câncer de bexiga como causal, mas outros afirmaram que os trabalhadores expostos ao escapamento de diesel (principalmente motoristas de caminhão e táxi) são mais fumantes do que indivíduos não expostos . A associação observada, de acordo com esta alegação, seria “confundida” por um fator de risco bem conhecido como o tabagismo.
Dada a natureza multifatorial probabilística da maioria das associações exposição-doença, os epidemiologistas desenvolveram diretrizes para reconhecer as relações que provavelmente são causais. Estas são as diretrizes originalmente propostas por Sir Bradford Hill para doenças crônicas (1965):
- força da associação
- efeito dose-resposta
- falta de ambiguidade temporal
- consistência das descobertas
- plausibilidade biológica
- coerência das evidências
- especificidade da associação.
Esses critérios devem ser considerados apenas como diretrizes gerais ou ferramentas práticas; na verdade, a avaliação causal científica é um processo iterativo centrado na medição da relação exposição-doença. No entanto, os critérios de Hill muitas vezes são usados como uma descrição concisa e prática de procedimentos de inferência causal em epidemiologia.
Vejamos o exemplo da relação entre a exposição ao cloreto de vinila e o angiossarcoma hepático, aplicando os critérios de Hill.
A expressão usual dos resultados de um estudo epidemiológico é uma medida do grau de associação entre exposição e doença (primeiro critério de Hill). Um risco relativo (RR) maior que a unidade significa que existe uma associação estatística entre exposição e doença. Por exemplo, se a taxa de incidência de angiossarcoma hepático é geralmente de 1 em 10 milhões, mas é de 1 em 100,000 entre os expostos ao cloreto de vinila, então o RR é 100 (ou seja, as pessoas que trabalham com cloreto de vinila têm um aumento de 100 vezes risco de desenvolver angiossarcoma em comparação com pessoas que não trabalham com cloreto de vinila).
É mais provável que uma associação seja causal quando o risco aumenta com níveis crescentes de exposição (efeito dose-resposta, segundo critério de Hill) e quando a relação temporal entre exposição e doença faz sentido em bases biológicas (a exposição precede o efeito e o duração deste período de “indução” é compatível com um modelo biológico de doença; terceiro critério de Hill). Além disso, é mais provável que uma associação seja causal quando resultados semelhantes são obtidos por outros que foram capazes de replicar os achados em diferentes circunstâncias (“consistência”, o quarto critério de Hill).
Uma análise científica dos resultados requer uma avaliação da plausibilidade biológica (quinto critério de Hill). Isso pode ser alcançado de diferentes maneiras. Por exemplo, um critério simples é avaliar se a suposta “causa” consegue atingir o órgão-alvo (por exemplo, substâncias inaladas que não atingem o pulmão não conseguem circular no organismo). Além disso, evidências de estudos em animais são úteis: a observação de angiossarcomas hepáticos em animais tratados com cloreto de vinila reforça fortemente a associação observada no homem.
A coerência interna das observações (por exemplo, o RR aumenta de forma semelhante em ambos os sexos) é um importante critério científico (sexto critério de Hill). A causalidade é mais provável quando a relação é muito específica - isto é, envolve causas raras e/ou doenças raras, ou um tipo histológico/subgrupo específico de pacientes (sétimo critério de Hill).
A “indução enumerativa” (a simples enumeração de instâncias de associação entre exposição e doença) é insuficiente para descrever completamente as etapas indutivas no raciocínio causal. Normalmente, o resultado da indução enumerativa produz uma observação complexa e ainda confusa porque diferentes cadeias causais ou, mais frequentemente, uma relação causal genuína e outras exposições irrelevantes estão emaranhadas. Explicações alternativas devem ser eliminadas por meio da “indução eliminativa”, mostrando que uma associação provavelmente é causal porque não é “confundida” com outras. Uma definição simples de uma explicação alternativa é “um fator estranho cujo efeito é misturado com o efeito da exposição de juros, distorcendo assim a estimativa de risco para a exposição de juros” (Rothman 1986).
O papel da indução é expandir o conhecimento, enquanto o papel da dedução é “transmitir a verdade” (Giere 1979). O raciocínio dedutivo examina o desenho do estudo e identifica associações que não são empiricamente verdadeiras, mas apenas logicamente verdadeiras. Tais associações não são uma questão de fato, mas necessidades lógicas. Por exemplo, um viés de seleção ocorre quando o grupo exposto é selecionado entre pessoas doentes (como quando iniciamos um estudo de coorte recrutando como “exposto” ao cloreto de vinila um grupo de casos de angiossarcoma hepático) ou quando o grupo não exposto é selecionado entre pessoas saudáveis. Em ambos os casos, a associação encontrada entre exposição e doença é necessariamente (logicamente), mas não empiricamente verdadeira (Vineis 1991).
Para concluir, mesmo quando se considera sua natureza observacional (não experimental), a epidemiologia não utiliza procedimentos inferenciais que diferem substancialmente da tradição de outras disciplinas científicas (Hume 1978; Schaffner 1993).
Questões éticas na pesquisa epidemiológica
Devido às sutilezas envolvidas na inferência da causalidade, os epidemiologistas devem ter cuidado especial ao interpretar seus estudos. Com efeito, daí decorrem várias preocupações de natureza ética.
As questões éticas na pesquisa epidemiológica tornaram-se um assunto de intensa discussão (Schulte 1989; Soskolne 1993; Beauchamp et al. 1991). A razão é evidente: os epidemiologistas, em particular os epidemiologistas ocupacionais e ambientais, muitas vezes estudam questões com implicações econômicas, sociais e políticas de saúde significativas. Os resultados negativos e positivos relativos à associação entre exposições químicas específicas e doenças podem afetar a vida de milhares de pessoas, influenciar decisões econômicas e, portanto, condicionar seriamente as escolhas políticas. Assim, o epidemiologista pode estar sob pressão e ser tentado ou mesmo encorajado por outros a alterar – marginal ou substancialmente – a interpretação dos resultados de suas investigações.
Entre as várias questões relevantes, transparência de coleta de dados, codificação, computadorização e análise é fundamental como defesa contra alegações de viés por parte do pesquisador. Também crucial, e potencialmente conflitante com essa transparência, é o direito dos sujeitos inscritos em pesquisas epidemiológicas de serem protegidos contra a divulgação de informações pessoais
(confidencialidade questões).
Do ponto de vista das condutas impróprias que podem surgir especialmente no contexto da inferência causal, as questões que devem ser abordadas pelas diretrizes éticas são:
- Quem é o proprietário dos dados e por quanto tempo os dados devem ser mantidos?
- O que constitui um registro confiável do trabalho realizado?
- As subvenções públicas permitem no orçamento os custos associados à documentação adequada, arquivamento e reanálise de dados?
- Existe um papel para o investigador principal na reanálise de seus dados por terceiros?
- Existem padrões de prática para armazenamento de dados?
- Os epidemiologistas ocupacionais e ambientais deveriam estabelecer um clima normativo no qual o escrutínio ou auditoria de dados imediatos pode ser realizado?
- Como as boas práticas de armazenamento de dados servem para evitar não apenas má conduta, mas também alegações de má conduta?
- O que constitui má conduta em epidemiologia ocupacional e ambiental em relação ao gerenciamento de dados, interpretação de resultados e advocacia?
- Qual é o papel do epidemiologista e/ou dos órgãos profissionais no desenvolvimento de padrões de prática e indicadores/resultados para sua avaliação e na contribuição de expertise em qualquer função de defesa?
- Que papel o corpo/organização profissional tem ao lidar com questões sobre ética e lei? (Soskolne 1993)
Outras questões cruciais, no caso da epidemiologia ocupacional e ambiental, referem-se ao envolvimento dos trabalhadores nas fases preliminares dos estudos e à divulgação dos resultados de um estudo aos sujeitos que foram inscritos e são diretamente afetados (Schulte 1989 ). Infelizmente, não é prática comum que os trabalhadores inscritos em estudos epidemiológicos estejam envolvidos em discussões colaborativas sobre os objetivos do estudo, sua interpretação e os usos potenciais dos resultados (que podem ser tanto vantajosos quanto prejudiciais para o trabalhador).
Respostas parciais a essas questões foram fornecidas por diretrizes recentes (Beauchamp et al. 1991; CIOMS 1991). No entanto, em cada país, as associações profissionais de epidemiologistas ocupacionais devem se envolver em uma discussão aprofundada sobre questões éticas e, possivelmente, adotar um conjunto de diretrizes éticas adequadas ao contexto local, ao mesmo tempo em que reconhecem padrões normativos de prática internacionalmente aceitos.