[MÚSICA] [MÚSICA] Olá pessoal. Nesta aula, falaremos sobre um tema de grande importância na epidemiologia, que é o confundimento. Imagine o seguinte cenário: ao abrir o seu portal de notÃcias, você se depara com a informação de que o consumo de sorvetes está associado com o câncer de pele. Parece absurdo, não?! Porém, acredite, seria possÃvel demonstrar estatisticamente que existe essa associação. Qual o problema nesse caso? Não estamos falando de uma relação causal, mas de uma relação de confusão. Será que os indivÃduos que consomem sorvete possuem o mesmo nÃvel de exposição ao sol que os indivÃduos que não consomem sorvete? Neste caso, quem estaria realmente associado com a incidência do câncer de pele seria a exposição ao sol, e ele seria o fator de confusão nessa investigação entre consumo de sorvete e a incidência de câncer de pele. Existem algumas maneiras de identificar esse fator de confusão. Uma questão lógica é imaginar essa triangulação; um fator de confusão é uma variável que está associada tanto ao fator de exposição, que é o nosso caso do consumo de sorvete, quanto com o nosso desfecho, que no caso é a incidência de câncer de pele. Se você observasse a variável de ida ao médico, por exemplo, quem sabe ela estivesse, também, associada com a incidência de câncer de pele. Porém, ir mais ou menos ao médico, não teria associação alguma com consumir mais ou menos sorvete. Então, o fator de confusão deve estar associado com essas duas variáveis, de exposição e de desfecho. Outra questão importante a se observar na identificação de um fator de confusão é que esse fator deve ser um fator de risco independente, ou seja, ele não deve ser um fator intermediário entre a exposição e o desfecho. Tomando como exemplo esse consumo de sorvete e levando a uma potencial obesidade, a obesidade também está associada a vários desfechos de saúde; levando a diabetes, e várias comorbidades até a mortalidade. Ao longo do desenvolvimento da obesidade, podemos ter nÃveis aumentados de triglicerÃdeos, por exemplo. Os nÃveis de triglicerÃdeos não seriam fator de confusão, apesar de ter, também, uma associação com o desfecho, porque eles são passos intermediários da relação da exposição e o desfecho. Como podemos controlar o efeito dos fatores de confusão? Existem várias estratégias, uma delas é prever isso no próprio delineamento do estudo. Você poderia parear esses indivÃduos na sua comparação. Por exemplo, compare o consumo de sorvete com indivÃduos que tem o mesmo nÃvel de exposição ao sol; e essa análise pareada estaria, de certa forma, anulando o efeito da exposição ao sol. E você observaria se existe, realmente ou não, associação entre consumo de sorvete e a incidência do câncer de pele. Quando isso não foi previsto no delineamento do estudo, você pode fazer ainda o uso de estratégias estatÃsticas na análise de dados. Você pode fazer as suas análises multivariadas, análises com ajustes para esses fatores de confusão, como o caso da exposição ao sol. Você poderia fazer uma regressão múltipla entre o consumo de sorvete, incluindo também a variável de exposição ao sol, e trataria do efeito do nÃvel de exposição. Qual o problema? Em estudos observacionais, nós só podemos lidar com aquilo que nós conhecemos, com aquilo que foi medido. E se existe alguma variável que nós não tÃnhamos conhecimento de ter efeito, ter uma relação causal, esse efeito continuará sendo observado nos estudos. É o que chamamos de confundimento residual. Como tratar esse efeito? Somente com a randomização dos grupos. E é aà que nós temos a importância dos ensaios clÃnicos randomizados, porque você torna o grupo homogêneo, tanto paras as variáveis que você conhece, quanto para aquelas que você desconhece. Um bom indÃcio de que essa randomização foi adequada, que ela funcionou, é a nossa tabela das caracterÃsticas basais dos ensaios clÃnicos randomizados. Observe se caracterÃsticas como sexo, idade, fase clÃnica da doença, são semelhantes entre os grupos. Isso é bom indÃcio de que essas e quaisquer outras variáveis estarão semelhantes entre elas. O confundimento residual é tão importante na avaliação das evidências que é ele que dá o suporte, para que no sistema "grade", consideremos os ensaios clÃnicos randomizados, como evidência de alta qualidade, e os estudos observacionais, como baixa qualidade, pois eles podem sempre ter alguma influência de confundimento residual. [MÚSICA] [MÚSICA] [MÚSICA]
