0:00
[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 notícias, 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 possível 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 indivíduos que consomem sorvete possuem o mesmo nível de exposição
ao sol que os indivíduos 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 níveis aumentados de triglicerídeos, por exemplo.
Os níveis de triglicerídeos 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 indivíduos na sua comparação.
Por exemplo, compare o consumo de sorvete com indivíduos que tem o mesmo nível
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 estatísticas 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 nível 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 tínhamos 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 aí que nós temos a importância dos ensaios clínicos randomizados,
porque você torna o grupo homogêneo, tanto paras as variáveis que você conhece,
quanto para aquelas que você desconhece.
Um bom indício de que essa randomização foi adequada, que ela funcionou,
é a nossa tabela das características basais dos ensaios clínicos randomizados.
Observe se características como sexo, idade, fase clínica da doença,
são semelhantes entre os grupos.
Isso é bom indício 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 clínicos 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]
Tais Freire GalvaoProfessora Doutora
Ivan Ricardo ZimmermannAnalista de Políticas Sociais, MBA, PhD
Everton Nunes da SilvaProfessor Adjunto II
Marcus Tolentino SilvaProfessor Adjunto da Universidade Federal do Amazonas e da Universidade de Sorocaba
