Epidemiologia Resumos

Epidemiologia 1 Resumo das aulas CMLS

Epidemiologia O que é: Estudo da distribuição e dos determinantes no processo saúde - doença em populações humanas. CGV

Epidemiologia Características da Epidemiologia Ênfase na saúde, mas quase todos estudos enfocam doenças ou problemas de saúde Todos os achados devem ser referidos a população Doenças ou problemas de saúde não ocorrem ao acaso A comparação de subgrupos populacionais é essencial para identificação de determinates das doenças O conhecimento epidemiológico é essencial para a prevenção de doenças Os princípios metodológicos tem aplicação direta ao manejo clinico dos doentes e ao planejamento, gerenciamento e avaliação dos serviços de saúde

Epidemiologia Principais usos da epidemilogia: Diagnóstico de saúde comunitária Monitoramento das condições de saúde Identificação dos determinantes de doenças ou agravos Validação de métodos diagnósticos Estudo da história natural das doenças Avaliação das intervenções medico-sanitarias

Epidemiologia Conceitos: Fator de risco: qualquer fator associado a ocorrência de doenças ou problemas, ie, mais freqüente entre os doentes do que entre os não doentes. Pode ser: Determinante: causa a doença Marcador de risco: mais comum entre os doentes, mas não constitui uma causa Sitio sentinela: monitoração da população ano a ano em determinado local

Tipos de Estudos O investigador determina a exposição Estudo experimental Estudo observacional Randomização aleatória Sim não Ensaio controlado randomizado Ensaio controlado não randomizado grupo de comparação sim não Estudo descritivo Estudo analítico coorte transversal Caso-controle

Tipos de Estudos A nível populacional (em risco de adoecer) Intervenções populacionais Descreve ocorrências de doenças no tempo e no espaço Comparar exposição entre os doentes e os não doentes Caso-controle Acompanhar exposição e doença ao longo do tempo coorte Examinar doença e exposição em um único momento transversais Conjunto de indivíduos (geográfico ou tempo) ecológicos Estudos observacionais A nível populacional (pessoas sadias) Intervenção comunitária A nível de grupos (doentes) Ensaios clínicos Estudos experimentais Estudos analíticos Estudos descritivos

Medidas de ocorrência No mortos entre os doentes No de população tempo doentes Densidade de letalidade No óbitos População inicio período Incidência cumulativa de mortalidade No mortos entre os doentes No inicial de doentes Letalidade cumulativa Medidas de letalidade No óbitos determinada causa No total óbitos Mortalidade proporcional No mortes determinada doença População tempo em risco Taxa (ou densidade) de mortalidade Medidas de mortalidade No casos População tempo em risco Densidade de incidência (taxa), coorte dinâmica No casos no período População exposta inicio do período Incidência cumulativa (risco) Coorte fixa Medidas longitudinais No casos No não casos Odds de prevalência No casos Total de pessoas Prevalência (proporção) Medidas transversais

Medidas de ocorrência Relação entre IC e DI IC = 1 – e (-DI*t) ou IC = DI * t | (doenças raras ) Prev. determ. período = prev inicio período + casos incidentes no mesmo período Relação entre incidência e prevalência odds de prevalência = densidade de incidência x duração media de doença ou Prevalência = densidade de incidência x duração media da doença 1 + (densidade de incidência x duração media da doença) Para doenças raras: Prevalência = densidade de incidência x duração media da doença

Medidas de efeito Também chamadas de associação Podem ser: razoes ou diferenças O grupo não exposto é sempre o de “referência” Qual a melhor medida do efeito relativo: Longo período de indução: RDI Curto período de indução: RIC

Medidas de efeito Riscos relativos (razões): Razão de ocorrências = ocorrência nos expostos ocorrência nos não expostos Pode ser aplicada para qualquer medida de ocorrência ou mortalidade (RP, RIC, RDI, RDM, etc) RDI = rate ratio , não é percentagem RIC = risk ratio = risco relativo Razões de odds: razões dos produtos cruzados Superestima o valor do risco e o valor da proteção (sempre exagera) Pode ser usada em qualquer estudo epidemiológico

Medidas de efeito Efeitos absolutos (diferenças): Diferença de ocorrências = ocorrência nos expostos – ocorrência nos não expostos Pode ser aplicada para qualquer medida de ocorrência Devem ser expressas nas mesmas unidades que a medida de ocorrência sendo comparada

Medida de impacto Fração etiológica ou risco atribuível na população ou risco atribuível proporcional na população Qual a redução em nível populacional se pudéssemos eliminar totalmente a exposição Depende de duas variáveis: Medida de efeito Freqüência da exposição

Medida de impacto Fração etiológica =(freq exp)x (RR-1) ----------------------------------------------------- 1+ (freq exp)x(RR-1) Fração prevenível =(freq exp)x (1-RR) ------------------------------------------------------ RR+(freq exp)x (1-RR) Para alguns autores fração prevenível = (1-RR )

Causalidade Estudos experimentais: únicos estudos que podem estabelecer causalidade. Alocação aleatória Inferência probabilística Demais delineamentos: associações Inferência causal:estudos não experimentais Plausibilidade

Critérios de Hill Fortes Temporalidade: o mais fundamental Evidências experimentais: o mais poderoso Médios Gradiente biológico( efeito dose-resposta) Força de associação:risco relativo Plausibilidade biológica:explicação biológica Consistência: concordância entre outros estudos Fracos Coerência: conhecimento que se tem Analogia: semelhança com outras doenças Especificidade: exposição específica a um tipo de doença

Tipos de Causas Suficiente É por si só, responsável pelo aparecimento da doença. Ex. cromossomopatias. C=0 Necessária É essencial para o aparecimento da doença, no entanto, sem outras causas adicionais a doença não aparece. Ex. doenças infecto contagiosas. B=0 Contribuinte Colabora para o aparecimento da doença, mas não é necessária nem suficiente. Ex. causas de doenças crônicas Constelações de causas= causa suficiente (Rothman)

Níveis hierárquicos Determinantes distais: causam a doença através de outros fatores Determinantes intermediários: são parcialmente determinados pelos distais, mas agem sobre os determinantes mais próximos para causar a doença Determinantes proximais: influenciados pelos distais e intermediários, atuam mais diretamente sobre a doença.

Estudos experimentais Garantem três condições básicas: Comparabilidade de populações (alocação aleatória) Comparabilidade de tratamento (placebo) Comparabilidade de avaliação (cegamento)

Estudos observacionais: coorte Longitudinais, prospectivos, de acompanhamento, de incidência Vantagens Medem incidência Adequados para doenças relativamente comuns Pode ser fixa ou uma população dinâmica Expostos e não expostos podem ser selecionados de populações distintas, mas comparáveis Evita viés de memória ou de seleção( de casos) Desvantagens Perdas de seguimento São caros Proibitivos para doenças raras ou com longo período entre a exposição e o aparecimento da doença

Estudos observacionais: Transversais Surveys, inquéritos, de prevalência Vantagens Medem prevalência da exposição e da doença (quando com amostras representativas) Adequados para doenças comuns ou para medidas quantitativas de morbidade Úteis para o planejamento de saúde Rápidos e baratos Desvantagens Não permitem distinguir entre fatores de risco e prognósticos Não permitem estabelecer se a exposição precedeu a doença Lidam com casos sobreviventes

Estudos observacionais: Casos e Controles Caso-referente, caso-testemunha, retrospectivos Vantagens: É o melhor (e único) delineamento para doenças raras Inventado por epidemiologistas Permite o estudo de doenças com longo período de incubação Estatisticamente eficientes Relativamente baratos Desvantagens: Não medem incidência nem prevalência Viés de memória (informação sobre a exposição é coletada após o aparecimento da doença) Casos e controles são selecionados de populações separadas

Estudos observacionais: Ecológicos De conjunto, agregados, descritivos Vantagens: Rápidos e baratos Lidam com exposições integrais (relevo, altitude, poluição) Úteis para levantar hipóteses e avaliar programas de saúde Testam as hipóteses que não podem ser testadas a nível individual Desvantagens: A unidade de análise é o conjunto, não o indivíduo Baseiam-se em dados secundários Falácia ecológica Sub-registros, dados mal coletados

Seleção de sujeitos Restrição Objetivos: Conveniência Características da exposição Controle de confusão Qualidade de informação Tipos: Completa Parcial (emparelhamento) Por freqüência Individual Natural (irmãos, vizinhos, amigos) Artificial (escolhido pelo investigador)

Seleção de sujeitos Amostragem aleatória ( random sample ) = amostra randomizada - garante a representatividade = amostra probabilística - seleção da amostra Alocação aleatória ( randomization ) = randomização - evita viés e confusão - sorteio para recebimento de uma intervenção ou não

Seleção de sujeitos Amostragem estratificada Divide-se a amostra em x partes e, em cada uma delas, seleciona-se x indivíduos Objetivo: garantir um número suficiente de exposto e de doentes, para ter poder estatístico Para obter a prevalência na população: usar média ponderada

Métodos de Observação Tipo de experiência da população estudada Transversal Longitudinal Coorte fixa Coorte dinâmica Definição do status de doença Estado de saúde: prevalência Mudança de estado de saúde: incidência

Métodos de Observação Direcionalidade: nos dá o delineamento do estudo Futurístico ( forward ): da exposição à doença (coorte) estudos de intervenção funcionam como coorte Retrógrado ( backward ): da doença à exposição (caso-controle) Não direcional: exposição e doença em um mesmo momento (transversal) Temporalidade Prospectivo: estudo – exposição – doença Retrospectivo: estudo – doença – exposição Ambiespectivo: exposição – estudo - doença

Fatores de Confusão Distorce uma associação entre uma exposição e um desfecho É essencial que: Esteja associado com a exposição Esteja associado com o desfecho Não fazer parte da cadeia causal que liga a associação com o desfecho

Fatores de Confusão Podem agir em diferentes direções Simular um risco elevado de doença entre os expostos, quando de fato não há qualquer associação (+) Superestimar o efeito de um verdadeiro fator de risco(+) Subestimar ou anular o efeito de um verdadeiro fator de risco (-) Simular um efeito protetor da exposição, quando de fato não há associação (+) Superestimar o efeito de um verdadeiro fator de proteção (+) Subestimar ou anular o efeito de um verdadeiro fator de proteção (-) Causar uma aparente inversão na direção do efeito da exposição ( ie, fazer um fator protetor parecer um risco, ou vice-versa) (inversão)

Fatores de Confusão Confusão residual Quando não se coleta dados sobre um ou mais fatores de confusão importantes Os fatores de confusão são medidos incorretamente Os fatores de confusão são analisados incorretamente A coleta e análise adequadas de todos os possíveis fatores de confusão é a única forma de evitar o problema Deve ser suspeitada quando um RR cai marcadamente com o ajuste para um determinado fator de confusão, mas permanece diferente da unidade

Fatores Mediadores São parte da cadeia causal que liga uma exposição a um desfecho O mediador é a maneira como o fator distal influencia no desfecho Se na análise ajustarmos para um fator mediador em relação ao fator de risco, o fator de risco é subestimado pela presença do mediador (parte do efeito é roubada pelo mediador)

Modificadores de Efeito Quando o efeito de uma exposição sobre um desfecho varia conforme o nível de uma terceira variável, diz-se que há modificação do efeito entre os estratos Em termos estatísticos, a modificação do efeito constitui uma interação.

Como evitar fatores de confusão No delineamento Restrição Emparelhamento Na análise Métodos multivariados Mantel-Haenzel Regressão logística

Validade Interna e Externa População Externa: todos os indivíduos para os quais se gostaria de generalizar os resultados de um estudo, mesmo que este não tenha sido restrito a este tipo de indivíduos População alvo: grupo restrito de pessoa sobre o qual o estudo poderá fazer inferências População real: indivíduos elegíveis para entrar em um estudo Amostra ou população em estudo: um subconjunto da população real, escolhido conforme critérios pré determinados

Validade Interna e Externa Validade interna: se os resultados do estudo são válidos para a população-alvo, ie, se o estudo não é afetado por erros que inviabilizem esta extrapolação. Erro sistemático : diferença entre a medida real de efeito e aquela obtida no estudo. Pode ser por vieses, fatores de confusão ou erros de classificação. Aleatório : variação na medida de efeito, devida à flutuação amostral. O erro aleatório reflete a precisão do estudo.

Validade Interna e Externa Validade Externa : extrapolação dos resultados do estudo para a população externa. Depende de um julgamento de valor, baseado em conhecimentos sobre a doença e seus determinantes. Extrapolar da amostra para a população real é meramente estatístico, depende apenas do erro aleatório. Extrapolar da amostra para a população alvo depende da validade interna. Extrapolar para a população externa depende da validade externa.

Viés É um erro na forma que os indivíduos são recrutados para o estudo(seleção) ou na maneira pela qual as variáveis são medidas(informação). Erro diferencial. Na medida de efeito (risco relativo) pode ser: Positivo: exagera na medida de efeito= afasta da unidade Negativo: subestima a medida de efeito= aproxima da unidade Paradoxal: inverte o sentido do efeito Na medida de ocorrência: subestima ou superestima as estimativas

Viés de Seleção De seleção de casos e controles De amostragem = do asfalto Do trabalhador sadio De auto-seleção De sobrevivência = de incidência /prevalência Não respondentes Perdas de acompanhamento De Berkson = de hospitalização

Viés de Informação De memória = de ruminação De detecção = de diagnóstico Do entrevistador Do instrumento Causalidade reversa: em estudos transversais e de casos e controles. Indicar sempre a direção do viés e em qual grupo afeta

Erros de Classificação Indivíduos sadios podem ser classificados como doentes, ou vice-versa. Pode ocorrer o mesmo com a exposição. Diferenciais: o erro de classificação na doença é diferente entre expostos e não expostos, ou o erro de classificação na exposição é diferente entre doentes e não doentes. Não diferenciais: ocorre em ambos os grupos (doentes / sadios, expostos / não expostos) com igual intensidade. Em geral os erros não diferenciais de classificação levam o risco relativo em direção à unidade.

Validade e Repetibilidade Validade O teste mede adequadamente o que se propõe a medir Depende da sensibilidade e da especificidade Requer comparação com o padrão-ouro Distância dos pontos ao centro Repetibilidade (ou reprodutibilidade) O teste, quando realizado repetidas vezes no mesmo paciente, fornece resultados muito semelhantes Os pontos estão próximos

Sensibilidade e Especificidade Sensibilidade: é a probabilidade de ter um teste positivo entre os doentes Especificidade: é a probabilidade de ter um teste negativo entre os sadios Valor preditivo positivo: é a probabilidade de ser doente entre os indivíduos com testes positivos Valor preditivo negativo: é a probabilidade de ser sadio entre os indivíduos com testes negativos Acurácia: é a probabilidade de o teste estar de acordo com o padrão ouro, para todos os pacientes estudados. É uma média ponderada entre a sensibilidade e a especificidade.

Sensibilidade e Especificidade Teorema de Bayes sensibilidade x prevalência VPP = ----------------------------------------------------------------- (sensibilidade x prevalência)+ (1-especificidade) x (1-prevalência) A prevalência afeta os valores preditivos, mas não interfere com a sensibilidade ou especificidade. Testes Sensíveis : mais úteis quando o resultado é negativo Para excluir uma doença Quando for arriscado deixar de diagnosticar uma doença Quando a doença for muito rara

Sensibilidade e Especificidade Testes Específicos : mais úteis quando o resultado é positivo Para confirmar um diagnóstico Quando o tratamento envolver riscos importantes Repetibilidade Avaliar a concordância entre observadores O Kappa expressa a diferença entre a proporção que os dois observadores concordam e a proporção de concordância que seria esperada ao acaso, dividida pela maior diferença possível entre os anteriores.

Epidemiologia Resumos

Mais conteúdo relacionado

Mais procurados (20)

Destaque (14)

Semelhante a Epidemiologia Resumos (20)

Último (12)

Epidemiologia Resumos