CAPÍTULO 1: INTRODUÇÃO A Epidemiologia é o “estudo da

CAPÍTULO 1: INTRODUÇÃO
A Epidemiologia é o “estudo da ocorrência de doença em populações
humanas”, pela contagem de eventos de saúde no grupo natural de ocorrência
(população) do qual fazem parte (são um membro).
Os clínicos necessitam das melhores respostas possíveis. Eles utilizam
diversas fontes de informação: sua própria experiência, o conselho de colegas e as
conclusões a partir de seu conhecimento acerca da biologia da doença. Em muitas
situações, a fonte mais confiável é a pesquisa clínica, que envolve o uso de
observações anteriores de pacientes semelhantes para predizer o que acontecerá
ao paciente em tratamento.
Os clínicos se apóiam na Epidemiologia Clínica para o cuidado dos pacientes.
Mas nem todos os estudos epidemiológicos são úteis para o cuidado de pacientes
individuais.
A pesquisa em serviços de saúde é o estudo de como fatores não-biológicos
(funcionários e instalações clínicas, a maneira como o serviço é organizado e pago,
as crenças dos clínicos e a cooperação dos pacientes afetam a saúde dos
pacientes.
A tomada de decisão quantitativa inclui análises de custo-efetividade, que
descrevem os custos financeiros necessários para chegar a um bom desfecho,
como a prevenção de morte ou doença, e análises de decisão, que estabelecem a
base racional para decisões clínicas e as conseqüências ou alternativas.
As
ciências
sociais
descrevem
como o
ambiente
social afeta
o
comportamento relacionado à saúde e o uso dos serviços de saúde.
EPIDEMIOLOGIA CLÍNICA
É a ciência que faz predições sobre pacientes individuais utilizando a
contagem de eventos clínicos em grupos de pacientes semelhantes e valendo-se de
métodos científicos sólidos para garantir que as predições sejam corretas. Fornece
informações para boas decisões.
A medicina baseada em evidências é um termo moderno para a aplicação
da epidemiologia clínica ao cuidado com os pacientes. Ela inclui a formulação de
questões clínicas específicas, a busca das melhores evidências de pesquisa
disponíveis sobre aquelas questões, o julgamento sobre a qualidade das
informações para embasar as decisões clinicas e a utilização dessas informações no
cuidado com os pacientes.
Obs1.: Ver tabela 1.1 pg 23.
Princípios Básicos
O objetivo da epidemiologia clínica é o de oferecer métodos de observação e
interpretação clínica que levem a conclusões válidas e a um melhor cuidado do
paciente.
1. Questões clínicas:
Anormalidade – o paciente está doente ou sadio?
Diagnóstico – qual a acurácia dos testes utilizados para diagnosticar a doença?
Freqüência – Com que freqüência uma doença ocorre?
Risco - quais são os fatores que estão associados com um risco maior de
doença?
Prognóstico – quais são as conseqüências de se ter uma doença?
Tratamento – como o tratamento altera o curso de uma doença?
Prevenção – uma intervenção em pessoas sadias impede o surgimento da
doença? Fazer a detecção e iniciar o tratamento precocemente melhora o curso da
doença?
Causa – que condições levam à doença? Quais são as origens da doença?
2. Variáveis:
São atributos dos pacientes e eventos clínicos – coisas que variam e que
podem ser medidas.
Variável independente é a suposta causa ou variável preditora.
Variável dependente é o efeito possível.
Variáveis externas podem ser parte do estudo e podem afetar a relação
entre as duas principais, mas são alheias às questões principais.
3. Desfechos de Saúde:
São os eventos clínicos de interesse primário na epidemiologia clínica. Estes
são os eventos que os médicos tentam entender, prever, interpretar e modificar,
quando cuidam dos pacientes.
Desenlace ou morte (Death): desfecho ruim, se antes do tempo.
Doença (Disease): conjunto de sintomas, sinais físicos e anormalidades
laboratoriais ou como o paciente vivencia a doença.
Desconforto (Discomfort): dor, náusea, dispnéia, prurido e zumbido.
Deficiência funcional (Disability): limitação
Descontentamento (Dissatisfaction): Reação emocional à doença e ao seu
cuidado, como tristeza e raiva.
Despesa (Destituition): gastos finaceiros com a doença.
4. Números e probabilidade:
Impressões, intuições e crenças são importantes na medicina, mas apenas
quando se somam a uma base sólida de informações numéricas.
Os desfechos clínicos como a ocorrência de doença, morte, sintomas ou
deficiência funcional, podem ser contados e expressos como números.
Uma pessoa irá ou não experimentar um desfecho clínico, a predição precisa
ser expressa como uma probabilidade.
5. Populações e amostras:
População são todas as pessoas em um cenário definido ou com certas
características definidas.
Amostra é um subconjunto de pessoas em uma população definida.
Inferência é um julgamento racional com base em dados, de que as
características da amostra assemelham-se àquelas da população de origem.
6. Viés (Erro Sistemático):
É um processo em qualquer estágio da inferência com tendência a produzir
resultados que se afastem sistematicamente dos valores verdadeiros. É qualquer
tendência na coleta, análise, interpretação, publicação ou revisão de dados que
possa levar a conclusões que sejam sistematicamente diferentes da verdade.
Viés de seleção ocorre quando são feitas comparações entre grupos de
pacientes que diferem em outros determinantes de desfecho, além do que está
sendo estudado.
Viés de aferição ocorre quando os métodos de aferição são diferentes entre
os grupos de pacientes.
Viés de confusão ocorre quando dois fatores estão associados e o efeito de
um se confunde com ou é distorcido pelo efeito do outro.
O potencial para viés não significa que o viés esteja realmente presente em
um estudo ou, se estiver, que teria um efeito suficientemente grande nos resultados
para ter relevância. Para lidar de forma adequada com o viés, é necessário saber
onde e como procurar por ele, o que pode ser feito, se o viés está de fato presente,
qual é o seu tamanho e, então decidir se é importante para modificar as conclusões
do estudo de forma clinicamente relevante.
7. Acaso
Mesmo sem viés, as amostras podem alterar a situação na população devido
ao acaso. A variação aleatória é a divergência entre a observação amostral e o valor
verdadeiro na população devida, exclusivamente, ao acaso. Este pode afetar todos
os estágios envolvidos nas observações clínicas.
Diferentemente do viés, a variação aleatória tem probabilidades iguais de
resultar em valores acima ou abaixo do verdadeiro. Assim, a média de observações
não enviesadas tende a aproximar-se do valor verdadeiro da população. Porém isso
pode não ocorrer com resultados de amostras pequenas.
8. Os Efeitos do Viés e do Acaso São Cumulativos
Viés e acaso não são exclusivos mutuamente. Na maioria das situações,
ambos estão presentes. A razão principal para a distinção entre viés e acaso é que
eles são tratados de forma diferente. O viés pode ser evitado ou corrigido e se não
for eliminado, pode ser detectado pelo leitor atento. Já o acaso, não pode ser
eliminado, mas pode ter sua influência reduzida por um delineamento apropriado de
pesquisa, e seu efeito remanescente estimado pela estatística. A estatística não é
capaz de corrigir os vieses desconhecidos nos dados.
9. Validade Interna e Externa
A validade interna é o grau em que os resultados estão corretos para a
amostra sob análise. Já a validade externa, também chamada de capacidade de
generalização, é o grau de veracidade dos resultados de uma observação em
outros cenários, ou seja, expressa a validade de se presumir que os pacientes em
um estudo são semelhantes a outros pacientes.
O pesquisador deve garantir a validade interna, fazer com que a população do
estudo se enquadre na questão da pesquisa, descrever os pacientes do estudo
cuidadosamente e evitar estudar pacientes que sejam tão incomuns que a
experiência com eles possa ser generalizada somente para um número pequeno de
pessoas.
INFORMAÇÕES E DECISÕES
As boas decisões dependem de boas informações, mas envolvem julgamento
de valor e peso dos riscos e benefícios, que competem entre si.
A tomada de decisão compartilhada é a tomada de decisão de médico e
paciente em conjunto. As preferências dos pacientes e as evidências científicas são
a base para a escolha entre as opções de cuidado à saúde.
CAPÍTULO 2: ANORMALIDADE
TIPOS DE DADOS



Nominais;
Ordinais;
Intervalares.
Dados Nominais
Ocorrem em categorias sem qualquer ordem inerente. Ex. tipo sanguíneo,
sexo, morte, diálise ou cirurgia.
Se forem divididos em duas categorias como presente/ausente, sim/não,
vivo/morto, são chamados de dicotômicos.
Dados Ordinais
Possuem ordem inerente, ou hierarquia (pequeno a grande, bom a mau), mas
o tamanho dos intervalos entre as categorias não é especificado. Ex.: edema de
membros inferiores de 1+ até 4+, sopros cardíacos de graus I (ouvido somente com
esforço especial) até IV (audível até com o estetoscópio fora do tórax) e graus de
força muscular 1 (ausência de movimento) até 5 (força normal).
Dados Intervalares
Há uma ordem inerente, e o intervalo entre os valores sucessivos é igual,
independentemente de onde estejam na escala. Podem ser contínuos: podem
assumir qualquer valor em um continuum, sendo eles relatados daquela forma ou
não, ex. uma leitura glicêmica pode, de fato, ser 193, 2846573...mg/100mL, mas é
relatada como 193 mg/100Ml. Ou discretos: podem assumir somente valores
específicos e são expressos como contagens. Ex. número de gestações, de
nascidos vivos e de episódios de enxaqueca por mês.
Para os dados ordinais e intervalares, há a dúvida de onde termina o normal e
onde começa o anormal. Os clínicos têm a liberdade de escolher qualquer ponto de
corte.
DESEMPENHO DAS AFERIÇÕES
Validade
É o grau em que os dados medem o que eles deveriam medir, ou seja, os
resultados de uma aferição correspondem ao estado verdadeiro do fenômeno sendo
aferido. É o mesmo que acurácia.
Quando as observações clínicas podem ser medidas por meios físicos é
relativamente fácil estabelecer a validade. Outras, como dor, dispnéia, depressão e
medo não podem ser verificadas fisicamente. Questões individuais (itens) são
desenvolvidas para medir fenômenos específicos (como sintomas, sensações,
atitudes, conhecimento, crenças), chamados de construtos, e esses itens são
agrupados para formar escalas.
Três estratégias gerais são utilizadas para estabelecer a validade das
aferições que não podem ser diretamente verificadas pelos sentidos físicos.
Validade de Conteúdo é o grau em que um método específico de aferição
inclui todas as dimensões do construto que se pretende medir e nada mais. Ex. uma
escala para medir a dor teria validade de conteúdo se incluísse questões sobre a
dor: pulsação, a queimação e a ardência, mas não sobre a pressão, o prurido, etc.
Validade de Construto está presente se a aferição estiver relacionada de
forma coerente com outras medidas que se acredita serem parte do mesmo
fenômeno.
Validade de Critério está presente quando as mensurações relacionam-se
com fenômenos diretamente observáveis. Ex.: quando as respostas a uma escala de
dor relacionam-se previsivelmente a dores de intensidade conhecida.
Dados confiáveis e preferencialmente dimensionais (dados laboratoriais,
demográficos e custos financeiros) são chamados de “hard” (duro). Já o
desempenho clínico, a conveniência, a expectativa e as impressões da família são
“soft”. Eles dependem de declarações subjetivas, geralmente expressas em palavras
ao invés de números.
Para evitar os dados subjetivos, o clínico prefere usar informações
laboratoriais que são objetivas. Porém isso torna o tratamento desumano.
Confiabilidade
É o quanto repetidas aferições de um fenômeno estável, por pessoas e
instrumentos diferentes, em diferentes momentos e lugares têm resultados
semelhantes. Também chamada de reprodutividade e precisão.
As aferições podem ser válidas (acuradas), mas não confiáveis, porque estão
dispersas em torno do valor verdadeiro. Por outro lado, as medições podem ser
bastante confiáveis, mas inacuradas, se estiverem sistematicamente afastadas do
valor real. Um número pequeno de aferições, com pouca confiabilidade, também tem
baixa validade, pois elas tendem a se distanciar do valor real unicamente pelo
acaso. Portanto, a validade e a confiabilidade não são de todo conceitos
independentes. Em geral, uma aferição não-confiável não pode ser válida, e uma
aferição válida precisa ser confiável.
Intervalo de Variação
É possível que um instrumento não registre os valores muito baixos ou muito
altos do fenômeno que está sendo medido. Isso é, ele tem um intervalo de
variação limitado, que limita as informações que fornece.
Responsividade
Os resultados se alteram junto com a condição clínica que está sendo
medida.
Interpretabilidade
Escalas baseadas em questionários podem ter pouco significado intuitivo para
os clínicos e pacientes que não as usam de forma regular. Para superar essa
desvantagem de interpretabilidade, os pesquisadores podem “ancorar” os valores
da escala em estados de saúde conhecidos.
VARIAÇÃO
Para evitar conclusões erradas a partir dos dados, os clínicos precisam estar
cientes das razões da variação em uma determinada situação e saber quais,
provavelmente, terão uma grande importância, uma pequena importância, ou
nenhuma importância no que está sendo observado.
A variação global é a soma das variações relacionadas ao ato de medir, às
diferenças biológicas intra-indivíduos de tempos em tempos, e às diferenças
biológicas interindivíduos.
Variação Resultante de Aferição
É possível reduzir a fonte de variação ao fazer medições com extremo
cuidado e ao seguir protocolos-padrão. Entretanto, quando as aferições envolvem o
julgamento humano, ao invés de máquinas, a variação pode ser especialmente
grande e de difícil controle.
As variações nas aferições também surgem porque elas são feitas apenas
sobre uma amostra do fenômeno sendo descrito, que pode representar o todo de
forma errônea. Frequentemente, a fração amostral é muito pequena.
Se as mensurações forem feitas por diversos métodos diferentes, parte das
aferições podem não ser confiáveis, produzindo resultados sistematicamente
diferentes.
Variação Resultante de Diferenças Biológicas
Uma medição em um momento no tempo é uma amostra das aferições
durante um período de tempo e pode não representar o valor usual dessas
aferições.
A variação também surge devido às diferenças entre as pessoas.
Variação Total
As diversas fontes de variação são cumulativas.
Efeitos da Variação
A variação aleatória - por exemplo, devido a instrumentos instáveis ou a
muitos observadores com vieses variados que tendem a anular uns aos outros – não
resulta, em geral, na representação errônea do estado verdadeiro de um fenômeno,
embora as aferições individuais possam ser enganosas. A inacurácia resultante da
variação aleatória pode ser reduzida tomando-se uma amostra maior do que a que
está sendo medida. Além disso, o tamanho da variação aleatória pode ser estimado
através de métodos estatísticos.
DISTRIBUIÇÕES
Os dados que são medidos em escalas intervalares são frequentemente
apresentados como uma figura, chamada de distribuição de freqüências,
mostrando o número (ou proporção) de um gruo definido de pessoas que possuem
os diversos valores de aferição. A apresentação dos dados intervalares como uma
distribuição de freqüências fornece as informações de forma bastante detalhada.
Descrição das Distribuições
Duas propriedades básicas das distribuições são utilizadas para se fazer o
resumo: tendência central, o centro da distribuição, e dispersão, o quanto os
valores estão afastados do centro.
TABELA 2.4 Expressões de Tendência Central e Dispersão
Expressão
Definição
Vantagens
Tendência Central
Média
Mediana
Moda
Soma dos valores para
as observações
dividida pelo número
de observações.
Ponto em que o
número de
observações acima se
iguala ao número
abaixo.
O valor que ocorre
com mais frequência
Desvantagens
Adequada para
manipulações
matemáticas
Afetada por valores
extremos
Não é facilmente
influenciada por
valores extremos
Pouco adequada para
manipulações
matemáticas
Simplicidade de
significado
Algumas vezes não há,
ou há muitos valores
mais freqüentes.
Inclui todos os valores
Altamente afetado por
valores extremos
Adequado para
manipulações
matemáticas
Para distribuições nãoGaussianas, não
descreve uma
proporção conhecida
das observações
Não é adequada para
manipulações
estatísticas
Dispersão
Intervalo de variação
Desvio-padrão
Percentil, decil, quartil,
etc.
Do valor mais baixo ao
mais alto em uma
distribuição
O valor absoluto da
média das diferenças
entre os valores
individuais e o valor
médio
A proporção de todas
as observações que
ficam entre valores
especificados
Descreve a “raridade”
de um valor
Não faz suposições
sobre a forma de uma
distribuição
Distribuições Reais
São curvas unimodais, e grosseiramente em formato de sino, embora não
sejam necessariamente simétricas.
Distribuição Normal
Também chamada de Gaussiana, a distribuição normal descreve a
distribuição de freqüência de aferições repetidas do mesmo objeto físico pelo
mesmo instrumento. A curva é simétrica e em forma de sino. Ela tem a propriedade
matemática de que cerca de dois terços das observações ficam a 1 desvio-padrão
da média, e aproximadamente 95%, a 2 desvios-padrão. As distribuições clínicas se
assemelham superficialmente às distribuições normais.
As formas das distribuições clínicas são diferentes umas das outras, uma vez
que muitas diferenças entre as pessoas, além da variação aleatória, contribuem para
as distribuições de aferições clínicas. Portanto, se as distribuições das aferições
clínicas assemelham-se a curvas normais, isso é predominantemente acidental.
Mesmo assim, frequentemente se presume que as aferições clínicas são distribuídas
“normalmente”.
CRITÉRIOS PARA A ANORMALIDADE
A maioria das distribuições das variáveis clínicas não é facilmente dividida
entre “normais” e “anormais”. Elas não são inerentemente dicotômicas e não
demonstram quebras acentuadas ou dois picos que caracterizem os resultados
normais e anormais. Isso ocorre porque a doença é geralmente adquirida
gradualmente, de forma que há uma transição suave de valores baixos para altos,
com graus crescentes de disfunção.
Outra razão por que normais e anormais não são vistos como distribuições
distintas é que, mesmo quando as pessoas que têm ou não uma doença
apresentam
distribuições
de
freqüência
substancialmente
diferentes,
essas
freqüências quase sempre se sobrepõem.
Três critérios se provaram úteis para decidir entre o normal e o anormal: ser
incomum, estar associado a doenças e ser tratável. O que pode ser considerado
normal por um critério pode ser anormal por outro.
Anormal= incomum
Normal refere-se, muitas vezes, a uma situação comum ou de ocorrência
freqüente. É melhor descrever os valores incomuns, independentemente da
proporção escolhida, como uma fração (ou percentil) da distribuição real. Dessa
forma, é possível fazer uma afirmação direta sobre a freqüência de um valor, sem
fazer suposições acerca da forma da distribuição da qual ela veio.