Epidemiologia

 Epidemiologia

Aula 1- Anormalidade em epidemiologia/tipos de variáveis

A base científica para a medicina clínica

• Toda evidência deve ser analisada criticamente.
• Ciências Clínicas: informações que podem ser usadas no cuidado com pctes individuais. Ex: epidemiologia clínica, anatomia, etc. É preciso integra-las, como faz a epidemiologia clínica, que é a principal delas.
• Ciências Populacionais: estudam grandes grupos de pessoas.

• Epidemiologia: estudo da ocorrência de doenças em populações humanas, pela contagem de eventos de saúde na população da qual fazem parte.
• Epidemiologia clínica: subconjunto das ciencias populacionais, nem todos os estudos epidemiologicos são diretamente úteis para o cuidado de pacientes individuais.

• Pesquisa em serviços de saúde: estudo de como fatores não-biológicos (funcionários, instalações clínicas, etc) afetam a saúde dos pacientes. Ex: estudos que demonstram que o cuidado médico difere substancialmente de uma pequena área geográfica para outra.

• Estudos que orientam a aplicação clínica sobre as melhores práticas clínicas.

• Tomada de decisão quantitativa: inclui análises de custo-efetividade (descrevem os custos para um bom desfecho) e análises de decisão (base racional para decisões clínicas e as consequências ou alternativas).
• Ciências Sociais: como o ambiente social afeta o comportamento relacionado à saúde e o uso de serviços de saúde.

Epidemiologia Clínica – Princípios Básicos/ Anormalidades

• As observações da epidemiologia clínica baseiam-se em alguns princípios, como as observações focadas nas questões com as quais os pacientes e os pofissionais de saúde se deparam, e os resultados deveriam incluir desfechos centrados no paciente. Outros princípios básicos estão adiante.
• Geralmente é o mais frequente, mas não é só isso.
• Antes de tomar uma decisão é preciso definir um critério.

Variáveis

• Variáveis são valores que atribuimos para determinadas coisas. Coisas que variam e que podem ser medidas.
• Em um estudo típico existem 3 tipos de variáveis:

• Variável independente/ nominal: suposta causa. Não tem hierarquia entre si, geralmente só admitem 2 valores/respostas. Só é possível avaliar a proporção dessa variável e a média das proporções.

• Ex: masculino e feminino, tipo sanguíneo

• Variável dependente/ Ordinais: efeito possível ou variável de desfecho. Ordinais: não admitem intervalos, porém há hierarquia. Também é avaliada em proporções.

• Ex: sopro de ++ > que o de +, escala de Glasgow.

• Variáveis externas/Intervalares: outras variáveis do estudo e que afetam a relação das independentes com as dependentes, são covariáveis, pois são alheias à questão principal, embora pode ser parte do fenômeno em estudo. Podem ser contínuas, descontínuas e discreta, porém são constantes. Não existe hierarquia, porém podem aumentar em numeração. É possível fazer a média dessas variáveis.

• Ex: altura
• Discretas: são valores constantes, que não admitem valores intermediários. Ex: número de gravidez.

Número e probabilidade: na maioria das situações clínicas o prognóstico, diagnóstico e o resultado são incertos para um paciente individual. Portanto, a predição precisa ser expressa em probabilidade, pois faz referência a experiencias passadas com grupos de pacientes semelhantes.

Populações e amostras

• População: são todas as pessoas em um cenário definido, ou com características definidas. As populações clínicas incluem todos com uma característica clínica em comum.
• A pesquisa é conduzida em cima de uma amostra (subconjunto de uma população). Faz-se então uma inferência, um julgamento racional com base nos dados da amostra que representa a população de origem.

• Para a amostra representar bem a população de origem ela tem que ser escolhida ao acaso, com cada membro da população com a mesma probabilidade de ser selecionado, isso produz amostras muito semelhantes a população de origem. Se for usado algum fator seletor ou conveniênte, a amostra pode não representar, de fato, a população de origem, fornecendo dados enganosos. > a partir disso obtem-se o estudo epidemiológico.

Viés (erro sistemático)

• Limitações dos estudos: viés, confundimento e acaso.
• São erros que o pesquisador não percebe, mas direcionam o pesquisador para um determinado resultado. É um erro na concepção e delineamento do estudo - ou na coleta, análise, interpretação, publicação ou revisão de dados-, que levam que levam a resultados ou conclusões que sejam sistematicamente (opondo-se a aleatoriamente) diferentes da verdade. Produz resultados que se afastam da verdade.
• Um estudo não é como algo feito em laboratório.

• Viés de seleção: ocorre ocorre quando são feitas comparações entre grupos de pacientes que diferem de outras maneiras que não os principais fatores sob o estudo, de forma a afetar o desfecho. É relevante quando os pacientes são escolhidos para investigação e é importante no planejamento do estudo.

• Ex: pacientes submetidos a um procedimento laparoscópicos mais saudáveis do que os pacientes que sofrem cirurgia aberta.

• Viés de aferição: os métodos de aferição levam sistematicamente a resultados incorretos. O desempenho é diferente de acordo com cada instrumento e com cada observador. Os métodos de aferição são diferentes entre grupos de pacientes.

• Ex: hipertensão do jaleco branco.

• Viés de confusão (ou confundimento): um fator estudado que não é o real, mas está muito próximo do fator real. É necessário tratar desse viés quando a análise dos dados, após as observações ja terem sido feitas.

• Ex.: quem tem isqueiro ou fósforo no bolso tem mais chance de ter câncer de pulmão (viés de confusão porque ele mais câncer porque fuma e quem fuma tem isqueiro ou fósforo).

• O potencial para o viés não significa que ele esteja presente, e mesmo se estiver, as vezes o efeito não tem relevância no resultado. Para lidar adequadamente com o viés é preciso saber onde e como procura-lo, qual seu tamanho e sua importância nas conclusões.

Acaso

• Os resultados de uma amostra sem viés tendem a se aproximar do valor verdadeiro. Porém, uma determinada amostra, mesmo sem vipes, pode representar erroneamente a situação na população, por conta do acaso.
• Se as observações fossem repetidas em tais amostras da mesma população, os resultados iriam se aglomerar ao redor do resultado verdadeiro, de forma próxima.
• Variação aleatória: é a divergência entre a observação em uma amostra e o valor verdadeiro na população.

• Pode resultar em valores acima ou abaixo do valor verdadeiro.

• Pode afetar todos os estágios envolvidos nas observações clínicas. Se torna mais relevante se a amostra for pequena.
• A estatística pode ser utilizada para estimar até que ponto o acaso é responsável pelo resultado de um estudo clínico. Também auxilia a reduzir o papel do acaso ao ajudar a elaborar melhor o delineamento e plano de análises. Porém a variação aleatória jamais é  totalmente eliminada, o acaso sempre tem que ser levado em conta.

Desempenho das aferições

• Desempenho depende do examinador e do instrumento utilizado para aferir. É diferente de acordo com o instrumento e com o observador.
• Validade ou acurácia (refere-se a aferição): é o grau em que os dados medem o que eles deveriam medir. Varia de acordo com a precisão do instrumento.

• Quanto mais tirar a influência do observador, melhor a validade, as vezes é preciso eliminar a influência do observador.
• Cada forma de medir tem uma validade diferente.

• Confiabilidade ou reprodutibilidade: é o quando repetidas aferições de um fenômeno estável têm resultados semelhantes.

• Se medir várias vezes e o resultado for o mesmo há confiabilidade.

Aula 2

Distribuição Real

●É preciso estudar as variações na população.

●As definições sobre doenças são importantes para ter um critério de normalidade e para poder comparar os estudos entre si.

●Media, mediana e moda.

Distribuição normal: estratégia estatística para poder fazer análises padronizadas. Com a distribuição real fica difícil definir qual a variação considerada normal. Usa-se uma constatação estatística-teorema do limite Central.

●Teorema do limite Central (conforme aumenta a quantidade de observações, elas tendem a normalidade, elas tendem a se distribuir em uma curva normal.

...