Confundimento em Epidemiologia: OR Ajustada e IC 95%

SES-RJ - Secretaria de Estado de Saúde do Rio de Janeiro — Prova 2016

Enunciado

Um estudo sobre letalidade hospitalar no infarto agudo do miocárdio mostrou uma razão de chances (OR) não ajustada para óbito nas mulheres de 2,3 (intervalo de confiança de 95% = 1,1 - 4,5). Após ajuste para idade e comorbidades, a razão de chances encontrada foi 1,5 (intervalo de confiança de 95% = 0,7 - 3,4). A partir desses resultados é possível dizer que:

Alternativas

1. A) a diminuição da razão de chances sugere confundimento
2. B) sem a estimativa do valor de p não é possível fazer inferências
3. C) o sexo feminino é um fator de risco para a ocorrência de infarto agudo do miocárdio 
4. D) o risco de óbito nas mulheres continua alto e com significância estatística após o ajuste

Pérola Clínica

OR ↓ e IC inclui 1 após ajuste → Sugere confundimento pelas variáveis ajustadas.

Resumo-Chave

Em epidemiologia, quando uma Razão de Chances (OR) diminui significativamente e perde a significância estatística (o Intervalo de Confiança passa a incluir 1) após o ajuste para outras variáveis, isso indica que as variáveis ajustadas (idade e comorbidades, neste caso) eram fatores de confusão. Elas estavam distorcendo a associação original entre a exposição (sexo feminino) e o desfecho (óbito por IAM).

Contexto Educacional

O confundimento é um dos principais vieses em estudos observacionais e um conceito fundamental em epidemiologia. Ele ocorre quando a relação entre uma exposição (como o sexo feminino) e um desfecho (como o óbito por IAM) é distorcida pela influência de uma terceira variável (como idade e comorbidades), que está associada tanto à exposição quanto ao desfecho, mas não é um intermediário causal. Para identificar e controlar o confundimento, são utilizadas técnicas estatísticas como a análise multivariada, onde se ajusta a Razão de Chances (OR) ou o Risco Relativo (RR) para as variáveis potencialmente confundidoras. Se a OR não ajustada mostra uma associação significativa, mas após o ajuste para idade e comorbidades a OR diminui e o Intervalo de Confiança de 95% passa a incluir o valor 1 (indicando que a associação não é mais estatisticamente significativa), isso é uma forte evidência de que idade e comorbidades eram fatores de confusão. Compreender o confundimento é vital para a interpretação crítica de estudos científicos e para a tomada de decisões clínicas baseadas em evidências. A capacidade de reconhecer quando um ajuste estatístico revela um confundimento permite que residentes e profissionais de saúde avaliem a validade interna dos estudos e apliquem seus resultados de forma mais apropriada na prática clínica.

Perguntas Frequentes

O que significa 'confundimento' em um estudo epidemiológico?

Confundimento ocorre quando a associação observada entre uma exposição e um desfecho é distorcida pela presença de uma terceira variável (o fator de confusão). Essa variável deve estar associada tanto à exposição quanto ao desfecho, mas não ser um elo causal na via entre eles.

Como a Razão de Chances (OR) e o Intervalo de Confiança (IC) ajudam a identificar confundimento?

Se a OR muda substancialmente (geralmente diminuindo) e o IC 95% passa a incluir o valor 1 (indicando perda de significância estatística) após o ajuste para uma variável, isso sugere que essa variável era um fator de confusão. O ajuste 'remove' o efeito da variável de confusão, revelando a verdadeira associação.

Qual a importância de ajustar para fatores de confusão em estudos clínicos?

O ajuste para fatores de confusão é crucial para obter estimativas de efeito mais precisas e menos viesadas. Ele permite isolar a verdadeira associação entre a exposição e o desfecho de interesse, evitando conclusões errôneas que poderiam levar a intervenções ineficazes ou prejudiciais.

Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.