Regressão Logística e OR: Interpretação em Estudos Caso-Controle

UNIFESP/EPM - Universidade Federal de São Paulo - Escola Paulista de Medicina — Prova 2020

Enunciado

Em um estudo do tipo caso-controle para avaliar a importância de seis variáveis na ocorrência de câncer de bexiga, os resultados foram analisados por meio de regressão logística múltipla, a qual revelou o seguinte: Com base nesses resultados, aponte a alternativa correta.

Alternativas

1. A) Quatro variáveis estiveram associadas ao câncer de bexiga nesse estudo.
2. B) O sexo masculino pode ter aparecido associado ao câncer porque homens podem fumar mais do que mulheres e o tabagismo é um reconhecido fator de risco para tal câncer.
3. C) O consumo excessivo de bebidas alcoólicas quase dobrou o risco de ocorrência do câncer de bexiga.
4. D) O uso habitual de ciclamatos aumentou em 51% o risco de câncer de bexiga.
5. E) Se houvesse mais variáveis nesse estudo, provavelmente os intervalos de confiança das OR seriam mais precisos.

Pérola Clínica

Associação estatística (OR): IC 95% não cruza 1 → variável associada ao desfecho.

Resumo-Chave

Em estudos caso-controle com regressão logística, uma variável é considerada estatisticamente associada ao desfecho se o Intervalo de Confiança (IC) de 95% para a Odds Ratio (OR) não incluir o valor 1. Isso indica que a OR é significativamente diferente de 1, seja para proteção (OR < 1) ou risco (OR > 1).

Contexto Educacional

Estudos caso-controle são desenhos epidemiológicos observacionais utilizados para investigar fatores de risco para doenças raras ou com longo período de latência. Eles comparam a exposição prévia a fatores de risco entre indivíduos com a doença (casos) e indivíduos sem a doença (controles). A medida de associação principal nesses estudos é a Odds Ratio (OR), que estima a razão de chances de exposição entre os grupos. A regressão logística múltipla é uma ferramenta estatística poderosa para analisar dados de estudos caso-controle, permitindo avaliar a associação de múltiplas variáveis independentes com um desfecho binário, ajustando para potenciais fatores de confusão. A interpretação dos resultados de uma regressão logística é crucial: para que uma variável seja considerada estatisticamente associada ao desfecho, seu Intervalo de Confiança (IC) de 95% para a Odds Ratio (OR) não deve incluir o valor 1. A correta interpretação da OR e do IC 95% é fundamental para a prática baseada em evidências e para a resolução de questões de epidemiologia em provas de residência. Uma OR > 1 com IC que não cruza 1 indica um fator de risco significativo, enquanto uma OR < 1 com IC que não cruza 1 indica um fator de proteção significativo. A ausência de significância estatística (IC cruzando 1) significa que não há evidência suficiente para afirmar uma associação.

Perguntas Frequentes

Como interpretar a Odds Ratio (OR) em um estudo caso-controle?

A Odds Ratio (OR) mede a chance de exposição em casos versus controles. Uma OR > 1 indica que a exposição aumenta a chance do desfecho (fator de risco), enquanto uma OR < 1 indica que a exposição diminui a chance do desfecho (fator de proteção). Uma OR = 1 significa que não há associação.

Qual a importância do Intervalo de Confiança (IC 95%) na interpretação da OR?

O Intervalo de Confiança (IC 95%) fornece uma faixa de valores dentro da qual a verdadeira OR populacional provavelmente se encontra. Se o IC 95% para a OR não incluir o valor 1, a associação é considerada estatisticamente significativa. Se incluir o 1, a associação não é significativa.

O que é a regressão logística múltipla e para que serve em epidemiologia?

A regressão logística múltipla é uma técnica estatística usada para analisar a relação entre uma variável dependente binária (como ter ou não uma doença) e uma ou mais variáveis independentes. Ela permite estimar a OR ajustada para múltiplos fatores de confusão, fornecendo uma medida mais precisa da associação independente de cada variável.

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