Causalidade é uma relação entre 2 eventos em que um evento causa o outro. A identificação de relações entre 2 variáveis (ou seja, associações ou correlações) não implica que uma variável tenha realmente causado o resultado. A demonstração da causalidade entre uma exposição e um resultado é o principal objetivo da maioria das pesquisas médicas publicadas. Para garantir que a causalidade existe e que não representa um artefacto de um mau desenho do estudo ou de outros fatores, devem ser cumpridos vários critérios para demonstrar a reprodutibilidade (confiabilidade), congruência interna (validade interna) e capacidade de generalização (validade externa) do estudo.
A causalidade é a relação entre a causa e o efeito.
Princípios
O princípio da causalidade implica que todos os eventos têm uma causa.
Indica uma relação lógica entre 2 eventos (uma causa e um efeito) e uma ordem entre eles (a causa precede o efeito)
Na medicina, estabelecer a causalidade:
Ajuda a identificar a causa de uma doença
Permite a melhor gestão possível do doente
Permite que os investigadores desenvolvam os melhores testes de diagnóstico
Causalidade versus correlação
“Correlação não é causalidade.”
Causalidade significa que 1 evento foi causado por outra condição
Correlação (ou associação) significa que 2 coisas estão conectadas, mas não implica causalidade.
Exemplo:
Abaixo apresenta-se um gráfico que descreve a relação entre mortes por afogamento e a ingestão de gelados. À medida que o consumo de gelados aumenta, o mesmo acontece com as mortes por afogamento. No entanto, este estudo demonstra apenas uma correlação e não uma causalidade. Comer gelado não causa mortes por afogamento. Em vez disso, em dias quentes, as pessoas são mais propensas a comer gelados ea ir à praia aumentando, consequentemente, o risco de afogamento. Assim, a temperatura é um fator de confusão, do qual resulta uma relação observada que, na realidade, não pressupõe causalidade.
Gráfico de exemplo a demonstrar uma correlação entre eventos (em vez de causalidade)
Também conhecidos como critérios de Hill para a causalidade
Grupo de 9 princípios úteis para estabelecer evidências epidemiológicas de uma relação causal entre uma causa presumida e um efeito observado
Se a maioria dos princípios for cumprido, a relação entre as variáveis é provavelmente causal.
Amplamente utilizados nas pesquisas em saúde pública
Os 9 princípios:
Força: Qual é o tamanho do efeito ou quão grande é a relação? Quão grande é o risco relativo ou a razão de possibilidades?
Consistência: Vejo esta relação com frequência? É reprodutível?
Especificidade: Esta exposição causa exclusivamente este desfecho?
Temporalidade: A exposição vem antes do desfecho?
Gradiente biológico/ Relação dose-resposta:
Maior exposição causa mais resultado?
A remoção da exposição diminui o risco do desfecho?
Plausibilidade: A relação faz sentido biologicamente?
Coerência: A relação observada enquadra-se no conhecimento geral da ciência e da medicina?
Testar: Pode ser conduzido um ensaio controlado randomizado (em humanos ou animais)?
Analogia:
Podemos conceber uma relação análoga entre o resultado e outra exposição?
Explorei outras possibilidades teóricas para a relação observada?
Exemplo: Aplicação dos critérios de Bradford Hill para estabelecer causalidade
Como encontrado na tabela abaixo, a maioria dos princípios é cumprido, por isso podemos assumir com uma certeza razoável que fumar causa realmente cancro do pulmão.
Tabela: Aplicação dos critérios de Bradford Hill: Fumar causa cancro do pulmão?
Princípio
Princípio cumprido
Explicação
Força
Sim
Existe uma forte associação de risco relativo (RR) entre o tabagismo e o cancro de pulmão.
Consistência
Sim
Este ↑↑ RR foi reproduzido em muitos estudos de coorte
Especificidade
Não
Fumar pode levar a muitos resultados diferentes, e outras exposições também podem causar cancro do pulmão.
Temporalidade
Sim
O tabagismo precede o desenvolvimento de cancro do pulmão na grande maioria dos casos.
Gradiente biológico
Sim
Quanto mais um indivíduo fuma, maior o seu RR de cancro do pulmão.
Plausibilidade
Sim
No laboratório, foi demonstrado que o tecido pulmonar, exposto aos agentes cancerígenos encontrados no cigarro, mostra um aumento das mutações genéticas.
Coerência
Sim
Certos produtos químicos no fumo do cigarro são cancerígenos e, portanto, ↑ risco de cancro do pulmão: esta ideia é coerente com a nossa compreensão mais ampla da medicina e da ciência
Testar
Sim
Expuseram-se animais de laboratório ao fumo do tabaco e estes desenvolveram cancro.
Analogia
Na verdade, não
Foram exploradas outras opções, e podem existir outras potenciais possibilidades.
Existe uma relação causal entre 2 eventos se a ocorrência do 1º evento causar o 2º evento.
Princípios
O 1º evento é referido como sendo a causa e o 2º evento como sendo o efeito.
Uma correlação entre 2 eventos não implica causalidade.
No entanto, se existir uma relação causal entre 2 eventos, estes estarão correlacionados.
O caminho causal (o caminho da causa para o efeito) pode ser:
Direto: O fator causa a doença sem etapas intermediárias.
Indireto: O fator causa a doença, mas apenas por meio de 1 ou mais etapas intermediárias.
Tipos de relações causais
Existem 4 tipos de relações causais ou fatores. Estes tipos baseiam-se no facto da exposição ter sido ou não necessária para desenvolver o desfecho, e se a exposição é suficiente por si só para causar o desfecho. Estes 4 tipos são:
Necessária e suficiente
Necessária mas não suficiente
Suficiente, mas não necessária
Nem necessária nem suficiente
Exemplo #1: Necessária e suficiente
Necessária: É impossível ter o resultado sem a exposição.
Suficiente: É tudo o que é necessário para produzir o resultado.
Exemplo: A infeção por coronavírus é necessária e suficiente para causar a doença SARS, pela sigla em inglês.
Diagrama de um fator causal, que é necessário e suficiente
Necessária: A exposição é necessária para desenvolver o resultado.
Não suficiente:
A exposição precisa de ser auxiliada por algum outro fator para produzir o resultado.
Fatores individuais não conseguem produzir o resultado por si mesmos.
Exemplo: Uma doença é causada por um gene, ativado por um estímulo ambiental específico. Tanto o gene quanto o estímulo ambiental são necessários para a doença, mas nenhum deles é suficiente isoladamente para causar a doença.
Diagrama de um fator causal que é necessário, mas não suficiente
Suficiente: A exposição por si só consegue produzir o resultado.
Não é necessária: A exposição não é a única que pode produzir o resultado.
Exemplo: Tanto o envenenamento por radiação isoladamente quanto o envenenamento por benzeno são suficientes para causar leucemia. Portanto, não é necessário ter exposição à radiação para desenvolver leucemia (porque o indivíduo pode ter sido exposto ao benzeno). Assim, o envenenamento por radiação e o envenenamento por benzeno são suficientes, mas não necessários para o desenvolvimento de leucemia.
Diagrama de fatores causais que são suficientes, mas não necessários
Não necessária: Vários fatores ou exposições têm interações complexas que produzem o resultado.
Não suficiente: As exposições individuais não são suficientes para produzir o resultado por si só.
Exemplo: cancro da próstata. Existem vários fatores de risco que individualmente não são necessários, nem suficientes para causar cancro da próstata isoladamente. Existem várias combinações de exposições possíveis, tornando-as nem necessárias nem suficientes.
Este é sem dúvida o tipo mais comum de relação causal encontrada na prática clínica.
Diagrama de fatores causais que não são necessários nem suficientes
A confiabilidade melhora com a ↓ desvio padrão e o ↑ potência
A validade refere-se à exatidão de um teste ou achado de uma pesquisa: os resultados são representativos do mundo real?
Validade = exatidão
Os resultados refletem a realidade e podem ser acreditados.
A validade depende da eliminação de vieses.
A sensibilidade e a especificidade são medidas da validade.
Validade interna:
As relações causais são significativas no contexto do estudo.
Requisitos para a validade interna:
Temporalidade
Força
Plausibilidade
Validade externa ou generalização: Os resultados podem ser aplicados a outros doentes ou ambientes.
Nota: Um estudo inválido pode ainda ser confiável, mas um estudo não confiável não pode ser válido. Por outras palavras, uma relação que não representa o mundo real (inválida) pode ser encontrada várias vezes num estudo (confiável), mas um estudo que não pode ser reproduzido (não confiável) não pode representar o mundo real (validade).
A confiabilidade é medida quantitativamente como um coeficiente, normalmente escrito como r.
O R é avaliado entre 0 e 1:
r = 1: teste perfeitamente confiável
r = 0: ausência completa de confiabilidade
↑ r = ↑ confiabilidade = ↓ erros
Os investigadores normalmente querem um r de pelo menos 0,9, o que significa que 90% dos dados são precisos, enquanto que 10% são causados por erros.
Ameaças à confiabilidade e à validade
Ameaças à confiabilidade:
Más estratégias de amostragem
Exemplo: pretende-se medir a idade média de uma comunidade. Pode optar-se por ir a um centro de aposentação e encontrar uma idade média de 72 anos ou ir para uma escola secundária e encontrar uma idade média de 16 anos. Estas amostras não são representativas da população que está a ser estudada, portanto, os seus dados não são confiáveis.
Instabilidade da condição que está a ser medida
Exemplo: pretende-se medir a pressão arterial, mas a pressão arterial altera ao longo do dia, com base em fatores como o nível de atividade e o quão horizontal está o indivíduo (deitado versus em pé). Se estes fatores de confundimento não forem considerados, os seus dados não serão confiáveis.
Divergências entre observadores, especialmente nos casos em que a colheita de dados requer uma avaliação qualitativa por parte do observador
Exemplo: se se solicitar a observadores que avaliem o humor, diferentes observadores podem ter opiniões distintas sobre como realizar essa avaliação. Isto diminuiria a confiabilidade.
Ameaças à validade interna:
Fatores de confundimento: variável que cria uma relação artificial ou que mascara uma relação real entre as variáveis em estudo (ver o exemplo do gelado e das mortes por afogamento, acima referido)
Viés de seleção: erro introduzido quando a população do estudo não representa a população-alvo devido a alguma preferência de seleção (consultar Tipos de vieses para obter detalhes)
Ameaças à validade externa:
Muitos critérios de exclusão (características de estudo excessivamente específicas que não representam outras populações)
Efeito Hawthorne (efeito do observador): Os indivíduos nos estudos alteram o seu comportamento porque estão a ser observados.
Efeito Rosenthal: As expectativas do investigador sobre o resultado de um determinado estudo afetam o resultado real do estudo.
Celentano, D, Szklo, M. (2019). From association to causation: Deriving inferences from epidemiologic studies.
Everitt, BS, Skrondal, A. (2010). The Cambridge Dictionary of Statistics, Cambridge University Press.
Redmond, CK, Colton, T. (2001) Biostatistics in Clinical Trial, 2001: p. 522.
Greenberg, RS. (2015). Medical epidemiology. In Population Health and Effective Health Care (5th ed.).
Kanchanaraksa S. (2008). Evaluation of diagnostic and screening Tests: Validity and reliability. In The Johns Hopkins University Bloomberg School of Public Health.
Höfler, M. (2005). The Bradford Hill considerations on causality: A counterfactual perspective? Emerging Themes in Epidemiology, 2 (1): 11.
Aprende mais com a Lecturio:
Complementa o teu estudo da faculdade com o companheiro de estudo tudo-em-um da Lecturio, através de métodos de ensino baseados em evidência.
A Lecturio Medical complementa o teu estudo através de métodos de ensino baseados em evidência, vídeos de palestras, perguntas e muito mais – tudo combinado num só lugar e fácil de usar.
User Reviews
Details
×
Obtenha Premium para testar os seus conhecimentos
Lecturio Premium dá-lhe acesso total a todos os conteúdos e características
Obtenha Premium para ver todos os vídeos
Verifique agora o seu e-mail para obter um teste gratuito.
Crie uma conta gratuita para testar os seus conhecimentos
Lecturio Premium dá-lhe acesso total a todos os conteúdos e características - incluindo o Qbank de Lecturio com perguntas actualizadas ao estilo do board-.