Aula 6 Causalidade

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 34

CAUSALIDADE

Profa. Dra. Sonia Regina Pereira de Souza


O QUE É CAUSA?

“A causa seria um agente eficaz, cujo


desvendamento garantiria maior conhecimento do
fenômeno estudado, visto ser possível intervir sobre
um efeito quando ser remonta à sua causa”

Dina Czeresnia
E CAUSALIDADE?

Causalidade pode ser definida como relação causa-


efeito, onde a causa é a exposição e o efeito é o
desfecho (doença ou morte).
COMO MEDIR O FENÔMENO?

Podemos observar o efeito ou doença, mas não


temos certeza sobre a causa específica que resultou
no efeito.
COMO MEDIR O FENÔMENO?

Quando estamos interessados em estimar o efeito


de uma causa particular, adotamos o modelo
contrafactual:
• Observa-se a magnitude do efeito em uma população
exposta a essa causa
• Estima-se a magnitude do efeito que teria sido observado
se a mesma população não tivesse sido exposta a esta
causa, mantendo todas as outras condições idênticas.
COMO MEDIR O FENÔMENO?

Quando estamos interessados em estimar o efeito


de uma causa particular, adotamos o modelo
contrafactual:
• A diferença entre as duas medidas de efeito é o efeito
devido a causa em que estamos interessados.
• Como o efeito contrafactual não é observável, estima-se a
magnitude substituta de efeito a partir de uma população
que não é exposta à causa e é comparável a população de
estudo
MODELOS EXPLICATIVOS DA
CAUSA DAS DOENÇAS

Era Sanitária – Paradigma: Miasma


Teoria do Miasma de Sydenham
Emanações repugnantes do solo, água ou ar causam
todas as doenças.
MODELOS EXPLICATIVOS DA
CAUSA DAS DOENÇAS

Era Sanitária
Paradigma: Teoria do Miasma de Sydenham
Emanações repugnantes do solo, água ou ar causam
todas as doenças.
A pobreza está no cerne de todas as doenças.
MODELOS EXPLICATIVOS DA
CAUSA DAS DOENÇAS

Era da Doença Infecciosa


Paradigma: Teoria dos Germes
Descoberta dos agentes etiológicos do antraz,
cólera e tuberculose por Koch:
• Bacillus anthracis (1877)
• Mycobacterium tuberculosis (1882)
• Vibrio cholerae (1883)
MODELOS EXPLICATIVOS DA
CAUSA DAS DOENÇAS

Era da Doença Crônica – Fatores de Risco


Paradigma: Caixa Preta
Teia de causalidade de MacMahon:
• Todos os fatores situam-se no mesmo nível
• Doenças podem ser prevenidas cortando-se poucos fios
da teia
MODELOS EXPLICATIVOS DA
CAUSA DAS DOENÇAS

Era da Ecoepidemiologia
Paradigma: Caixas Chinesas de Segredo
Teoria de Mervyn Susser:
• Interdependência das pessoas e suas conexões com os
contextos biológico, físico, social e histórico;
• Ênfase na dimensão temporal – o processo saúde-doença
dever se assim concebido e estudado;
• as causas ocorrem em todos os níveis de organização.
CADEIA CAUSAL
CADEIA CAUSAL
MODELO DE ROTHMAN -CAUSA
NECESSÁRIA E SUFICIENTE

Necessária e suficiente:
• Raiva, HIV na AIDS

Necessária mas não suficiente:


• Múltiplos fatores atuando em uma sequência temporal - Câncer

Suficiente mas não necessária:


• Radiação ionizante e benzeno causam leucemia independentemente

Nem necessária nem suficiente:


• Diferentes caminhos levando à mesma doença
MODELO DE ROTHMAN -CAUSA
NECESSÁRIA E SUFICIENTE
Causas Componentes

U T

A B X B

Causa Suficiente 1 Causa Suficiente 2


Causa componente é qualquer
uma das condições necessárias
Causanecessária
Causa suficiente ééum
umaconjunto
causa de
para completar a causa suficiente
condições ouque
componente eventos mínimosem
esta presente que
inevitavelmente
cada produz a doença
causa suficiente
COMO SABER SE É CAUSA?

A exposição e o desfecho podem estar:


• Associados não estatisticamente;
• Associados estatisticamente não causal
• Associados estatisticamente causal;
ASSOCIAÇÃO ESTATÍSTICA

A associação estatística apesar de atingir o nível de


significância, pode ser:
• Causal ou etiológica – tabagismo e câncer de pulmão
• Confundimento - mancha nos dedos do fumante x bronquite
crônica, café x ca pulmão - explicada por um terceiro fator
(viés ou chance)
• Não causal – número de postes e suicídio
• Espúria - ocorre por um artefato - erros de seleção, registro,
obtenção da informação, mensuração, classificação da
exposição e doença, não-resposta e perdas.
PIRÂMIDE DE ASSOCIAÇÕES

Causal

Não-causal

Confundimento

Espúria

Acaso
RS Bhopal
INFERÊNCIA CAUSAL

Parte-se da suspeita de que há a influência de


um evento, condição ou característica na
ocorrência de uma doença
• Formula-se uma hipótese
• Testa-se a hipótese por meio de estudos
epidemiológicos:
• há associação estatística?
• Há validade na associação (acaso, viés, confundimento)?
• A associação estatística é de causa-efeito?
INFERÊNCIA CAUSAL

Postulados de Henle-Koch
Para determinar se um organismo vivo específico
causa uma doença em particular:
• O organismo deve estar presente em todos os casos da
doença;
• O organismo deve ser capaz de ser isolado e crescer em
cultura pura;
• O organismo deve, quando inoculado em um animal suscetível,
causar a doença específica;
• O organismo deve, então, ser recuperado do animal e
identificado.
INFERÊNCIA CAUSAL

Postulados de Henle-Koch
Limitações:
• O desenvolvimento da doença pode requerer co-fatores
• Vírus não pode ser cultivados como as bactérias porque
necessitam de células vivas para crescerem
• Vírus patogênicos podem estar presentes sem doenças
clínicas (infecção subclínica, estado portador)
INFERÊNCIA CAUSAL

Princípios de Hills
Princípios de Causalidade Propostos por Sir
Bradford Hill (1965)
Força da Associação Gradiente Biológico
Consistência Plausibilidade
Especificidade Coerência
Temporalidade Experimentação
Analogia
INFERÊNCIA CAUSAL

Princípios de Hills
Força da Associação
Quanto mais forte a relação entre a variável
independente (a exposição) e a variável dependente (a
doença), menos provável é que a relação seja devido ao
acaso ou outra variável (confundimento).
• A incidência de câncer de pulmão em fumantes é
10 vezes a incidência de câncer de pulmão em
não-fumantes (RR=10)
INFERÊNCIA CAUSAL

Princípios de Hills
Consistência
A associação é observada repetidamente em diferentes
pessoas, locais de residência, períodos de tempo e
circunstâncias.
• Replicação da associação em diferentes amostras, com
diferentes desenhos de estudo e diferentes investigadores
fornece evidência de causalidade.
• Tabagismo tem sido associado com câncer de pulmão em
29 estudos caso-controle e 7 estudos de coorte.
INFERÊNCIA CAUSAL
INFERÊNCIA CAUSAL

Princípios de Hills
Especificidade
Em uma situação ideal, o efeito tem apenas uma causa. Em
outras palavras, mostrar que um desfecho é melhor predito
por um fator primário fornece credibilidade a associação
causal.
• Este conceito de causalidade é oriundo da observação das
doenças infecciosas. Há muitas exceções disto.
• Tabagismo é associado com câncer de pulmão e com outras
doenças. Também, o câncer de pulmão resulta do tabagismo e de
outras exposições.
INFERÊNCIA CAUSAL

Princípios de Hills
Temporalidade
A exposição deve preceder a doença por um
período razoável de tempo, isto é, a causa deve
preceder no tempo um efeito.
• Os estudos de coorte tem mostrado que uma pessoa
deve fumar por anos (décadas) antes que as
transformações celulares levem ao câncer de pulmão.
INFERÊNCIA CAUSAL

Princípios de Hills
Gradiente Biológico
Existe relação dose-resposta entre a exposição e a doença.
Indivíduos que níveis de exposição progressivamente mais
elevados tem risco progressivamente mais alto de
desenvolver a doença.
• Os dados mostram uma relação positiva e linear entre
o número de cigarros fumados e a incidência de
câncer de pulmão.
INFERÊNCIA CAUSAL
INFERÊNCIA CAUSAL

Princípios de Hills
Plausibilidade
Existe modelo social ou biológico para explicar a associação.
É mais fácil aceitar uma associação como causal se há uma
base teórica sustentada por conhecimento biológico ou
outros fatos.
• Teoria biológica que explica como a fumaça do cigarro causa
dano ao tecido pulmonar, o qual no decorrer do tempo resulta
em câncer.
• Estudos epidemiológicos tem identificado relação de causa-efeito
antes do mecanismo biológico ser identificado
INFERÊNCIA CAUSAL

Princípios de Hills
Coerência
A associação causal é mais clara quando não entra em
conflito com o que é conhecido sobre as variáveis sob
estudo e quando não há teoria plausíveis competindo ou
hipóteses rivais. A associação deve ser coerente com outros
conhecimentos .
• A conclusão que o tabagismo causa câncer de pulmão é baseada
em dados epidemiológicos, experimentação animal,
farmacocinéticos, clínicos e outros dados biológicos. Os dados
disponíveis formam juntos um todo coerente.
INFERÊNCIA CAUSAL

Princípios de Hills
Experimentação
Ao iniciar intervenção que modifica a exposição por meio da
prevenção, tratamento ou eliminação deve resultar em
menos casos da doença . Qualquer pesquisa experimental
torna a inferência causal mais plausível.
• Programas de combate ao tabagismo resulta em redução das
taxas de incidência e mortalidade por câncer de pulmão.
• Pintar as orelhas de coelhos com alcatrão produz câncer neste
tecido com o decorrer do tempo.
INFERÊNCIA CAUSAL

Princípios de Hills
Analogia
Um fenômeno comumente aceito em uma área
pode ser aplicado a outra área.
• Tabagismo induzido em ratos de laboratório mostrou
relação causal com desenvolvimento de tumor.
INFERÊNCIA CAUSAL

Princípios de Hills
Ordem Crescente de Importância
• Forte: temporalidade, experimentação
• Médio: gradiente biológico, força da associação,
plausibilidade, consistência
• Fraco: coerência, analogia, especificidade

Você também pode gostar