Módulo 2 — Estudos de Coorte e Controle de Confundimento Aula 2.15

Causalidade e modificação do efeito

Causalidade e Modificação do Efeito: Fechando o Raciocínio Epidemiológico

Entender causalidade e modificação do efeito é o passo final para interpretar corretamente uma associação encontrada em um estudo epidemiológico. Não basta identificar que exposição e desfecho estão associados: é preciso avaliar se essa relação é causal e se ela se comporta de forma diferente em subgrupos específicos da população. Esses dois conceitos encerram o raciocínio deste módulo sobre coortes e controle de confundimento.

O que é causalidade em epidemiologia

Causalidade significa que uma exposição realmente provoca, direta ou indiretamente, o surgimento do desfecho estudado, e não apenas aparece associada a ele por acaso, viés ou confundimento. Estabelecer causalidade é mais exigente do que simplesmente demonstrar uma associação estatística significativa.

Os critérios de causalidade de Hill, amplamente usados em epidemiologia, ajudam a avaliar essa questão e incluem elementos como:

  • Força da associação: quanto maior o risco relativo, mais provável a causalidade.
  • Consistência: a associação se repete em diferentes estudos, populações e métodos.
  • Temporalidade: a exposição precede claramente o desfecho, critério indispensável para causalidade.
  • Gradiente biológico (relação dose-resposta): quanto maior a exposição, maior o risco do desfecho.
  • Plausibilidade biológica: existe um mecanismo biológico compreensível que explique a associação.
  • Reversibilidade: a remoção da exposição reduz o risco do desfecho.
Nenhum critério isolado prova causalidade de forma definitiva; a avaliação é sempre um conjunto de evidências convergentes.

Associação não é o mesmo que causalidade

Um erro comum na leitura crítica de estudos é presumir causalidade a partir de uma simples associação estatística. Antes de afirmar causalidade, é necessário descartar três explicações alternativas:

  • Acaso: a associação pode ser fruto de variação aleatória, avaliada por meio de testes de significância e intervalos de confiança.
  • Viés: erros sistemáticos na coleta ou análise dos dados podem gerar associações espúrias.
  • Confundimento: uma terceira variável pode estar distorcendo a relação observada entre exposição e desfecho, tema central deste módulo.
Somente depois de afastar essas explicações alternativas é razoável considerar a hipótese de causalidade.

O que é modificação do efeito

A modificação do efeito, também chamada de interação, ocorre quando a magnitude da associação entre exposição e desfecho varia de acordo com o nível de uma terceira variável, chamada modificador de efeito. Diferente do confundimento, que é um viés a ser eliminado da análise, a modificação de efeito é um achado real e relevante, que deve ser descrito e explorado, não corrigido.

Por exemplo, se o risco cardiovascular associado ao tabagismo é muito maior em pessoas com diabetes do que em pessoas sem diabetes, isso indica que o diabetes modifica o efeito do tabagismo sobre o desfecho cardiovascular.

Como identificar modificação do efeito

A forma mais direta de identificar a modificação do efeito é por meio da estratificação: calcular a medida de associação separadamente em cada subgrupo definido pelo possível modificador e verificar se os valores diferem de forma relevante entre os estratos.

Quando essa diferença é substancial, o pesquisador deve reportar os resultados separadamente por subgrupo, em vez de apresentar apenas uma medida combinada, que esconderia essa variação importante.

Confundimento versus modificação de efeito

É essencial não confundir os dois conceitos:

  • O confundimento distorce a verdadeira associação e deve ser controlado na análise.
  • A modificação de efeito reflete uma variação real do efeito entre subgrupos e deve ser relatada e interpretada, não eliminada.

Fechando o raciocínio sobre causalidade e modificação do efeito

Ao concluir este módulo, você já tem as ferramentas para avaliar criticamente estudos observacionais: reconhecer o desenho do estudo, calcular e interpretar medidas de risco, controlar o confundimento por diferentes técnicas e, por fim, julgar se a associação encontrada realmente sustenta uma relação causal, considerando também possíveis modificações de efeito entre subgrupos.

Assista a aula completa acima para ver exemplos práticos e continue para a próxima aula do módulo.