Epidemiologia 3

22/05/2023, 00:03 Bioestatística e Epidemiologia
Bioestatística e Epidemiologia
UNIDADE 3 - EPIDEMIOLOGIA: A CIÊNCIA
DAS EPIDEMIAS
Autoria: Ana Paula Felizatti – Revisão técnica: Symara Rodrigues Antunes
https://student.ulife.com.br/ContentPlayer/Index?lc=PPRcqQ%2fvXD1zjLgbDU8elw%3d%3d&l=RUCgoO6pe0cYnH2XYzF7Hw%3d%3d&cd=DN… 1/22
Introdução
A epidemiologia é uma ciência ampla que visa
estudar determinados comportamentos
patológicos coletivos, ou seja, é uma ciência
voltada para o estudo de populações. Por conta
de sua característica de estudo do todo, utiliza
diversas ferramentas estatísticas para responder
questionamentos acerca de determinada
condição observada, e expandir tais conclusões
para uma população predeterminada.
Os estudos epidemiológicos são importantes para a saúde coletiva, uma vez que são
responsáveis por monitorar e estabelecer diretrizes acerca de possíveis condições
patológicas que podem acometer determinados grupos. Nesse contexto, os estudos
de vigilância epidemiológica são essenciais para rastrear e elaborar planos de
contenção. Você certamente já participou de uma campanha de vigilância
epidemiológica, como, por exemplo, as de vacinação obrigatória. Essas campanhas
auxiliam no controle de diversas doenças, sejam contagiosas ou não.
Saiba que a epidemiologia vai muito além de campanhas de vacinação. Ela está
presente em diversos estudos e pesquisas sobre a saúde coletiva. Você sabia que
qualquer doença pode ser considerada uma epidemia, mesmo que não seja
transmissível? Por exemplo, quando uma grande parcela da população apresenta
indícios de obesidade ou doenças respiratórias, pode-se ter o início de uma epidemia
envolvendo esses fatores, por conta do número de pessoas em um mesmo intervalo
de tempo. E como identificar as causas e conter os avanços de condições de saúde
coletiva nesse contexto? Com amplos estudos epidemiológicos e multidisciplinares.
Nesta unidade, vamos aprender sobre os principais conceitos de epidemiologia,
incluindo o contexto histórico e atual e as principais métricas utilizadas por essa tão
importante ciência. Vamos começar?
Bons estudos!
3.1 Conceitos em
epidemiologia
Inicialmente, devemos reforçar um conceito importante. A epidemiologia é uma ciência ampla

que estuda, compreende e gerencia dados sobre doenças coletivas ou com potencial de atingir
grande número de pessoas. Pereira (2004) destaca que o conceito de epidemiologia depende
de diversos fatores, que incluem desde os dados históricos até as características demográficas
e os conhecimentos acumulados sobre determinada população.
De acordo com Pereira (2004, p. 7), a definição de epidemiologia é:
[...] a ciência que estuda a distribuição e os determinantes dos problemas de saúde (fenômenos e
processos associados) em populações humanas” [...]. É a ciência básica para a saúde coletiva,
principal ciência de informação de saúde. Estuda a saúde, mas na prática principalmente pela
ausência de saúde sob as formas de doenças e agravos, estes últimos definidos pelo diagnóstico
clínico. Seu objeto são as relações de ocorrência de saúde-doença em massa (em sociedades,
coletividades, comunidades, classes sociais, grupos específicos etc.). As relações são referidas e
analisadas mediante o conceito de risco.
Você deve ter notado que a definição não cita o termo “epidemia”, correto? Isso ocorre, pois, a
epidemiologia estuda tanto os processos epidêmicos como as doenças e condições patológicas
de caráter não epidêmicos. Mas, então, o que é uma epidemia? Veja a resposta a seguir.
A epidemia é uma condição observada em um conjunto populacional de

O que é modo superior ao observado naturalmente. Ou seja, é o aumento da
epidemia? frequência de casos em vários conjuntos populacionais devido a algum
desequilibro orgânico do sistema.
As epidemias, de modo geral, são características por indecências de surtos em diversos locais
e de modo abrangente, com potencial de espalhamento. Um surto é relacionado ao aumento
rápido de determinada condição patológica, de caráter temporário e inesperado
(ROUQUAYROL; ALMEIDA FILHO, 2009). É importante diferenciar alguns conceitos que
podem ser confundidos: endemias e pandemias. Vamos lá.
As endemias ocorrem pelo aumento de determina condição/patologia de modo mais contido,
acometendo somente uma região ou um espaço de modo sistêmico e sazonal. A principal
característica é uma taxa de incidência constante (padrão já esperado), que se altera de modo
sazonal, com atuação localizada. Alguns exemplos de endemias do território brasileiro são:
malária, doença de chagas, dengue e febre amarela (PEREIRA, 2004).
Você quer ver?

O filme Contágio (2011) relata um surto viral
desconhecido, com origem na China, que rapidamente
se espalha e causa problemas em setores sociais e
econômicos. Diversos estudiosos tentam conter o
avanço da doença, inclusive discutindo sobre
ferramentas de contenção e bioestatística. O filme inclui
diversas estrelas do cinema, como Jude Law, Kate
Winslet e Matt Damon, e contou com a assessoria de
cientistas e epidemiologistas para validação das
discussões e do roteiro, contando com dados reais de
bioestatística e biossegurança da Organização Mundial
da Saúde (OMS) (MAIA; HAFIZ; REVADAM, 2020).
Muitas vezes, as endemias podem se tornar epidemias quando descontroladas. Já as

pandemias têm abrangência mundial, ou seja, a doença tem capacidade de se alastrar além
das fronteiras de territórios, causando milhões de óbitos, usualmente (FRANCO; PASSOS,
2011). Dentre os exemplos de grandes pandemias, estão: peste negra, gripe espanhola, gripe
suína e covid-19. Observe alguns conceitos sobre epidemia, endemias e pandemias.
Figura 1 - Diferenças entre surto, epidemia, endemia e pandemia

Fonte: Adaptada de TELESSAÚDE SÃO PAULO, 2019.
#PraCegoVer: imagem, cujo título é “qual a diferença?”, traz informações sobre quatro termos:
surto, epidemia, endemia e pandemia.
Assim, podemos concluir que, progressivamente, uma endemia pode ser tornar uma epidemia,
que, por sua vez, pode se tornar uma pandemia. O objetivo da epidemiologia é compreender
essas relações, incluindo causas, efeitos, consequências, abrangência, potencialidade,
sazonalidade, distribuição geográfica, entre outros. O papel da epidemiologia é “dissecar” o
percurso de uma doença, dada sua abrangência e efeitos na população.
Uma breve história da epidemiologia é descrita por Almeida Filho (1986), que traz sobre o
termo, cunhado inicialmente por Juan de Villaba, em 1802, mas o contexto de seu significado
relacionado ao histórico das epidemias na Espanha. Com o passar dos anos, a ciência da
saúde pública, com preocupação social, passou a se fortalecer entre os médicos e profissionais
de saúde. De modo geral, o “berço” dos estudos epidemiológicos foi baseado na ascendência
da medicina social, cuja preocupação era a saúde pública e contenção de doenças como
malária e febre amarela, chamadas de “doenças tropicais”.
Os avanços em epidemiologia foram mais assertivos quando as ferramentas estatísticas
passaram a fazer parte dos estudos, principalmente pelos ensinamentos de Major Greenwood,
professor de epidemiologia de uma universidade em Londres. Greenwood foi um dos pioneiros
na aplicação de ferramentas estatísticas aos estudos epidemiológicos, transformando a
epidemiologia em uma ciência técnica e lógica, muito além de apenas descritiva. No mesmo
período, Wade Frost publica os primeiros trabalhos utilizando ferramentas de estatística em
análises de prevalências de doenças e fatores determinantes. Já nos anos 1960, após passar
por diversas alterações em seu escopo, as ciências epidemiológicas experimentaram a mais
ampla modificação, dado o advento do surgimento dos computadores, novos cálculos puderam
ser implementados, como aplicação de bancos de dados e novos modelos matemáticos. Assim,
com o passar do tempo e a ampliação do acesso e desenvolvimento tecnológico, a
epidemiologia se concretizou como uma ciência ampla e multidisciplinar, baseada em
ferramentas estatísticas e focada em soluções em saúde coletiva.
Atualmente, a epidemiologia pode ser segmentada em duas frentes principais. De modo geral,
a epidemiologia descritiva se preocupa em estudar o comportamento de condições em
determinada comunidade, em relação ao local, tempo e à caracterização dos pacientes. Por
outro lado, a epidemiologia analítica é baseada na aplicação estatística, elaboração de
modelos matemáticos e probabilísticos (FRANCO; PASSOS, 2011). Ambas as frentes são
complementares.
Figura 2 - Subdivisões da epidemiologia e construção de dados em saúde coletiva

Fonte: Elaborada pela autora, 2020.
#PraCegoVer: esquema traz a palavra epidemiologia em destaque, que se divide em dois

grupos: descritiva, análise comportamental, observacional qualitativa; e analítica, análise
estatística observacional quantitativa, que, por sua vez, se unem em uma seta que leva para os
dados de saúde coletiva.
Em saúde, há um conceito importante que reflete as formas de explicar as relações entre as

doenças e a ausência de saúde humana, chamado de modelos explicativos. Há três modelos
de maior aplicação em estudos epidemiológicos: biomédico, sistêmico e processual
(ROUQUAYROL; ALMEIDA FILHO, 2009). Os modelos são diferentes entre si pelo
entendimento da relação doença e saúde. Vamos conhecer mais sobre eles.
Modelo biomédico
Compreende a doença como um desequilíbrio de saúde, ou seja, que a doença surge

quando há uma falha sistêmica, podendo ser de origem infecciosa ou não infecciosa, e
ter período de duração crônico ou agudo.
Modelo processual
Compreende a doença com causas mais amplas, desde estruturas sociais, culturais e
históricas, até fatores genéticos, hereditários ou congênitos. De modo geral, a doença
é resultado de um conjunto de processos que resultam em estímulos patológicos, que
podem ou não gerar uma doença de acordo com os processos fisiológicos de
respostas, e depende de probabilidades de ocorrência, chamadas de probabilidades de
riscos, que podem ser mínimo, intermediário ou máximo.
Modelo sistêmico
Considera o ambiente em que todos os elementos se inserem. Há uma percepção de

saúde como um sistema epidemiológico em equilíbrio, e de doença como um sistema
epidemiológico em que alguns dos elementos provocaram alterações nos demais.
Considera-se o agente causador da patologia, o indivíduo suscetível a ela e a interação
entre eles em um ambiente em equilíbrio, considerando todo os efeitos observados no
contexto de saúde, economia e cultura (FRANCO; PASSOS, 2011; GORDIS, 2004).
Assim, podemos perceber que os conceitos mais importantes em epidemiologia são saúde,
doença e efeitos populacionais. De modo resumido, a epidemiologia atua como uma ciência-
chave na compreensão das relações de causa e efeito de doenças, utilizando ferramentas e
modelos matemáticos para gerar conclusões e predições. É importante destacar que muitas
vezes um efeito observado por ter diversas causas associadas é justamente a visão global de
uma condição de saúde que a epidemiologia busca compreender.
Figura 3 - Diagrama de esqueleto de peixe, associação de causas podem causar um efeito

Fonte: mindroom14, Shutterstock, 2020.
#PraCegoVer: ilustração, cujo título é diagrama esqueleto de peixe, e traz um esqueleto de

peixe, em que a palavra causa aparece em diversos pontos do corpo. Na cabeça desse
esqueleto, está a palavra efeito.
Uma pesquisa em epidemiologia é estruturada em três pilares principais: o conjunto de análises

(incluindo as amostras e análises estatísticas), a posição investigativa (compreender e gerar
hipóteses) e a relatividade temporal (período em que a condição é observada e gera efeitos)
(FRANCO; PASSOS, 2011; MEDRONHO et al., 2009). Agora, vamos aprender um pouco mais
sobre as ferramentas e a importância da análise de dados e observações para a epidemiologia.
3.2 Estatística nas epidemias e estudos

epidemiológicos
O conceito de epidemiologia está relacionado ao estudo dos fatores que determinam condições
ou ausência de saúde em determinadas populações, visando estabelecer padrões e métricas
para prevenção e controle de estados patológicos. O termo “epidemiologia” tem origem grega,
com a junção de ‘epi’ (sobre), e ‘demo’ (povo). Portanto, podemos inferir que a epidemiologia é
o estudo do povo, com foco na saúde coletiva (FRANCO; PASSOS, 2011). Observe, a seguir,
os principais termos associados à epidemiologia.
Figura 4 - Epidemiologia como ciência ampla e os diversos fatores em seus estudos

Fonte: dizain, Shutterstock, 2020.
#PraCegoVer: ilustração, com fundo preto, traz o termo epidemiologia, em amarelo, no centro
da imagem. Ao redor, 14 setas indicam termos, escritos na cor branca, que são: doença;
precaução; cuidado; triagem; saúde; risco; cuidados em saúde; higiene; vacinação; pandemia;
proteção; população; saúde pública; bactéria.
Como estabelecer parâmetros de estudos e conclusões confiáveis em populações

heterogêneas, geneticamente distintas, com diferentes predisposições e configurações
fisiológicas? Para tanto, utiliza-se a estatística. Já estudamos diversos conceitos essenciais em
bioestatística e agora vamos identificar sua aplicação na rotina dos epidemiologistas.
Você o conhece?
Cesar Victora é um epidemiologista brasileiro, ganhador de
um dos mais importantes prêmios na área de saúde, o
Saúde Global, da Fundação Gaindner. Ele é um dos
principais estudiosos de dados em saúde e aplicações em
epidemiologia, e mesmo aposentado ainda participa das
coletas de dados com seus alunos. É um grande nome e
motivo de orgulho para a ciência brasileira (ZORZETTO,
2013).
Um estudo epidemiológico é composto, essencialmente, por uma hipótese e as variáveis de

interesse. Ou seja, há um questionamento a ser respondido com base na observação do
comportamento de um conjunto de variáveis. Essas variáveis podem ser dependentes entre si
ou independentes. Também podem ser classificadas em quantitativas discretas ou contínuas,
ou qualitativas nominais ou ordinais. O questionamento estático de dados de epidemiologia dá
origem à epidemiologia analítica, em que os parâmetros estatísticos são calculados e utilizados
para inferir informações acerca de estados de saúde coletiva (BALDI; MOORE, 2014; FRANCO;
PASSOS, 2011). De modo geral, segundo Pereira (2004), o objetivo da aplicação de
ferramentas estatísticas em estudos epidemiológicos está relacionado com:
obtenção de informações e inferências acerca de mudanças em saúde coletiva ao longo

dos anos;
identificação de técnicas de prevenção e comparação se há melhorias em relação a

técnicas tradicionais;
 
compreensão das relações de causa-efeito de condições patológicas em uma população;
compreensão do comportamento temporal da indecência de doenças e o potencial de

espalhamento, gestão de surtos e potenciais epidemias e tomada de decisões com base em
hipóteses propostas e validadas.
Um dos principais objetivos da aplicação de estatística em epidemiologia é compreender o

comportamento de determinado agente em relação ao que ele causa e com qual frequência ele
irá gerar determinado comportamento. Por exemplo, quando busca-se identificar se
determinada condição está associada a um determinado comportamento observado. Imagine o
cenário: maior ocorrência de câncer nas cavidades orais em populações de regiões com
crescente ocorrência de queimadas. Assim, pode-se realizar um levantamento de dados acerca
dessa população para inferir se há de fato uma associação estatística entre a emissão dos
poluentes das queimadas e a incidência de câncer (MEDRONHO et al., 2009; ROUQUAYROL;
ALMEIDA FILHO, 2009).
Nesse exemplo, poderíamos estabelecer uma hipótese científica: “as queimadas aumentam o
risco de câncer oral”, em que a hipótese nula seria “a ocorrência de câncer na cavidade oral é
igual nas populações expostas e não expostas às queimadas”, e a hipótese alternativa seria “a
ocorrência de câncer é maior nas populações expostas”. Para validar as hipóteses, são
aplicáveis testes de hipóteses, como teste-T, ANOVA e também as análises de correlação e
demais testes paramétricos e não paramétricos (PEREIRA, 2004; GORDIS, 2004).
Adicionalmente, pode-se aplicar uma métrica chamada regressão linear. Este é um conceito
novo e amplamente utilizado em epidemiologia analítica e vamos explorá-lo agora. Acompanhe.
As análises de regressão são utilizadas para avaliar a variação de determinada variável ou
condição dependente de outra variável independente. Assim, é possível identificar de modo
quantitativo a relação entre causa e efeito entre elas (BALDI; MOORE, 2014). A regressão
linear depende de duas variáveis: a dependente e a independente. No nosso exemplo, a
variável dependente seria a incidência de câncer nas cavidades orais e a variável
independente, a ocorrência das queimadas. A variável dependente é aquela que busca

identificar a possível relação, enquanto a variável independente é aquela que é a suposta
causa, mas ocorre independente da variável dependente, ou seja, em nosso exemplo, as
queimadas ocorrem independentemente da ocorrência de câncer. A regressão linear pode ser
simples ou múltipla, dependendo da quantidade de variáveis estudadas (BALDI; MOORE,
2014). A regressão linear está relacionada à fórmula da reta, plotada em termos de x e y, onde:
Uma representação muito utilizada em estudos de bioestatística trocam as letras a e b pelos

símbolos β0 e β1. Os termos significam: y = condição/evento de interesse, β0 = intercepto, β1 =
incremento médio, e x = variável estudada. Observe a imagem a seguir, sobre um estudo de
Alves, Guerra e Bastos (2009), que apresenta uma regressão linear cuja reta indica os fatores
epidemiológicos sobre a ocorrência de colo de útero e câncer em outras regiões do útero.
Atente-se que os dados coletados estão representados na faixa observada, e ao aplicar a
fórmula da regressão linear obtém-se uma reta da estimativa de caso, que representa os dados
observados de modo linear.
Figura 5 - Regressão linear representativa da taxa ocorrência de dois tipos de câncer uterino
Fonte: ALVES; GUERRA; BASTOS, 2009, p. 1696.
#PraCegoVer: gráfico de uma reta indicando, no eixo vertical, a frequência de ocorrência de

câncer uterino, e no eixo horizontal, o período temporal em anos. Na área entre os eixos, há
uma reta e um trecho irregular. Ao lado do gráfico, há uma legenda para essas retas.
O uso de gráficos de regressão linear é muito comum em estudos epidemiológicos, pois permite
uma representação visual das alterações ao longo do tempo em relação a uma variável ou
condição de interesse.
Você quer ler?

Os caminhos da estatística e suas incursões pela
epidemiologia
Ano: 1992
Autores: Celia L. Szwarcwald e Euclides A. de Castilho
https://student.ulife.com.br/ContentPlayer/Index?lc=PPRcqQ%2fvXD1zjLgbDU8elw%3d%3d&l=RUCgoO6pe0cYnH2XYzF7Hw%3d%3d&cd=D… 10/22
Comentário: este estudo aborda as concepções

histórias da estatística no escopo da epidemiologia,
destacando as principais ferramentas aplicadas ao longo
do tempo, incluindo modelos e parâmetros de medidas.
Acesse
(https://www.scielosp.org/pdf/csp/1992.v8n1/5-
21/pt)
Compreender as relações entre causa e efeito entre as variáveis são os principais objetivos das
hipóteses estatísticas levantadas em epidemiologia. Deve-se estabelecer as hipóteses
corretamente, analisar as variáveis e como elas se relacionam, para, então, se possível,
estabelecer um plano de contenção adequado. Podemos fazer uma analogia, em que
consideramos a estatística um “remédio preventivo”, afinal ela auxilia não apenas na
compreensão das epidemias como um todo, mas também nas precisões e projeções futuras
que permitem um planejamento prévio e planos de contenção. Além das projeções futuras, há
uma questão tão ou mais importante nas ciências epidemiológicas: compreender a origem dos
fatores/eventos de interesse, e todo esse processo depende do desenho racional de um estudo
epidemiológico. É o tema do nosso próximo tópico de estudo.
3.3 Compreendendo a origem e causalidade nas

epidemias
Para compreender a origem e causa de uma epidemia, são necessários estudos

epidemiológicos. Os estudos epidemiológicos seguem alguns protocolos para coleta e análise
de dados e a partir de tais dados pode-se estabelecer os modelos de inferência causal.
Usualmente, são aplicados após análises estatísticas de parâmetros, como os testes de
hipóteses. Assim, os parâmetros são utilizados como ferramentas para validação das causas de
um estudo.
3.3.1 Principais estudos epidemiológicos

Os estudos podem ser do tipo observacionais ou experimentais, ou seja, podem utilizar dados
previamente coletados – como bancos de dados de vacinação, por exemplo; ou realizar
experimentos voltados para obtenção desses dados – como por exemplo, expor agentes de
estudo a determinado fator e observar os resultados. Claramente, a epidemiologia experimental
é alicerçada em rígidas regras de bioética e biossegurança.
Você sabia?
O estudo com seres humanos segue rígidas leis de saúde, com
um amplo histórico de atualizações e novos protocolos, todos
baseados na Declaração de Direitos Humanos, de 1948. Cada
país pode seguir regras específicas, mas há um entendimento

geral sobre determinadas obrigações, baseado em normas
técnicas da OMS. Regularmente, diversos aspectos são
discutidos a nível mundial visando à orientação sobre
experimentação em humanos (BRASIL, 1996).
Os estudos em epidemiologia podem ser do tipo: intervencional, caso-controle, transversais,

coorte e ecológicos (FRANCO; PASSOS, 2011; MEDRONHO et al., 2009). Vamos aprender
sobre eles.
Intervencional
Estudo do tipo experimental, em que é possível manipular os fatores de exposição, introduzindo
eventos ou condições que alterem de alguma maneira o estado de saúde do grupo amostral.
Por exemplo, estudo de eficácia de vacinas em fase clínica (aplicação em humanos). Nesse
caso, são selecionados conjuntos amostrais aleatoriamente e submetidos a eventos, controle
ou de interesse, observando os efeitos em cada grupo. Um exemplo de estudos intervencionais
são os ensaios clínicos randomizados.
Caso-controle
São estudos cujo objetivo principal é a identificação de fatores de risco, com dados sobre as
causas e a incidência de doenças. Em sua configuração, os controles são utilizados para
monitorar a ocorrência em grupos não expostos a condição testada, assim, os indivíduos
estudados são aqueles expostos a determinada causa, e o grupo controle tem critérios
específicos a serem seguidos, em que se compara a frequência de ocorrência de condições em
ambos os grupos. Podem ser utilizados como um complemento dos estudos de coorte. São
estudos cujos dados já foram concretizados no momento de seu início.
Estudos transversais
Também chamados de seccionais, são estudos cujo objetivo principal é a compreensão dos
mecanismos das doenças, por meios descritivos e intermédio de ferramentas de diagnóstico.
Não é possível, nesses estudos, definir a relação temporal entre causa e efeito, nem
estabelecer uma prova causal. De modo geral, são estudos de observação direta em amostras
planejadas e período determinado e único. Tais estudos são segmentados em fases, em que há
um planejamento com identificação de protocolos, instrumentos, amostragem e treinamentos,
etapa de execução, com coleta de dados e estudos primários e, por fim, a análise dos dados
obtidos. Esse tipo de estudo tem um custo menor comparativamente aos estudos de coorte e
caso-controle e geram dados com bons índices de generalização.
Estudos de coorte
São estudos observacionais, também voltados para a identificação de fatores de risco, mas
utilizam dados sobre história natural e de prognóstico para avaliar as causas e identificar a
incidência. Nesses estudos, a condição do paciente quanto a sua exposição a determinado
fator é critério para determinar o conjunto amostral, que é observado ao longo de determinado
período. Portanto, a seleção do grupo amostral não é aleatória, e sim segmentada em grupo
exposto e não exposto a determinada condição. São estudos especialmente importantes
quando o dado observado tem baixa frequência, ou seja, ocorrência rara.
Estudos ecológicos
Esses estudos são realizados em regiões estabelecidas e delimitadas, visando compreender os
efeitos ambientais e o contexto social de determinada condição em relação ao grupo de estudo.
Dependem do local, tempo e da interação entre esses fatores, e o objetivo principal é o
estabelecimento de etiologias sobre doenças e eficácia de controle em regiões. Os estudos

ecológicos podem analisar variáveis agregadas, ambientais ou globais. As agregadas são
relativas à característica de individualidade do grupo amostral, como, por exemplo, o nível de
instrução acadêmica. Já as ambientais relacionam os fatores a que são submetidos
fisicamente, como, por exemplo, a ausência de saneamento básico. Já as globais envolvem
parâmetros do grupo como um todo, como, por exemplo, as taxas de mortalidade em
determinado local.
Teste seus conhecimentos

(Atividade não pontuada)
De modo geral, os estudos experimentais são realizados quando se tem controle da causa do
efeito de interesse, ou seja, é possível expor a variável de modo controlado e conhecido a
determinada condição, de modo prático e experimental. No caso dos estudos epidemiológicos
observacionais, não é possível fornecer ou controlar a exposição e, portanto, são utilizados
dados pré-coletados (PEREIRA, 2004).
Os estudos experimentais podem ser do tipo controlados ou não controlados, ou seja, pode-se
estabelecer grupos que não serão expostos a condição, de modo aleatório ou não. Os estudos
experimentais são amplamente utilizados em pesquisas clínicas e podem comprovar um estudo
observacional. Se em um estudo observacional uma hipótese foi comprovada, é possível
estabelecer um ensaio clínico para fortalecer tal hipótese observada (FRANCO; PASSOS, 2011;
PEREIRA, 2004).
Por meio das metodologias de estudos epidemiológicos apresentadas, pode-se obter
informações sobre a condição e seus efeitos, e em metodologias específicas, sobre a causa.
Para identificar as causas, são utilizados modelos de inferência causal.
3.3.2 Modelos de inferência causal

Os estudos epidemiológicos são importantes para compreender os parâmetros de uma
condição observada e seus efeitos. As causas devem ser cuidadosamente estudadas a fim de
se estabelecer corretamente uma relação de causa e efeito com validade estatística. Para isso,
utilizam-se os modelos de inferência causal.
Um dos modelos utilizados historicamente para avaliação de causalidade é o modelo de
Rothaman. Trata-se de um modelo de ampla importância na prevenção de doenças, definindo
as causas para que um estado patológico se desenvolva em uma população. O modelo é
representado por diagramas, classificando as respostas observadas de acordo com a
exposição ao evento/condição. Estabelece diferentes níveis de causas suficientes, ou seja, uma
causa que realmente será suficiente para causar determinada condição. Uma das
desvantagens do uso desse modelo está em sua difícil aplicação e operação (MEDRONHO et
al., 2009).
Outro modelo amplamente utilizado são os critérios de Hill. Tais critérios são voltados para a
elaboração de estudo epidemiológico totalmente voltado para a descoberta das causas, em que
se estabelecem os critérios necessários para identificação de causalidade. Conheça os critérios
de Hill, segundo Araújo, Dalgalarrondo e Banzato (2014).
Temporalidade
O efeito observado deve ocorrer de modo posterior à

possível causa.
Força de associação
É a medida pelo risco relativo (incidência); quanto

maior a força de uma associação, maior a
probabilidade de estabelecer-se como causa e efeito.
Especificidade
O grupo não exposto não apresentou o mesmo efeito

que o grupo exposto.
Gradiente biológico
A resposta é do tipo gradiente, ou seja, há um padrão

de dose-resposta proporcional.
Analogia
É possível estabelecer padrões comparativos com

outras doenças similares.
Coerência científica
As observações são condizentes com os padrões

científicos conhecidos e validados.
Evidência experimental
As alterações no padrão de exposição alteram os

efeitos observados.
Plausabilidade
Os resultados observados são coerentes e explicáveis

a partir de pré-conhecimentos.
Tais critérios são utilizados para validação dos estudos de causalidade. Por exemplo, em
determinado estudo pode ser que uma associação estatística tenha sido observada pela
comparação de valor-p, mas não contém os critérios de Hill. Assim, por esse viés, conclui-se
que a associação é real, mas não é causal. Portanto, quanto maior o número de critérios de Hill
preenchidos, maior a probabilidade de a associação ser do tipo causal.
Agora que já conhecemos os principais conceitos acerca dos estudos epidemiológicos e
análises de causalidade, vamos seguir para as métricas utilizadas para a compreensão de
epidemias.
3.4 Principais medidas para mensurar

epidemias
Um dos principais pilares da epidemiologia é a compreensão das epidemias como um todo,

desde a origem até o total controle, incluindo, claramente, todos os efeitos e as condições
alterados por ela em determinado ambiente.
A compreensão das epidemias, por sua vez, depende de medidas específicas. Vamos recordar
o que já vimos até o momento. Há diversos tipos de estudos epidemiológicos que visam
compreender as relações entre determinada doença, suas causas e efeitos. Tais medidas são
obtidas por meio de análises de frequência e associação, que compõem as principais métricas
utilizadas em epidemias e conclusões epidemiológicas. Vamos compreender sobre elas?
Acompanhe.
3.4.1 Medidas de associação

As medidas de associação são importantes ferramentas para analisar a força de relação entre
uma variável exposta a um evento e a consequência de tal exposição. O estudo das
associações engloba os conceitos de prevalência e incidência e são calculados em termos de
coeficientes (PEREIRA, 2004).
Está relacionada ao número amostral de indivíduos

com determinada condição em um único ponto
Prevalência temporal. O coeficiente de prevalência ocorre pela
razão entre todos os casos do grupo e todos os
indivíduos do grupo.
Está relacionada à fração amostral de indivíduos que

inicialmente não possuíam determinada condição e
passam a ter em um determinado período. O
coeficiente de incidência é calculado pela razão entre
Incidência
os novos casos em um grupo previamente não afetado
pela condição, pelo número de pessoas susceptíveis
no início.
As principais medidas de associação são as medidas de risco relativo, odds ratio e risco
atribuível. Antes de compreender cada uma dessas medidas, veja o quadro a seguir em que os
termos a, b, c e d indicam determinados grupamentos. A partir desses valores,
compreenderemos como calcular as medidas de associação.
Quadro 1 - Quadro de valores para estudos em epidemiologia

Fonte: Elaborado pela autora, baseado em COUTINHO; CUNHA, 2005.
#PraCegoVer: quadro dividida em quatro colunas: grupo, acometido, não acometido e total; e
três linhas: expostos, não expostos e total.
O risco relativo (RR) é uma medida da provável associação entre determinada exposição e a
incidência de uma doença, indicando as chances de determinada doença ocorrer em um grupo
que não foi exposto a determinada condição (FRANCO; PASSOS, 2011). É calculada em
termos de razão:
Por ser uma razão, quando RR = 1, conclui-se que as taxas são identificadas em ambos os
grupos, e se RR > 1, há um risco relativo associado à exposição, enquanto se RR < 1, não há
associação de risco, e sim de proteção, ou seja, o grupo exposto tem risco reduzido de
desenvolver a condição estudada (COUTINHO; CUNHA, 2005).
Teste seus conhecimentos

(Atividade não pontuada)
A medida odds ratio (OR), também chamada de razão de chances ou razão de produtos
cruzados, é uma métrica sobre as chances de ocorrência de determinada condição no grupo
exposto em relação ao grupo controle, objetivando responder se há uma maior chance da
condição de interesse de estabelecer em um grupo em detrimento do outro.
O cálculo é dado pela razão entre as chances observadas nos grupos estudados, ou seja, pela
razão entre a chance de doença nos expostos, sobre a chance de doença nos não expostos
(GORDIS, 2004; COUTINHO; CUNHA, 2005). Para compreender a fórmula, observe
novamente a “Quadro de valores para estudos em epidemiologia” e depois a fórmula.
Assim, o cálculo inclui, inicialmente, o cálculo da chance nos expostos, dado por ; e o inverso
das chances nos não expostos, dado por . Assim, a fórmula de OR é:
Por fim, a medida de risco atribuível (RA) objetiva compreender os efeitos concretos ou
absolutos no grupo exposto comparativamente ao grupo não exposto considerando a sua
incidência (COUTINHO; CUNHA, 2005; FRANCO; PASSOS, 2011). Seu cálculo é dado pela
probabilidade de ocorrência de determinada condição no grupamento exposto subtraído do
grupamento não exposto.
Agora que vimos as medidas de incidência, vamos conhecer quais são as medidas de
frequência.
3.4.2 Medidas de frequência

As medidas de frequência dependem de fatores como local, tempo e população, uma vez que
objetiva compreender a distribuição temporal de determinada condição em determinado local e
população. Utilizam dados de prevalência e incidência para compor suas métricas
(MEDRONHO et al., 2009).
É importante destacar que as medidas de incidência são justamente medidas de frequência,
podendo ser absolutas ou relativas. A incidência absoluta é relativa ao total de casos
observados (por exemplo, toda a população brasileira), enquanto a relativa é em relação a
determinada porção da população (por exemplo, a cada 10 mil habitantes). A principal medida
de frequência é a densidade de incidência, (COUTINHO; CUNHA, 2005; GORDIS, 2004)
dada por:
Além da densidade de incidência, que nos informa quantitativamente sobre a frequência de

surgimento de determinada condição, temos a taxa de incidência acumulada (IA), que
magnifica as estimativas de ocorrência em termos de proporção e risco de desenvolvimento em
um intervalo pré-definido (COUTINHO; CUNHA, 2005). A fórmula é dada por:
Onde to, t = período inicial e final, e No = número de indivíduos expostos no período.

Complementarmente à medida de incidência acumulada, temos a medida de sobrevida, dada
pela fórmula:
Quando tratamos as medidas de incidência considerando que o efeito observado é a morte dos
indivíduos, as medidas de sobrevida são chamadas de medidas de mortalidade.
Adicionalmente, pode-se calcular o índice de letalidade de determinada condição baseando-se
na proporção de óbitos observados em um período em relação a todos os indivíduos que foram
expostos ao fator.
Além das medidas de incidência, as medidas de frequência também consideram as medidas
de prevalência. A prevalência de uma condição é influenciada diretamente pela sua incidência,
duração e capacidade de disseminação (PEREIRA, 2004). Temos que:
De modo geral, as medidas de associação e frequência são amplamente utilizadas, muitas

vezes de modo conjunto, para identificar possíveis ações necessárias em locais, visando
prevenir surtos e desequilíbrios no ambiente populacional. Este de fato é um dos principais
focos da epidemiologia como ciência: compreender para prevenir.
Caso
O estudo de 2020 realizou análises de prevalência e incidência
relacionadas à pandemia de covid-19. Foram avaliadas as
medidas de incidência em relação aos novos casos em um dia,
dividindo esse valor pela população em risco nesse mesmo dia
(11/05/2020). Para o cálculo da prevalência, foram considerados
os casos de covid-19 na data, dividindo-se pela população em
risco. Assim, considerou-se como população de risco, para o
cálculo da prevalência, a média populacional brasileira em 210
milhões de habitantes, e para o cálculo da incidência, a
população total brasileira menos os casos confirmados até o dia
11 de maio de 2020. Até essa data, havia 168.331 casos
confirmados, e tal valor, dividido por 210 milhões, resulta em
0,08% de prevalência. Já a incidência considera os novos casos
do dia, que em 11 de maio de 2020 foram de 5.632. Tal valor,
dividido pela população em risco naquele dia, ou seja, toda a
população menos os casos já confirmados, resultou em 2,7 /
100.000. Assim, as autoras exemplificaram os cálculos
epidemiológicos de ampla utilização com dados reais de uma
pandemia em tempo real (PIZZICHINI; PATINO; FERREIRA,
2020).
E assim finalizamos mais uma unidade, com conceitos importantes que integram aprendizados
de estatística e estudos em saúde.
Vamos Praticar!
Os dados epidemiológicos podem ser consultados em fontes
governamentais de pesquisa em saúde, como o DATASUS,
informado pelo Ministério da Saúde. A partir dos dados
disponibilizados é possível realizar cálculos e análises estatísticas
para inferir informações sobre aumentos de casos, possíveis
surtos e áreas de risco. Há, inclusive, programas de
monitoramento de tais dados para construção de políticas de
contenção e prevenção em saúde pública.
Com base nessas informações, acesse a plataforma DATASUS,
escolha o grupo “Casos de Hanseníase desde 2001 (SINAN)”, e
navegue pelos estados do Amazonas, Mato Grosso, Paraná e
Sergipe.
BRASIL. Ministério da Saúde. Casos de Hanseníase desde 2001
(SINAN). Brasília, DF: DATASUS, 2020. Disponível em:
http://www2.datasus.gov.br/DATASUS/index.php?area=0203
(http://www2.datasus.gov.br/DATASUS/index.php?area=0203).
Acesso em: 17 dez. 2020.
Feito isso, responda:
1) Em qual estado, dentre os citados, houve maior número de
casos em 2019, considerando apenas a população indígena?
2) Qual a frequência observada para o estado do Amazonas no
período entre 2018-2019?
3) No Mato Grosso, qual a frequência observada entre 2004 e
2019, para o sexo feminino? E o sexo masculino?
Conclusão
Assim, finalizamos nossa unidade sobre os principais conceitos
em bioestatística, em que pudemos conhecer ferramentas
essenciais para a metodologia científica e pesquisa clínica. Ao
final, você é capaz de criar um planejamento para um estudo,
incluindo algumas métricas estatísticas para análise dos dados
obtidos.
Nesta unidade, você teve a oportunidade de:
compreender os aspectos históricos da epidemiologia;
reconhecer as características de uma endemia, epidemia e

pandemias;
reconhecer os diferentes tipos de estudos epidemiológicos;
identificar os principais conceitos estatísticos e a importância

na compreensão dos estudos epidemiológicos;
compreender e calcular as principais medidas de associação,

frequência e causa;
interpretar dados de prevalência e incidência;
compreender as medidas de risco relativo, odds ratio e risco

atribuível;
compreender a importância da epidemiologia em saúde pública

e coletiva.
Referências
ALMEIDA FILHO, N. de. Bases históricas da Epidemiologia.
Cad. Saúde Pública, Rio de Janeiro, v. 2, n. 3, p.304-311, jul.-
set. 1986. Disponível em: http://www.scielo.br/scielo.php?
script=sci_arttext&pid=S0102-
311X1986000300004&lng=en&nrm=iso (http://www.scielo.br/scielo.php?
script=sci_arttext&pid=S0102-311X1986000300004&lng=en&nrm=iso). Acesso em:
17 dez. 2020.
ALVES, C. M. M.; GUERRA, M. R.; BASTOS, R. R. Tendência de mortalidade por
câncer de colo de útero para o Estado de Minas Gerais, Brasil, 1980-2005. Cad.
Saúde Pública, Rio de Janeiro, v. 25, n. 8, p. 1693-1700, ago. 2009. Disponível em:
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-
311X2009000800005&lng=en&nrm=iso (http://www.scielo.br/scielo.php?
script=sci_arttext&pid=S0102-311X2009000800005&lng=en&nrm=iso). Acesso em:
8 dez. 2020.
ARAÚJO, L. F. S. C. de; DALGALARRONDO, P.; BANZATO, C. E. M. Sobre a noção
de causalidade na medicina: aproximando Austin Bradford Hill e John L. Rev.
Psiquiatr. Clín., São Paulo, v. 41, n. 2, p. 56-61, abr. 2014. Disponível em:
(https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2-
0056.pdf)https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2-0056.pdf
(https://www.scielo.br/pdf/rpc/v41n2/pt_0101-6083-rpc-41-2-0056.pdf). Acesso em:
17 dez. 2020.
BALDI, B.; MOORE, D. S. A prática da estatística nas ciências da vida. 2. ed. Rio
de Janeiro: LTC, 2014. E-Book.
CONTÁGIO. Direção: Steven Soderbergh. Produção: Gregory Jacobs, Michael

Shamberg, Stacey Sher. Califórnia: Warner Bros, 2011. 1 DVD (106 min).
COUTINHO, E. S. F.; CUNHA, G. M. da. Conceitos básicos de epidemiologia e
estatística para a leitura de ensaios clínicos controlados. Rev. Bras. Psiquiatr., São
Paulo, v. 27, n. 2, p. 146-151, jun. 2005. Disponível em:
https://www.scielo.br/pdf/rbp/v27n2/a15v27n2.pdf
(https://www.scielo.br/pdf/rbp/v27n2/a15v27n2.pdf). Acesso em: 8 dez. 2020.
BRASIL. Conselho Nacional de Saúde. Resolução nº 196, de 10 de outubro de 1996.
Brasília, DF: Conselho Nacional de Saúde, 1996. Disponível em:
(http://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html)htt
p://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html
(http://bvsms.saude.gov.br/bvs/saudelegis/cns/1996/res0196_10_10_1996.html).
Acesso em: 17 dez. 2020.
BRASIL. Ministério da Saúde. Casos de Hanseníase desde 2001 (SINAN). Brasília,
DF: DATASUS, 2020. Disponível em:
(http://www2.datasus.gov.br/DATASUS/index.php?
area=0203)http://www2.datasus.gov.br/DATASUS/index.php?area=0203
(http://www2.datasus.gov.br/DATASUS/index.php?area=0203). Acesso em: 17 dez.
2020.
FRANCO, L. J.; PASSOS, A. D. C. (Orgs.). Fundamentos de epidemiologia. 2. ed.
São Paulo: Manole, 2011. E-book.
GORDIS, L. Epidemiologia. 2. ed. Rio de Janeiro: Thieme Revinder, 2004.
MAIA, C. M; HAFIZ, M.; REVADAM, R. Pandemia do coronavírus é roteiro de ficção
científica encenado na vida real. Com Ciência – Revista Eletrônica de Jornalismo
Científico, Campinas, 2020. Disponível em: (https://www.comciencia.br/pandemia-
do-coronavirus-e-roteiro-de-ficcao-cientifica-encenado-na-vida-
real/)https://www.comciencia.br/pandemia-do-coronavirus-e-roteiro-de-ficcao-
cientifica-encenado-na-vida-real/ (https://www.comciencia.br/pandemia-do-
coronavirus-e-roteiro-de-ficcao-cientifica-encenado-na-vida-real/). Acesso em: 17
dez. 2020.
MEDRONHO, R. et al. Epidemiologia. 2. ed. São Paulo: Atheneu, 2009.
PEREIRA, S. D. Conceitos e definições utilizados na vigilância sanitária. São
Paulo: Centro de Vigilância Sanitária de São Paulo, 2004. Disponível em:
http://www.cvs.saude.sp.gov.br/pdf/epid_visa.pdf
(http://www.cvs.saude.sp.gov.br/pdf/epid_visa.pdf). Acesso em: 10 dez. 2020.
PIZZICHINI, M. M. M.; PATINO, C. M.; FERREIRA, J. C. Medidas de frequência:
calculando prevalência e incidência na era do COVID-19. J. Bras. Pneumol., Brasília,
v. 46, n. 3, e20200243, 2020. Disponível em:
https://www.scielo.br/pdf/jbpneu/v46n3/pt_1806-3713-jbpneu-46-03-e20200243.pdf
(https://www.scielo.br/pdf/jbpneu/v46n3/pt_1806-3713-jbpneu-46-03-
e20200243.pdf). Acesso em: 17 dez. 2020.
ROUQUAYROL, Z. M.; ALMEIDA FILHO, N. Epidemiologia e Saúde. 6. ed. Rio de
Janeiro: Guanabara Koogan. 2009.
SZWARCWALD, C. L.; CASTILHO, E. A. de. Os caminhos da estatística e suas
incursões pela epidemiologia. Cad. Saúde Públ., Rio de Janeiro, v. 8, n. 1, p. 5-21, jan.
- mar. 1992. Disponível em: https://www.scielo.br/pdf/csp/v8n1/v8n1a02.pdf
(https://www.scielo.br/pdf/csp/v8n1/v8n1a02.pdf). Acesso em: 17 dez. 2020.
TELESSAÚDE SÃO PAULO. Qual é a diferença entre surto, epidemia, endemia,

pandemia e sindemia? Telessaúde São Paulo, São Paulo, 2019. Disponível em:
https://www.telessaude.unifesp.br/index.php/dno/redes-sociais/159-qual-e-a-
diferenca-entre-surto-epidemia-pandemia-e-endemia
(https://www.telessaude.unifesp.br/index.php/dno/redes-sociais/159-qual-e-a-
diferenca-entre-surto-epidemia-pandemia-e-endemia). Acesso em: 10 dez. 2020.
ZORZETTO, R. Cesar Victora: a saúde por trás das estatísticas. Revista Pesquisa
FAPESP. São Paulo, ed. 208, jun. 2013. Disponível em:
(https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por-tras-das-
estatisticas/)https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por-tras-
das-estatisticas/ (https://revistapesquisa.fapesp.br/cesar-victora-a-saude-por-
tras-das-estatisticas/). Acesso em: 17 dez. 2020.

Epidemiologia 3

Enviado por

Dados do documentoclique para ver informações do documento

Direitos autorais:

Formatos disponíveis

Epidemiologia 3

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Epidemiologia 3

Enviado por

Direitos autorais:

Formatos disponíveis

22/05/2023, 00:03 Bioestatística e Epidemiologia

Autoria: Ana Paula Felizatti – Revisão técnica: Symara Rodrigues Antunes

Inicialmente, devemos reforçar um conceito importante. A epidemiologia é uma ciência ampla

De acordo com Pereira (2004, p. 7), a definição de epidemiologia é:

A epidemia é uma condição observada em um conjunto populacional de

Você quer ver?

Muitas vezes, as endemias podem se tornar epidemias quando descontroladas. Já as

Figura 1 - Diferenças entre surto, epidemia, endemia e pandemia

Figura 2 - Subdivisões da epidemiologia e construção de dados em saúde coletiva

#PraCegoVer: esquema traz a palavra epidemiologia em destaque, que se divide em dois

Em saúde, há um conceito importante que reflete as formas de explicar as relações entre as

Compreende a doença como um desequilíbrio de saúde, ou seja, que a doença surge

Considera o ambiente em que todos os elementos se inserem. Há uma percepção de

Figura 3 - Diagrama de esqueleto de peixe, associação de causas podem causar um efeito

#PraCegoVer: ilustração, cujo título é diagrama esqueleto de peixe, e traz um esqueleto de

Uma pesquisa em epidemiologia é estruturada em três pilares principais: o conjunto de análises

3.2 Estatística nas epidemias e estudos

Figura 4 - Epidemiologia como ciência ampla e os diversos fatores em seus estudos

Como estabelecer parâmetros de estudos e conclusões confiáveis em populações

Um estudo epidemiológico é composto, essencialmente, por uma hipótese e as variáveis de

obtenção de informações e inferências acerca de mudanças em saúde coletiva ao longo

identificação de técnicas de prevenção e comparação se há melhorias em relação a

compreensão das relações de causa-efeito de condições patológicas em uma população;

compreensão do comportamento temporal da indecência de doenças e o potencial de

Um dos principais objetivos da aplicação de estatística em epidemiologia é compreender o

independente, a ocorrência das queimadas. A variável dependente é aquela que busca

Uma representação muito utilizada em estudos de bioestatística trocam as letras a e b pelos

#PraCegoVer: gráfico de uma reta indicando, no eixo vertical, a frequência de ocorrência de

Você quer ler?

Comentário: este estudo aborda as concepções

3.3 Compreendendo a origem e causalidade nas

Para compreender a origem e causa de uma epidemia, são necessários estudos

3.3.1 Principais estudos epidemiológicos

país pode seguir regras específicas, mas há um entendimento

Os estudos em epidemiologia podem ser do tipo: intervencional, caso-controle, transversais,

estabelecimento de etiologias sobre doenças e eficácia de controle em regiões. Os estudos

Teste seus conhecimentos

3.3.2 Modelos de inferência causal

O efeito observado deve ocorrer de modo posterior à

É a medida pelo risco relativo (incidência); quanto

O grupo não exposto não apresentou o mesmo efeito

A resposta é do tipo gradiente, ou seja, há um padrão

É possível estabelecer padrões comparativos com

As observações são condizentes com os padrões

As alterações no padrão de exposição alteram os

Os resultados observados são coerentes e explicáveis

3.4 Principais medidas para mensurar

Um dos principais pilares da epidemiologia é a compreensão das epidemias como um todo,

3.4.1 Medidas de associação

coeficientes (PEREIRA, 2004).

Está relacionada ao número amostral de indivíduos

Está relacionada à fração amostral de indivíduos que

Quadro 1 - Quadro de valores para estudos em epidemiologia

Teste seus conhecimentos

3.4.2 Medidas de frequência

Além da densidade de incidência, que nos informa quantitativamente sobre a frequência de

Onde to, t = período inicial e final, e No = número de indivíduos expostos no período.

De modo geral, as medidas de associação e frequência são amplamente utilizadas, muitas