Antes de entender estudos epidemiológicos, precisamos entender como o conhecimento científico é construído. Que lógica usamos? Como escolhemos o método certo?
Por que isso importa na Medicina?
Toda decisão clínica que tomamos — prescrever um medicamento, seguir um protocolo, confiar em um exame — se baseia em evidências produzidas por pesquisa. Entender como essa pesquisa é feita é a diferença entre um médico que aplica evidência cega e um que lê criticamente o que lhe apresentam.
📌 Ponto de partida
Todo estudo científico começa com uma pergunta. Essa pergunta pode surgir da observação clínica ("por que esse paciente piorou?"), de lacunas na literatura ou de dados que não fazem sentido. A ciência é, em essência, um sistema organizado de fazer perguntas e testá-las.
Os 7 Grandes Métodos Científicos
Não existe um único jeito de fazer ciência. Os métodos diferem principalmente em como a lógica é construída — do geral para o particular, ou do particular para o geral.
🔍
Método Indutivo
Parte de observações particulares para gerar uma teoria geral. Ex: "Esses 50 pacientes com X tiveram Y → logo X causa Y".
📐
Método Dedutivo
Parte de uma premissa geral para chegar a conclusões específicas. Usa axiomas e teoremas. É o método matemático clássico.
🧪
Hipotético-Dedutivo
Propõe hipóteses e testa se são falsificáveis. Método central das ciências empíricas (Popper).
⚡
Método Dialético
Chega à verdade pelo debate entre teses opostas (tese → antítese → síntese). Mais filosófico que experimental.
📊
Método Estatístico
Analisa fenômenos complexos através de dados numéricos. Fundamental na epidemiologia clínica.
⚖️
Método Comparativo
Investiga semelhanças e diferenças entre casos. Muito usado em estudos caso-controle e ecológicos.
⚡ Por que importa na prova?
Bancas de residência adoram perguntar qual método foi utilizado em determinado estudo. Saber identificar se o raciocínio é indutivo (observação → teoria) ou dedutivo (teoria → teste) é questão clássica de metodologia.
Abordagens da Pesquisa
Independente do método lógico, toda pesquisa científica se encaixa em uma de três abordagens metodológicas:
Abordagem
O que mede?
Quando usar?
Exemplo
Quantitativa
Números, frequências, proporções
Quando quero medir e comparar
Prevalência de HAS na população
Qualitativa
Significados, experiências, percepções
Quando quero compreender fenômenos
Como pacientes percebem seu diagnóstico
Quali-Quanti
Ambos os tipos de dados
Quando quero triangular evidências
Adesão ao tratamento: taxa + relato do paciente
"A pesquisa qualitativa cria hipóteses que a quantitativa vai testar. São métodos complementares, não concorrentes."
Classificação por Objetivos
Quanto ao objetivo da pesquisa, classificamos em três grandes grupos:
🗺️
Pesquisa Exploratória
Objetiva familiarizar-se com o problema. Não exige hipóteses prévias. Gera subsídios para estudos mais rigorosos. Nível mais baixo de evidência.
📸
Pesquisa Descritiva
Descreve características de uma população ou fenômeno. "Quem? Quando? Onde? Quantos?" — sem interferir. Ex: estudos de prevalência.
🔬
Pesquisa Explicativa
Busca identificar causas. "Por quê?" — é o objetivo máximo da ciência. Exige métodos mais rigorosos (experimentos, coortes).
Questão 01Teste seu conhecimento
Um pesquisador observa que, em todos os casos de pneumonia por Legionella investigados em sua cidade, os pacientes tiveram contato com sistemas de ar-condicionado. Com base nessas observações, ele formula a hipótese de que sistemas de ar-condicionado contaminados são fonte de transmissão da doença. Esse raciocínio corresponde a qual método científico?
A Método Dedutivo — parte de uma regra geral para um caso específico
B Método Indutivo — parte de casos particulares para formular uma teoria
C Método Hipotético-Dedutivo — testa uma hipótese pré-existente
D Método Estatístico — analisa dados numéricos de frequência
✅ Correto! O método indutivo parte da observação de casos particulares (vários pacientes com ar-condicionado) para construir uma teoria geral (ar-condicionado como fonte). Na dedução, fazemos o caminho inverso.
❌ Revise! O método indutivo é o correto: parte de observações particulares → teoria geral. No caso, observou-se o padrão em vários pacientes para então formular uma hipótese. O dedutivo faria o caminho inverso.
Capítulo 02
Tipos de Estudos Epidemiológicos
Agora que sabemos como funciona o raciocínio científico, precisamos entender os instrumentos concretos que usamos na epidemiologia. Cada desenho de estudo tem suas vantagens, limitações e perguntas que consegue responder.
A Hierarquia dos Estudos
Antes de classificar, é fundamental entender a lógica central da epidemiologia: queremos determinar se existe uma associação entre exposição e doença. A forma como fazemos isso define o tipo de estudo.
🧭 A grande divisão
A primeira pergunta é: o pesquisador interfere?
Sim → Estudo Experimental: o investigador determina quem recebe a exposição
Não → Estudo Observacional: o investigador apenas observa
🗂️ Fluxograma de Classificação dos Estudos
O pesquisador determinou a exposição?
SIM → Experimental
NÃO → Observacional
Randomização?
SIM → ECR ✨
NÃO → Quase-exp.
Tem grupo comparação?
SIM → Analítico
NÃO → Descritivo
Direção (analítico)
Coorte Exp→Ef
Caso-Ctrl Ef→Exp
Transversal Simult.
Estudos Observacionais em Detalhe
📊 Estudo Transversal (Cross-sectional)
Fotografia em um único momento no tempo. Mede exposição e desfecho simultaneamente. Útil para calcular prevalência.
Vantagens: Rápido, barato, bom para hipóteses. Limitação: Não consegue estabelecer temporalidade (causa/efeito).
🔭 Estudo de Coorte
Acompanha pessoas de um ponto de partida (exposição) ao longo do tempo. Permite calcular incidência e risco relativo (RR). Direção: Exposição → Desfecho.
Exemplo clássico: Framingham Heart Study — acompanhou uma cidade por décadas para entender fatores de risco cardiovascular. Limitação: Caro, demorado, perda de seguimento.
🔎 Estudo Caso-Controle
Parte do desfecho (doença) para investigar a exposição passada. Compara casos (doentes) com controles (sãos). Calcula Odds Ratio (OR).
Exemplo: Casos de câncer gástrico vs. controles sem câncer — comparação da exposição ao H. pylori. Limitação: Viés de recordação, não calcula incidência diretamente.
🌍 Estudo Ecológico
Usa populações como unidade de análise (não indivíduos). Compara taxas de doença com exposições médias entre regiões. Bom para hipóteses geográficas e políticas de saúde.
Atenção à:Falácia ecológica — associação válida no nível populacional pode não ser válida no nível individual. Ex: país com alto consumo de gordura ≠ todos os indivíduos com câncer comem gordura.
Estudos Experimentais
Nos estudos experimentais, o investigador controla a exposição. Por razões éticas, isso tem aplicação limitada na investigação de doenças — não podemos expor pessoas a fatores de risco. Mas para avaliar tratamentos e intervenções preventivas, é o padrão-ouro.
🏆
ECR — Ensaio Clínico Randomizado
Alocação aleatória entre grupos. Elimina viés de seleção. É o padrão-ouro para eficácia de intervenções. Gera maior nível de evidência (junto de metanálises).
⚠️
Quase-Experimento
Pesquisador controla a exposição, mas a alocação não é aleatória. Menor controle de confundimento. Exemplo: comparar dois hospitais com protocolos diferentes.
🎯 Dica de prova — Medidas de Associação
Cada desenho produz sua medida:
Transversal → Razão de Prevalência (RP)
Coorte → Risco Relativo (RR) / Razão de Incidência
Caso-Controle → Odds Ratio (OR)
ECR → Risco Relativo, Number Needed to Treat (NNT)
Questão 02Identifique o tipo de estudo
Pesquisadores selecionaram 200 pacientes com diagnóstico recente de câncer de pulmão e 200 indivíduos saudáveis pareados por idade e sexo. Investigaram retrospectivamente a exposição ao tabagismo em ambos os grupos ao longo da vida. Que tipo de estudo é este e qual medida de associação é calculada?
A Coorte prospectivo — calcula Risco Relativo (RR)
B Caso-Controle — calcula Odds Ratio (OR)
C Transversal — calcula Razão de Prevalência (RP)
D Ecológico — usa populações como unidade de análise
✅ Perfeito! Clássico caso-controle: parte do desfecho (câncer = caso / sem câncer = controle) e olha retrospectivamente para a exposição (tabagismo). A medida calculada é o Odds Ratio.
❌ O desenho é caso-controle: seleciona pelo desfecho e investiga exposição passada. Isso é o oposto do coorte (que parte da exposição e acompanha o desfecho). A medida correta é o Odds Ratio (OR).
Capítulo 03
Anatomia e Fisiologia da Pesquisa
Saber classificar estudos é importante — mas entender como um estudo é estruturado de ponta a ponta é o que diferencia quem lê criticamente de quem lê superficialmente.
Parte I — A Anatomia (o que é feito)
Todo estudo bem conduzido passa por 6 etapas fundamentais na sua concepção:
#
Etapa
O que define
Erro comum
1
Definição da pergunta
Começa vaga, torna-se específica. Ex: "UDI e HIV" → "Quais fatores de risco aumentam transmissão entre UDI?"
Pergunta ampla demais impossibilita resposta
2
Relevância do tema
O que já se sabe? Por que é importante? Como os resultados influenciarão condutas ou políticas?
Estudar algo já amplamente respondido
3
Desenho do estudo
Observacional ou experimental? Com ou sem grupo comparação?
Escolher desenho inadequado para a pergunta
4
Definição da população
Critérios de inclusão/exclusão + estratégia amostral
Amostra não representativa
5
Definição das variáveis
Variáveis preditoras (independentes) e desfecho (dependente)
Não controlar variáveis de confusão
6
Plano de análise
Teste de hipótese, tamanho amostral adequado
Estudo subdimensionado (baixo poder)
💡 Pergunta PICO
Na prática clínica, a pergunta de pesquisa estruturada usa o formato PICO: População, Intervenção/Exposição, Comparação, Outcome (desfecho). Esse formato facilita a busca de evidências e é cobrado em provas de residência e concursos.
Tipos de Variáveis
📌
Estudos Descritivos
Analisam uma variável por vez. Objetivo: distribuição, frequência, proporção. Não testam hipóteses causais.
🔗
Estudos Analíticos
Investigam associação entre variáveis — preditoras (independentes) e desfecho (dependente). Testam hipóteses.
🧬
Estudos Experimentais
A variável preditora principal é a intervenção, que é induzida pelo investigador. Ex: medicamento vs. placebo.
Tamanho Amostral — Por que é crítico?
O tamanho amostral não é uma formalidade burocrática — ele determina o poder estatístico do estudo, ou seja, a capacidade de detectar uma diferença quando ela realmente existe.
⚠️ Erro tipo I vs. Erro tipo II
Erro Tipo I (α, falso positivo): Concluir que há diferença quando não há. Controlado pelo p-valor (geralmente < 0,05).
Erro Tipo II (β, falso negativo): Concluir que não há diferença quando há. Controlado pelo poder do estudo (1-β ≥ 80%). Estudo pequeno demais → alto risco de erro tipo II.
Parte II — A Fisiologia (como é feita)
A fisiologia da pesquisa diz respeito à validade das conclusões. De nada adianta uma boa anatomia se o estudo é conduzido de forma que as inferências sejam inválidas.
🎯
Validade Interna
As conclusões do pesquisador descrevem corretamente o que ocorreu no estudo. Garante que os resultados são livres de vieses dentro da amostra estudada.
🌐
Validade Externa
Os resultados podem ser generalizados para a população de interesse. Depende de quanto a amostra representa a população-alvo.
"Validade interna é pré-requisito para validade externa — mas não a garante. Um estudo pode ser perfeito internamente e aplicável a ninguém."
Questão 03Anatomia da pesquisa
Um ensaio clínico randomizado avaliou o efeito de um novo anti-hipertensivo em 80 pacientes com HAS severa, todos com idade entre 60–80 anos, em um único hospital terciário. Os resultados mostraram redução significativa da PA. Qual é a principal limitação desse estudo?
A Viés de seleção — randomização inadequada entre os grupos
B Erro tipo I — o p-valor pode estar inflado pela amostra pequena
C Validade externa limitada — amostra muito específica, difícil generalizar
D Ausência de grupo controle — estudo sem comparação
✅ Correto! A validade interna pode ser alta (é randomizado), mas a validade externa é comprometida: só idosos de 60–80 anos, em hospital terciário. Os resultados podem não se aplicar a pacientes mais jovens, com HAS leve ou na atenção primária.
❌ O problema central é a validade externa limitada. O estudo é randomizado (controla viés de seleção) e tem grupo controle. O viés de amostra se deve à população muito específica, limitando a generalização dos resultados.
Capítulo 04
Vieses Metodológicos
Viés é um erro sistemático — diferente do erro aleatório, ele não se cancela com amostras maiores. Reconhecer vieses é uma das habilidades mais cobradas em residência médica e é essencial para a prática baseada em evidências.
🧭 A lógica do viés
Imagine que o resultado "verdadeiro" de um estudo seja 0. Um erro aleatório às vezes vai para +0,5, às vezes para −0,5 — com n grande, se cancela. Já um viés sistemático empurra o resultado sempre na mesma direção, seja para +0,7 sempre. Mais dados não resolvem — precisa ser corrigido no desenho do estudo.
Os 2 Grandes Tipos de Viés
👥
Viés de Seleção
Erro relacionado à forma como os sujeitos foram selecionados para o estudo. Compromete a comparabilidade entre grupos.
📋
Viés de Informação
Erro relacionado à forma como a informação foi coletada. Afeta a acurácia das medidas de exposição e desfecho.
Viés de Seleção — Aprofundando
Controles de Conveniência (Caso-Controle)
Controles mais expostos que a população-fonte — superestima proteção ou subestima risco.
Exemplo: Coletar sangue de familiares de pacientes com AVC para estudo de biomarcadores. Familiares podem ter perfil genético semelhante, não representando a população geral.
Perda de Seguimento Informativa (Coorte)
Pacientes que saem do estudo são diferentes dos que ficam — a perda não é aleatória.
Exemplo: Em estudo de AVC, pacientes hemorrágicos morrem mais cedo e saem da coorte. Os resultados ficam "poluídos" pela ausência deles. Outro ex: Morte súbita pós-IAM subestima admissões hospitalares.
Não-Respondedores ≠ Respondedores
Quem não responde ao questionário tende a ser sistematicamente diferente de quem responde.
Exemplo clássico: Tabagistas tendem a não responder a questionários sobre saúde. Um estudo postal sobre tabagismo subestimará automaticamente a prevalência.
Como minimizar o Viés de Seleção?
Escolha aleatória do grupo de estudo (randomização em experimentais)
Minimize perdas de seguimento — padronize protocolos, obtenha múltiplos contatos
Utilize registros oficiais (óbitos, prontuários) para rastrear saídas
⚠️ Viés de seleção é difícil de corrigir na análise — deve ser combatido no desenho
Viés de Informação — Aprofundando
Subtipo
Como ocorre
Efeito no resultado
Exemplo
Não-diferencial
Erro aleatório — ocorre igualmente em todos os grupos
Aproxima os grupos → subestima a diferença (viés para o nulo)
Instrumento de aferição impreciso para PA em todos
Diferencial
Erro que varia entre grupos — ocorre mais em expostos ou no grupo com desfecho
Pode ir em qualquer direção — subestima ou hiperestima
Recordação melhor nos doentes que nos sadios
🧠 Viés de Recordação (Recall Bias)
Diferencial — pacientes com doença lembram mais e melhor das exposições passadas do que controles sadios.
Típico em: Caso-controle. Mãe de criança com malformação "lembra" de qualquer exposição na gravidez que mãe de criança saudável não relataria.
🔬 Viés de Verificação (Ascertainment Bias)
Investigação mais detalhada do desfecho em indivíduos expostos do que nos não-expostos.
Exemplo: Médicos investigam mais intensamente câncer em fumantes do que em não-fumantes — mais diagnósticos em expostos não por maior prevalência real, mas por maior vigilância.
Como minimizar o Viés de Informação?
Usar instrumentos de alta qualidade e validados
Valorizar dados de prontuário e registros objetivos em vez de autorrelato
Aplicar mascaramento (cegamento) dos pesquisadores quando possível
Garantir seguimento padronizado entre os grupos
Confundimento — O "Terceiro Elemento"
O confundimento não é exatamente um viés de seleção nem de informação — é uma categoria própria. Ocorre quando uma variável externa (o confundidor) está associada tanto à exposição quanto ao desfecho, distorcendo a associação observada.
Os 3 Critérios para ser Confundidor
✅ Todos os 3 devem estar presentes
1. Está associado ao desfecho (fator de risco ou proteção)
2. Está associado à exposição (distribuído desigualmente entre grupos)
3.Não é efeito da exposição (não é intermediário causal)
🧩 Exemplo clássico
Estudo mostra associação entre "ser destro" e câncer de pulmão. Será que usar a mão direita causa câncer? Não — tabagismo é um confundidor: tabagistas têm mais câncer E, por razão cultural, eram historicamente mais destros em certas populações. A associação é espúria.
Como controlar o confundimento?
🎲
No Desenho — Randomização
Distribui confundidores conhecidos e desconhecidos igualmente entre os grupos. É o grande poder do ECR.
🔒
No Desenho — Restrição
Incluir apenas participantes que não possuam o fator confundidor. Ex: estudar apenas não-fumantes.
👫
No Desenho — Pareamento
Cada caso é emparelhado com um controle de mesmo perfil (idade, sexo). Usado em caso-controle.
📊
Na Análise — Estratificação
Analisa separadamente em estratos (fumantes vs. não-fumantes). Identifica e quantifica confundimento.
Questão 04Identificando o viés
Em um estudo caso-controle sobre fatores de risco para depressão pós-parto, as mães com depressão relataram significativamente mais eventos estressantes durante a gravidez do que as mães sem depressão. Os pesquisadores suspeitam que esse dado pode ser influenciado pela condição das participantes. Qual é o viés mais provável?
A Viés de seleção — controles não representam a população-fonte
B Confundimento — há uma terceira variável explicando a relação
C Viés de verificação — mais investigações nas expostas que nas não-expostas
D Viés de recordação — mães com depressão lembram mais eventos estressantes
✅ Perfeito! Clássico viés de recordação: pacientes com o desfecho (depressão) tendem a recordar e valorizar mais eventos negativos passados do que os controles. É um viés de informação diferencial típico de estudos caso-controle.
❌ O viés correto é o de recordação (recall bias). Mães com depressão filtram o passado através do presente — lembram e relatam mais eventos estressantes. Isso é um viés de informação diferencial, clássico do desenho caso-controle.
Capítulo 05
Validade, Acurácia e Reprodutibilidade
A última peça do puzzle: quando os resultados do estudo são confiáveis? Isso depende de entender os conceitos de validade interna, validade externa, acurácia e reprodutibilidade.
Conceitos Fundamentais
Antes de qualquer coisa, é necessário distinguir três termos que são usados de forma intercambiável no cotidiano, mas têm significados precisos em epidemiologia:
Conceito
Definição
O que mede
Ameaça principal
Acurácia
Capacidade da variável representar o que deveria representar
Distância da média dos pontos ao valor verdadeiro
Viés sistemático
Precisão / Reprodutibilidade
Consistência das medições ao longo do tempo
Dispersão dos resultados (variabilidade)
Erro aleatório
Validade
Acurácia + ausência de viés + reprodutibilidade
Se o instrumento mede o que propõe medir
Viés + erro aleatório
Validade Interna vs. Externa — Aprofundando
🎯 Validade Interna
É o grau em que as conclusões do pesquisador descrevem corretamente o que realmente ocorreu dentro do estudo. Ela é ameaçada por vieses e confundimento. Um estudo com viés de recordação severo tem validade interna comprometida.
🌐 Validade Externa (Generalizabilidade)
É o grau em que os resultados se aplicam a populações externas ao estudo. Perguntas-chave:
Para qual população os resultados se aplicam?
Para quem os resultados não se aplicam facilmente?
Meu paciente se parece com os participantes do estudo?
"Validade interna → Validade externa. Não é possível ter boa validade externa sem antes garantir a interna."
Reprodutibilidade — Como avaliar?
A reprodutibilidade mede se um instrumento ou avaliador produz os mesmos resultados quando aplicado repetidamente. Existem dois tipos de variação:
👤
Variabilidade Intra-observador
Mesmo observador, diferentes momentos. Ex: médico que avalia sopros cardíacos hoje e amanhã no mesmo paciente com resultados diferentes.
👥
Variabilidade Inter-observador
Observadores diferentes, mesmo paciente/amostra. Ex: dois patologistas classificando a mesma lâmina de forma diferente.
📐 Kappa de Cohen
A principal medida de concordância inter-observador é o Kappa (κ), que desconta a concordância esperada pelo acaso. Interpretação: κ > 0,8 = excelente; 0,6–0,8 = bom; 0,4–0,6 = moderado; < 0,4 = fraco.
Checklist Final — Avaliando qualquer estudo
Ao ler um artigo científico ou responder uma questão de residência, estas são as perguntas que sempre devem ser feitas:
Checklist Crítico de Leitura
Viés de seleção? — A associação entre exposição e desfecho pode diferir entre grupos? Os participantes são comparáveis?
Viés de informação? — A coleta de dados foi acurada? Foi sistematicamente diferente entre os grupos?
Confundimento? — Os resultados podem ser explicados por um fator não avaliado ou não ajustado?
Validade interna? — As conclusões descrevem corretamente o que ocorreu no estudo?
Validade externa? — Os resultados se aplicam ao meu paciente / à minha população?
Questão 05Questão integradora
Em uma meta-análise de 12 ECRs avaliando um novo betabloqueador para IC com fração de ejeção reduzida, todos os estudos foram realizados em homens acima de 60 anos, caucasianos, sem comorbidades associadas. A meta-análise mostra redução de mortalidade de 35% (RR=0,65; IC 95% 0,55–0,77). Qual é a principal limitação ao aplicar esse resultado na sua prática clínica com pacientes brasileiros de 45 anos, negros, com IC e DM2?
A Erro tipo I — o resultado pode ser falso positivo por múltiplos testes
B Viés de seleção — randomização inadequada nos ECRs primários
C Viés de publicação — estudos negativos podem não ter sido incluídos
D Heterogeneidade entre os estudos — I² provavelmente alto
E Validade externa limitada — os estudos não representam seu paciente
✅ Excelente raciocínio! A validade externa é a grande limitação: os estudos foram todos em homens > 60 anos, caucasianos, sem comorbidades. Seu paciente é jovem, negro, com DM2 — um perfil completamente diferente. A evidência pode não se aplicar diretamente. As outras alternativas são possíveis, mas não é o que o enunciado enfatiza.
❌ A principal limitação aqui é a validade externa. Todos os estudos foram em perfis de pacientes muito diferentes do seu. Por mais robusta que seja a evidência, aplicá-la diretamente a pacientes não representados nos estudos é um salto sem embasamento. Sempre questione: "meu paciente participaria desse estudo?"
Resumo das 5 aulas
Métodos científicos: Indutivo (particular→geral), Dedutivo (geral→particular), Hipotético-Dedutivo (teste de hipóteses)
Anatomia da pesquisa: Pergunta → Relevância → Desenho → População → Variáveis → Análise
Viés de seleção: Erro na forma como participantes são recrutados; difícil de corrigir na análise
Viés de informação: Não-diferencial (atenua associação) vs. Diferencial (qualquer direção); Recordação e Verificação são os clássicos
Confundimento: Terceiro fator que se associa a exposição E desfecho sem ser intermediário — controle na randomização, restrição, pareamento ou análise
Validade interna → externa: Interna = conclusões corretas dentro do estudo; Externa = generalizabilidade
Acurácia vs. Precisão: Acurácia = distância do valor verdadeiro; Precisão = reprodutibilidade das medidas
Capítulo 06
Estudos Descritivos em Epidemiologia
Os estudos descritivos são o ponto de partida de qualquer investigação epidemiológica. Antes de testar hipóteses, precisamos entender a distribuição do problema — quem adoece, onde e quando.
O Tripé da Epidemiologia Descritiva
Todo estudo descritivo orbita em torno de três perguntas fundamentais. Responder a elas é o que orienta ações de saúde pública:
👤
Pessoa (Quem?)
Idade, sexo, raça, ocupação, nível socioeconômico, hábitos. Ex: a dengue é mais grave em idosos e imunossuprimidos?
📍
Lugar (Onde?)
Distribuição geográfica, bairro, zona rural/urbana. Ex: casos concentrados em bairros periféricos sem saneamento.
📅
Tempo (Quando?)
Tendência secular, sazonalidade, epidemias pontuais. Ex: pico de dengue nos meses chuvosos de outubro a março.
💡 Exemplo prático — dengue 2024
Cidade com 2.000 casos de dengue em 2024:
Quem: maior concentração em adultos jovens de 20–39 anos
Onde: 78% dos casos em bairros periféricos sem coleta regular de lixo
Quando: 65% dos casos concentrados entre janeiro e março (período chuvoso)
Essa descrição, por si só, já orienta onde intervir, quem vigiar e quando intensificar ações.
Características Fundamentais
Característica
Detalhe
Sem grupo controle
Não há comparação entre expostos e não expostos — apenas descrição da distribuição
Não avalia causalidade
Descreve "o quê" e "onde", não o "por quê" — isso fica para estudos analíticos
Rápido e barato
Frequentemente usa dados secundários (DATASUS, SINAN, prontuários, censos)
Gera hipóteses
É o trampolim para estudos analíticos mais complexos
⚠️ Pergunta de prova clássica
Estudos descritivos podem provar causalidade? NÃO. Eles identificam padrões e geram hipóteses — mas para testar se X causa Y, são necessários estudos analíticos (coorte, caso-controle) ou experimentais.
Os 4 Tipos de Estudos Descritivos
📄 Tipo 1 — Relato de Caso
Descrição detalhada e minuciosa de um único paciente com apresentação incomum, diagnóstico raro ou resposta inesperada ao tratamento.
Valor científico: Alerta a comunidade médica para novas doenças ou padrões incomuns. Ex: os primeiros relatos de AIDS em 1981 foram relatos de caso. Limitação: Não permite generalizações — n=1.
📋 Tipo 2 — Série de Casos
Descrição de múltiplos pacientes com características semelhantes. Sem grupo comparação — apenas descreve o perfil clínico e epidemiológico.
Exemplo: "Série de 50 casos de síndrome hemolítico-urêmica em crianças após surto alimentar." Pode sugerir a etiologia, mas não a confirma. Nível de evidência baixo.
🌍 Tipo 3 — Estudo Ecológico
Analisa populações como unidade de observação. Compara taxas de doença com médias de exposição entre regiões ou ao longo do tempo. Atenção à falácia ecológica.
Exemplo clássico: Lítio na água e internações psiquiátricas (Dawson, 1968) — ver capítulo 7 para detalhes.
📸 Tipo 4 — Estudo Transversal (Seccional)
Fotografia da população em um único momento — mede exposição e desfecho simultaneamente. Calcula prevalência. O mais usado em inquéritos populacionais.
Usos práticos: Inquérito nacional de saúde, VIGITEL, pesquisas de vacinação, estimativas para planejamento de serviços de saúde.
IBGE, PNS (Pesquisa Nacional de Saúde), PNAD, VIGITEL — estimativas populacionais e de saúde.
📁
Registros Hospitalares
Prontuários, registros de câncer, banco de dados de procedimentos. Muitas vezes incompletos, mas acessíveis.
📢
Notificações Compulsórias
Lista nacional de doenças de notificação obrigatória (dengue, HIV, tuberculose, leptospirose etc.).
Questão 06Identificando estudos descritivos
Um pesquisador analisou a distribuição de casos de dengue em uma cidade considerando idade, sexo e bairro de residência dos pacientes, utilizando dados do SINAN do ano de 2024. Não houve grupo de comparação. Esse tipo de estudo é classificado como:
A Estudo experimental — o pesquisador manipula a exposição
B Estudo descritivo — descreve distribuição sem grupo controle
C Estudo caso-controle — compara doentes com sadios
D Estudo de coorte — acompanha expostos e não expostos
✅ Correto! Clássico estudo descritivo: descreve distribuição de casos por pessoa (idade, sexo), lugar (bairro) e tempo. Não há grupo controle nem teste de hipótese causal.
❌ O correto é estudo descritivo. Ele apenas descreve a distribuição dos casos — sem grupo de comparação e sem testar hipóteses causais. Qualquer estudo que responda "Quem? Onde? Quando?" sem grupo controle é descritivo.
Capítulo 07
Estudos Ecológicos & Transversais: Detalhes e Armadilhas
Dois dos desenhos mais usados na saúde pública merecem atenção especial — cada um com potências e armadilhas específicas que caem em prova com frequência.
Estudos Ecológicos — Anatomia Completa
Nos estudos ecológicos, a unidade de análise não é o indivíduo — é a população (país, estado, cidade, bairro). Isso muda tudo: as medidas, as vantagens e, principalmente, os erros de interpretação possíveis.
Os 3 Tipos de Variáveis Ecológicas
📦
Medidas Agregadas
Sumarizam características individuais para o grupo. Ex: taxa de mortalidade, consumo médio de gorduras, proporção de fumantes, renda média per capita.
🌱
Medidas Ambientais
Características do ambiente que não são medidas no indivíduo. Ex: índice de poluição atmosférica, tempo médio de insolação diária, altitude.
⚖️
Medidas Globais
Características do grupo sem equivalente individual. Ex: tipo de política de saúde, presença de lei antifumo, cobertura vacinal do sistema.
🔬 Estudo histórico — Lítio e psicose (Dawson, 1968)
Dawson analisou 27 cidades americanas comparando a concentração de íon lítio na água potável com as taxas de internação por psicose maníaco-depressiva. Cidades com mais lítio tinham menos internações — o que levou à hipótese de efeito estabilizador do humor. Esse estudo ecológico gerou a hipótese que depois foi testada em ECRs.
Quando o Ecológico é o Desenho Ideal?
🎯
Inferência Populacional
Quando o interesse é no nível coletivo, não individual. Ex: efeito do aumento do imposto sobre cigarros na taxa de tabagismo da população.
📉
Variabilidade Limitada
Quando a exposição varia pouco entre indivíduos, mas muito entre populações. Ex: ingestão de sal em culturas diferentes e hipertensão.
💰
Custo e Acesso
Dados secundários agregados são mais baratos e rápidos de obter que dados individuais em grandes populações.
⚠️ A Falácia Ecológica — O Grande Perigo
🚨 Conceito crítico — Falácia Ecológica
Ocorre quando concluímos que uma associação observada em nível populacional se aplica ao nível individual. É um dos erros de raciocínio mais comuns na interpretação de dados epidemiológicos.
O clássico exemplo de Durkheim sobre suicídio e religião: províncias com maioria protestante tinham mais suicídios que províncias católicas. Mas isso não significa que cada indivíduo protestante tem mais risco — pode haver inúmeros fatores socioeconômicos correlacionados com a religião predominante.
Estudos Transversais — Aprofundamento
✅
Vantagens
Barato, simples e rápido. Sem seguimento — corte único no tempo. Ótimo para prevalência. Útil para planejar serviços de saúde. Ponto de partida para uma coorte.
❌
Limitações
Impossível determinar temporalidade (logo, nem causalidade). Confundidores não se distribuem igualmente. Viés de prevalência-incidência.
⚠️ Causalidade Reversa — Armadilha do Transversal
A causalidade reversa é uma das limitações mais importantes dos estudos transversais. Quando exposição e desfecho são medidos ao mesmo tempo, é impossível saber qual veio primeiro.
📚 Exemplo real — Atividade física e dor lombar
Um estudo transversal em Pelotas-RS não encontrou associação entre baixa atividade física e dor lombar crônica — contradizendo a literatura. Por quê? Causalidade reversa: pessoas com dor lombar crônica passaram a ser sedentárias por causa da dor, e não o contrário. O transversal capturou o efeito, não a causa.
"No transversal, a seta do tempo some. Obesidade predispõe ao uso de adoçantes — ou o uso de adoçantes contribui para obesidade? Sem temporalidade, não sabemos."
Viés de Prevalência-Incidência (Neyman)
Estudos transversais medem prevalência — o que existe hoje. Mas casos graves morrem rápido e não são capturados. Casos leves sobrevivem mais. Isso gera uma amostra enviesada para os sobreviventes de longa duração, que podem ser sistematicamente diferentes dos casos incidentes.
Tipos de Dados e Medidas no Transversal
O que mede
Como calcula
Interpretação
Prevalência
Casos existentes ÷ População total
Proporção da população com a condição em dado momento
Razão de Prevalência (RP)
Prevalência expostos ÷ Prevalência não expostos
Quantas vezes a prevalência é maior nos expostos
📝 Usos práticos do estudo transversal
Medir e descrever frequência de doenças na população
Identificar novos fatores de risco (gera hipóteses)
Planejar e avaliar serviços e programas de saúde
Inquéritos populacionais (PNS, VIGITEL, pesquisas de vacinação)
Ponto de partida para estabelecer uma coorte prospectiva
Questão 07Ecológico vs. Transversal na prática
Um pesquisador analisou a taxa de consumo de cigarros por habitante e a mortalidade por câncer de pulmão em 30 países diferentes, buscando identificar correlação entre as variáveis. A unidade de análise eram os países, não os indivíduos. Que tipo de estudo é este e qual é sua principal limitação ao extrapolar os resultados?
A Transversal — limitação: impossibilidade de estabelecer temporalidade
B Coorte prospectivo — limitação: custo e perda de seguimento
C Ecológico — limitação: falácia ecológica ao inferir risco individual
D Caso-controle — limitação: viés de recordação
✅ Correto! Unidade de análise são países (grupos), não indivíduos — define o ecológico. A principal limitação é a falácia ecológica: não podemos concluir que cada fumante individualmente terá câncer com base na associação entre médias de países.
❌ A unidade de análise são países (agregados) — isso é ecológico, não transversal. A principal limitação é a falácia ecológica: correlações entre médias populacionais não se traduzem automaticamente em risco individual.
Capítulo 08
Medidas Epidemiológicas & Exercícios Resolvidos
Prevalência, incidência, risco relativo, risco atribuível — são as ferramentas quantitativas da epidemiologia. Entender como calculá-las e interpretá-las é indispensável para provas e para a prática.
Prevalência vs. Incidência
Medida
O que conta
Fórmula
Quando usar
Prevalência
Casos existentes (novos + antigos)
Casos existentes ÷ População total × 1.000
Doenças crônicas, planejamento de serviços
Incidência Acumulada
Casos novos no período
Casos novos ÷ População em risco inicial × 1.000
Doenças agudas, avaliação de intervenções
Densidade de Incidência
Casos novos por tempo-pessoa
Casos novos ÷ Σ tempo-pessoa observado
Estudos de coorte com perdas de seguimento
🔗 Relação Prevalência–Incidência
P ≈ I × D (em populações estáveis)
Onde P = prevalência, I = incidência, D = duração média da doença.
Alta incidência + longa duração → alta prevalência (ex: diabetes)
Alta incidência + curta duração (cura rápida ou morte) → baixa prevalência (ex: gripe)
Se a incidência é constante e a duração aumenta → prevalência aumenta
Medidas de Associação
⚖️
Risco Relativo (RR)
Incidência nos expostos ÷ Incidência nos não expostos. Usado em coorte e ECR. RR = 1 → sem associação; >1 → risco; <1 → proteção.
🔢
Odds Ratio (OR)
Odds de exposição nos casos ÷ odds de exposição nos controles. Usado em caso-controle. Aproxima o RR quando o desfecho é raro.
📊
Razão de Prevalência (RP)
Prevalência nos expostos ÷ Prevalência nos não expostos. Usada em estudos transversais.
➖
Risco Atribuível (RA)
Incidência nos expostos − Incidência nos não expostos. Quantifica o excesso de risco atribuível à exposição.
A Tabela 2×2 — A Base de Tudo
A tabela 2×2 é o instrumento central da epidemiologia analítica. Saber ler e calcular a partir dela é questão obrigatória nas principais provas de residência.
🧮 Fórmulas a partir da tabela 2×2
RR = (A/A+B) ÷ (C/C+D)
OR = (A×D) ÷ (B×C)
RA = (A/A+B) − (C/C+D)
Exp. doentes = A
Não-exp. doentes = C
Exp. sadios = B
Não-exp. sadios = D
Exercícios Resolvidos — Passo a Passo
📘 Exercício 1 — Prevalência
Enunciado: Em uma cidade com 80.000 habitantes, foram identificados 2.400 casos existentes de diabetes em 2024. Qual é a prevalência?
Resolução:
Prevalência = Casos existentes ÷ População × 1.000
Prevalência = 2.400 ÷ 80.000 × 1.000 = 30 por 1.000 habitantes ✅
📘 Exercício 2 — Incidência Acumulada
Enunciado: Em estudo de coorte, 8.000 trabalhadores saudáveis foram acompanhados por 2 anos. Surgiram 160 novos casos de dermatite ocupacional. Qual foi a incidência acumulada?
Resolução:
IA = Casos novos ÷ População em risco inicial × 1.000
IA = 160 ÷ 8.000 × 1.000 = 20 por 1.000 indivíduos ✅
📘 Exercício 3 — Risco Relativo
Enunciado: Em estudo de coorte — entre 1.000 expostos, surgiram 40 casos de dermatite. Entre 800 não expostos, surgiram 8 casos no mesmo período. Qual o RR?
Enunciado: Incidência de câncer de pele nos expostos ao sol: 60/1.000 pessoas-ano. Nos não expostos: 20/1.000. Qual o RA?
Resolução:
RA = Incidência expostos − Incidência não-expostos
RA = 60 − 20 = 40 por 1.000 pessoas-ano ✅ Interpretação: 40 casos em cada 1.000 pessoas expostas são atribuíveis à exposição solar.
📘 Exercício 5 — Anticoncepcional e tromboflebite (questão clássica)
Enunciado: Coorte — 1.000 usuárias de pílula vs. 1.000 não-usuárias. Desenvolveram tromboflebite: 30 usuárias e 3 não-usuárias.
Resolução passo a passo:
Risco nas usuárias = 30 ÷ 1.000 × 100 = 3,0%
Risco nas não-usuárias = 3 ÷ 1.000 × 100 = 0,3%
RR = 3,0% ÷ 0,3% = 10 ✅ → usuárias têm 10× mais risco
RA = 3,0% − 0,3% = 2,7% (27 por 1.000 mulheres) ✅
📘 Exercício 6 — Razão de Prevalência
Enunciado: Estudo sobre hipertensão: prevalência de 40% entre indivíduos com sobrepeso e 20% sem sobrepeso. Qual a RP?
Resolução:
RP = Prevalência expostos ÷ Prevalência não-expostos
RP = 40% ÷ 20% = 2,0 ✅ → sobrepeso dobra a prevalência de HAS
Questão 08Calcule o RR — Tabela 2×2
Em um estudo de coorte, foram acompanhados 1.200 expostos a poluição e 1.800 não expostos. Entre os expostos, ocorreram 60 novos casos de doença respiratória. Entre os não expostos, 30 casos. Qual o Risco Relativo (RR)?
A RR = 2,0 — expostos têm o dobro do risco
B RR = 2,5 — expostos têm 2,5× mais risco
C RR = 4,0 — expostos têm 4× mais risco
D RR = 3,0 — expostos têm 3× mais risco
✅ Perfeito!** Ie = 60÷1.200 = 0,05 (5%). Ine = 30÷1.800 = 0,0167 (1,67%). RR = 5% ÷ 1,67% = 3,0. Atenção: sempre calcule as incidências separadamente antes de dividir — não divida os casos diretamente!
❌ Calcule passo a passo: Ie = 60÷1.200 = 0,05 (5%). Ine = 30÷1.800 = 0,0167 (1,67%). RR = 5% ÷ 1,67% = 3,0. O erro mais comum é dividir 60÷30 = 2,0 — o que ignora o denominador diferente de cada grupo!
Mapa mental completo — Aulas 1 a 8
Métodos científicos: Indutivo → teoria a partir de observações; Dedutivo → conclusão a partir de regra geral; Hipotético-Dedutivo → teste de falsificação (Popper)
Classificação de estudos: Experimental (pesquisador controla) vs. Observacional (apenas observa) → Analítico (tem grupo comparação) vs. Descritivo (não tem)
ECR: padrão-ouro, randomização controla confundidores conhecidos E desconhecidos
Coorte → RR: segue expostos no tempo; Caso-Controle → OR: parte do desfecho e olha para trás; Transversal → RP: foto única, mede prevalência
Ecológico: unidade = populações; hipóteses ecológicas; cuidado com falácia ecológica
Descritivos: Relato de caso → Série de casos → Ecológico → Transversal; respondem Quem? Onde? Quando?; geram hipóteses, não provam causalidade
Causalidade reversa: armadilha do transversal — sem temporalidade, não sabemos o que vem primeiro
Viés de seleção: como os participantes foram escolhidos; viés de informação: como os dados foram coletados (recordação, verificação)
Confundidor: 3 critérios — associado ao desfecho + associado à exposição + não é intermediário causal
Validade interna → externa: interna = resultados corretos no estudo; externa = generalizabilidade para outras populações
Prevalência = casos existentes ÷ população × 1.000; Incidência = casos novos ÷ pop. em risco × 1.000
RR = Ie ÷ Ine; RA = Ie − Ine; RP = Prev. exp. ÷ Prev. não-exp.
ECR: padrão-ouro para eficácia de intervenções; randomização controla confundidores conhecidos E desconhecidos; NNT = 1 ÷ RRA; eficácia (condições ideais) ≠ efetividade (mundo real)
Mascaramento: simples-cego (participante) → duplo-cego (+ investigador) → triplo-cego (+ analista); Efeito Hawthorne = mudança de comportamento por saber que está sendo observado
O ECR é o estudo mais poderoso para testar a eficácia de uma intervenção. Entender sua estrutura, vantagens, limitações e os diferentes tipos de mascaramento é essencial para provas de residência e para ler a literatura clínica criticamente.
Por que o ECR é o Padrão-Ouro?
Todos os outros desenhos estudados até aqui têm uma limitação em comum: a distribuição dos fatores de confusão não é controlada — nem os conhecidos, nem os desconhecidos. A randomização resolve exatamente isso.
🎲 O poder mágico da randomização
Quando os participantes são alocados aleatoriamente para os grupos, espera-se que todas as características — conhecidas e desconhecidas — se distribuam de forma equilibrada entre os grupos. Isso significa que qualquer diferença observada ao final pode ser atribuída, com muito mais confiança, à intervenção em si.
Nenhum outro desenho consegue controlar confundidores desconhecidos. Esta é a superioridade fundamental do ECR.
Estrutura Básica de um ECR
🔬 Anatomia do Ensaio Clínico Randomizado
População-alvo
↓
Critérios de inclusão/exclusão
↓
Consentimento (TCLE)
↓ RANDOMIZAÇÃO ↓
Grupo Intervenção (n₁)
Recebe a intervenção (medicamento, procedimento...)
Grupo Controle (n₂)
Recebe placebo ou tratamento padrão
↓ Seguimento ↓
Medição do Desfecho (outcome primário)
↓
Análise → RR, NNT, Redução de Risco
Tipos de Mascaramento (Cegamento)
O mascaramento controla o viés de informação diferencial — impede que o conhecimento sobre a alocação influencie a avaliação dos desfechos ou o comportamento dos participantes.
Tipo
Quem é cegado
Como funciona
Quando usar
Aberto (Open-label)
Ninguém
Todos sabem quem recebe o quê
Quando o cegamento é impraticável (ex: cirurgia vs. medicamento)
Simples-cego
Participante
O participante não sabe se recebe intervenção ou placebo
Quando o investigador não pode ser cegado (ex: fisioterapia)
Duplo-cego
Participante + investigador
Nenhum dos dois sabe a alocação durante o estudo
Padrão para estudos farmacológicos — máximo controle de viés
Triplo-cego
Participante + investigador + analista
O estatístico que analisa os dados também não sabe a alocação
Estudos de alta complexidade com risco de viés analítico
⚡ Efeito Hawthorne — Cuidado!
Ocorre quando os sujeitos de um estudo experimental tentam mudar ou melhorar seu comportamento simplesmente porque estão sendo avaliados. É uma fonte de viés de informação que pode inflar artificialmente os resultados do grupo intervenção — ou até do controle. O mascaramento ajuda a mitigar, mas não elimina completamente esse efeito.
Exemplo: Pacientes que sabem que estão sendo monitorados tendem a aderir melhor ao tratamento, melhorar hábitos e comparecer mais às consultas — independentemente da intervenção.
Tipos de ECR
🏆
ECR Paralelo
Formato mais comum. Dois grupos simultâneos — um recebe intervenção, outro controle. Alocação uma única vez, sem cruzamento.
🔄
ECR Cruzado (Crossover)
Cada participante recebe ambas as intervenções em sequência. Cada um é seu próprio controle — maior poder estatístico com n menor. Requer período de washout entre as fases.
🌐
ECR Multicêntrico
Conduzido em vários centros simultaneamente. Aumenta n, melhora validade externa. Exige padronização rigorosa dos protocolos entre os centros.
👥
ECR por Conglomerados
A randomização é de grupos (escolas, hospitais, comunidades), não de indivíduos. Usado quando a intervenção é coletiva — ex: campanha de saúde em cidades.
📐
Fatorial
Testa dois ou mais tratamentos simultaneamente em um único estudo. Eficiente — ex: medicamento A e medicamento B, seus efeitos isolados e combinados.
🎯
Pragmático vs. Explanatório
Explanatório: condições ideais (eficácia). Pragmático: condições reais de prática clínica (efetividade). Tem maior validade externa.
Eficácia vs. Efetividade vs. Eficiência
🧪
Eficácia
Funciona em condições ideais e controladas (ensaio clínico). "A vacina tem 95% de eficácia nos ECRs."
🏙️
Efetividade
Funciona na prática real, com todas as imperfeições do mundo real (estudos observacionais pós-lançamento). Geralmente menor que a eficácia.
💰
Eficiência
Relação entre o resultado obtido e os recursos utilizados (custo-efetividade). Análise econômica em saúde.
Medidas de Resultado nos ECRs
Medida
Fórmula
Interpretação
Uso prático
Risco Relativo (RR)
Ie ÷ Ic
Quantas vezes o risco no grupo intervenção é do controle
RR = 0,65 → 35% de redução de risco
Redução de Risco Relativo (RRR)
(1 − RR) × 100%
Percentual de redução do risco em relação ao controle
RRR = 35% → a intervenção reduziu o desfecho em 35%
Redução de Risco Absoluto (RRA)
Ic − Ie
Diferença absoluta nas taxas de desfecho
RRA = 2% → a cada 100 tratados, 2 desfechos evitados
NNT (Number Needed to Treat)
1 ÷ RRA
Quantos pacientes precisam ser tratados para evitar 1 desfecho
ECR de estatina para prevenção de IAM: 2.000 pacientes por grupo, seguimento de 5 anos.
Grupo estatina: 40 IAMs → Ie = 40 ÷ 2.000 = 2%
Grupo placebo: 80 IAMs → Ic = 80 ÷ 2.000 = 4%
RR = 2% ÷ 4% = 0,50 (risco 50% menor no grupo estatina)
RRR = (1 − 0,50) × 100 = 50% de redução relativa
RRA = 4% − 2% = 2% (redução absoluta)
NNT = 1 ÷ 0,02 = 50 pacientes por 5 anos para evitar 1 IAM
Atenção: a RRR (50%) impressiona, mas o NNT (50) contextualiza. Preciso tratar 50 pessoas por 5 anos para evitar 1 evento — isso tem importância clínica e de custos.
Limitações do ECR
⚖️ Restrições éticas
Não se pode randomizar para exposições sabidamente nocivas (tabaco, amianto) ou negar tratamento comprovado. Por isso ECRs são raros para fatores de risco — e abundantes para terapias.
Exemplo: Impossível fazer ECR randomizando pessoas para fumar. Para isso, usamos estudos observacionais de coorte e caso-controle.
💸 Custo e tempo
ECRs bem desenhados são caros, demorados e exigem infraestrutura robusta. Muitas perguntas clínicas relevantes nunca são respondidas por falta de financiamento.
Solução parcial: Adaptive trials (adaptativos) e plataformas de ECR compartilhadas reduzem custo mantendo rigor metodológico.
🌐 Validade externa limitada
Critérios de inclusão/exclusão rígidos geram amostras muito homogêneas — idosos, multimórbidos e grupos minoritários são sub-representados. O resultado pode não se aplicar ao mundo real.
Dado: Estudos de IAM historicamente excluíam mulheres e idosos acima de 75 anos — os grupos com maior mortalidade cardiovascular na prática clínica.
📰 Viés de publicação
Estudos com resultados positivos têm muito mais chance de ser publicados. ECRs negativos ficam na gaveta — distorcendo metanálises e revisões sistemáticas.
Controle: Registro prospectivo de ECRs em plataformas como ClinicalTrials.gov antes do início do estudo.
A Hierarquia de Evidências
O ECR não existe no vácuo — faz parte de uma pirâmide de evidências onde diferentes desenhos têm diferentes pesos. Entender essa hierarquia é fundamental para praticar Medicina Baseada em Evidências (MBE).
"O ECR responde: essa intervenção funciona em condições controladas? A coorte e o caso-controle respondem: esse fator de risco existe no mundo real? Ambos são necessários — a hierarquia não torna os outros inúteis."
Exemplo Clínico Completo — Dentista na UTI
🦷 ECR Real — Dentista na UTI (Aula 2)
A pergunta: "É necessário ter dentista na equipe de terapia intensiva?" foi investigada por um ECR. UTIs foram randomizadas entre ter ou não ter dentista integrado à equipe. O desfecho primário era incidência de pneumonia associada à ventilação mecânica (PAV).
Esse exemplo ilustra um ECR por conglomerados (randomização de unidades/hospitais, não de indivíduos) com desfecho clínico relevante — PAV é a infecção hospitalar mais grave em UTI.
Questão-chave ao ler: houve mascaramento? (difícil — todos sabem se há dentista). Como foi definido o desfecho de PAV? Qual foi o NNT para a intervenção?
Questão 09ECR na prática
Pesquisadores dividiram aleatoriamente 400 pacientes diabéticos tipo 2 em dois grupos: 200 receberam um novo hipoglicemiante e 200 receberam placebo. Após 12 meses, a incidência de evento cardiovascular foi de 8% no grupo intervenção e 16% no grupo controle. Qual é o NNT para prevenir 1 evento cardiovascular?
A NNT = 4 — tratar 4 pacientes para evitar 1 evento
B NNT = 6 — tratar 6 pacientes para evitar 1 evento
C NNT = 8 — tratar 8 pacientes para evitar 1 evento
D NNT = 16 — tratar 16 pacientes para evitar 1 evento
E NNT = 12,5 — tratar ~13 pacientes para evitar 1 evento
✅ Correto! RRA = Ic − Ie = 16% − 8% = 8% = 0,08. NNT = 1 ÷ 0,08 = 12,5 (~13 pacientes). RRR = 8% ÷ 16% = 50% de redução relativa. Mas o que realmente importa para a clínica é o NNT — com esse número, posso discutir custo-benefício do tratamento.
❌ Passo a passo: RRA = Ic − Ie = 16% − 8% = 8% = 0,08. NNT = 1 ÷ RRA = 1 ÷ 0,08 = 12,5 (~13). Erro comum: usar o RRR (50%) como denominador, o que daria NNT = 2 — incorreto. O NNT usa sempre a redução absoluta.