variável de confusão

DEFINIÇÃO: Um fator de confusão é uma variável que (1) está associada à exposição, (2) está independentemente associada ao desfecho (um fator de risco ou causa) e (3) NÃO é uma etapa intermediária na via causal (não é um mediador). Ignorá-la faz com que a associação bruta seja diferente da associação verdadeira.

EXEMPLOS CLÁSSICOS: - Consumo de café e câncer de pulmão: o tabagismo é o fator de confusão, pois fumantes bebem mais café e o tabagismo causa câncer de pulmão. - Álcool e câncer de pulmão: o tabagismo é novamente o fator de confusão. - A idade é um fator de confusão comum em muitos estudos, como exercício e mortalidade. - Uso de contraceptivo oral e IAM: o tabagismo pode confundir a relação.

CONFUSÃO VS. OUTROS CONCEITOS: - Confusão vs. modificação de efeito (interação): O fator de confusão é um viés indesejável a ser removido. A modificação de efeito é um fenômeno biológico real em que o efeito da exposição difere entre os níveis de uma terceira variável (por exemplo, o efeito de um medicamento difere conforme o sexo). A modificação de efeito é relatada, não eliminada. Dica: se as estimativas específicas de cada estrato diferem entre si, pense em modificação de efeito. Se são semelhantes entre si, mas diferem da estimativa bruta, pense em confusão. - Confusão vs. viés de seleção ou viés de informação: A confusão vem da distribuição real de uma terceira variável no mundo real. Os vieses de seleção e de informação (aferição) vêm de como os participantes são escolhidos ou de como os dados são medidos. - Confusão vs. mediador: Um mediador está na via causal (exposição → mediador → desfecho). Ajustar para um mediador remove parte do efeito real. - A confusão não é acaso: Um tamanho amostral maior não a corrige, ao passo que reduz o erro aleatório.

COMO CONTROLAR A CONFUSÃO: - Etapa de delineamento: - A randomização é o melhor método. Ela equilibra fatores de confusão conhecidos e desconhecidos, especialmente com amostra grande. - A restrição limita a inclusão a um nível do fator de confusão (por exemplo, apenas não fumantes). - O pareamento forma pares de participantes segundo os fatores de confusão. É comum em estudos caso-controle (por exemplo, idade e sexo). - Etapa de análise: - A estratificação (por exemplo, Mantel-Haenszel) fornece estimativas ajustadas. - A regressão multivariável (logística, linear, de Cox) ajusta para múltiplos fatores de confusão. - A padronização (taxas ajustadas por idade) e os escores de propensão também são usados. - Limitações: Somente fatores de confusão medidos podem ser ajustados na análise. A confusão residual persiste se um fator de confusão não for medido ou for medido de forma imperfeita. Por isso os estudos observacionais (coorte, caso-controle) não conseguem provar causalidade tão bem quanto os ECRs.

PÉROLAS CLÍNICAS/DE PROVA: - Os estudos observacionais são os mais vulneráveis à confusão. Os ECRs bem conduzidos são os menos vulneráveis. - A confusão positiva exagera a associação (afasta-se da nulidade). A confusão negativa mascara ou reduz a associação (aproxima-se da nulidade). - Uma vinheta típica apresenta uma associação bruta entre exposição e doença, e então uma análise estratificada mostra que a associação desaparece ou muda. A resposta é confusão. - Outra vinheta comum: os riscos relativos estratificados são diferentes em cada estrato (por exemplo, RR 5 em homens e RR 1 em mulheres). A resposta é modificação de efeito. - Confusão por indicação: Pacientes mais graves têm maior probabilidade de receber um tratamento, de modo que o medicamento parece prejudicial (por exemplo, um medicamento parece associado à morte porque é administrado aos pacientes mais graves). - Questão de bioestatística do Step 1: "Qual das alternativas a seguir melhor controla a confusão?" A resposta geralmente é randomização (delineamento) ou regressão multivariável/estratificação (análise de dados observacionais).