Variáveis de confundimento e modificadoras de efeito

modifica a possibilidade de se ter doença cardiovascular; noutras

palavras, é uma variável modificadora de efeito, mesmo sem

confundimento.

 

3. Variáveis de Confundimento E Modificadoras

 

de Efeito

 

Um exemplo de variável de confundimento e modificadora de

efeito está representado na Tabela 7.7, que mostra resultados de

um estudo de coorte hipotético avaliativo dos possíveis fatores de

risco para infecção hospitalar pós-parto.

 

TABELA 7.7 — Contaminação fecal como fator de

risco para infecção hospitalar pós-parto em pacientes

Contaminação fecal Infecção pós- Total RR

(variável de parto (variável (IC

exposição) efeito) 95%)

Sim Não

 

Sim 50 950 1000

 

Não 200 800 1000 0,2

(0,2 -

0,3)

Total 250 1750 2000

 

Embora o número de pacientes envolvidos no estudo seja grande

e a análise do risco relativo tenha sido avaliada pelos cálculos do

intervalo de confiança, os resultados “indicam” a contaminação fecal

como fator de proteção (RR < 1,0) para a infecção pósparto — o

que é claramente absurdo.

Ao se analisarem possíveis fatores interferentes, verificouse que

os grupos estavam desajustados quanto ao tipo de parto (normal e

cesariana) — como demonstram as tabelas 7.7A e 7.7B.

TABELA 7.7A — Amostras estratificadas quanto ao

tipo de parto (parto normal)

Contaminação fecal Infecção pós- Total RR

(variável de parto (variável (IC

exposição) efeito) 95%)

Sim Não

 

Sim 48 752 800

 

Não 2 198 200 6,0

(1,5

–

24,5)

Total 50 950 1000

 

TABELA 7.7B — Amostras estratificadas quanto ao

tipo de parto (parto cesariana)

Contaminação fecal Infecção pós- Total RR

(variável de parto (variável (IC

exposição) efeito) 95%)

Sim Não

 

Sim 2 198 200

 

Não 198 602 800 0.04

(0,01

- 0.2)

 

Total 200 800 1000

 

No exemplo acima, ao se analisarem os dados estratificados

quanto a uma provável variável interferente (tipo de parto), os

resultados mostraram que os grupos estavam desajustados em

relação ao tipo de parto: a proporção de pacientes com parto normal

difere nos dois grupos: 80% (800 em 1.000) no grupo exposto à

contaminação fecal e apenas 20% (200 em 1.000) no grupo não-

exposto.

Por outro lado, sabe-se que a incidência de infecção hospitalar

em cesarianas é superior à de partos normais. Assim, podese observar nesse exemplo que o tipo de parto provocou um fator de

confusão na análise univariada do fator de risco “contaminação

fecal”. Na verdade, a menor incidência de infecção hospitalar nas

pacientes expostas à contaminação fecal foi observada porque este

fator está mais associado ao parto normal (vaginal) do que ao tipo

de procedimento de maior risco de infecção (cesariana). Além disso,

os valores de RR calculados para as amostras estratificadas

segundo a variável interferente (tipo de parto) também foram

diferentes (RR = 6,0 para parto normal e RR = 0,04 para cesariana),

indicando que houve interação do tipo de parto com a associação

contaminação fecal-infecção pós-parto. Noutras palavras, trata-se

de uma variável modificadora de efeito e com confundimento.

Em termos práticos, para se verificar a existência de

confundimento, deve-se analisar, em primeiro lugar, se há

associação entre a variável interferente e o efeito observado e, em

caso afirmativo, se os grupos estão desajustados segundo a

variável interferente. Para se verificar a existência de interação entre

as variáveis, devese analisar se a força da associação (medida pelo

RR ou pelo OR) é diferente nas amostras estratificadas (estrato 1 e

estrato 2) em relação à variável interferente.

Programas de computador — a exemplo do Epi-Info — são muito

usados para controlar o efeito de tais variáveis interferentes

mediante cálculos de RR não ajustado (Crude RR) e RR ajustado

(Mantel-Haenszel Weighted RR) e, pela comparação entre esses

valores, verificar o tipo de interferência existente:

 

Quando RR não ajustado = RR ajustado, não há

confundimento. Quando RR não ajustado ≠ RR ajustado, existe

confundimento e, nesse caso, deve-se se referir apenas ao RR

ajustado como medida de força da associação.

 

Quando RR for igual nas amostras estratificadas, não há

interação. Quando RR for diferente nas amostras

estratificadas, há interação e, nesse caso, os valores de RR

para cada estrato devem ser apresentados.