Estudo Epidemiológico Transversal
- Proposto por
- Classical epidemiology tradition; systematized by Brian MacMahon and Thomas Pugh (1960s)
- Ano
- 1960s (formal codification); widely practiced since mid-20th century
- Tipo
- Observational, descriptive/analytic epidemiological design
- Família
- Clinical / epidemiology
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
Um estudo epidemiológico transversal mede a(s) exposição(ões) e o(s) desfecho(s) de interesse simultaneamente numa população definida num único ponto no tempo (ou durante um curto período).
Como não há seguimento, é o desenho observacional mais eficiente para estimar a prevalência de doenças e para gerar hipóteses sobre associações entre fatores de risco e desfechos de saúde.
A intuição por trás do método
Pense num estudo transversal como uma fotografia de uma população tirada num único momento. Todos na fotografia são avaliados quanto ao seu estado de exposição (por exemplo, tabagismo, IMC, ocupação) e ao seu desfecho de saúde atual (por exemplo, hipertensão, depressão, diabetes). Como a fotografia capta toda a cena de uma vez, pode contar rapidamente quem tem a doença e se certas exposições parecem ser mais comuns entre aqueles que a têm. Não pode, no entanto, dizer a partir da fotografia qual veio primeiro — assim, embora o estudo possa revelar padrões e prevalências, não pode, por si só, estabelecer que uma exposição causou o desfecho.
História
O desenho transversal emergiu como um método epidemiológico formal em meados do século XX, moldado pelo desenvolvimento da metodologia de inquéritos baseados na população e codificado em textos fundacionais de Brian MacMahon, Thomas Pugh e, mais tarde, Leon Gordis. Grandes inquéritos nacionais de saúde, como o US National Health Interview Survey (lançado em 1957) e o National Health and Nutrition Examination Survey, institucionalizaram o método para a vigilância contínua da população. Refinamentos metodológicos na teoria da amostragem, análise estatística de inquéritos complexos e o uso de registos eletrónicos de saúde ampliaram o alcance do desenho para a epidemiologia clínica, investigação em serviços de saúde e monitorização da saúde global.
Quando usar
Utilize um estudo transversal quando o objetivo principal for estimar a prevalência de uma condição numa população, avaliar a distribuição de fatores de risco, ou gerar hipóteses sobre associações exposição-desfecho de forma rápida e a baixo custo. É particularmente apropriado para condições crónicas de longa duração, para o planeamento de serviços de saúde e para inquéritos de monitorização repetidos (por exemplo, inquéritos nacionais de saúde). Evite este desenho quando a questão de investigação requer o estabelecimento de uma ordem temporal causal (utilize um desenho de coorte ou experimental em vez disso), quando o desfecho é raro (o estudo caso-controlo é mais eficiente), ou quando o estado de exposição ou doença muda rapidamente ao longo do tempo, tornando um único instantâneo pouco informativo ou suscetível ao viés prevalência-incidência.
Limitações e considerações
- Não pode estabelecer a ordem temporal entre exposição e desfecho, pelo que a inferência causal não é diretamente suportada.
- Suscetível ao viés prevalência-incidência (Neyman) — condições rapidamente fatais ou de resolução rápida estão sub-representadas porque os indivíduos afetados são menos propensos a serem capturados no instantâneo.
- O viés de não resposta pode ser substancial; os indivíduos que participam podem diferir sistematicamente daqueles que não participam.
- A causalidade reversa é possível — a doença observada pode ter causado a exposição medida em vez do contrário.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Não é necessário seguimento — a recolha de dados é rápida e relativamente barata em comparação com desenhos de coorte ou ensaios.
- Bem adequado para estimar a prevalência e para o planeamento e monitorização de programas de saúde pública.
- Múltiplas exposições e desfechos podem ser examinados simultaneamente num único estudo.
- Viável em grande escala utilizando dados administrativos ou de inquérito existentes, permitindo alto poder estatístico para desfechos comuns.
Aplicações
- Estimativa da prevalência nacional ou regional de condições crónicas como hipertensão, diabetes, obesidade ou transtornos de saúde mental.
- Avaliação da distribuição de fatores de risco comportamentais (tabagismo, inatividade física, consumo de álcool) em diferentes grupos demográficos.
- Inquéritos transversais repetidos para monitorizar tendências em indicadores de saúde populacional ao longo do tempo sem seguir os mesmos indivíduos.
- Avaliação dos padrões de utilização de cuidados de saúde e identificação de necessidades não satisfeitas para o planeamento de serviços de saúde.
- Avaliação de programas de rastreio — estabelecimento da prevalência basal de uma condição antes da introdução de uma intervenção de rastreio.
- Geração de hipóteses sobre fatores de risco posteriormente testados em estudos de coorte ou experimentais.
Como funciona
Como funciona
O investigador especifica a população-alvo e o período de estudo. Critérios de elegibilidade (idade, geografia, cenário clínico, etc.) são definidos para garantir que a amostra será representativa da população para a qual as inferências se destinam. Uma definição clara de caso e de exposição é estabelecida antes do início da recolha de dados.
Uma amostra é retirada da população-alvo, idealmente através de amostragem probabilística (aleatória simples, estratificada, por conglomerados ou sistemática) para maximizar a representatividade e permitir estimativas de prevalência não enviesadas. O tamanho da amostra é calculado a priori utilizando a prevalência esperada, a precisão ou poder desejado, e o efeito do desenho se for utilizada amostragem por conglomerados.
Todos os indivíduos amostrados são avaliados em (aproximadamente) o mesmo ponto no tempo tanto para a(s) exposição(ões) como para o(s) desfecho(s). As fontes de dados incluem questionários padronizados, exames clínicos, espécimes biológicos ou registos administrativos. Como a exposição e o desfecho são recolhidos simultaneamente, o desenho não pode determinar a ordem temporal.
O estimador primário é a proporção de prevalência pontual: o número de indivíduos com o desfecho dividido pelo total examinado, expresso como percentagem ou por 1.000. A prevalência de período (durante uma janela curta definida) também pode ser reportada. Prevalência = (Número de casos no tempo T) / (População total examinada) x 100.
Fórmula
Prevalence = (Number of cases at time T) / (Total population examined) x 100
As associações entre categorias de exposição e desfecho são quantificadas usando a Razão de Prevalência (RP) ou a Razão de Odds de Prevalência (ROP), com intervalos de confiança. Regressão logística ou de Poisson multivariável pode ajustar para confundidores. Como a sequência temporal é desconhecida, estas associações são interpretadas como geradoras de hipóteses em vez de causais. RP = Prevalência nos expostos / Prevalência nos não expostos.
Fórmula
Prevalence Ratio (PR) = Prevalence in exposed / Prevalence in unexposed
Erros comuns
- Confusão entre prevalência e incidência — um estudo transversal mede casos existentes (prevalência), não novos (incidência); interpretar razões de prevalência como razões de taxas de incidência é incorreto sem suposições adicionais.
- Ignorar o desenho complexo da amostragem na análise — se foi utilizada amostragem por conglomerados ou estratificada, os erros padrão devem ter em conta o efeito do desenho; não o fazer resulta em erros padrão subestimados e intervalos de confiança enganosamente estreitos.
- Viés prevalência-incidência — condições de curta duração (recuperação rápida ou morte rápida) parecerão artificialmente raras; os investigadores devem reconhecer que a prevalência medida reflete a sobrevivência e a duração, não apenas a incidência.
- Tirar conclusões causais — sem dados longitudinais, as associações observadas não podem ser atribuídas à exposição causando o desfecho; a linguagem nos relatórios deve refletir a natureza descritiva e geradora de hipóteses do desenho.
- Tamanho da amostra inadequado para análises de subgrupos — o tamanho total da amostra pode ser suficiente para a estimativa primária, mas demasiado pequeno para detetar associações em subgrupos clinicamente importantes; o poder para subgrupos deve ser planeado explicitamente.
Perguntas frequentes
Posso estabelecer causalidade a partir de um estudo transversal?
Não. Como a exposição e o desfecho são medidos ao mesmo tempo, não se pode determinar qual veio primeiro. Os estudos transversais são mais bem utilizados para descrever a prevalência e gerar hipóteses. Para testar hipóteses causais, é necessário um estudo de coorte prospectivo ou um ensaio randomizado.
Qual é a medida de efeito apropriada para um estudo transversal?
A Razão de Prevalência (RP) é geralmente preferida em relação à Razão de Odds de Prevalência (ROP) porque é mais diretamente interpretável, especialmente quando a prevalência do desfecho excede 10%. A RP pode ser estimada usando regressão de Poisson com variância robusta; a ROP é obtida por regressão logística. Para desfechos raros, as duas convergem.
Qual deve ser o tamanho da minha amostra?
O tamanho da amostra depende da prevalência esperada do desfecho, da precisão desejada (margem de erro para estimativa de prevalência) ou do poder (para detetar associações), e do desenho da amostragem. Para estimativa de prevalência apenas, n = Z^2 * p(1-p) / e^2 (onde p é a prevalência esperada e e é a margem de erro aceitável). Se for utilizada amostragem por conglomerados, multiplique pelo efeito do desenho, tipicamente 1,5–2,5.
Como difere um estudo transversal de um estudo de coorte?
Um estudo de coorte segue os participantes ao longo do tempo e pode medir diretamente a incidência, estabelecer a ordem temporal e suportar uma inferência causal mais forte. Um estudo transversal recolhe um único instantâneo sem seguimento, tornando-o mais rápido e barato, mas incapaz de estabelecer a sequência temporal. Os estudos de coorte são preferidos para questões causais; os estudos transversais são preferidos para estimativa de prevalência e geração de hipóteses.
O que é o viés prevalência-incidência e como posso abordá-lo?
O viés prevalência-incidência (viés de Neyman) ocorre porque uma amostra transversal super-representa pessoas que sobrevivem tempo suficiente com a condição para serem capturadas no inquérito. Condições que são rapidamente fatais ou de curta duração são subestimadas. Para minimizar isto, utilize registos abrangentes ou dados administrativos, reconheça explicitamente a limitação e evite extrapolar estimativas de prevalência para conclusões de incidência.
Métodos relacionados
Fontes
Kelsey, J. L., Whittemore, A. S., Evans, A. S., & Thompson, W. D. (1996). Methods in Observational Epidemiology (2nd ed.). Oxford University Press.
ISBN: 978-0195080407Copiado.Cross-sectional study. Wikipedia.
Abrir referência da publicaçãoCopiado.