Causalidade e epidemiologia

Ronir Raggio Luiz

Claudio Jos Struchiner

SciELO Books / SciELO Livros / SciELO Libros

LUIZ, RR., and STRUCHINER, CJ. Inferncia causal em epidemiologia: o modelo de respostas
potenciais [online]. Rio de Janeiro: Editora FIOCRUZ, 2002. 112 p. ISBN 85-7541-010-5. Available
from SciELO Books <http://books.scielo.org>.

All the contents of this chapter, except where otherwise noted, is licensed under a Creative Commons Attribution-Non
Commercial-ShareAlike 3.0 Unported.
Todo o contedo deste captulo, exceto quando houver ressalva, publicado sob a licena Creative Commons Atribuio Uso No Comercial - Partilha nos Mesmos Termos 3.0 No adaptada.
Todo el contenido de este captulo, excepto donde se indique lo contrario, est bajo licencia de la licencia Creative
Commons Reconocimento-NoComercial-CompartirIgual 3.0 Unported.

Causalidade e Epidemiologia

A epidemiologia, como cincia preocupada com a freqncia, a distribuio e os determinantes das doenas que acometem a populao, tem desenvolvido procedimentos metodolgicos baseados em modelos estatsticos que
buscam identificar a etiologia das doenas. Esses modelos so, entretanto, dependentes de pressupostos que muitas vezes no podem ser checados com base
em dados observados. O conceito de validade tem, portanto, um papel-chave na
avaliao dos efeitos causais. Por sua vez, a validade sobre a existncia de uma
relao de causa e efeito entre uma doena e um fator de risco dependente
das caractersticas de cada desenho de estudo que a epidemiologia utiliza.
Segundo Rothman & Greenland (1998), uma causa pode ser entendida
como qualquer evento, condio ou caracterstica que desempenhe uma funo essencial na ocorrncia da doena. Observa-se, ainda, que causalidade
um conceito relativo, devendo ser compreendido em relao a alternativas
concebveis. Isto , o efeito de uma causa sempre relativo a uma outra causa.
A expresso A causa B significa que A a causa de B relativa a alguma outra
causa que, freqentemente, se refere condio no A (Holland, 1986). Por
exemplo, ao se falar que histria de tabagismo inveterado uma causa para
cncer de pulmo, necessrio especificar a causa alternativa, que pode ser,
por exemplo, tabagismo recente ou no tabagismo.
Ainda em relao questo conceitual de causa, a epidemiologia tem
trilhado um caminho que passa pela filosofia da cincia. So vrios os auto21

res que seguem essa linha. O trabalho de Rothman (1988) agrega ensaios e
comentrios de diversos autores sobre causalidade sob a tica filosfica,
discutindo questes ligadas lgica da causalidade e teoria da refutao
de Popper. Entretanto, o processo de identificao de um suposto agente causal pode ser simplificado utilizando-se uma abordagem mais pragmtica,
sem a necessidade de um aprofundamento na questo terico-conceitual
intrnseca noo de causa. Alm disso, enquanto os cientistas em geral
consideram associaes causais como etapas do processo de conhecimento
da epidemiologia e da histria natural da doena, profissionais envolvidos
diretamente com a preveno das doenas necessitam, para suas aes, de
concluses rpidas, to logo alguma evidncia tenha sido atingida.
A questo causal no ambiente epidemiolgico tem sido apresentada tambm de uma forma determinstica, observando-se, entretanto, que a ocorrncia
de uma doena em geral no est associada exclusivamente a uma nica causa.
Para ocorrncia da doena, necessrio um conjunto de causas componentes.
Rothman & Greenland (1998) definem causa suficiente como um conjunto
de eventos e condies mnimos que inevitavelmente acarreta a ocorrncia de
doena, no qual mnimo implica que no se pode prescindir de nenhum dos
eventos ou condies componentes. Nota-se ainda que, para a ocorrncia de
uma determinada doena, pode haver diversos conjuntos de causas suficientes. Algumas causas componentes, quando presentes em todas as causas suficientes alternativas, so chamadas causas necessrias. Outras, para serem
identificadas, dependem da interao com outras causas componentes. A Figura 1 ilustra esse modelo, no qual se observam trs causas suficientes, sendo A
uma causa necessria. Um modelo de causalidade com essas caractersticas,
isto , fundamentado na classificao dos mecanismos que precedem a resposta, diferentemente do modelo a ser discutido, que se baseia na classificao de
respostas individuais exposio, tem sido conhecido como modelo de Rothman
ou modelo de causas suficiente/componente (Greenland, 1995).
22

Figura 1 Exemplo do modelo de causalidade de Rothman para uma particular doena

Causa Suficiente I

Causa Suficiente II

C
B

Causa Suficiente III

J
F

F
C

Muitas causas que so de interesse da epidemiologia, embora no

sejam suficientes, so componentes de causas suficientes. Dispor de gua
no tratada no suficiente para o surgimento de doenas diarricas e
fumar no suficiente para produzir cncer de pulmo, mas ambas so
causas componentes de causas suficientes. Observa-se, ainda, que a identificao completa de todas as causas componentes de uma determinada causa
suficiente, mesmo que seja possvel e vivel, no fundamental se o objetivo
a preveno da doena. Por exemplo, mesmo no sendo capaz de identificar todas as causas componentes de uma dada causa suficiente para cncer
de pulmo, entre as quais est o hbito de fumar, possvel prevenir aqueles
casos que resultariam desta causa suficiente pela remoo do fumo da constelao de causas componentes (Rothman, 1976).
O fato que a maioria ou mesmo todos os componentes de uma causa
suficiente so desconhecidos. Exigem-se, portanto, hipteses especficas e
modelos apropriados para que a avaliao dos efeitos observados possa ser
atribuda a uma causa estabelecida. Alm disso, o conhecimento biolgico
sobre uma proposio epidemiolgica freqentemente raro, tornando-a, na
maioria das vezes, uma mera afirmao de associao entre a exposio e a
doena. Averiguar a existncia de associao tarefa bem familiar estatstica. A passagem da atribuio de associao entre a exposio (suposto agente
causal) e a doena para atribuio de causa tem sido a tnica da discusso
23

sobre causalidade. A partir da incorporao das idias de Rubin, traduzidas

no chamado Modelo de Rubin, uma nova lgica pode ser desenvolvida.
Historicamente, a primeira tentativa formal para identificao das
causas de uma doena se deu com a formulao, em 1890, do que foi chamado de Postulados de Henle-Koch (Evans, 1978). Tais postulados satisfaziam a necessidade de se estabelecer regras que guiassem a investigao de
bactrias como possveis agentes causais (Yerushalmy & Palmer, 1959). Basicamente, estabeleciam os seguintes critrios para o organismo patognico:
deve estar presente em todos os casos da doena em questo;
no deve ocorrer nem de forma casual nem de forma patognica em
outra doena;
isolado do corpo e crescido em cultura pura, deve induzir a doena
quando inoculado em suscetveis.
Foi observado, inclusive por Koch, que para a identificao de um
suposto agente causal no era necessrio que todos os critrios fossem satisfeitos e que apenas os dois primeiros j eram suficientes. Ou seja, o cumprimento dos postulados fornecia razoveis elementos para aceitar a hiptese
de causalidade do suposto agente, enquanto o seu descumprimento no deveria excluir tal hiptese.
Apesar de suas limitaes, que os tornavam no aplicveis a todas as
doenas bacterianas e eventualmente no aplicveis s doenas virticas e
parasitrias, esses postulados serviram de base para que a discusso sobre a
etiologia das doenas, considerando-se suas especificidades, fosse ampliada.
Assim, medida que o conhecimento sobre as doenas crescia, como, por
exemplo, identificando-se novos vrus e suas respectivas caractersticas biolgicas, tempo de incubao e possibilidade de imunidade, os postulados de
Henle-Koch foram sendo testados e modificados. As modificaes consistiam,
basicamente, na incorporao de novas restries para que a atribuio de
causalidade servisse a todas as doenas, inclusive as crnicas.
24

As modificaes culminaram com os critrios estabelecidos por Hill

em 1965. Identificada uma associao entre exposio e doena, ele sugeriu
que os seguintes aspectos fossem considerados na tentativa de se distinguir
uma associao causal de uma no-causal:
FORA

DA

ASSOCIAO uma associao ser to mais forte quanto

mais distante do valor de nulidade estiver a medida de efeito de

interesse calculada.2 O argumento que uma associao forte tem
mais chance de ser causal do que uma associao fraca. Isso porque
se ela se deveu a algum vis; ento, muito provavelmente, este vis
seria evidente. Associaes fracas, contudo, so mais provveis de
serem explicadas por vieses no detectados. Entretanto, uma associao fraca no descarta a hiptese de causalidade. Outra caracterstica importante que a fora de uma associao no um aspecto
compatvel biologicamente, e sim uma caracterstica que depende da
prevalncia das outras causas componentes. Uma forte associao
de determinada causa pode indicar simplesmente que esta causa
pouco prevalente em relao s outras e no possuir, assim, significado biolgico importante (Rothman & Greenland, 1998).
CONSISTNCIA a consistncia se refere repetio dos achados para
diferentes populaes. Resultados similares reforam a hiptese de
causalidade.
ESPECIFICIDADE uma causa especfica para um determinado efeito
se a introduo de um suposto fator causal seguido da ocorrncia
do efeito e sua remoo implica que tal efeito no ocorra. Em razo
do fato de que muitos fatores implicam muitos efeitos e praticamente
todas as doenas tm mltiplas causas, a especificidade de uma asso2

Uma medida de efeito uma comparao (diferena ou razo) entre medidas de freqncia de
doena (prevalncias, riscos, taxas ou odds ) calculada para dois grupos, freqentemente
expostos e no expostos a determinado fator sob investigao causal.

25

ciao respalda uma interpretao causal, mas sua falta no deve

ser indicao de no-causalidade.
TEMPORALIDADE a causa deve necessariamente preceder o efeito. Os
estudos transversais e retrospectivos muitas vezes carecem dessa evidncia, dificultando uma atribuio de causalidade.
GRADIENTE BIOLGICO este aspecto refere-se presena de uma curva
dose-resposta. Observar uma freqncia crescente de ocorrncia de
doena medida que se aumenta a dose ou o nvel da exposio
refora a hiptese de causalidade. Entretanto, a observao de um
efeito dose-resposta pode ser devida completamente a algum vis.
PLAUSIBILIDADE se o efeito hipotetizado plausvel diante do conhecimento biolgico vigente, a interpretao causal fortalecida. No
entanto, plausibilidade biolgica no pode ser exigida, uma vez que
depende do conhecimento disponvel poca da investigao. Em
geral, quanto menos se conhece a respeito da etiologia da doena e
doenas similares, menos segurana se tem para rejeitar uma interpretao causal com base neste critrio (Kleibaum et al., 1982).
COERNCIA o critrio de coerncia satisfeito quando a associao
encontrada no entra em conflito com o que conhecido sobre a
histria natural e a biologia da doena. Nota-se que este critrio
combina aspectos dos critrios de consistncia e plausibilidade biolgica. Ele mereceu especial ateno em recente trabalho (Rosembaun,
1994), no qual se buscou quantificar a evidncia fornecida por uma
associao coerente.
EVIDNCIA EXPERIMENTAL conhecido o poder da experimentao na
avaliao de causalidade. Entretanto, a obteno de tal evidncia
raramente disponvel em estudos envolvendo populaes humanas
devido, principalmente, a questes ticas.
26

 ANALOGIA uma analogia simples pode aumentar a credibilidade

para uma atribuio de causalidade. Por exemplo, se conhecido
que certa droga causa m-formao congnita, talvez uma outra
similar que se est estudando tambm poderia, por analogia, apresentar o mesmo efeito.
exceo do critrio de temporalidade, nenhum outro desses nove
critrios de evidncia epidemiolgica sugeridos por Hill (1965) deve ser
exigido como condio sine qua non para julgar se uma associao causal.
Pode-se dizer tambm que eventualmente os critrios de evidncia experimental e analogia so irrelevantes e o de especificidade, imprprio. Holland
(1986) agrupa os critrios de plausibilidade, coerncia e analogia por entender que os trs se referem aos conhecimentos adquiridos at a poca do
estudo. Essa abordagem , pois, condicionada a aspectos e critrios que na
maioria das vezes no so nem necessrios nem suficientes. Quando so
satisfeitos reforam a hiptese de causalidade, mas quando isso no ocorre,
no se deve descart-la.
De modo diferente, a abordagem estatstica sobre causalidade baseiase na formulao de um modelo construdo sob uma tica contrafactual,3
na qual so estabelecidas hipteses que procuram viabilizar a inferncia
causal. A dificuldade est, pois, na verificao de tais hipteses, nem sempre
passveis de serem testadas por meio dos dados observados. A validade de
algumas hipteses no testveis, por sua vez, depende do nvel de convencimento que o analista consegue obter, para si prprio e para os outros, com
base em uma cuidadosa anlise de cada situao em particular. Sendo assim, de grande valia que as hipteses no testveis adjacentes ao modelo
estejam explicitadas, para que possam ser analisadas criticamente.

Construdo sob uma tica contrafactual significa que o modelo fundamentado em valores
hipotticos, isto , em valores que no so efetivamente observados.

27

28