A falácia ecológica volta a atacar | Journal of Epidemiology & Community Health

Quando comecei a estudar epidemiologia, os estudos ecológicos foram brevemente discutidos como um método barato, mas não confiável, para estudar fatores de risco de doença em nível individual. Por exemplo, em vez de ir ao tempo e despesa para estabelecer um estudo de coorte ou estudo de caso-controle de ingestão de gordura e câncer de mama, você poderia simplesmente usar dados nacionais de incidência de dieta e câncer e, com o mínimo de tempo e despesa, mostrar uma forte correlação internacional entre ingestão de gordura e câncer de mama. Esta abordagem foi correctamente considerada inadequada e pouco fiável devido às muitas formas adicionais de preconceitos que podem ocorrer em tais estudos em comparação com os estudos de indivíduos dentro de uma população. Em particular, a “falácia ecológica” pode ocorrer na medida em que factores que estão associados a taxas nacionais de doença podem não estar associados à doença em indivíduos.1 Por exemplo, quase todas as doenças que estão associadas à afluência e à ocidentalização foram no passado associadas, a nível nacional, às vendas de televisores, e hoje em dia estão provavelmente associadas, a nível nacional, às taxas de utilização da Internet.

Assim, os estudos ecológicos não foram uma coisa boa a fazer, e foram uma relíquia da fase “pré-moderna” da epidemiologia antes de se estabelecerem firmemente com um paradigma metodológico baseado na teoria dos ensaios controlados aleatórios de indivíduos. Este paradigma, que é muito poderoso quando usado apropriadamente, deu origem a métodos cada vez mais sofisticados de desenho de estudo e análise de dados. Em particular, métodos bioestatísticos que foram desenvolvidos para ensaios aleatórios envolvendo uma única exposição individual foram usados para reformular e tornar mais rigorosos os métodos epidemiológicos anteriormente ad hoc de desenho de estudo e análise de dados.23 Assim, os cursos de epidemiologia tornaram-se cada vez mais restritos a discutir estudos de coorte e de caso-controle e os métodos de análise de dados que se encaixam no paradigma de ensaio clínico em que se baseiam. Geralmente, há pouca ou nenhuma discussão sobre a filosofia da ciência (com exceção de algumas versões popperianas muito simplistas), ou sobre como as teorias e hipóteses são desenvolvidas. Os estudantes de epidemiologia então se formam e saem para o “mundo real” para testar hipóteses que podem ser investigadas usando esses métodos e para as quais se pode obter financiamento.

Agora os estudos de nível populacional estão de volta aos negócios, por duas razões importantes.

Primeiro, é cada vez mais reconhecido que, mesmo quando se estudam fatores de risco de nível individual, os estudos de nível populacional desempenham um papel essencial na definição dos mais importantes problemas de saúde pública a serem enfrentados e na geração de hipóteses quanto às suas causas potenciais. Muitos fatores de risco de doença importantes a nível individual simplesmente não variam o suficiente dentro das populações para permitir que seus efeitos sejam identificados ou estudados.4 Mais importante ainda, tais estudos são um componente chave do ciclo contínuo de geração e teste de teoria e hipóteses.5 Historicamente, a área chave na qual os epidemiologistas têm sido capazes de “agregar valor” tem sido através desse foco populacional, embora essa lição tenha sido esquecida por muitos epidemiologistas modernos. Por exemplo, muitas das recentes descobertas sobre as causas do câncer (incluindo fatores dietéticos e câncer de cólon, hepatite B e câncer de fígado, aflatoxinas e câncer de fígado, vírus do papiloma humano e câncer de colo uterino) têm sua origem, direta ou indiretamente, nas comparações internacionais sistemáticas da incidência de câncer realizadas nas décadas de 1950 e 1960.6 Essas hipóteses sugeriram as possíveis causas dos padrões internacionais, que foram investigadas com mais profundidade em outros estudos. Em alguns casos, essas hipóteses eram consistentes com o conhecimento biológico da época, mas em outros casos eram novas e marcantes, e poderiam não ter sido propostas ou investigadas mais aprofundadamente se as análises a nível populacional não tivessem sido feitas. Mais recentemente, uma enorme quantidade de financiamento tem sido gasta no estudo das causas “conhecidas” da asma em países ricos (por exemplo, poluição do ar, exposição a alergênios), e só agora estudos padronizados estão revelando grandes diferenças internacionais na prevalência da asma que não são explicadas por esses fatores de risco “estabelecidos”, como a poluição do ar,7 mas são mais consistentes com teorias recentes sobre o papel protetor de algumas infecções infantis na etiologia da asma.8

Uma segunda razão pela qual os estudos ecológicos estão de volta é que cada vez mais se reconhece que alguns fatores de risco para a doença funcionam genuinamente a nível populacional.9-11 Em alguns casos podem causar doenças directamente, mas talvez mais frequentemente podem causar doenças como modificadores de efeitos ou determinantes da exposição a factores de risco a nível individual.12 Por exemplo, ser pobre num país ou bairro rico pode ser pior do que ter o mesmo nível de rendimento num país ou bairro pobre, devido a problemas de exclusão social e falta de acesso a serviços e recursos.13 Isto pode funcionar através de mecanismos relativamente directos, mas pode também envolver aspectos do estilo de vida individual que são em parte determinados pelo contexto social. Por exemplo, a decisão de continuar a ganhar alívio temporário e prazer através do tabaco pode ser bastante racional para alguém que está sobrevivendo de semana em semana em circunstâncias difíceis.

A falha em levar em conta a importância do contexto populacional, como modificador de efeitos e determinante das exposições a nível individual pode ser chamada de “falácia individualista “14 , na qual os principais determinantes populacionais de saúde são ignorados e a atenção indevida é focada nas características individuais. Nesta situação, as associações entre estas características individuais e a saúde podem ser validamente estimadas, mas a sua importância em relação a outras intervenções potenciais, e a importância do contexto de tais intervenções, pode ser ignorada. Por exemplo, na maioria dos países do mundo, qualquer estudo a nível individual identificará certas características individuais (incluindo factores genéticos) que parecem ser os determinantes mais importantes da saúde. Contudo, eventos recentes na Europa Oriental mostraram que estas características individuais operam dentro de um contexto populacional poderoso que pode ser um determinante muito mais forte da doença a nível da população.15 Ignorar este contexto e tentar estudar populações homogêneas pode levar à conclusão errônea de que as características individuais são os principais determinantes da doença e os mais importantes para a intervenção, assim como estudar populações com estilos de vida homogêneos pode levar à conclusão errônea de que outros fatores são os principais determinantes da doença.4

Estas considerações levaram a um renascimento dos estudos de nível populacional nos últimos anos, com um interesse crescente em métodos estatísticos de análise multinível. Estes têm méritos consideráveis, pois permitem estimar os efeitos a nível populacional (ecológicos) e, ao mesmo tempo, incluir os efeitos a nível individual16 , evitando assim tanto a falácia ecológica como a falácia individualista. No entanto, embora tenha havido muita discussão sobre a análise estatística de tais estudos, tem havido relativamente pouca discussão sobre as outras questões metodológicas envolvidas no estudo dos efeitos ecológicos genuínos. O artigo de Blakely e Woodward neste número da revista é, portanto, uma contribuição muito oportuna e valiosa. Em particular, eles notam sua preocupação de que “a aplicação de métodos estatísticos multiníveis pode ter surgido antes de um quadro teórico para conduzir análises significativas e robustas” e que “à medida que os pesquisadores vão além do entusiasmo inicial de aplicar a ‘magia’ dos métodos estatísticos multiníveis aos dados, haverá um foco crescente e necessário na teoria, no desenho do estudo e nas fontes de erro”. Assim como aprender a usar o método Mantel-Haenszel ou a regressão logística padrão é apenas uma pequena parte da aprendizagem para ser um epidemiologista, aprender a fazer regressão logística multinível é apenas uma pequena parte da aprendizagem para ser um epidemiologista multinível. Em ambos os casos, os métodos bioestatísticos são apenas uma parte do conjunto de ferramentas epidemiológicas, que inclui métodos de concepção de estudo apropriados, incluindo a prevenção, minimização ou avaliação de possíveis enviesamentos. Mais importante ainda, em ambos os casos, o conhecimento de métodos apropriados de desenho de estudo e análise de dados não substitui saber como escolher a hipótese mais apropriada para estudar.

Então, como podem os epidemiologistas aprender a pensar de uma forma multinível? Como podem assegurar que as melhores hipóteses são desenvolvidas para estudo e que a “tecnologia apropriada” (seja a nível individual ou populacional) é então usada para testá-las? Como os estudantes de epidemiologia podem aprender tais métodos de tal forma que possam utilizá-los adequadamente, em vez de deixar que os métodos que aprendem definam e restrinjam as perguntas que fazem posteriormente? Há dois princípios do ensino e da prática clínica que podem ser particularmente relevantes a este respeito.

Em primeiro lugar, uma abordagem baseada em problemas para o ensino da medicina clínica tem sido cada vez mais adoptada nas escolas médicas de todo o mundo. O valor desta abordagem é que teorias e métodos são ensinados no contexto da resolução de problemas da vida real. Isto coloca os métodos em contexto, e ajuda a garantir que os métodos apropriados sejam escolhidos para se adequar ao problema, em vez de fazer o problema se adequar aos métodos. Talvez o ensino da epidemiologia baseada em problemas possa ajudar a restaurar a ligação com a saúde pública e com o mundo real, no qual a maioria dos problemas de saúde pública envolve uma variedade de níveis de causas de doenças. O estudo de problemas reais de saúde pública em seu contexto histórico e social não exclui a aprendizagem de métodos sofisticados de desenho de estudo e análise de dados (na verdade, isso é necessário), mas pode ajudar a garantir que as perguntas apropriadas sejam feitas e que a “tecnologia apropriada” seja então usada para respondê-las.

Segundo, a decisão sobre o que é “tecnologia apropriada” deve ser baseada em evidências. Isto é menos óbvio do que parece, pois muitos métodos epidemiológicos não são baseados em evidências. Por exemplo, a atual onda de entusiasmo pela “epidemiologia molecular” levou ao uso generalizado de biomarcadores de exposição, mesmo quando há muito pouca evidência de sua validade. A necessidade de uma epidemiologia baseada em evidências também se aplica à “estratégia geral de pesquisa” que é usada pelos epidemiologistas, bem como aos métodos específicos de pesquisa que são usados, pois há boas evidências históricas do valor de uma abordagem baseada na população.5

Em alguns casos, o uso desses novos métodos tornará a epidemiologia mais complicada. Isso é notado de forma algo depreciativa por Poole e Rothman17 , que parecem equiparar os críticos da “epidemiologia moderna” àqueles que prefeririam um retorno aos métodos mais “simples” e ad hoc do passado. Contudo, a questão aqui não é que o uso de métodos estatísticos sofisticados seja desejável ou indesejável em si mesmo. Pelo contrário, a questão é que devemos responder às questões científicas e de saúde pública mais importantes e devemos usar “tecnologia apropriada” para responder a elas. Em alguns casos, a abordagem populacional produzirá hipóteses que podem ser investigadas com estudos de coorte ou caso-controle simples e analisadas usando tabelas simples 2 × 2, ou os correspondentes métodos multivariados de Poisson ou regressão logística. Em outras instâncias, podem ser necessários métodos bastante diferentes de desenho de estudo e análise de dados.11

Em cada instância, a epidemiologia continuará a envolver uma colaboração saudável entre epidemiologistas e bioestatísticos (assim como biólogos, cientistas sociais e outros), mas são os epidemiologistas que têm a responsabilidade primária de identificar e desenvolver as questões mais importantes de pesquisa em nível populacional, que podem então ser investigadas usando métodos bioestatísticos apropriados. O trabalho de Blakely e Woodward é uma contribuição importante neste sentido, pois nos alerta para os perigos de simplesmente adicionar a modelagem multinível ao nosso conjunto de ferramentas analíticas, e levanta as importantes questões de desenvolvimento teórico, desenho de estudo e avaliação de preconceitos que devem ser considerados em estudos multiníveis, tal como são (ou devem ser) considerados atualmente em estudos de nível individual.