Diagramas causais

A importância da sequência de acontecimentos: as disparidades étnicas nos desfechos de saúde podem ser subestimadas.

Em carta publicada no Journal of Clinical Epidemiology, revista internacional de alto impacto, investigadores do Laboratório de Inferência Causal em Epidemiologia da USP (LINCE-USP) ilustram  como muitas análises podem subestimar as disparidades étnicas nos desfechos em saúde [1].

De autoria do Prof. Fredi Alexander Diaz Quijano, departamento de Epidemiologia da FSP-USP, e do Luís Ricardo Santos de Melo, enfermeiro formado na Universidade Federal de Sergipe, a publicação salienta a importância de reconhecer a sequência de eventos na quantificação do efeito de variáveis demográficas no prognóstico de doenças graves como COVID-19.

Especificamente, os autores argumentam que, embora algumas variáveis ​​devam ser ajustadas ou controladas para obter medidas de efeito válidas, o ajuste para comorbidades pode apagar o efeito das disparidades étnicas em desfechos clinicamente relevantes, como a mortalidade. Isso porque diferencias étnico-raciais na incidência de comorbidades podem ser, per se, mediadoras do efeito da etnia nesses desfechos. Para representar esses caminhos causais, os autores utilizam diagramas acíclicos direcionados (DAGs) que são ferramentas intuitivas, mas rigorosas, para orientar conceitualmente o estudo dos determinantes da saúde. 

Para baixar o artigo de forma gratuita até o dia 29/03/2024 a revista compartilhou o seguinte link:https://authors.elsevier.com/a/1iZSI3BcJQIQgd

Repercussão.

A contribuição foi bem recebida por um grupo de pesquisadores de Reino Unido, que aplicou o modelo teórico sugerido (ver figura). A Dra. Annastazia Learoyd e colaboradores reanalisaram dados de pacientes hospitalizados por COVID-19 e confirmaram que as associações entre etnicidade e mortalidade intra-hospitalar por covid-19 são mais fortes do que tinham estimado previamente.  Dessa forma, os pesquisadores documentaram que a população negra tinha mortalidade significativamente maior (47% a mais) do que a população branca [2] (https://www.jclinepi.com/article/S0895-4356(24)00017-9/fulltext), associação que não tinha sido identificada em anteriores análises [3] (https://www.jclinepi.com/article/S0895-4356(23)00161-0/fulltext). Além disso, também identificaram que uma diferença que haviam identificado entre asiáticos e brancos tinha sido subestimada em aproximadamente 10%.

Consequentemente, a organização da sequência de eventos para diferenciar o papel das variáveis, como sugerido pelo modelo de Diaz-Quijano & Melo, permite obter estimativas válidas do efeito total de determinantes distais, tais como a etnia, sobre desfechos em saúde. 

Referências

[1]       Diaz-Quijano FA, Santos de Melo LR. The total effect of ethnicity on COVID-19 outcomes is underestimated when conditioning for comorbidities: response to Learoyd et al. J Clin Epidemiol 2024:111261. https://doi.org/10.1016/j.jclinepi.2024.111261.

[2]       Learoyd AE, Nicholas J, Douiri A. The complexity of the relationship between ethnicity and Covid-19 outcomes:  author’s reply. J Clin Epidemiol 2024:111262. https://doi.org/10.1016/j.jclinepi.2024.111262.

[3]       Learoyd AE, Nicholas J, Hart N, Douiri A. Revisiting ethnic discrepancies in COVID-19 hospitalized cohorts: a correction  for collider bias. J Clin Epidemiol 2023;161:94–103. https://doi.org/10.1016/j.jclinepi.2023.06.014.

Rolar para cima