Fui apresentado aos famosos “fatores de confusão” no meu mestrado de Epidemiologia, na Universidade Federal de Pelotas. Achei confuso! Mas aí, lembrei do meu carro, um Palio: fazia 16 km/l quando eu dirigia, e apenas 11 km/l quando minha esposa dirigia.
Alguém me perguntou:
— Ela dirige em alta velocidade?
— Não, eu é que costumo dirigir mais rápido.
— E a carga do carro?
— Eu geralmente ando com o carro cheio: porta-malas lotado, três filhas a bordo. Ela anda quase sempre sozinha.
— Ela dirige mal?
— Pelo contrário, dirige melhor do que eu: mais atenta, menos riscos, evita rotações altas.
Então, onde está o mistério? A resposta veio com uma pergunta simples: “Onde vocês dirigem?”
Eu usava o carro apenas nos fins de semana, para viagens de estrada com a família. Ela, durante a semana, em trajetos curtos e urbanos. Ou seja: a variável que explicava a diferença de consumo não era quem dirigia, mas onde se dirigia. Esse é o fator de confusão!
Por que é importante controlar estes fatores de confusão?
Porque eles podem criar associações falsas ou esconder associações verdadeiras. No nosso caso, se alguém não levasse isso em conta, poderia concluir injustamente que minha esposa dirige mal — quando, na verdade, ela só dirige mais na cidade (mas, sim, dirige melhor também!).
Como controlar esse fator de confusão?
O jeito mais fácil é separar/estratificar o que causa a confusão:
- Consumo urbano: ela faz 11km/l; eu, 9 km/l (trânsito urbano de Campo Largo/PR, gente! Não tem aquele para, anda, lombada, para de novo… de outras cidades);
- Consumo em estrada: ela faz 17 km/l; eu, 16 km/l (sim, o paliozinho 1.0 era muito econômico).
Outro jeito é usar modelos estatísticos (regressão logística, regressão linear, regressão de Cox…).
Mas e quando o fator de confusão é desconhecido?
Aí o jeito é o sorteio de quem irá para cada grupo, chamado em epidemiologia de randomização ou aleatorização. Lembra dos testes das vacinas contra a COVID-19?
Ninguém escolhia quem tomava vacina ou placebo. Era tudo por sorteio — nem a pessoa, nem o pesquisador decidia. Assim, os fatores de confusão (idade, comorbidades, tipo de trabalho, sexo, etc.) tendem a ser distribuídos igualmente nos dois grupos.
No nosso exemplo: teríamos proporções semelhantes de motoristas urbanos e rodoviários, homens e mulheres, motoristas experientes e novatos.
Tem uma técnica avançada chamada de pareamento (ou matching), usado em estudos caso-controle, mas isso é avançado – fica pra outro dia!
Exemplos de fatores de confusão
“A atividade física faz mal para os pobres e bem para os ricos???”
Opa! Vamos olhar com lupa:
O pobre faz esforço físico no trabalho, carregando peso, sem pausas, em más condições. O rico faz academia com personal trainer. Fator de confusão: a condição socioeconômica, que influencia as condições de vida, o tipo de exercício e o risco de adoecer.
“Fumar protege contra demência em idosos???”
Parece? Mas é que muitos fumantes morrem antes de chegar à idade de desenvolver demência. O desfecho (demência) não ocorre porque o risco (óbito precoce) vem antes. Aqui há confusão e um pouco de viés de sobrevivência.
“Vacina ruim parece que funciona???”
Por quê? Quem tem melhor acesso tem acesso fácil à vacina, também tem aos serviços de saúde, diagnóstico precoce, tratamento adequado, saneamento, boa alimentação…
Assim, se só observarmos quem foi hospitalizado ou morreu, sem controlar esses fatores, podemos superestimar o efeito da vacina.
Por isso, testes com randomização são tão importantes: eles nos ajudam a separar o efeito real da vacina de todos os outros fatores envolvidos. E a nossa ANVISA-Agência Nacional de Vigilância Sanitária só aprova as vacinas realmente boas, feitas com estudos bem feitos.
Enfim, a observação cuidadosa do que acontece ao nosso redor é essencial — mas nem sempre a gente percebe tudo que está por trás do que vê. Às vezes, tem um fator escondido que muda completamente o sentido das coisas.
É aí que entram os estudos bem planejados, com métodos robustos e interpretações criteriosas.
O que quero deixar no seu coração
Nem mesmo os cientistas enxergam tudo de imediato. Por isso, os resultados de pesquisas são submetidos à avaliação de outros cientistas antes de serem publicados.
Essa tal de “revisão por pares” nada mais é do que um jeito de garantir que mais olhos críticos ajudem a enxergar o que um pesquisador sozinho pode ter deixado passar. Afinal, entender a realidade é um esforço coletivo.
Fontes que usei para escrever isso para você:
