Comparação de métodos de estimação do risco relativo em estudos epidemiológicos

Abstract

O presente trabalho tem como objetivo a comparação de um método direto de estima- ção do risco relativo em estudos transversais via regressão log binomial com um método indireto via regressão logística, propostos por Andrade e Carabin (2011) e Santos et. al. (2008), respectivamente. As medidas de associação mais utilizadas em pesquisas epidemiol ógicas são o risco relativo (RR) e a razão de chances (RC). Essas medidas estimam a magnitude da associação entre um fator de risco (proteção) e um desfecho de interesse. A regressão logística é um dos modelos mais utilizados para se estimar a RC, no entanto, o RR é uma medida de mais fácil interpretação. Uma das di culdades encontradas por pesquisadores na estimação do RR via regressão log binomial, é que nem sempre há converg ência das estimativas. Santos et. al. (2008) apresentaram um método que estima por aproximação o RR e Andrade e Carabin (2011) apresentam um método que minimiza consideravelmente os problemas de convergência do modelo log binomial, que estima o RR de forma direta, por meio do algoritmo adaptativo de barreiras. A comparação dos métodos baseou-se na geração de 1000 amostras de tamanho igual a 500 a m de se avaliar os métodos para diferentes tamanhos de amostras. Assim, observou-se nas simulações do tipo I que o método indireto subestima o RR à medida que os valores dos parâmetros e o intervalo da variável contínua decrescem, chegando a 0% de cobertura, apesar da alta precisão. Nas simulações do tipo II ambos os modelos forneceram resultados próximos quanto ao viés e à variabilidade das estimativas do RR. Entretanto, como um todo, o método direto apresentou menor VRPM e melhor cobertura, enquanto que, o método indireto se mostrou ligeiramente melhor apenas na estimação do RR da variável dicotômica. Portanto, a estimação do RR via método direto, utilizando-se o método implementado por Andrade e Carabin (2011), se mostrou mais e ciente, quando os dados são gerados de uma log binomial. No entanto, mais estudos são necessários.