Estimação de risco relativo e razão de prevalência com desfecho binário

Abstract

O risco relativo (RR) e a razão de prevalência (RP) são medidas de associação que visam mensurar a relação de um desfecho binário e variáveis de exposição em estudos com delineamento coorte e transversal, respectivamente. Nos casos em que há variáveis de confusão ou um fator de exposição contínuo, a associação pode ser estimada através de métodos específicos, tais como regressão de Poisson, regressão log-binomial, análise estratificada e conversão de Zhang e Yu. A regressão logística tem sido extensivamente usada para estimar a razão de chances (RC), a qual muitas vezes é interpretada como RR ou RP. Quando a incidência/prevalência do desfecho não é < 10% a RC produz estimativas de RC próximas à RP e RR. Porém, se o desfecho for comum (³ 10%), a RC superestima a RP e o RR. Este estudo tem como objetivo apresentar uma revisão em 10 revistas da área médica, para verificar a constância da utilização dos métodos que estimam a RP ou RR e a interpretação da RC como RP e RR. Foram selecionados um total de 333 artigos do ano de 2007 e 381 artigos de 2008 com desfecho binário. Entre os estudos de coorte e transversal, 76,2% aplicaram regressão logística e destes, 18,1% em 2007 e 14,7% em 2008 interpretaram a RC como RR ou RP. No caso desses estudos, seria aconselhável utilizar um modelo que estime diretamente essas medidas para evitar interpretação equivocadas. Uma vez que a regressão de Poisson com variância robusta e a regressão log-binomial são disponibilizadas em diversos pacotes estatísticos, não há mais motivos para não utilizálos.

Relative Risk (RR) and Prevalence Ratio (PR) are association measures that aim to measure respectively the relation between an outcome binary and an exhibition variables in study of cohort and cross-sectional design. In the cases that there are confounding variables or a factor of e continuous exhibition, the association can be estimated by specific methods such as Poisson Regression, log-binomial regression stratified analyses and conversions proposed by Zhang & Yu. The logistic regression has been widely used to estimate Odds Ratio (OR) which, several times, is interpreted as RR or PR. When the incidence/prevalence of the outcome is not < 10% it produces estimation of OR similar to PR and RR. However, if the outcome is common (³ 10%) the OR overestimates the PR and the RR. However, this study has the objective to present a review in 10 journals of Medicine to verify the constancy of the application of methods that estimate the PR or RR and the interpretation of OR as PR and RR. It was selected a sum of 333 articles from 2007 and 381 articles from 2008 that estimated OR to be RR or PR with binary outcome. Between cohort and cross-sectional studies, 76.2% applied logistic regression and, among these, 18.1% in 2007 and 14.7% in 2008 interpreted OR as PR and RR In these studies should be used a model that estimate directly in order to avoid misinterpretations. Once the Poisson regression with robust variance and the log-binominal regression are available from many statistic packages, there is no reason to not use them.