Questão de Medicina — Epidemiologia — FUNDATEC 2025

Interpretação de Intervalo de Confiança em Estudos Observacionais

Gabarito: letra B. O intervalo de confiança de 95% (1,01–5,71) é extremamente largo, indicando baixa precisão da estimativa do Odds Ratio (OR = 2,4). A alternativa correta é a que aponta essa imprecisão, pois a amplitude do intervalo reflete a incerteza estatística em torno do efeito estimado.

O Odds Ratio (OR) é uma medida de associação amplamente utilizada em estudos observacionais, especialmente em estudos de caso-controle e transversais. Ele expressa a razão entre as chances (odds) de um evento ocorrer no grupo exposto e as chances no grupo não exposto. Um OR = 2,4 sugere que a chance de doença periodontal é 2,4 vezes maior entre tabagistas em comparação aos não tabagistas, após ajuste por potenciais confundidores.

O intervalo de confiança (IC) é uma ferramenta estatística que fornece uma faixa de valores plausíveis para o parâmetro populacional (neste caso, o OR verdadeiro). Um IC de 95% significa que, se o estudo fosse repetido inúmeras vezes, 95% dos intervalos calculados conteriam o valor real do OR. A amplitude do IC é diretamente proporcional à imprecisão da estimativa: quanto mais largo o intervalo, menor a precisão e maior a incerteza sobre o verdadeiro efeito.

No caso apresentado, o IC 95% varia de 1,01 a 5,71. Essa amplitude é consideravelmente grande, o que indica que o estudo tem baixa precisão. Isso pode ocorrer devido a um tamanho amostral pequeno, à variabilidade dos dados ou a outros fatores. Apesar de o intervalo não incluir o valor 1 (o que sugere associação estatisticamente significativa), a largura do intervalo é uma crítica importante, pois limita a confiabilidade da magnitude do efeito estimado.

É fundamental distinguir entre significância estatística e precisão. O fato de o IC não incluir a unidade (OR = 1) indica que a associação é estatisticamente significativa ao nível de 5%. No entanto, a significância estatística não informa sobre a precisão da estimativa. Um intervalo largo, mesmo que significativo, sugere que o estudo não tem poder suficiente para estimar o efeito com precisão, o que pode limitar a aplicabilidade clínica dos resultados.

A regressão logística é uma técnica estatística apropriada para estudos observacionais, pois permite ajustar por múltiplas variáveis de confusão. O OR é a medida de efeito naturalmente derivada dessa análise. Portanto, a crítica correta não é sobre a inadequação do método, mas sim sobre a imprecisão da estimativa, evidenciada pela largura do intervalo de confiança.

Alternativa A — ❌ Incorreta

O Odds Ratio (OR) é uma medida de associação apropriada e amplamente utilizada em estudos observacionais, especialmente em estudos de caso-controle e transversais. A regressão logística, que produz o OR, é uma técnica estatística adequada para analisar desfechos binários (como presença ou ausência de doença periodontal) e permite ajustar por múltiplos fatores de confusão. Portanto, a afirmação de que o OR é inapropriado em estudos observacionais é incorreta.

Alternativa B — ✅ Correta ⟵ GABARITO

O intervalo de confiança de 95% (1,01–5,71) é largo, com uma amplitude de 4,70. Essa amplitude indica baixa precisão da estimativa do OR. Um intervalo de confiança largo sugere que o estudo tem pouca precisão, possivelmente devido a um tamanho amostral insuficiente ou à alta variabilidade dos dados. Apesar de o intervalo não incluir o valor 1 (indicando significância estatística), a largura do intervalo é uma crítica estatística válida, pois limita a confiabilidade da magnitude do efeito estimado.

Alternativa C — ❌ Incorreta

A regressão logística é uma técnica estatística que permite ajustar por múltiplas variáveis de confusão. O enunciado afirma que a regressão logística foi ajustada, o que significa que os efeitos de potenciais confundidores foram controlados. Portanto, a afirmação de que a regressão logística não permite ajustes por confundidores é incorreta.

Alternativa D — ❌ Incorreta

A presença de associação estatística (OR = 2,4, IC 95%: 1,01–5,71) não comprova causalidade. Estudos observacionais, como o descrito, podem identificar associações, mas não podem estabelecer relação causal definitiva. Para comprovar causalidade, seriam necessários critérios adicionais, como os critérios de Bradford Hill, e idealmente estudos experimentais (ensaios clínicos randomizados). Portanto, a afirmação de que a associação causal é comprovada é incorreta.

Alternativa E — ❌ Incorreta

O intervalo de confiança não inclui a unidade (OR = 1), o que indica que a associação é estatisticamente significativa ao nível de 5%. Isso significa que há evidência estatística de que o OR é diferente de 1, ou seja, há associação entre tabagismo e doença periodontal. Portanto, a afirmação de que o efeito é nulo é incorreta. Na verdade, o IC exclui o valor 1, sugerindo que o efeito é estatisticamente significativo.

Gabarito: letra B