Nome original do viés: Admission rate bias

Tradutor: Regis Vieira

Primeiro revisor: Rachel Riera

Surge quando as variáveis em estudos são afetadas pela seleção de indivíduos hospitalizados levando a um viés entre a exposição e a doença em estudo

Introdução

A combinação entre exposição a um risco e ocorrência de doença torna mais provável que um indivíduo seja admitido no hospital. Em um estudo caso-controle os pacientes hospitalizados apresentam maior risco de exposição ou desenvolvimento da doença do que a população em geral. Isso pode afetar as estimativas da associação entre a exposição e a doença.

Viés de admissão é também conhecido como viés de Berkson (Berkson 1946). Sua pesquisa original envolveu um estudo retrospectivo examinando fatores de risco para doenças em população de pacientes internados. A escolha de Berkson por pacientes internados resultou em uma falsa associação entre a doença e os fatores de risco.

 

Exemplos

Berkson descreveu a possível associação entre doença da vesícula biliar (como uma possível causa) e diabetes. Como o estudo envolveu participantes que frequentavam uma clínica, cujo atendimento foi afetado tanto pela doença da vesícula biliar quanto pelo diabetes, isso influenciou a associação entre doença da vesícula biliar e diabetes (Berkson 1946).

Em um exemplo mais recente, os pesquisadores analisaram a pressão arterial sistêmica de pessoas que frequentam uma clínica devido a crises recorrentes de enxaqueca ou cefaleia e observaram uma prevalência de pressão alta de aproximadamente 38%; enquanto essa prevalência era de  11% na população geral. Eles sugeriram que aqueles que frequentam uma clínica provavelmente têm mais associações entre as duas condições do que a população geral (Prudenzano et al. 2005).

Sackett (1979) testou o viés de Berkson por meio de entrevistas em amostras randômicas da população geral para determinar a associção entre  doença respiratória e doença locomotora. Ele então avaliou a mesma associação entres os participantes da amostra que haviam sido hospitalizados nos últimos seis meses. Os resultados estão na tabela a seguir.

 

Tabela. Associação entre doenças respiratória e locomotora

  População geral Subpopulação que esteve internada nos últimos 6 meses.
  Doença locomotora Doença locomotora
  Sim Não Total Sim Não Total
Doença respiratória

 

 

Sim 17 207 224 5 15 20
Não 184 2376 2560 18 219 237
Total 201 2583 2784 23 234 257
Razão de chances = 1,06 Razão de chances =  4,06

*adaptado de Roberts el al. [3]

Na subpopulação ‘hospitalar’, pacientes com doença respiratória são muito mais propensos a sofrer de doença locomotora (chance = 4,06). Podemos concluir (incorretamente) que existe associação entre essas duas doenças.

Na população em geral, não há associação entre as duas doenças (chance = 1,06) – a conclusão correta. A conclusão incorreta surge porque as pessoas que têm ambas as doenças são mais propensas a serem hospitalizadas.

 

Impacto

O artigo de Sackett 1979 aponta que as razões de chances podem ser falsamente aumentadas ou reduzidas pela presença de viés de admissão. Há evidências de que ter malária aumenta as chances de infecção por salmonela não tifoide. Pesquisadores que analisaram esta associação suspeitaram que o viés de Berkson teria um impacto e que, como resultado, estudos caso-controle sobre esta associação entre pacientes hospitalizados poderiam produzir resultados tendenciosos.

Os pesquisadores fizeram dois estudos caso-controle usando dois métodos diferentes de seleção de controles (Krumkamp 2016). No primeiro estudo, crianças com infecção por salmonela foram classificadas como casos, enquanto os controles não tinham infecção.  Uma associação protetora entre malária e infecção por salmonela foi encontrada (razão de chances = 0,4). No segundo estudo, as crianças com teste positivo para salmonela foram os casos, enquanto crianças com outro tipo de infecção bacteriana (não salmonela) foram os controles. Neste estudo, a malária foi um fator de risco para infecção por salmonela (razão de chances = 1,9). Nesse exemplo, tanto a “exposição” à malária quanto o “resultado” da infecção por salmonela foram fatores que levaram as pessoas a comparecerem ao hospital, afetando a relação entre esses dois desfechos. O viés de Berkson fez com que o resultado fosse inverso nos dois estudos. .

Em outro exemplo, os pesquisadores analisaram os fatores de risco para câncer de bexiga, cujo risco é aumentado pelo tabagismo (Sadetzki 2003). Por meio de um estudo caso-controle baseado em registro hospitalar, os autores encontraram muito pouca associação entre tabagismo e câncer de bexiga; no entanto, olhando novamente, eles observaram que as taxas de tabagismo eram muito mais altas em sua amostra do que na população geral, tanto para os casos quanto para os controles. Isso pode ter distorcido a natureza da relação entre tabagismo e câncer de bexiga.

 

Passos para prevenção

A seleção de controles apropriados em um estudo caso-controle é fundamental para obter a melhor informação possível, e o viés de Berkson deve ser considerado e planos devem ser feitos para evitá-lo sempre que possível. Para estudos usando dados de casos hospitalizados, pode ser preferível usar controles que também estejam no hospital, mas usar controles da população em geral é melhor, para evitar o viés de Berkson.

O viés indireto de Berkson (associações de exposição-doença que surgem porque outra doença está associada à exposição em estudo) é atenuado quando  são considerados os casos incidentes (ou seja, não casos prevalentes e já existentes). Também pode ser evitado excluindo pacientes que foram hospitalizados por causa de outra doença.

Quando se sabe que uma associação entre uma exposição e um desfecho afeta a seleção de casos e controles em um estudo (por exemplo, em um ambiente hospitalar), é preferível ajustar a análise para tentar lidar com esse viés.

Link para o original: https://catalogofbias.org/biases/admission-rate-bias/

 

Deve ser citado como: Catalogue of Bias Collaboration. Spencer EA, Aronson JK, Nunan D, Heneghan C. Berkson’s bias. In: Catalogue Of Bias 2018: www.catalogueofbiases.org/biases/admission-rate-berkson-bias

 

Fontes

Berkson J. Limitations of the application of fourfold table analysis to hospital data. Biometrics. 1946; 2(3): 47–53 [reprinted in Int J Epidemiol 2014; 43(2): 511-15].

Krumkamp R, et al. Association Between Malaria and Invasive Nontyphoidal Salmonella Infection in a Hospital Study: Accounting for Berkson’s Bias. Clin Infect Dis. 2016 Mar 15;62 Suppl 1:S83-9. doi: 10.1093/cid/civ950

Porta M, et al. editors. A IVdictionary of epidemiology. 6th edition. New York: Oxford University Press: 2014

Prudenzano MP, et al. The comorbidity of migraine and hypertension. A study in a tertiary care headache centre. J Headache Pain. 2005 Sep;6(4):220-2.

Sackett DL. Bias in analytic research. J Chron Dis 1979; 32: 51-63

Sadetzki S, et al. The limitations of using hospital controls in cancer etiology–one more example for Berkson’s bias. Eur J Epidemiol. 2003;18(12):1127-31.

 

PubMed Feed

Esta fonte pode ser recuperada dinamicamente a partir do PubMed:

Deffner V, Küchenhoff H, Breitner S, Schneider A, Cyrys J, Peters A. Mixtures of Berkson and classical covariate measurement error in the linear mixed model: Bias analysis and application to a study on ultrafine particles.