Modelos de inferência causal: análise crítica da utilização da estatística na epidemiologia

• Main Authors: Czeresnia Dina, Albuquerque Maria de Fátima Militão de
• Format: Article
• Language: English
• Published: Universidade de São Paulo 1995-01-01
• Series: Revista de Saúde Pública
• Subjects: Risco; Inferência; Causalidade; Modelos de risco proporcionais
• Online Access: http://www.scielosp.org/scielo.php?script=sci_arttext&pid=S0034-89101995000500012

Discute-se a base de construção do conceito de risco, a partir da descrição do modelo de inferência causal de Rubin, desenvolvido no âmbito da estatística aplicada, e incorporado por uma vertente da epidemiologia. A apresentação das premissas da inferência causal torna visível as passagens lógicas assumidas na construção do conceito de risco, permitindo entendê-lo "por dentro". Esta vertente tenta demonstrar que a estatística é capaz de inferir causalidade ao invés de simplesmente evidenciar associações estatísticas, estimando em um modelo o que é definido como o efeito de uma causa. A partir desta distinção entre procedimentos de inferência causal e de associação, busca-se distinguir também o que seria a dimensão epidemiológica dos conceitos, em contrapartida a uma dimensão simplesmente estatística. Nesse contexto, a abordagem dos conceitos de interação e confusão toma-se mais complexa. Busca-se apontar as reduções que se operam nas passagens da construção metodológica do risco. Tanto no contexto de inferências individuais, quanto populacionais, esta construção metodológica impõe limites que precisam ser considerados nas aplicações teóricas e práticas da epidemiologia.