15  Tabelas de contingência e medidas de associação

Pré-requisitos: Capítulo 11 e Capítulo 13 · Pacotes: R base (stats), janitor, epiR, medicaldata

Objetivos de aprendizagem

Ao final deste capítulo, espera-se que o estudante seja capaz de construir tabelas de contingência 2 × 2 e r × c, organizando exposição e desfecho segundo a convenção epidemiológica; executar e interpretar o teste qui-quadrado de independência, compreendendo o papel das frequências esperadas e da correção de continuidade; aplicar o teste exato de Fisher quando indicado; calcular, a partir das caselas da tabela e com funções específicas, o risco relativo, a razão de chances e a razão de prevalências com seus intervalos de confiança; relacionar cada medida ao delineamento do estudo; e reconhecer situações em que a razão de chances se afasta da razão de prevalências e em que a associação observada pode ser explicada por uma terceira variável.

Grande parte das perguntas da epidemiologia envolve duas variáveis categóricas: uma exposição (ter feito pré-natal adequado, receber um tratamento, consumir álcool) e um desfecho (baixo peso ao nascer, óbito, câncer). Este capítulo mostra como organizar esses dados em tabelas, como testar se a exposição e o desfecho estão associados e, principalmente, como medir a força dessa associação com as medidas usadas na epidemiologia. Vamos usar três conjuntos de dados, cada um vindo de um tipo de estudo: um ensaio clínico, um estudo caso-controle e os dados do SINASC, que, para as perguntas deste capítulo, funcionam como um estudo transversal.

library(tidyverse)
library(here)
library(medicaldata)
library(epiR)
source(here("scripts", "preparar-sinasc.R"))

15.1 Tabelas de contingência no R

Uma tabela de contingência cruza as categorias de duas variáveis e mostra quantas observações há em cada combinação. Na epidemiologia, a convenção é colocar a exposição nas linhas e o desfecho nas colunas, com a categoria “exposto” na primeira linha e a categoria “com o desfecho” na primeira coluna. Essa ordem não é apenas estética: várias funções, como as do pacote epiR, supõem que a tabela está organizada assim.

Vamos examinar a associação entre ter mãe adolescente e o baixo peso ao nascer. As variáveis mae_adolescente e baixo_peso são lógicas, e uma tabela feita diretamente com elas colocaria FALSE antes de TRUE. Por isso, transformamos as duas em fatores com a ordem desejada, como vimos no Capítulo 9.

nascidos_tab <- nascidos_analise |>
  mutate(
    mae_adolescente = factor(if_else(mae_adolescente, "Sim", "Não"),
                             levels = c("Sim", "Não")),
    baixo_peso = factor(if_else(baixo_peso, "Sim", "Não"),
                        levels = c("Sim", "Não"))
  )

tabela_adol <- table(nascidos_tab$mae_adolescente, nascidos_tab$baixo_peso,
                     dnn = c("Mãe adolescente", "Baixo peso"))
tabela_adol
#>                Baixo peso
#> Mãe adolescente   Sim   Não
#>             Sim   385  4173
#>             Não  1501 20969

O argumento dnn dá nomes às dimensões da tabela. A função addmargins() acrescenta os totais, e prop.table(), com o argumento margin, calcula as proporções. Com margin = 1, as proporções são calculadas dentro de cada linha, o que, com a exposição nas linhas, dá a proporção de baixo peso entre os expostos e entre os não expostos.

addmargins(tabela_adol)
#>                Baixo peso
#> Mãe adolescente   Sim   Não   Sum
#>             Sim   385  4173  4558
#>             Não  1501 20969 22470
#>             Sum  1886 25142 27028
prop.table(tabela_adol, margin = 1) |> round(3)
#>                Baixo peso
#> Mãe adolescente   Sim   Não
#>             Sim 0.084 0.916
#>             Não 0.067 0.933

A proporção de baixo peso é de 8,4% entre os filhos de mães adolescentes e de 6,7% entre os filhos das demais mães.

Quando os dados já vêm agregados, com uma coluna de contagens, como em muitas tabelas do TabNet, a função xtabs() monta a tabela usando uma fórmula com as contagens à esquerda do ~. O pacote janitor, visto no Capítulo 11, também produz tabelas cruzadas com tabyl(), já formatadas com totais e percentuais.

nascidos_tab |>
  janitor::tabyl(mae_adolescente, baixo_peso) |>
  janitor::adorn_totals("row") |>
  janitor::adorn_percentages("row") |>
  janitor::adorn_pct_formatting(digits = 1) |>
  janitor::adorn_ns()
#>  mae_adolescente          Sim            Não
#>              Sim 8.4%   (385) 91.6%  (4,173)
#>              Não 6.7% (1,501) 93.3% (20,969)
#>            Total 7.0% (1,886) 93.0% (25,142)

15.2 Teste qui-quadrado de independência

O teste qui-quadrado de independência verifica se a distribuição do desfecho é a mesma em todas as categorias da exposição. A hipótese nula é de independência, ou seja, de que a proporção de baixo peso é igual entre filhos de mães adolescentes e não adolescentes. O teste compara as frequências observadas em cada casela com as frequências esperadas caso a hipótese nula fosse verdadeira.

teste_adol <- chisq.test(tabela_adol)
teste_adol
#> 
#>  Pearson's Chi-squared test with Yates' continuity correction
#> 
#> data:  tabela_adol
#> X-squared = 17.949, df = 1, p-value = 2.269e-05

O valor-p muito pequeno indica que a proporção de baixo peso difere entre os grupos. As frequências esperadas ficam guardadas no componente expected.

teste_adol$expected |> round(1)
#>                Baixo peso
#> Mãe adolescente    Sim     Não
#>             Sim  318.1  4239.9
#>             Não 1567.9 20902.1

A aproximação usada no teste qui-quadrado é adequada quando as frequências esperadas não são muito pequenas. Uma regra prática comum é que nenhuma frequência esperada seja menor que 1 e que no máximo 20% delas sejam menores que 5. Quando essa condição não é atendida, usa-se o teste exato de Fisher, que veremos a seguir.

Em tabelas 2 × 2, o R aplica por padrão a correção de continuidade de Yates, indicada no título da saída. Ela torna o teste um pouco mais conservador e faz pouca diferença com amostras grandes. Para não usá-la, basta indicar correct = FALSE.

Em tabelas maiores que 2 × 2, o teste indica se há associação, mas não onde ela está. Os resíduos padronizados (componente stdres) ajudam a localizar as caselas que mais contribuem para a associação. Valores acima de 2 ou abaixo de -2 indicam caselas com frequência observada bem maior ou bem menor que a esperada.

tabela_consultas <- table(nascidos_tab$consultas_cat, nascidos_tab$baixo_peso)
teste_consultas <- chisq.test(tabela_consultas)
teste_consultas
#> 
#>  Pearson's Chi-squared test
#> 
#> data:  tabela_consultas
#> X-squared = 365.33, df = 3, p-value < 2.2e-16
teste_consultas$stdres |> round(1)
#>            
#>               Sim   Não
#>   Nenhuma    10.1 -10.1
#>   1 a 3      10.6 -10.6
#>   4 a 6       9.2  -9.2
#>   7 ou mais -17.4  17.4

Os resíduos mostram que há mais casos de baixo peso que o esperado nos grupos com menos consultas e menos casos que o esperado no grupo de sete ou mais consultas.

15.3 Teste exato de Fisher

O teste exato de Fisher calcula diretamente a probabilidade de observar uma tabela tão ou mais extrema que a observada, sem usar aproximações. Ele é indicado quando as frequências esperadas são pequenas, o que acontece com frequência em estudos com poucos participantes.

A base strep_tb, do pacote medicaldata, traz os dados do ensaio clínico do Medical Research Council que, em 1948, avaliou a estreptomicina no tratamento da tuberculose pulmonar (MEDICAL RESEARCH COUNCIL, 1948). É considerado um dos primeiros ensaios clínicos randomizados da medicina. Os 107 pacientes foram sorteados para receber estreptomicina e repouso ou apenas repouso (grupo controle), e a situação de cada paciente foi avaliada seis meses depois. Vamos olhar para o óbito como desfecho.

estrepto <- strep_tb |>
  mutate(
    tratamento = factor(arm, levels = c("Streptomycin", "Control"),
                        labels = c("Estreptomicina", "Controle")),
    obito = factor(if_else(radiologic_6m == "1_Death", "Sim", "Não"),
                   levels = c("Sim", "Não"))
  )

tabela_tb <- table(estrepto$tratamento, estrepto$obito,
                   dnn = c("Tratamento", "Óbito"))
addmargins(tabela_tb)
#>                 Óbito
#> Tratamento       Sim Não Sum
#>   Estreptomicina   4  51  55
#>   Controle        14  38  52
#>   Sum             18  89 107
chisq.test(tabela_tb)$expected
#>                 Óbito
#> Tratamento            Sim      Não
#>   Estreptomicina 9.252336 45.74766
#>   Controle       8.747664 43.25234
fisher.test(tabela_tb)
#> 
#>  Fisher's Exact Test for Count Data
#> 
#> data:  tabela_tb
#> p-value = 0.008993
#> alternative hypothesis: true odds ratio is not equal to 1
#> 95 percent confidence interval:
#>  0.04791269 0.75920675
#> sample estimates:
#> odds ratio 
#>  0.2159014

Duas frequências esperadas são menores que 10, mas nenhuma é menor que 5, de modo que o qui-quadrado também poderia ser usado. Com uma amostra pequena como essa, porém, o teste exato é a escolha mais segura. O valor-p indica que a proporção de óbitos foi diferente entre os grupos: 4 óbitos entre os 55 pacientes tratados com estreptomicina e 14 entre os 52 do grupo controle.

15.4 Medidas de frequência e de associação em epidemiologia

Os testes dizem se há associação, mas não medem sua força. Para isso, a epidemiologia usa medidas que comparam a frequência do desfecho entre expostos e não expostos. Usando a notação da tabela 2 × 2 a seguir, as principais medidas estão resumidas na Tabela 15.2.

Tabela 15.1: Notação da tabela 2 × 2.
Desfecho presente Desfecho ausente Total
Expostos \(a\) \(b\) \(a + b\)
Não expostos \(c\) \(d\) \(c + d\)
Tabela 15.2: Medidas de associação na tabela 2 × 2.
Medida Fórmula Delineamento em que se aplica
Risco (incidência acumulada) \(a / (a + b)\) e \(c / (c + d)\) Coorte, ensaio clínico
Risco relativo (RR) \(\dfrac{a / (a + b)}{c / (c + d)}\) Coorte, ensaio clínico
Diferença de riscos \(a / (a + b) - c / (c + d)\) Coorte, ensaio clínico
Razão de chances (OR) \(\dfrac{a \times d}{b \times c}\) Caso-controle (e também coorte e transversal)
Prevalência e razão de prevalências (RP) Mesmas fórmulas do risco e do RR Transversal

O risco é a proporção de pessoas que desenvolvem o desfecho em um período, e só pode ser estimado quando acompanhamos um grupo ao longo do tempo, como na coorte e no ensaio clínico. O risco relativo é a razão entre o risco nos expostos e nos não expostos: um RR de 2 indica que o risco nos expostos é o dobro do risco nos não expostos, e um RR menor que 1 indica proteção. A chance (odds) é a razão entre a probabilidade de ter o desfecho e a de não ter, e a razão de chances é a razão entre as chances de expostos e não expostos. Nos estudos transversais, que medem exposição e desfecho no mesmo momento, a proporção com o desfecho é uma prevalência, e a razão entre as prevalências é a razão de prevalências. Essas medidas são discutidas em detalhe nos livros de epidemiologia, como o organizado por MEDRONHO et al. (2009).

Vamos calcular o risco relativo da tabela da estreptomicina passo a passo. O intervalo de confiança é calculado na escala do logaritmo, em que a distribuição do estimador é aproximadamente normal, e depois convertido de volta com a exponencial.

# letras maiúsculas, porque c() já é o nome de uma função do R
A <- tabela_tb[1, 1]; B <- tabela_tb[1, 2]
C <- tabela_tb[2, 1]; D <- tabela_tb[2, 2]

risco_expostos <- A / (A + B)
risco_nao_expostos <- C / (C + D)
rr <- risco_expostos / risco_nao_expostos

erro_padrao_log <- sqrt(1 / A - 1 / (A + B) + 1 / C - 1 / (C + D))
ic_rr <- exp(log(rr) + c(-1.96, 1.96) * erro_padrao_log)

c(risco_expostos = risco_expostos, risco_nao_expostos = risco_nao_expostos)
#>     risco_expostos risco_nao_expostos 
#>         0.07272727         0.26923077
c(rr = rr, inferior = ic_rr[1], superior = ic_rr[2])
#>         rr   inferior   superior 
#> 0.27012987 0.09504563 0.76773804

O risco de óbito em seis meses foi de 7,3% no grupo tratado e de 26,9% no grupo controle. O risco relativo de 0,27 indica que o risco de óbito entre os tratados foi cerca de um quarto do risco no grupo controle. O intervalo de confiança é largo, por causa do pequeno número de pacientes, mas fica inteiramente abaixo de 1.

15.5 Estimando medidas de associação com epiR

O pacote epiR (STEVENSON; SERGEANT, 2026) calcula todas essas medidas de uma vez com a função epi.2by2(). O argumento method indica o delineamento: "cohort.count" para coortes e ensaios clínicos, "case.control" para estudos caso-controle e "cross.sectional" para estudos transversais. A tabela deve estar no formato da convenção epidemiológica, com expostos e desfecho presente na primeira linha e na primeira coluna.

epi.2by2(tabela_tb, method = "cohort.count")
#>              Outcome+    Outcome-      Total                 Inc risk *
#> Exposure+           4          51         55       7.27 (2.02 to 17.59)
#> Exposure-          14          38         52     26.92 (15.57 to 41.02)
#> Total              18          89        107     16.82 (10.29 to 25.28)
#> 
#> Point estimates and 95% CIs:
#> -------------------------------------------------------------------
#> Inc risk ratio                                 0.27 (0.10, 0.77)
#> Inc odds ratio                                 0.21 (0.06, 0.70)
#> Attrib risk in the exposed *                   -19.65 (-33.52, -5.78)
#> Attrib fraction in the exposed (%)            -270.19 (-922.23, -38.79)
#> Attrib risk in the population *                -10.10 (-24.09, 3.88)
#> Attrib fraction in the population (%)         -60.04 (-62.30, -51.36)
#> E-value                                        6.86 (NA, 1.93)
#> -------------------------------------------------------------------
#> Uncorrected chi2 test that OR = 1: chi2(1) = 7.376 Pr>chi2 = 0.007
#> Fisher exact test that OR = 1: Pr>chi2 = 0.009
#> Wald confidence limits
#> CI: confidence interval
#> * Outcomes per 100 population units

A saída começa com a tabela e os riscos em cada grupo, por 100 pessoas. Em seguida, vêm o risco relativo (Inc risk ratio), a razão de chances (Inc odds ratio), a diferença de riscos (Attrib risk in the exposed, por 100 pessoas) e outras medidas, todas com intervalos de confiança de 95%. O risco relativo coincide com o que calculamos à mão. Os valores podem ser extraídos do objeto, no componente massoc.summary.

Em um estudo caso-controle, os participantes são selecionados segundo o desfecho (casos com a doença e controles sem ela), e a exposição passada é investigada. Como a proporção de casos é definida pelo pesquisador, o risco não pode ser estimado, e a medida adequada é a razão de chances. A base esoph_ca, do medicaldata, traz os dados de um estudo caso-controle sobre câncer de esôfago realizado na França, analisado no livro de BRESLOW; DAY (1980). Os dados estão agregados, com o número de casos e de controles para cada combinação de idade, consumo de álcool e de tabaco. Vamos comparar quem consumia 80 gramas de álcool ou mais por dia com quem consumia menos.

esofago <- esoph_ca |>
  mutate(alcool = factor(if_else(alcgp %in% c("80-119", "120+"), "80 g/dia ou mais",
                                 "Menos de 80 g/dia"),
                         levels = c("80 g/dia ou mais", "Menos de 80 g/dia"))) |>
  pivot_longer(c(ncases, ncontrols), names_to = "grupo", values_to = "n") |>
  mutate(grupo = factor(grupo, levels = c("ncases", "ncontrols"),
                        labels = c("Caso", "Controle")))

tabela_esofago <- xtabs(n ~ alcool + grupo, data = esofago)
tabela_esofago
#>                    grupo
#> alcool              Caso Controle
#>   80 g/dia ou mais    96      205
#>   Menos de 80 g/dia  104      770

epi.2by2(tabela_esofago, method = "case.control")
#>              Outcome+    Outcome-      Total                 Odds
#> Exposed +          96         205        301  0.47 (0.36 to 0.59)
#> Exposed -         104         770        874  0.14 (0.11 to 0.16)
#> Total             200         975       1175  0.21 (0.17 to 0.24)
#> 
#> Point estimates and 95% CIs:
#> -------------------------------------------------------------------
#> Exposure odds ratio                            3.47 (2.52, 4.76)
#> Attrib fraction (est) in the exposed (%)      71.16 (60.39, 79.00)
#> Attrib fraction (est) in the population (%)   34.16 (31.23, 37.64)
#> E-value                                        3.13 (2.56, NA)
#> -------------------------------------------------------------------
#> Uncorrected chi2 test that OR = 1: chi2(1) = 63.372 Pr>chi2 = <0.001
#> Fisher exact test that OR = 1: Pr>chi2 = <0.001
#> Wald confidence limits
#> CI: confidence interval

Aqui, pivot_longer(), visto no Capítulo 8, colocou casos e controles em uma única coluna, e xtabs() somou as contagens. A razão de chances indica que a chance de ter consumido 80 g/dia de álcool ou mais foi cerca de três vezes e meia maior entre os casos do que entre os controles. Como a doença é rara na população, essa razão de chances é uma boa aproximação do risco relativo, e pode ser lida como um risco de câncer de esôfago cerca de três vezes e meia maior entre os que consomem mais álcool.

15.6 Razão de chances e razão de prevalências em estudos transversais

Em estudos transversais, as duas medidas podem ser calculadas, e a escolha entre elas é tema de debate na literatura. A razão de chances só se aproxima da razão de prevalências quando o desfecho é raro. Quando ele é frequente, a razão de chances se afasta de 1 muito mais que a razão de prevalências e, se for interpretada como se fosse uma razão de prevalências, exagera a força da associação (BARROS; HIRAKATA, 2003).

Vamos comparar a prevalência de cesárea, um desfecho muito frequente, entre mães com 12 anos ou mais de estudo e as demais.

cesarea <- nascidos_analise |>
  filter(!is.na(escmae), !is.na(parto)) |>
  mutate(
    escolaridade = factor(if_else(escmae == "12 anos ou mais", "12 anos ou mais",
                                  "Menos de 12 anos"),
                          levels = c("12 anos ou mais", "Menos de 12 anos")),
    parto = fct_relevel(parto, "Cesáreo")
  )

tabela_cesarea <- table(cesarea$escolaridade, cesarea$parto)
resultado_cesarea <- epi.2by2(tabela_cesarea, method = "cross.sectional")
resultado_cesarea$massoc.summary |> head(2)
#>               var      est    lower    upper
#> 1 Prev risk ratio 1.304280 1.283459 1.325438
#> 2 Prev odds ratio 2.664418 2.478061 2.864789

A função fct_relevel(), do forcats, colocou a categoria “Cesáreo” em primeiro lugar. A prevalência de cesárea é 1,3 vez maior entre as mães com 12 anos ou mais de estudo, enquanto a razão de chances é de 2,66. Quem lesse a razão de chances como se fosse uma razão de prevalências concluiria que a cesárea é mais que duas vezes mais frequente nesse grupo, o que não é verdade. Para o baixo peso ao nascer, um desfecho com prevalência abaixo de 10%, as duas medidas ficam próximas, como veremos no estudo de caso. Quando se deseja ajustar a razão de prevalências por outras variáveis, a regressão de Poisson com variância robusta é uma alternativa à regressão logística, tema que vai além deste livro (BARROS; HIRAKATA, 2003).

15.7 Uma primeira aproximação ao confundimento

Uma associação entre exposição e desfecho pode ser explicada, total ou parcialmente, por uma terceira variável. Vamos olhar para a associação entre ter menos de sete consultas de pré-natal e o baixo peso ao nascer.

pre_natal <- nascidos_analise |>
  filter(!is.na(consultas_cat), !is.na(prematuro)) |>
  mutate(
    pre_natal = factor(if_else(consultas_cat == "7 ou mais", "7 ou mais", "Menos de 7"),
                       levels = c("Menos de 7", "7 ou mais")),
    baixo_peso = factor(if_else(baixo_peso, "Sim", "Não"), levels = c("Sim", "Não")),
    prematuridade = factor(if_else(prematuro, "Prematuro", "A termo"),
                           levels = c("Prematuro", "A termo"))
  )

tabela_pn <- table(pre_natal$pre_natal, pre_natal$baixo_peso)
epi.2by2(tabela_pn, method = "cross.sectional")$massoc.summary |> head(2)
#>               var      est    lower    upper
#> 1 Prev risk ratio 2.120744 1.939615 2.318788
#> 2 Prev odds ratio 2.258414 2.049052 2.489168

A prevalência de baixo peso é cerca de duas vezes maior entre os filhos de mães com menos de sete consultas. Mas há uma complicação: uma gestação que termina antes do tempo oferece menos semanas para a realização das consultas, e os prematuros, por sua vez, têm muito mais baixo peso. Parte da associação pode, então, se dever à prematuridade.

Uma forma de examinar isso é a análise estratificada: calcular a associação separadamente entre os prematuros e entre os nascidos a termo. Se a função table() receber três variáveis, ela cria uma tabela para cada categoria da terceira, e epi.2by2() calcula as medidas em cada estrato e uma medida resumo ajustada pelo método de Mantel-Haenszel.

tabela_estratificada <- table(pre_natal$pre_natal, pre_natal$baixo_peso,
                              pre_natal$prematuridade)
resultado_estratificado <- epi.2by2(tabela_estratificada, method = "cross.sectional")
resultado_estratificado
#>           Outcome+ Outcome- Total               Prev risk *
#> Exposure+      845     6879  7724    10.94 (10.25 to 11.66)
#> Exposure-      929    17080 18009       5.16 (4.84 to 5.49)
#> Total         1774    23959 25733       6.89 (6.59 to 7.21)
#> 
#> Point estimates and 95% CIs:
#> -------------------------------------------------------------------
#> Prev risk ratio (crude)                        2.12 (1.94, 2.32)
#> Prev risk ratio (M-H)                          1.33 (1.23, 1.44)
#> Prev risk ratio (crude:M-H)                    1.59
#> Prev odds ratio (crude)                        2.26 (2.05, 2.49)
#> Prev odds ratio (M-H)                          1.49 (1.33, 1.67)
#> Prev odds ratio (crude:M-H)                    1.52
#> Attrib prev in the exposed (crude) *           5.78 (5.01, 6.55)
#> Attrib prev in the exposed (M-H) *             2.25 (1.43, 3.06)
#> Attrib prev (crude:M-H)                        2.57
#> E-value (crude)                                3.66 (3.29, NA)
#> E-value (M-H)                                  2.00 (1.76, NA)
#> -------------------------------------------------------------------
#> Woolf test of homogeneity of PRs: chi2(1) = 0.000 Pr>chi2 = 0.994
#> Woolf test of homogeneity of ORs: chi2(1) = 3.070 Pr>chi2 = 0.080
#> Test that M-H adjusted OR = 1:  chi2(1) = 48.699 Pr>chi2 = <0.001
#> Wald confidence limits
#> M-H: Mantel-Haenszel; CI: confidence interval
#> * Outcomes per 100 population units

A razão de prevalências bruta (crude) é de 2,12, e a ajustada pela prematuridade (M-H) cai para 1,33. O teste de homogeneidade de Woolf, no final da saída, não indica diferença entre as razões de prevalências dos dois estratos, o que justifica resumi-las em uma única medida. A associação entre pré-natal e baixo peso diminui bastante, mas não desaparece, quando comparamos recém-nascidos com a mesma condição de prematuridade.

A interpretação exige cuidado. A prematuridade não é exatamente um fator de confusão aqui, porque o pré-natal inadequado também pode contribuir para o parto prematuro. Nesse caso, a prematuridade estaria no caminho entre a exposição e o desfecho, e o ajuste removeria parte do efeito que queremos medir. A decisão sobre quais variáveis ajustar depende de um raciocínio sobre as relações causais entre elas, e não apenas dos dados. Esse é um dos temas centrais das disciplinas de epidemiologia, e a análise estratificada é a porta de entrada para os modelos de regressão que permitem ajustar várias variáveis ao mesmo tempo.

15.8 Estudo de caso: três delineamentos, três medidas

Os três exemplos deste capítulo ilustram a correspondência entre o delineamento do estudo e a medida de associação. No ensaio clínico da estreptomicina, os participantes foram sorteados para a exposição e acompanhados ao longo do tempo, o que permite estimar o risco e o risco relativo. No estudo de câncer de esôfago, os participantes foram selecionados segundo o desfecho, o que só permite estimar a razão de chances. Nos dados do SINASC, exposição e desfecho foram registrados no mesmo momento, o nascimento, e a medida natural é a razão de prevalências.

Para concluir, vamos reunir em uma única tabela as medidas de associação entre algumas características maternas e o baixo peso ao nascer. Primeiro, criamos uma pequena função que recebe o nome de uma variável de exposição (com TRUE para os expostos), monta a tabela e devolve a razão de prevalências e a razão de chances. A criação de funções será tratada com calma no próximo capítulo; por ora, basta acompanhar a ideia.

medidas_baixo_peso <- function(dados, exposicao) {
  dados_tab <- dados |>
    filter(!is.na(.data[[exposicao]])) |>
    mutate(
      exposto = factor(if_else(.data[[exposicao]], "Sim", "Não"), levels = c("Sim", "Não")),
      desfecho = factor(if_else(baixo_peso, "Sim", "Não"), levels = c("Sim", "Não"))
    )
  resultado <- epi.2by2(table(dados_tab$exposto, dados_tab$desfecho),
                        method = "cross.sectional")
  resultado$massoc.summary |>
    slice(1:2) |>
    mutate(exposicao = exposicao, .before = 1)
}

nascidos_exposicoes <- nascidos_analise |>
  mutate(
    menos_7_consultas = !pre_natal_7mais,
    mae_35_mais = idademae >= 35,
    escolaridade_baixa = escmae %in% c("Nenhuma", "1 a 3 anos", "4 a 7 anos")
  )

bind_rows(
  medidas_baixo_peso(nascidos_exposicoes, "mae_adolescente"),
  medidas_baixo_peso(nascidos_exposicoes, "mae_35_mais"),
  medidas_baixo_peso(nascidos_exposicoes, "escolaridade_baixa"),
  medidas_baixo_peso(nascidos_exposicoes, "menos_7_consultas")
) |>
  mutate(across(c(est, lower, upper), \(x) round(x, 2)))
#>            exposicao             var  est lower upper
#> 1    mae_adolescente Prev risk ratio 1.26  1.14  1.41
#> 2    mae_adolescente Prev odds ratio 1.29  1.15  1.45
#> 3        mae_35_mais Prev risk ratio 1.26  1.12  1.43
#> 4        mae_35_mais Prev odds ratio 1.29  1.13  1.47
#> 5 escolaridade_baixa Prev risk ratio 1.22  1.10  1.35
#> 6 escolaridade_baixa Prev odds ratio 1.24  1.11  1.38
#> 7  menos_7_consultas Prev risk ratio 2.13  1.95  2.33
#> 8  menos_7_consultas Prev odds ratio 2.27  2.07  2.50

A expressão .data[[exposicao]] permite usar, dentro de verbos do dplyr, uma variável cujo nome está guardado em um texto. Em todas as exposições, a razão de chances e a razão de prevalências são parecidas, porque o baixo peso é um desfecho pouco frequente. As mães adolescentes, as com 35 anos ou mais, as de menor escolaridade e as com menos de sete consultas têm maior prevalência de filhos com baixo peso. São associações brutas, que não consideram as relações entre essas características: mães adolescentes, por exemplo, tendem a ter menor escolaridade e menos consultas.

Saúde Pública em foco

Cada delineamento com sua medida. O risco relativo exige que a frequência do desfecho seja observada em grupos definidos pela exposição e acompanhados no tempo, como nas coortes e nos ensaios clínicos. Nos estudos caso-controle, em que o pesquisador define quantos casos e controles incluir, só a razão de chances pode ser estimada, e ela se aproxima do risco relativo quando a doença é rara. Nos estudos transversais, a razão de prevalências é de interpretação mais direta, sobretudo quando o desfecho é frequente, situação em que a razão de chances exagera a força da associação. Ao ler um artigo, vale sempre conferir se a medida relatada é adequada ao delineamento e se a interpretação feita pelos autores corresponde a ela.

15.9 Exercícios

Fixação

  1. Construa a tabela de contingência entre o sexo do recém-nascido e o baixo peso ao nascer, com o sexo masculino na primeira linha. Calcule as proporções por linha e aplique o teste qui-quadrado.

  2. Usando a base strep_tb, construa a tabela entre o tratamento e a melhora radiológica (improved) e calcule, à mão e com epi.2by2(), o risco relativo de melhora. Confira se os resultados coincidem.

  3. Na base esoph_ca, calcule a razão de chances para o consumo de tabaco de 20 g/dia ou mais (tobgp), comparado a menos de 20 g/dia.

Aplicação

  1. Investigue a associação entre a idade da mãe (35 anos ou mais) e a prematuridade. Calcule a razão de prevalências e a razão de chances e explique por que elas são parecidas ou diferentes.

  2. Na base esoph_ca, faça a análise estratificada da associação entre álcool (80 g/dia ou mais) e câncer de esôfago segundo a faixa etária (agegp). Compare a razão de chances bruta com a ajustada por Mantel-Haenszel. A idade se comporta como fator de confusão?

Desafio

  1. Construa uma tabela 2 × 2 fictícia em que a prevalência do desfecho entre os não expostos seja de 50% e a razão de prevalências seja 1,5. Calcule a razão de chances correspondente. Repita para prevalências de 5% e 1% entre os não expostos, mantendo a razão de prevalências, e explique o padrão observado.

15.10 Síntese

As tabelas de contingência cruzam duas variáveis categóricas e, na epidemiologia, seguem a convenção de exposição nas linhas, desfecho nas colunas e categorias de interesse em primeiro lugar, o que exige atenção à ordem dos níveis dos fatores. O teste qui-quadrado verifica a independência entre as variáveis comparando frequências observadas e esperadas, e o teste exato de Fisher é preferível quando as frequências esperadas são pequenas. A força da associação é medida pelo risco relativo, nas coortes e ensaios clínicos, pela razão de chances, nos estudos caso-controle, e pela razão de prevalências, nos estudos transversais. A razão de chances só se aproxima das outras duas quando o desfecho é raro. A função epi.2by2() calcula essas medidas com intervalos de confiança e, com tabelas estratificadas, a medida ajustada de Mantel-Haenszel. Uma associação pode ser alterada por uma terceira variável, e a decisão de ajustar ou não depende de um raciocínio sobre as relações causais.

Tabela 15.3: Funções apresentadas no capítulo.
Função Pacote Finalidade
table(), xtabs(), addmargins(), prop.table() base, stats Tabelas de contingência
tabyl(), adorn_*() janitor Tabelas de contingência formatadas
chisq.test() stats Teste qui-quadrado de independência
fisher.test() stats Teste exato de Fisher
epi.2by2() epiR Medidas de associação com intervalos de confiança e análise estratificada
factor(), fct_relevel() base, forcats Ordenar categorias para a tabela 2 × 2

15.11 Para saber mais

O capítulo 18 do Manual de R para Epidemiologistas (BATRA et al., 2021) apresenta o teste qui-quadrado no R base e com o gtsummary, e o capítulo 19 mostra como estimar razões de chances com regressão logística e como fazer análises estratificadas. O artigo de BARROS; HIRAKATA (2003) discute as alternativas para estimar a razão de prevalências em estudos transversais. Para os conceitos de delineamento e medidas de associação, o livro organizado por MEDRONHO et al. (2009) é uma referência em português. Os capítulos 8 e 9 de Statistics at Square One (SWINSCOW; CAMPBELL, 1997) tratam do teste qui-quadrado e do teste exato.

Obra Capítulo Seções de interesse
Manual de R para Epidemiologistas (BATRA et al., 2021) 18. Testes estatísticos simples; 19. Regressão simples e múltipla Teste qui-quadrado; Regressão logística; Análise estratificada
Statistics at Square One (SWINSCOW; CAMPBELL, 1997) 8. The chi squared tests; 9. Exact probability test Tabelas 2 × 2; teste exato de Fisher
Epidemiologia (MEDRONHO et al., 2009) — Medidas de associação; delineamentos de estudos
Artigo de referência (BARROS; HIRAKATA, 2003) — Estimação da razão de prevalências