Métodos de Estimativa de Carga

Os métodos de estimativa de carga são os procedimentos analíticos utilizados para transformar dados primários incompletos e irregulares em estimativas comparáveis da carga de doença entre populações. Eles abrangem como as mortes são atribuídas a causas, como a perda de saúde não fatal é modelada, como a incerteza é tratada e como os números são tornados comparáveis entre países e ao longo do tempo.

Definition

Os métodos de estimativa de carga são as técnicas estatísticas e de modelagem que combinam dados de mortalidade, inquéritos de prevalência, registos e outras fontes para produzir estimativas internamente consistentes e comparáveis da carga de doença, tipicamente expressas em mortes, anos de vida perdidos, anos vividos com incapacidade ou DALYs.

Scope

Esta entrada abrange os elementos fundamentais da estimativa de carga: atribuição de causa de morte e redistribuição de causas mal definidas, modelagem de prevalência e incapacidade, avaliação comparativa de risco e propagação da incerteza. Trata-os como tópicos metodológicos em métricas de saúde populacional, em vez de instruções para a prática clínica.

Core questions

• Como as mortes são atribuídas a causas quando a certificação é incompleta ou mal definida?
• Como a perda de saúde não fatal é estimada onde a medição direta é escassa?
• Como as estimativas são tornadas internamente consistentes e comparáveis entre populações?
• Como a incerteza é quantificada e reportada?

Key concepts

• Atribuição da causa de morte e redistribuição de códigos lixo
• Autópsia verbal
• Modelagem de prevalência e incidência
• Avaliação comparativa de risco
• Consistência interna e estimativa baseada em covariáveis
• Intervalos de incerteza

Mechanisms

A estimativa começa com a mortalidade: as mortes registadas são mapeadas para uma lista de causas, e as mortes atribuídas a códigos mal definidos ou implausíveis (lixo) são redistribuídas para causas subjacentes plausíveis usando algoritmos. Onde o registo vital é fraco, a autópsia verbal e as relações modeladas com covariáveis preenchem as lacunas. A carga não fatal é estimada agrupando dados de prevalência e incidência, ajustando para a definição de caso e qualidade do estudo, e aplicando pesos de incapacidade. A avaliação comparativa de risco atribui então parcelas da carga a exposições modificáveis, combinando distribuições de exposição com relações risco-resultado. Ao longo do processo, as estimativas são restringidas para consistência interna (por exemplo, entre incidência, prevalência e mortalidade) e reportadas com intervalos de incerteza que refletem a escassez de dados e as suposições do modelo.

Clinical relevance

Estes métodos determinam os números da carga que descrevem como a perda de saúde é distribuída entre causas e regiões, o que fornece contexto para a interpretação de estimativas publicadas. Eles operam a nível populacional e não têm papel no diagnóstico ou tratamento individual.

Epidemiology

Os métodos são exemplificados pelos estudos da Carga Global de Doença, que os aplicam a centenas de causas em mais de 200 países e territórios, gerando estimativas comparáveis mesmo onde os dados primários são incompletos.

Evidence & guidelines

Os padrões metodológicos estão documentados nas análises sistemáticas da Carga Global de Doença publicadas no The Lancet e em artigos metodológicos dedicados, como os que descrevem a redistribuição da causa de morte; estes servem como as convenções de facto do campo.

History

A estimativa sistemática da carga foi estabelecida pelo primeiro estudo da Carga Global de Doença na década de 1990, que definiu convenções para combinar dados fatais e não fatais. As rondas subsequentes refinaram a redistribuição da causa de morte, a modelagem da incapacidade e a quantificação da incerteza, transformando a estimativa da carga numa empresa metodológica continuamente revista.

Debates

Em que medida as escolhas de modelagem impulsionam as estimativas?

Onde os dados primários são escassos, os números da carga dependem fortemente de covariáveis, algoritmos de redistribuição e estrutura do modelo; a extensão em que as estimativas modeladas devem ser confiáveis e a transparência com que as suposições são relatadas é um ponto de discórdia recorrente.

Key figures

• Christopher Murray
• Alan Lopez
• Theo Vos
• Mohsen Naghavi

Seminal works

• murray-1997-mortality
• naghavi-2010-algorithms
• murray-2012-dalys

Frequently asked questions

Por que as estimativas de carga apresentam intervalos de incerteza?

Como grande parte do mundo carece de dados completos, as estimativas são construídas a partir de modelos e fontes incompletas, e os intervalos de incerteza expressam o quanto os números podem variar dada essa escassez e as suposições utilizadas.

O que é a redistribuição de códigos lixo?

É o processo de reatribuir mortes certificadas a causas vagas ou implausíveis para causas subjacentes mais significativas, de modo que a carga específica da causa não seja distorcida por uma má certificação de óbito.