Considerações sobre a seleção de variáveis de confusão para ajuste em estudos observacionais de inferência causal – um estudo metacientífico

Abstract

Objetivo: Descrever a abordagem utilizada para a seleção de variáveis de confusão para ajuste em estudos observacionais publicados nos periódicos mais proeminentes de medicina clínica e epidemiologia. Métodos: Identificamos os cinco periódicos de maior impacto em medicina clínica (NEJM, The Lancet, JAMA, The BMJ, Annals of Internal Medicine) e em epidemiologia (European Journal of Epidemiology, Annals of Epidemiology, American Journal of Epidemiology e Epidemiology), de acordo com o InCites Journal Citation Reports. Em seguida, buscamos todos os registros indexados no PubMed nesses periódicos nos anos de 2003, 2013 e 2023. A partir de 27.143 registros, identificamos, por meio do título e resumo, 1.552 estudos originais não experimentais em seres humanos que testavam associação entre variáveis com a intenção explícita ou implícita de explorar o efeito de uma exposição/tratamento sobre um desfecho de interesse. Selecionamos aleatoriamente metade dos artigos de cada periódico e ano para a confirmação, por leitura completa, dos critérios de inclusão e exclusão de desenhos quase-experimentais que podem não requerer ajuste para confusão. Classificamos a consideração de variáveis de confusão com base em um espectro pré-definido, segundo o grau em que a variável preenchia o papel de fator de confusão de acordo com um modelo causal (Gráfico Acíclico Direcionado, GAD). Resultados: Identificamos 623 estudos observacionais elegíveis, sendo 197 (31,6%) publicados em periódicos médicos e 426 (68,4%) em periódicos epidemiológicos. Dentre esses, 22 (3,5%) não realizaram ajuste para fatores de confusão, 18 (2,9%) não especificaram quais confundidores foram selecionados, 281 (45%) selecionaram confundidores sem apresentar justificativa, 139 (22%) selecionaram confundidores com base em uma associação previamente estabelecida com o desfecho, 121 (20%) com base em critérios estatísticos e 42 (6,7%) com base em um modelo causal (35 utilizaram um DAG e 7 forneceram apenas explicações textuais). Não houve diferenças significativas entre periódicos médicos e epidemiológicos quanto às categorias de métodos de seleção de confundidores. Enquanto a seleção de confundidores sem justificativa permaneceu relativamente estável entre 2003 e 2023 (de 111 de 228 [49%] para 68 de 164 [42%]), o uso de um modelo causal para identificar confundidores aumentou (de 0 [0,0%] de 228 para 37 [22,6%]). Conclusão:Observamos uma baixa frequência de utilização de modelos causais na seleção de variáveis de confusão para ajuste em estudos observacionais publicados nos principais periódicos de epidemiologia e medicina clínica. No entanto, há uma tendência de aumento dessa prática ao longo do tempo.