Utilização de diagramas causais e a comunicação de fontes de incerteza em estudos observacionais / Use of causal DAG and reporting of uncertainty in observational studies

Os diagramas causais (gráficos acíclicos direcionados ­ DAG) têm sido apontados como uma das principais ferramentas que podem contribuir para a qualidade metodológica e do relato de estudos observacionais. No entanto, pouco se sabe sobre como essas ferramentas têm sido utilizadas nas investigações empíricas. Neste trabalho, foi realizada uma revisão da literatura com o objetivo de descrever o quanto, como e onde os diagramas causais têm sido utilizados em estudos observacionais analíticos nos últimos 18 anos. Foram realizadas buscas por citações e pesquisas por palavras-chaves nas bases de dados do PubMed e Web of Science. Em uma amostra de 100 artigos que apresentaram a estrutura causal, foram avaliadas as características dos modelos gráficos e o relato de confundimento. Além disso, foi realizada uma análise comparativa do relato das limitações do estudo e da frequência de marcadores linguísticos de incerteza (hedges) nos artigos com e sem a utilização de DAG causais. Foram identificadas 1034 publicações, totalizando 5021 autores e 85 países de afiliação. Apenas 430 artigos (42%) forneceram a estrutura gráfica. A maioria das publicações contém apenas um DAG causal (87%) e poucos modelos gráficos contêm confundidores não observados (23%), ou a representação de erros de mensuração (6%) e mecanismos de seleção (3%). O relato de modificações no conjunto de ajuste foi observado em 19% das publicações. Além disso, 20% foram classificadas como possível ocorrência da falácia da tabela 2. O número de limitações do estudo reconhecidas pelos autores e a frequência de marcadores de incerteza foram semelhantes nas amostras de artigos com e sem diagramas causais. No entanto, o relato de avaliações quantitativas das limitações do estudo foi mais frequente entre os artigos com DAG (52% vs. 21%). Há necessidade de mais discussões e estudos sobre a construção e análise de modelos causais e o desenvolvimento de recomendações gerais para apresentação de DAG causais nos artigos científicos

Utilização de diagramas causais em epidemiologia: um exemplo de aplicação em situação de confusão / Use of causal diagrams in Epidemiology: application to a situation with confounding / Utilización de diagramas causales en epidemiología: un ejemplo de su aplicación en situación de confusión

Resumo: Apesar do crescente reconhecimento de seu potencial, os diagramas causais ainda são pouco utilizados na investigação epidemiológica. Uma das possíveis razões é que muitos programas de investigação envolvem temas sobre o qual há certo grau de incerteza sobre os mecanismos dos processos que geram os dados. Neste trabalho, a relação entre estresse ocupacional e obesidade é utilizada como um exemplo de aplicação de diagramas causais em questões relacionadas ao confundimento. São apresentadas etapas da seleção de variáveis para ajuste estatístico e da derivação das implicações estatísticas de um diagrama causal. A principal vantagem dos diagramas causais é tornar explícitas as hipóteses adjacentes ao modelo considerado, permitindo que suas implicações possam ser analisadas criticamente, facilitando, dessa forma, a identificação de possíveis fontes de viés e incerteza nos resultados de um estudo epidemiológico.

Abstract: Epidemiological research still rarely uses causal diagrams, despite growing recognition of their explanatory potential. One possible reason is that many research programs involve themes in which there is a certain degree of uncertainty as to mechanisms in the processes that generate the data. In this study, the relationship between occupational stress and obesity is used as an example of the application of causal diagrams to questions related to confounding. The article presents the selection stages for variables in statistical adjustment and the derivation of a causal diagram's statistical implications. The main advantage of causal diagrams is that they explicitly reveal the respective model's underlying hypotheses, allowing critical analysis of the implications and thereby facilitating identification of sources of bias and uncertainty in the epidemiological study's results.

Resumen: A pesar del creciente reconocimiento de su potencial, los diagramas causales todavía se utilizan poco en la investigación epidemiológica. Una de las posibles razones es que muchos programas de investigación están involucrados en temas sobre los cuales existe un cierto grado de incertidumbre acerca de los mecanismos de los procesos que generan los datos. En este trabajo, la relación entre estrés ocupacional y obesidad se utiliza como un ejemplo de aplicación de diagramas causales en cuestiones relacionadas con la confusión. Se presentan etapas de la selección de variables para el ajuste estadístico y de la derivación de las implicaciones estadísticas de un diagrama causal. La principal ventaja de los diagramas causales es hacer explícitas las hipótesis adyacentes al modelo considerado, permitiendo que sus implicaciones puedan ser analizadas críticamente, facilitando, de esta forma, la identificación de posibles fuentes de sesgo e incertidumbre en los resultados de un estudio epidemiológico.

Television viewing and abdominal obesity in women according to smoking status: results from a large cross-sectional population-based study in Brazil / Hábito de assistir televisão e obesidade abdominal entre mulheres fumantes: resultados de um estudo transversal de base populacional no Brasil

OBJECTIVE: To investigate the associations between television viewing and abdominal obesity (AO) in Brazilian women, according to smoking status. METHODS: Data of 13,262 adult women (18-49 years) from the 2006's Demographic Health Survey, a cross-sectional household study with complex probabilistic sample and national representativeness, were analyzed. AO, defined as waist circumference ≥ 80.0 cm, was the outcome. Television viewing frequency (≥ 5 times/week, 1-4 times/week, < 1 time/week) was the main exposure variable, and smoking status (yes or no) the main co-variable. Prevalence ratios were estimated using Poisson regression models separately for smokers and non-smokers. RESULTS: A statistically significant interaction term was observed between smoking status and television viewing (p < 0.05). Prevalence of AO among smokers who reported television viewing ≥ 5 times/week amounted to 59.0%, higher than the 35.0% for those with < 1 time/week television viewing (p-value = 0.020). The values for non-smokers were 55.2% and 55.7%, respectively. Smokers with television viewing ≥ 5 times/week were 1.7 times (95% CI: 1.1 - 2.5) more likely to pre-sent AO, compared to those who reported a frequency < 1 time/week. There was no significant association among non-smokers. CONCLUSIONS: Television viewing ≥ 5 times/week may increase the prevalence of AO among women who smoke. More detailed information on media use, as hours per day, may offer better estimates. .

OBJETIVO: Investigar a associação entre a frequência assistindo televisão e obesidade abdominal (OA) entre mulheres brasileiras, segundo o hábito de fumar. MÉTODOS: Foram analisados os dados de 13.262 mulheres adultas (18-49 anos) estudadas na Pesquisa Nacional de Demografia e Saúde (PNDS-2006), um estudo transversal, com amostragem probabilística complexa, de representatividade nacional. OA, definida como circunferência da cintura ≥ 80.0 cm, foi considerada como desfecho. A frequência assistindo televisão (≥ 5 vezes/semana, 1-4 vezes/semana, < 1 vez/semana) foi a principal variável de exposição e o hábito de fumar (sim ou não) a principal covariável. Foram estimadas razões de prevalência por meio de modelos de regressão de Poisson, para fumantes e não fumantes separadamente. RESULTADOS: Observou-se interação estatisticamente significante entre frequência assistindo televisão e hábito de fumar (p < 0,05). A prevalência de OA entre mulheres fumantes que assistiam televisão ≥ 5 vezes/semana foi de 59,0%, e maior do que 35,0% entre aquelas que assistiam televisão < 1 vez/semana (p-valor = 0,02). Os valores de OA para não fumantes foram 55,2% e 55,7%, respectivamente. Fumantes que assistiam televisão ≥ 5 vezes/semana apresentaram chance 1,7 (1,1 - 2,5) vezes maior de ter OA, comparadas aquelas que relataram assistir televisão < 1 vez/semana. Não se observou associação significante para não fumantes. CONCLUSÃO: Assistir televisão ≥ 5 vezes/semana pode aumentar a prevalência de OA entre as mulheres fumantes. Informações mais detalhadas sobre a frequência de assistir televisão, como o número de horas por dia, ...