Coorte ou caso-controle: como escolher o desenho e interpretar RR, OR e HR

Por saudelaboratorial · CRBM-GO 5438

Escolher entre um estudo de coorte e um caso-controle não é uma questão de preferência: é uma decisão que depende de quão raro é o desfecho, de quão rara é a exposição e dos recursos disponíveis. Essa escolha determina qual medida de efeito você poderá calcular — e interpretar o número errado é um dos deslizes mais frequentes na literatura clínica.

Este texto resume como diferenciar os dois desenhos observacionais mais usados em epidemiologia, quando cada um é indicado e como ler corretamente o Risco Relativo (RR), o Odds Ratio (OR) e o Hazard Ratio (HR). No fim, há uma calculadora 2×2 para você aplicar tudo na prática.

Antes de tudo: observar ou intervir?

A grande divisão dos desenhos está em quem decide a exposição. No estudo observacional, o pesquisador apenas observa — a exposição é definida pelo próprio sujeito ou pelo acaso. Coorte e caso-controle são observacionais. No estudo experimental, o pesquisador aloca a intervenção; o ensaio clínico randomizado (ECR) é o exemplo típico, e a randomização é o que controla confundidores conhecidos e desconhecidos. Estudos observacionais, por não randomizarem, permanecem sensíveis a confundimento e a viéses de seleção e informação.

Coorte: da exposição para o desfecho

Na coorte, os participantes são agrupados pela exposição e acompanhados no tempo até que o desfecho ocorra (ou não). Como se parte de pessoas sem o desfecho e se observa a incidência, a temporalidade fica preservada e é possível estimar o risco diretamente. A medida principal é o RR, embora OR e HR também possam ser calculados.

Vale distinguir a coorte prospectiva (o pesquisador define a coorte hoje e segue adiante) da retrospectiva ou histórica (a exposição e os desfechos já ocorreram e são reconstruídos a partir de registros). A diferença está em quando o pesquisador entra na história, não no eixo de seleção: a coorte retrospectiva ainda parte da exposição — não é um caso-controle.

Forças: temporalidade clara, estimativa direta de incidência, possibilidade de estudar múltiplos desfechos e boa eficiência quando a exposição é rara. Fraquezas: a versão prospectiva é cara e demorada, a perda de seguimento é a maior ameaça à validade, e o desenho é ineficiente quando o desfecho é raro. Estudos como o Framingham Heart Study (iniciado em 1948), o Nurses’ Health Study (1976) e o brasileiro ELSA-Brasil (2008, com servidores públicos de seis universidades) mostram a força da coorte para desfechos comuns como doença cardiovascular e diabetes.

Caso-controle: do desfecho para a exposição

No caso-controle, a lógica se inverte. Os participantes são selecionados pelo desfecho — casos (com a doença) e controles (sem a doença) — e então se investiga, retrospectivamente, quem foi exposto. Como o pesquisador decide quantos controles incluir, a proporção de doentes na amostra não reflete a incidência real; por isso o desenho não estima incidência e a medida válida é o OR, não o RR.

A etapa mais frágil é a escolha dos controles: eles precisam vir da mesma população-base que originou os casos e ter tido a mesma oportunidade de exposição. Um controle mal escolhido invalida o estudo. Variantes aninhadas em coorte — como o nested case-control e o case-cohort — reduzem o viés de seleção ao amostrar controles da própria coorte.

Forças: rápido, barato e viável, ideal para desfechos raros ou de longa latência, e capaz de investigar várias exposições ao mesmo tempo — motivo pelo qual é o desenho de escolha em investigações de surto. Fraquezas: vulnerável ao viés de memória (os casos tendem a lembrar mais das exposições passadas) e ao viés de seleção nos controles, além de estudar apenas um desfecho por vez. O estudo de Doll e Hill (1950), que associou o tabagismo ao câncer de pulmão, e o de Herbst e colaboradores (1971), que ligou o dietilestilbestrol ao adenocarcinoma vaginal, são marcos históricos desse desenho.

Coorte × caso-controle: a comparação que vale colar na parede

Uma regra prática ajuda a decidir: desfecho raro pede caso-controle; exposição rara pede coorte. Se você precisa de incidência, apenas a coorte fornece o RR de forma direta.

RR, OR e HR: o que cada um realmente mede

Tudo parte da tabela 2×2, com as células a (exposto e doente), b (exposto e sadio), c (não exposto e doente) e d (não exposto e sadio).

• RR (Risco Relativo) = incidência nos expostos dividida pela incidência nos não expostos, ou seja, [a/(a+b)] ÷ [c/(c+d)]. Compara proporções de quem adoeceu.
• OR (Odds Ratio) = produto cruzado (a×d) ÷ (b×c). Compara chances, não riscos. Quando o desfecho é raro (abaixo de 10%), o OR se aproxima do RR; quando é comum, o OR superestima o RR.
• HR (Hazard Ratio) vem do modelo de Cox e compara as velocidades de ocorrência ao longo do tempo, lidando com censura (perdas e fim do estudo). Não sai diretamente da tabela 2×2.

O erro mais comum em artigos clínicos é chamar o OR de “risco X vezes maior” num caso-controle. O OR é uma razão de chances; como no caso-controle a proporção de doentes é definida pelo desenho, ela não representa risco. A distinção não é preciosismo: muda a frase da conclusão e a leitura que o revisor fará dela.

O intervalo de confiança e o valor nulo 1,0

Para RR, OR e HR, o valor nulo é 1,0. Se o intervalo de confiança de 95% inclui o 1,0, o resultado não é estatisticamente significativo ao nível de 5%. Um IC estreito indica estimativa precisa (amostra grande, baixa variabilidade); um IC amplo indica imprecisão. O intervalo diz mais do que o valor de p isolado, porque mostra a magnitude e a direção plausíveis do efeito — por isso os revisores costumam exigi-lo.

Uma ressalva importante: significância estatística não é o mesmo que relevância clínica. Com amostras grandes, um HR de 1,05 pode ter IC inteiramente acima de 1,0 e ainda assim ser irrelevante na prática.

Viéses: as três ameaças à validade

Viés é erro sistemático — e, ao contrário do erro aleatório, mais dados não o corrigem. Três tipos merecem atenção (a sigla SIC ajuda a lembrar):

• Seleção: quando a entrada dos participantes está ligada tanto à exposição quanto ao desfecho (por exemplo, controles hospitalares que fumam mais que a população geral).
• Informação: erro na medição da exposição ou do desfecho, como o viés de memória.
• Confundimento: uma terceira variável ligada à exposição e ao desfecho distorce a associação. O clássico é a suposta relação entre café e câncer de pulmão, confundida pelo tabagismo.

Aplique na prática

Depois de definir o desenho, use a calculadora de medidas de efeito: você informa a tabela 2×2 e ela devolve RR, OR, diferença de risco e IC 95%, já com a interpretação adequada ao desenho escolhido (coorte, caso-controle, ECR ou transversal) e alertas para os erros mais comuns.

Se precisar de apoio para desenhar o estudo, calcular o tamanho amostral, rodar as análises em R ou Python e descrever os métodos e resultados estatísticos dentro de padrões como STROBE e CONSORT, essa é justamente a consultoria que ofereço — da tabela 2×2 à resposta ao revisor.

Falar com o especialista no WhatsApp

Referências

• von Elm E, et al. The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement. Ann Intern Med. 2007;147(8):573-577.
• Doll R, Hill AB. Smoking and carcinoma of the lung; preliminary report. Br Med J. 1950;2(4682):739-748.
• Herbst AL, Ulfelder H, Poskanzer DC. Adenocarcinoma of the vagina. Association of maternal stilbestrol therapy with tumor appearance in young women. N Engl J Med. 1971;284(15):878-881.
• Setia MS. Methodology series module 1: Cohort studies. Indian J Dermatol. 2016;61(1):21-25.
• Zhang J, Yu KF. What’s the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA. 1998;280(19):1690-1691.

Conteúdo educacional. Não substitui a análise estatística completa de um estudo específico nem o julgamento metodológico caso a caso.