Modelos de inferência causal: análise crítica da utilização da estatística na epidemiologia

Revista de Saúde Pública

Dina Czeresnia¹  Maria De Fátima Militão De Albuquerque² 

[1] ,Fundação Oswaldo Cruz Escola Nacional de Saúde Pública Departamento de EpidemiologiaRio de Janeiro RJ ,Brasil

关键词: Risco;    Inferência;    Causalidade;    Modelos de risco proporcionais;    Risk;    Inference;    Causality;    Proportional hazards models;   

DOI  :  10.1590/S0034-89101995000500012

来源: SciELO

【 摘 要 】

Discute-se a base de construção do conceito de risco, a partir da descrição do modelo de inferência causal de Rubin, desenvolvido no âmbito da estatística aplicada, e incorporado por uma vertente da epidemiologia. A apresentação das premissas da inferência causal torna visível as passagens lógicas assumidas na construção do conceito de risco, permitindo entendê-lo "por dentro". Esta vertente tenta demonstrar que a estatística é capaz de inferir causalidade ao invés de simplesmente evidenciar associações estatísticas, estimando em um modelo o que é definido como o efeito de uma causa. A partir desta distinção entre procedimentos de inferência causal e de associação, busca-se distinguir também o que seria a dimensão epidemiológica dos conceitos, em contrapartida a uma dimensão simplesmente estatística. Nesse contexto, a abordagem dos conceitos de interação e confusão toma-se mais complexa. Busca-se apontar as reduções que se operam nas passagens da construção metodológica do risco. Tanto no contexto de inferências individuais, quanto populacionais, esta construção metodológica impõe limites que precisam ser considerados nas aplicações teóricas e práticas da epidemiologia.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License