Escores de propensão: aplicações à Epidemiologia

• Autor(a) principal: Souza, Maria Cláudia Schardosim Cotta de
• Data de Publicação: 2010
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da UFRGS
• Texto Completo: http://hdl.handle.net/10183/29093
• topic: Epidemiologia : Estatistica; Escores de Propensão

Em estudos observacionais usualmente não é possível fazer alocação aleatória dos indivíduos em grupos (intervenção ou controle) e, como conseqüência, as distribuições de probabilidade de algumas variáveis preditoras podem ser diferentes entre os grupos. Nestas situações é importante utilizar métodos de análise que permitam controlar o potencial confundimento na associação entre os fatores e o desfecho. Os escores de propensão podem ser usados para ajustar o efeito de um tratamento ou intervenção através de pareamento, estratificação, ponderação ou como uma variável de ajuste. O pareamento de indivíduos entre os grupos faz com que as distribuições sejam similares, tornando os grupos comparáveis, de forma que as associações estimadas podem ser atribuídas unicamente à intervenção ou ao tratamento. Este trabalho explora o uso do método de escores de propensão no contexto epidemiológico, cobrindo aspectos da estimação e sua utilização para pareamento. Rotinas computacionais em R e SAS foram utilizadas para fazer o pareamento. Um conjunto de dados hipotéticos foi utilizado para ilustrar as etapas de estimação dos escores de propensão, o pareamento e as comparações entre grupos. Diferentes níveis de exigência foram usados para o pareamento. Os resultados demonstram empiricamente o grande potencial do método para estimar acuradamente (sem confundimento) o efeito ou associação de uma intervenção com o desfecho. O nível de exigência na similaridade dos escores de propensão dos indivíduos entre os grupos tem impacto sobre o número de pares encontrados e, portanto, deve ser escolhido com cautela. No exemplo, as análises sem e com escores de propensão e com ajuste multivariável ilustram o papel do confundimento, pois a direção e a magnitude da associação podem ser substancialmente diferentes.