Framework para estudos de inferência causal em estudos observacionais sobre infecções relacionadas à assistência à saúde

• Autor(a) principal: Meneses, Arateus Crysham Franco
• Data de Publicação: 2024
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/276792
• topic: Inferência estatística; Infecção hospitalar; Causalidade; Causal inference; Hospital infections; Healthcare-associated infections; Causal framework

Infecções hospitalares estão entre as principais causas de óbito no mundo e, em muitos casos, questionamentos sobre a origem das mesmas são de difícil constatação. O Ensaio Clínico Randomizado (ECR) sempre foi considerado a técnica padrão em estudos clínicos para elucidar relações de causalidade, porém, no contexto das Infecções Associadas à Assistência à Saúde (IRAS), este método nem sempre é adequado ou viável. Algoritmos de inferência causal surgem como uma alternativa importante para elucidar tais relações de causa e efeito, no entanto, a falta de compreensão do uso de tais métodos gera ampla heterogeneidade dos resultados, o que torna a análise dos resultados em revisões sistemáticas uma tarefa inviável. Devido a falta de padronização desses estudos, um framework deve servir como ferramenta fundamental para que teses de inferência causal possam emergir e, assim, proporcionar-lhes diretrizes de implementação, permitindo colaborações interdisciplinares entre estatísticos e especialistas em doenças infecciosas, levando a quebra de algumas das barreiras para a implementação de inferências causais em estudos observacionais na área das IRAS.