Texto Do Documentário

ANNUAL
REVIEWS Mais Inferência causal na saúde

Clique aqui para obter links
rápidos para conteúdo on-line
da Annual Reviews, que inclui:
pública
• Outros artigos do volume
• Artigos mais citados Thomas A. Glass,1 Steven N. Goodman,2
• Artigos mais baixados
Annu. Rev. Public Health 2013.34:61-75. Baixado de www.annualreviews.org Acesso
• Nossa busca abrangente Miguel A. Herna´ n,3,4 e Jonathan M. Samet5

fornecido por 96.234.150.240 em 22/12/2017. Somente para uso pessoal.
1 Departamentode epidemiologia, Bloomberg School of Public Health, Johns

Hopkins University, Baltimore, Maryland 21205; e-mail: tglass@jhsph.edu
2 Departamento de medicina, Stanford University, Palo Alto, Califórnia 94305;
e-mail: steve.goodman@stanford.edu
3 Departamentosde epidemiologia e bioestatística, School of Public Health,
Harvard University, Boston, Massachusetts 02115
4 Divisão
de Ciências de Saúde e Tecnologia Harvard-MIT, Cambridge,
Massachusetts 02115; e-mail: miguel_hernan@post.harvard.edu
5 Departamento de medicina preventiva, Keck School of Medicine e USC Institute
for Global Health, University of Southern California, Los Angeles, Califórnia 90089;
e-mail: jsamet@med.usc.edu
Annu. Rev. Public Health 2013. 34:61–75 Palavras-chave

Inicialmente publicado on-line, como revisão causalidade, modelagem causal, estrutura causal, epidemiologia
antecipada, em 7 de janeiro de 2013
A publicação Annual Review of Public Health

Resumo
está disponível on-line em A inferência causal tem um papel central na saúde pública. A
publhealth.annualreviews.org
determinação de que uma associação é causal indica a possibilidade de
Doi do artigo: intervenção. Revisamos e comentamos sobre as diretrizes que há muito
10.1146/annurev-publhealth-031811-124606 tempo vêm sendo usadas para interpretar evidências como suporte a uma
Copyright O
© 2013 por Annual Reviews. associação causal e as contrastamos à estrutura de resultados potenciais
Todos os direitos reservados que encoraja o pensamento em termos de causas que são intervenções.
Argumentamos que, na saúde pública, essa estrutura é a mais adequada,
fornecendo uma estimativa das consequências de uma ação, em vez da
noção menos precisa do efeito causal de um fator de risco. Muitos métodos
estatísticos modernos adotam essa abordagem. Quando uma intervenção
não pode ser especificada, as relações causais ainda podem existir, mas a
forma de intervir para mudar o resultado não será clara. Na aplicação, a
estrutura frequentemente complexa de processos causais precisa ser
reconhecida, e dados apropriados precisam ser coletados para estudá-la.
Essas abordagens mais recentes precisam ser empregadas nos desafios
cada vez mais complexos de saúde pública do nosso mundo globalizado.
61
INTRODUÇÃO inferência" ordenadas (11, p. IX) (15, 73, 74). Com o
advento da teoria dos germes, os postulados de Koch
Visão geral proporcionaram uma abordagem mais sistemática e
formalizada, que funcionou bem dentro da
A determinação de que uma associação é causal
especificidade das ligações únicas entre doenças e
pode ter profundas consequências para a saúde
germes (8).
pública, sinalizando a necessidade — ou, pelo
Nos anos 1950 e 1960, o que chamamos de
menos, a possibilidade — de executar uma ação
estrutura clássica do pensamento causal foi
para reduzir a exposição a um agente perigoso ou
articulada por Sir Austin Bradford Hill, que
aumentar a exposição a um agente benéfico.
complementou esse discurso com seus critérios
Consequentemente, a inferência causal está
causais no contexto do debate internacional sobre
incorporada de forma implícita — e, às vezes,
o papel causal do tabagismo na epidemia de
explicita — na prática de saúde pública e na
câncer de pulmão (53, 76). Esta estrutura clássica
formulação de políticas. Os profissionais decidem
foi desenvolvida para identificar as causas das
as intervenções com base nas consequências
doenças e, em particular, determinar o papel do
produzidas por uma relação causal presumida. A
Annu. Rev. Public Health 2013.34:61-75. Baixado de www.annualreviews.org Acesso
tabagismo no câncer de pulmão (33, 71), mas seu

inferência causal está incorporada em processos
uso foi estendido à tomada de decisão de saúde
regulatórios, como os da Agência de Proteção
fornecido por 96.234.150.240 em 22/12/2017. Somente para uso pessoal.
pública, um domínio em que as questões sobre os

Ambiental dos EUA (EPA) em relação aos
efeitos causais se relacionam com as
principais poluentes atmosféricos externos e os
consequências de intervenções que, muitas vezes,
perigos de produtos químicos, bem como os
foram motivadas pela identificação de fatores
processos do Departamento de Assuntos de
causais. Esta estrutura, descrita abaixo, provou
Veteranos de Guerra, em compensação dos
ser útil e tem auxiliado a tomada de decisão de
veteranos dos EUA por condições e doenças
saúde pública há décadas. No entanto, a
relacionadas aos serviços prestados [Lei do
estrutura não reflete a visão atual e mais
Agente Laranja, Pub. L. 102-4 (1991); Lei do Ar
claramente articulada dos processos causais.
Limpo 42 U.S.C. § 7401-7671q (2008); 36, 37].
Além disso, as diretrizes utilizadas para avaliar
Evidências de saúde pública podem ser
as evidências não mudam há décadas, ainda que
proeminentes em processos judiciais nos quais o
as questões causais tenham se tornado mais
julgamento sobre a existência de um
complexas, muito além da intenção original dessa
relacionamento causal é fundamental na
estrutura.
determinação de culpa e responsabilidade por
Uma limitação importante da visão clássica da
danos (16, 72). A inferência causal também está
causalidade de doenças decorrente dos critérios
inserida em muitos aspectos da prática médica
de Hill foi a falta de base formal para avaliar as
através dos princípios da medicina baseada em
hipóteses causais. Somente nas últimas décadas
evidências, em que as decisões sobre danos ou
os pesquisadores exploraram de maneira mais
benefícios de agentes terapêuticos se baseiam, em
formal as questões matemáticas e conceituais
parte, nas regras de como medir a força das
fundamentais necessárias para uma estimação
evidências de conexões causais entre
rigorosa dos efeitos causais, particularmente em
intervenções e resultados na saúde (20).
circunstâncias nas quais a randomização da
A história da saúde pública e de suas
atribuição de tratamento que assegura grupos de
disciplinas quantitativas, epidemiologia e
comparação permutáveisé inviável. Desde 1970, a
bioestatística, pode ser vista como um longo
frequência e a intensidade do discurso formal
discurso sobre a causalidade de doenças, cujos
sobre a causalidade e a inferência causal
objetivos finais são encontrar e mitigar causas
aumentaram, e o campo avançou em direção ao
reversíveis (22, 23, 33, 46, 50, 67). Ao longo dessa
que chamamos de abordagem moderna, com
história, surgiram diversas "estruturas" de
base na estrutura contrafatual ou de resultados
pensamento sobre a causalidade, para
potenciais (18, 25).
compreender os problemas dominantes da época Nesta revisão, primeiro descrevemos e
e a compreensão científica de sua etiologia. comentamos sobre a estrutura clássica que é
Durante os estragos das epidemias de cólera do geralmente dependência de nicotina e doenças
século XIX, John Snow reuniu evidências em
apoio à transmissão pela água, usando o que
mais tarde Frost chamou de suas cadeias de
62 Glass et al.
Nível global (globalização da indústria do tabaco/FCTC)
Ascendente Nível macro (regulamentação da indústria do tabaco)
Nível médio (ambientes de trabalho e de lazer sem tabagismo)
Nível micro (hábitos de tabagismo de amigos e parentes)
Oportunidades Restrições
Descendente/sobressuperf
Concepção antecedente/ Tabagismo

início da vida Personificação Fim da vida/posterior
Acesso fornecido por 96.234.150.240 em 22/12/2017. Somente para uso pessoal.
Annu. Rev. Public Health 2013.34:61-75. Baixado de www.annualreviews.org
Submerso Eixo do tempo
Expressão
Nível do sistema multiorgânico — dependência de nicotina
Nível celular — estado dos receptores de nicotina
Nível subcelular/molecular — atividade metabólica
Substrato genômico — deficiência de antitripsina α1, susceptibilidade ao vício
Figura 1
Eixo de hierarquias encaixadas para o controle do tabagismo. Reimpresso com permissão da Samet & Wipfli (65).
FCTC, Framework Convention on Tobacco Control (Convenção da Estrutura para Controle do Tabagismo).
atribuída a Sir Austin Bradford Hill e ao comitê interação entre a força da evidência e as
consultivo que preparou o Relatório a incertezas remanescentes normalmente tem papel
Autoridade Médica dos EUA, de 1964, sobre proeminente na tomada de decisão. Abordagens
tabagismo (33, 71). Seguimos com uma breve mais pragmaticamente fundamentadas e
revisão da estrutura moderna com base no transparentes são necessárias conforme
modelo de resultados contrafatual (ou potencial) enfrentamos desafios como o aumento da
para a estimação dos efeitos causais. As últimas obesidade em todo o mundo — um exemplo que
abordagens são unificadas por um esforço exige um enquadramento multinível de
analítico para aproximar o paradigma processos causais subjacentes, com estruturas que
experimental que equilibra os grupos tratados se estendam desde os genes dos indivíduos até os
(expostos) e não tratados (não expostos) em alimentos vendidos em todo o mundo pelas
outros fatores. Em seguida, realizamos essa corporações multinacionais, como base para a
abordagem contrafatual à natureza ampla e formulação de intervenções (35). Este tipo de
multinível de questões causais, conforme estrutura já provou ser valioso na abordagem do
formulado ao longo das últimas décadas, e controle do tabagismo (Figura 1). Os fatores
consideramos a inferência causal no contexto de antecedentes da epidemia são claros neste ponto
tais questões e suas implicações para as ações de em seu curso: uma indústria global grande e
saúde pública (14). Terminamos com a poderosa, liderada por uma série de poderosas
consideração de como essas novas abordagens — corporações multinacionais. O papel dos fatores
estruturas mais amplas para formular questões em outros níveis também foi caracterizado:
causais e desenvolver ferramentas analíticas para aceitação cultural do tabagismo, leis, pares e
respondê-las — podem ser usadas para reduzir a família. Agora, estamos investigando a base
incerteza associada às determinações causais. A genética da susceptibilidade a causadas pelo
www.annualreviews.org • Inferência causal na saúde pública 63

tabaco. Dentro da estrutura moderna, essa para saber — visão esta que ainda persiste entre
estrutura leva a questões e contrafatuais em alguns epidemiólogos. Em sua revisão da
múltiplos níveis: No nível mais elevado, qual inferência causal em epidemiologia, Lipton e
seria a carga da doença, ausente o fator Ødegaard (47) perguntam o que é realmente
antecedente (por exemplo, a indústria do tabaco) adicionado à afirmação de que os fumantes
e no nível mais baixo, qual seria o risco de doença correm um risco X vezes maior de câncer de
para indivíduos geneticamente suscetíveis, pulmão pela afirmação de que o tabagismo é uma
ausente o fator ambiental (por exemplo, causa. Do ponto de vista da política, o uso da
tabagismo)? A estrutura também levanta a linguagem causal tem vantagens óbvias, e tem
possibilidade de intervenções em vários níveis, sido amplamente aceita não apenas pelos
refletindo como as intervenções podem ser pesquisadores, mas também pelos formuladores
realizadas na prática. de políticas. O legado de Hume e Russell nos
solicita exercer cautela, pois a atribuição de
significância causal a alguns fenômenos também
Um breve desvio para o campo da filosofia oferece um alvo fácil para céticos e,
Embora cientistas e profissionais de saúde possivelmente, para partes interessadas afetadas
pública tenham discordado fortemente algumas prejudicarem intervenções razoáveis com base na
vezes sobre o que é exigido das explicações ausência de provas. Profissionais e pesquisadores
causais, a ideia de que as relações causais podem da saúde pública estão interessados
ser comprovadas raramente foi questionada com principalmente em realizar mudanças, e não em
seriedade. Porém, no longo e controverso se envolver em debates filosóficos, mas o
discurso sobre causalidade na filosofia (3), é fantasma de Russell nos lembra que a invocação
possível discernir duas classes distintas de teoria da linguagem causal tem consequências
da causalidade. De um lado estão os poderosas, tanto boas quanto ruins.
descendentes de Locke e John Stuart Mill, que O desafio de determinar a causalidade na
argumentaram que a causalidade pode ser saúde pública sempre foi moldado pelas
verificada através da implementação cuidadosa limitações dos dados disponíveis, a compreensão
do método científico e do poder da dos processos biológicos ou sociológicos
experimentação. Do outro lado está uma linha subjacentes e a nossa capacidade de intervir no
paralela de discurso que parte de David Hume, mundo real. Diante de dados às vezes limitados e
que afirmou que, embora a natureza possa conter uma compreensão frequentemente baixa de uma
"conexões" causais reais entre fenômenos, a rede de fatores conectados em um mundo
causalidade não pode ser empiricamente complexo, revertemos ao pragmatismo. A ciência
comprovada (36). Esta tradição céptica não da saúde pública busca a certeza do experimento
poderia ter um porta-voz mais adequado que como seu princípio organizador. Holland (34)
Bertrand Russell (64), que em um famoso ensaio afirma sucintamente em um artigo famoso:
entregue à Sociedade Aristotélica de 1912, "Colocado da forma mais franca e contenciosa
escreveu: "A lei da causalidade, creio eu, assim possível, tomo neste artigo a posição de que as
como muitas das coisas que passam pelo crivo causas são apenas aquilo que poderia, em
dos filósofos, é uma relíquia de uma era passada, princípio, ser tratamentos em experimentos"
que sobrevive, assim como a monarquia, apenas (p. 954).
porque é erroneamente considerada inofensiva" Esta declaração é formalizada na estrutura de
(p. 1). resultados potenciais, que compara o que é
Embora a ciência da epidemiologia e a prática observado com o que poderia ter sido observado,
da saúde pública caiam claramente na tradição todas as outras coisas sendo iguais, em um
pragmática de Locke e Mill, evidências da cenário contrafatual. A estrutura de resultados
influência de Hume e Russell podem ser potenciais é uma poderosa ferramenta que possui
encontradas no ceticismo precoce de R.A. Fisher implicações sobre a forma como vemos o mundo
(9) e Karl Pearson, o pai da estatística moderna, e para determinar quais tipos de questões podem
que argumentaram que a correlação entre duas ser respondidas de forma útil para fins de saúde
variáveis, uma vez conhecida, é tudo que há pública e quais tipos de questões estão além da
nossa capacidade de resposta (25, 55, 61-63).
64 Glass et al.
Abordagens para inferência causal na evidência dos estudos observacionais foi
saúde pública consistente e forte, e a temporalidade era clara.
A abordagem clássica da inferência causal na Conforme descrito por seus criadores e usado na
saúde pública, descrita de forma bastante prática, esses critérios (ou o que Hill chama de
semelhante em livros didáticos e amplamente "pontos de vista") não são absolutos, nem
utilizada na prática, tem suas raízes no debate tampouco a inferência de uma relação causal
seminal ao redor do tabagismo como causa do exige que todos os critérios sejam atendidos. Na
câncer de pulmão nos anos 50 e 60 (33, 71). verdade, apenas a temporalidade é obrigatória.
Naquela época, os resultados dos estudos Algumas características da evidência, mais
epidemiológicos demonstraram associações do especificamente a especificidade, foram
tabagismo com o aumento do risco de câncer de demonstradas como tendo pouca aplicabilidade a
pulmão e de outros tipos de cânceres, bem como doenças não transmissíveis que possuem causas
de doenças cardíacas coronárias, "enfisema" e múltiplas. A abordagem clássica é vulnerável à
"bronquite". Os dados mais relevantes vieram de subjetividade na avaliação de evidências e à
estudos de caso-controle e estudos de coorte, bem manipulação de evidências, e as partes
como de achados de modelos animais e estudos interessadas possivelmente afetadas pelo fato de
laboratoriais caracterizando os componentes do uma associação ser ou não causal podem assumir
fumo do tabaco. O aumento das taxas de posições opostas na interpretação das evidências.
mortalidade por câncer de pulmão e doenças Além disso, conforme construída e aplicada, a
cardíacas coronárias proporcionou um forte estrutura assume uma relação simplista direta
imperativo para a tomada de medidas para entre causa e efeito putativo, sem consideração
reduzir o consumo de cigarros. No entanto, a explícita da estrutura dos processos causais
tomada de medidas exigia que o tabagismo fosse subjacentes. Por exemplo, o tabagismo é uma
estabelecido como a causa do aumento da causa incontestável do câncer de pulmão, mas
mortalidade. Conforme as evidências mais distalmente no processo causal, uma
epidemiológicas aumentavam, a indústria do pequena quantidade de empresas de tabaco
tabaco implementou uma ampla estratégia para multinacionais produz a maior parte dos cigarros
questionar a credibilidade das evidências vendidos e fumados em todo o mundo (Figura 1).
epidemiológicas de modo geral, bem como dos A inferência sobre a causa tornou-se a
estudos mais importantes, de forma mais justificativa da intervenção, mas as conclusões
especifica (54). Essa tática de criar dúvidas a causais não foram formuladas com base nas
respeito das evidências aumentou a tensão em consequências de ações especificas para reduzir
torno do desafio de interpretar os achados da ou eliminar o tabagismo. E, posteriormente, as
pesquisa epidemiológica, e sua aplicação ações de saúde pública foram direcionadas ao
confirma a importância social das determinações fumante individual, e não ao sistema maior de
causais. A criação e disseminação de duvidas fabricação, propaganda e distribuição de cigarros.
continuam sendo estratégias usadas até hoje, Este foco limitado é uma característica chave da
amplamente adotadas pelas partes interessadas abordagem tradicional; determinações causais
cujos interesses são potencialmente ameaçados foram feitas por epidemiologistas e outros
por uma descoberta causal (49). profissionais da saúde pública a respeito de
A estrutura que foi apresentada para diversos fatores de risco, sem considerar os
inferência causal na década de 1960 envolvia um efeitos de uma maneira específica de modificá-los.
julgamento especializado, fundamentado em um Hoje, as práticas de saúde pública podem ser
conjunto de diretrizes ou critérios (Tabela 1). A vistas como influenciadas tanto pelas estruturas
discussão de longa data entre filósofos foi clássicas quanto pelas modernas, conforme
reconhecida quando essas diretrizes foram exemplificado nos seguintes estudos de caso. Ao
elaboradas, mas a necessidade de uma estabelecer os padrões de qualidade do ar externo
abordagem pragmática e oportuna acabou nos EUA, a inferência causal e contrafatuais
encurtando o debate. A estrutura foi eficiente associados figuram no processo de decisão. Duas
para o tabagismo e o câncer de pulmão, uma de seções da Lei do Ar Limpo dos EUA (108 e 109)
suas primeiras aplicações. Fumar é uma causa abordam os principais poluentes atmosféricos
potente, aumentando o risco de câncer de pulmão externos, exigindo que o Administrador da EPA
em cerca de 20 vezes e levando à maioria dos defina as Normas de Qualidade do Ar em
casos dessa doença; consequentemente, a Ambiente Nacional (NAAQS), de modo que

Tabela 1 — Diretrizes para inferência causal. Dados do Relatório do Comitê Consultivo para a Autoridade Médica
dos EUA de 1964 (71) e de Hill, 1965 (33)
Critérios do Relatório da Autorida Médica dos EUA Critérios de Hill
Consistência da associação Força

Força da associação Consistência
Especificidade da associação Especificidade
Relacionamento temporal da associação Temporalidade
Coerência da associação Gradiente biológico
Coerência
Experimento
"a obtenção e manutenção de tais normas, no A abordagem geral envolve uma reunião de um
julgamento do Administrador, com base em tais grupo de trabalho multidisciplinar que analisa as
critérios e com uma margem de segurança evidências relevantes para um agente em

adequada, são requisitos para proteger a saúde particular em quatro categorias amplas:
pública" (p. 5697). A expressão "tais critérios" (a) exposição, (b) estudos do câncer em humanos,
refere-se às evidências acumuladas sobre danos, (c) estudos do câncer em animais experimentais,
dando ênfase àquelas relatadas desde a última e (d ) dados mecânicos e outros dados relevantes.
revisão das NAAQS. O presente processo para As evidências humana e a animal são
um contaminante, por exemplo, o ozônio, começa consideradas separadamente e, para cada
com uma revisão das evidências reunidas na categoria, a força das evidências de causalidade é
Avaliação de Ciência Integrativa (Figura 2). O classificada em um esquema hierárquico de
processo de inferência causal baseia-se na quatro níveis: suficiente, limitada, inadequada ou
abordagem clássica de longa data e classifica a sugestiva da ausência de carcinogenicidade. As
força da evidência em um esquema de cinco evidências são avaliadas com uma abordagem
níveis ("não provável", "inadequado", "sugestivo", baseada nos critérios de Hill ou nos critérios
"provável" e "causal"). A classificação, em parte, clássicos. As evidências da função de
determina os efeitos que são posteriormente mecanismos particulares são avaliadas como
considerados na análise de riscos, o que estima o "fracas", "moderadas" ou "fortes", e os
ônus da doença relacionado a poluentes, bem pesquisadores consideram a relevância do
como as consequências de possíveis mudanças mecanismo para o câncer em seres humanos. A
nas NAAQS. Os efeitos para os quais as classificação geral baseia-se principalmente nos
evidências atingem o nível de "provável" ou achados em animais e humanos (Figura 3), mas
"causal", geralmente são avançados para as evidências mecânicas também podem figurar
consideração na análise de riscos e, na classificação. Esta abordagem, por exemplo,
consequentemente, figuram no julgamento da resultou na classificação de 2011 da radiação
política feito pelo Administrador no momento da eletromagnética de radiofrequência, o tipo
revisão das NAAQS para um poluente. A análise emitido por telefones celulares, como possível
de riscos modela a distribuição contrafatual dos carcinógeno humano, Grupo 2B no esquema
resultados na saúde em diferentes cenários de IARC (2).
redução da poluição e sem qualquer intervenção.
A análise de riscos tem a abordagem moderna
como sua base conceitual. INFERÊNCIA CAUSAL COMO
A Agência Internacional de Pesquisas sobre o COMPARAÇÃO DE RESULTADOS SOB
Câncer (IARC), da Organização Mundial de DIFERENTES INTERVENÇÕES DE SAÚDE
Saúde, opera seu Programa de Monografias, que PÚBLICA
realiza revisões sistemáticas para classificar os
agentes por sua carcinogenicidade (39). Conforme descrito acima, uma função essencial
para a inferência causal na saúde pública é a
comparação da distribuição dos resultados na
saúde após diferentes intervenções.
66 Glass et al.
Avaliação científica integrada (ISA):
Estudos científicos avaliação concisa e síntese da maior
revisados por pares parte dos estudos relevantes para a
política
Avaliação de políticas:
análise pela equipe das
Plano de revisão integrada: opções de políticas
cronograma e principais Revisão CASAC e comentário público com base na
questões relevantes para a integração e
política e questões científicas interpretação de
informações de ISA e
REA
Workshop sobre
questões de política Revisão CASAC e
da ciência Avaliação de riscos/exposição (REA):
comentário público avaliação qualitativa concisa
centrada nos principais resultados,
observações e incertezas
Decisão Tomada de decisão pela

proposta pela Revisão entre
agência e aviso de proposta
EPA sobre agências preliminar
normas
Audiências públicas e Tomada de decisão pela Revisão entre Decisão final

comentários sobre a agência e aviso de da EPA sobre
proposta proposta final agências as normas
Figura 2
Processo de revisão das Normas de Qualidade do Ar em Ambiente Nacional (NAAQS). Fonte: Memorando da Agência de Proteção Ambiental
(EPA) dos EUA. Administrador Jackson abordando a revisitação do processo de revisão das Normas de Qualidade do Ar em Ambiente
Nacional (NAAQS), 21 de maio de 2009 (70). Comitê científico consultivo sobre limpeza do ar (CASAC).
Em um mundo ideal, essas comparações seriam simplesmente longos demais para uma tomada
conduzidas através de experimentos de decisão oportuna. Como resultado, as
randomizados, e todas as decisões de saúde inferências causais para a saúde pública
pública se baseariam nos achados desses geralmente são derivadas de estudos
experimentos. Por exemplo, a integração dos observacionais, com reforço de outras linhas de
programas de cessação do tabagismo ao sistema evidências, se disponíveis.
de saúde dependeria idealmente dos achados de O uso de dados observacionais — em vez de
estudos randomizados de longa duração que dados experimentais — para inferências causais
comparassem a eficácia da intervenção em na saúde pública suscita diversas preocupações.
grandes grupos de pessoas da população alvo Uma preocupação particularmente relevante para
que aderiram à intervenção com grupos de a saúde pública é que as intervenções sendo
controle. Da mesma forma, a decisão de consideradas podem ser definidas de forma vaga,
aumentar a tributação ou a regulamentação dos quando sequer são definidas, limitando a
produtos do tabaco seria baseada em estudos que relevância dos achados para a tomada de
alocassem aleatoriamente essas políticas em decisões de saúde pública. Por exemplo, a
diferentes comunidades ou municípios. comparação das taxas de mortalidade observadas
Infelizmente, tais experimentos randomizados entre pessoas obesas e magras sugere uma
são, muitas vezes, antiéticos, impraticáveis ou possível relação causal entre obesidade e

Evidência em animais experimentais
Suficiente Limitada Inadequada ESLC
Suficiente Grupo 1 (cancerígeno para seres humanos)

Grupo 2A
(provavelmente
cancerígeno) Grupo 2B (possivelmente cancerígeno)
Limitada (excepcionalmente, Grupo 2A)
Evidência em humano
Grupo 2B
(possivelmente
Inadequada cancerígeno)
Grupo 3 (não classificável)
Grupo 4 (provavelmente
ESLC não cancerígeno)
Figura 3
Classificações da Agência Internacional de Pesquisas sobre o Câncer (IARC), baseadas em evidências de avaliações
humanas e experimentais. Da IARC. Para obter mais informações, consulte o preâmbulo das monografias da IARC
sobre avaliação de riscos de cancerígenos para seres humanos, 2006 (40). ESLC, evidências sugestivas da ausência de
carcinogenicidade.
morte, mas oferece poucas orientações à ação: de saúde pública é projetar análises
soluções poderiam ser encontradas em observacionais de modo tal que os dados
programas de exercícios no local de trabalho, observacionais imitem aqueles de experimentos
redução dos tamanhos de refrigerantes com randomizados hipotéticos, com intervenções
adição de açúcar disponíveis no varejo, relativamente bem definidas. Por exemplo, os
lipoaspiração (26, 32)? Embora a obesidade possa dados observacionais podem ser usadospara
satisfazer os critérios para um fator causal na imitar um experimento randomizado hipotético
estrutura clássica, a associação entre obesidade e envolvendo intervenções alimentares,
mortalidade oferece pouco insight para ações comparando os resultados observados de
preventivas. Uma alternativa é concentrar-se no indivíduos que mudam versus aqueles que não
contraste entre indivíduos selecionados mudam seus hábitos alimentares durante o
aleatoriamente para passar por uma modificação período de estudo; ou os dados podem ser
alimentar versus demais indivíduos, ou no usados para imitar um experimento
contraste entre comunidades randomizadas para randomizado hipotético de política alimentar,
a tributação de bebidas com adição de açúcar comparando resultados na saúde entre escolas
versus demais comunidades. Os achados de tais que implantaram versus aquelas que não
experimentos forneceriam informações diretas e implantaram restrições de acesso a bebidas com
acionáveis sobre os efeitos das intervenções adição de açúcar. Essa abordagem é incorporada
contra a obesidade. O estudo observacional que à estrutura de resultados contrafatuais ou
compara as pessoas obesas e magras fornece potenciais proposta por Neyman (51), expandida
apenas evidências indiretas e carece de uma por Rubin (61, 62) e generalizada para exposições
relação causal formalmente verificável na de tempo variável por Robins (55, 56). Uma
ausência de especificação adicional. abordagem contrafatual para a inferência causal
na saúde pública exige que os efeitos causais
Uma maneira de abordar essa preocupação
sejam definidos em termos de contrastes entre as
e preencher a lacuna entre os dados
distribuições dos resultados na saúde
observacionais e a tomada de decisão
68 Glass et al.
em diferentes intervenções (hipotéticas) bem ter sido identificados e medidos adequadamente,
definidas. uma condição que não pode ser testada
A comparação de intervenções de saúde empiricamente. Um método alternativo para
pública relativamente bem definidas é apenas o eliminar o confundimento da estimação de efeito
primeiro problema para a inferência causal de é a estimação de variável instrumental (17, 31).
dados observacionais, no entanto. Até mesmo os Ao contrário dos demais métodos, a estimação de
grupos de intervenção bem definidos não serão variável instrumental não exige que os
diretamente comparáveis, pois as principais pesquisadores meçam confundidores. Em vez
características dos indivíduos em cada grupo disso, exige que eles identifiquem e meçam
provavelmente serão diferentes. Por exemplo, os adequadamente um instrumento, que é
indivíduos que mudam sua dieta alimentar grosseiramente definido como uma variável que
também podem adotar um estilo de vida mais possui um efeito sobre a exposição e que não está
saudável do que os demais, e as escolas que associada aos resultados, exceto por seu efeito
mudam suas políticas alimentares podem atender sobre a exposição. Infelizmente, é impossível
a populações com menor desigualdade verificar empiricamente se uma determinada
econômica do que as escolas cujas políticas variável é um instrumento apropriado. Além
permanecem inalteradas. Esse problema de não disso, instrumentos válidos podem fornecer
comparabilidade, normalmente conhecido como apenas limites inferiores e superiores para a
confundimento, é uma questão fundamental para magnitude do efeito causal de interesse.
a inferência causal usando dados observacionais. Normalmente, esses limites não são úteis na
A abordagem mais comum para mitigar o tomada de decisão, pois variam de efeitos
confundimento é medir o maior número possível benéficos a prejudiciais. Como resultado, a
de variáveisresponsáveis pela não maioria das aplicações de variáveisinstrumentais
comparabilidade e compensá-las na análise adota pressupostos não testáveis adicionais para
estatística. Os métodos disponíveis para obter estimativas pontuais do efeito de interesse.
compensar os confundidores medidos são a Quando as exposições variam ao longo do
estratificação, o pareamento, a padronização, a tempo, surge um novo problema em potencial: os
ponderação de probabilidade inversa e a g- próprios confundidores (também variáveisno
estimação. Em aplicações práticas com dados tempo) talvez também sejam afetados por níveis
escassos ou de alta dimensionalidade, esses de exposição anteriores. Na presença deste
métodos de ajuste são implementados com a processo de retroalimentação confundidor-
ajuda de modelos estatísticos. Por exemplo, o exposição, alguns dos métodos acima —
ajuste através da estratificação é frequentemente estratificação e pareamento — não podem ser
realizado usando modelos de regressão usadosde modo geral para inferências causais
convencionais. válidas. Ajustes válidos de confundimentos
Às vezes, os confundidores medidos são medidos requerem o uso de g-fórmula
usados para estimar a probabilidade de cada paramétrica (uma generalização da padronização)
participante do estudo de receber a exposição de (55, 68), probabilidade inversa de modelos
interesse. Para exposições binárias (por exemplo, estruturais marginais (27, 58) ou g-estimação de
de sim ou não), esta probabilidade é chamada de modelos estruturais encaixados (que inclui
índice de propensão (60). Se o índice de algumas formas de estimação de variável
propensão está disponível para ajuste, as instrumental para exposições de tempo variável
variáveis individuais não são necessárias. A como caso particular) (28, 57). Esses métodos,
ponderação de probabilidade inversa e a g- desenvolvidos por Robins e colaboradores desde
estimação são métodos baseados em índices de 1986, geralmente são chamados de métodos
propensão. Os índices de propensão também causais, pois podem ser aplicados para obter
podem ser usados para compensar o inferências causais válidas, mesmo em contextos
confundimento através da estratificação (por complexos com confundidores que variam ao
exemplo, adicionando o índice de propensão longo do tempo afetados pela exposição prévia
como uma covariável ao modelo de regressão), (29, 55).
do pareamento e da padronização. Outra adição recente à metodologia de
Para os métodos acima fornecerem inferências inferência causal é o uso de diagramas causais
causais válidas, todos os confundidores devem (gráficos acíclicos diretos, ou DAGs). Embora não

sejam, em si, um método de análise de dados, os para fornecer evidências que conduzam a
diagramas causais são usadospara representar a intervenções para melhorar a saúde.
estrutura das redes causais que relacionam a A estrutura de resultados potenciais também
exposição, o resultado, os confundidores e outras pode ser combinada a uma estrutura multinível
variáveis, exigindo uma formulação explícita das para trazer o contexto de volta à epidemiologia e
relações entre esses fatores. Portanto, os à saúde pública (5, 6, 12, 48, 59). O papel causal
diagramas causais são uma ferramenta útil para dos fatores contextuais de nível superior pode ser
detectar graficamente possíveis fontes de viés e avaliado, desde que tais fatores possam ser
orientar os investigadores no desenho de suas definidos como comparações entre intervenções
análises de dados (19, 30, 52). ou políticas alternativas. No entanto, mesmo
quando se pode imaginar intervenções
hipotéticas sobre políticas nacionais ou regionais
Desafios à implementação da estrutura de (embora, muitas vezes, impossíveis de
resultados potenciais implementar), muitas dessas exposições
Embora a abordagem de resultados potenciais contextuais são uniformes dentro de uma
seja robusta no contexto de uma série de questões sociedade, o que dificulta a coleta de dados
causais de alto valor para a saúde pública, seu necessários para conduzir uma avaliação. Como
uso levanta algumas questões. Por exemplo, resultado, na prática, epidemiologistas e
devemos considerar questões causais sobre profissionais de saúde pública podem ser
características inerentes ao indivíduo (como sexo, induzidos a priorizar o estudo de intervenções
raça/etnia ou idade) que não podem ser proximais e posteriores, no nível individual. Por
razoavelmente traduzidas em intervenções exemplo, é mais fácil realizar, ou emular com o
hipotéticas (4, 41, 42, 47, 66)? E como os uso de dados observacionais, ensaios
investigadores devem abordar fatores individuais randomizados de programas de cessação do
(por exemplo, peso corporal) ou sociais (por tabagismo que visam indivíduos, do que realizar
exemplo, nível de renda da vizinhança) que ensaios sobre o comportamento de entidades
podem ser traduzidos em intervenções corporativas bem financiadas com interesses
hipotéticas, mas para os quais existem muitas parciais e conexões políticas.
intervenções possíveis? A abordagem de A estrutura de resultados potenciais foi
resultados potenciais destaca que, quando ampliada em várias direções para acomodar
estimamos associações de resultados na saúde processos causais multiníveis (75). Abordagens
com fatores não passíveis de mudança, a questão de modelagem formal surgiram para doenças
de como mudar os resultados causados por esses infecciosas, para lidar com a endogeneidade e a
fatores permanece aberta. Consequentemente, as interferência (21, 43-45, 69). As abordagens de
investigações sobre a associação entre fatores não sistemas complexos começaram a oferecer novas
manipuláveis e resultados na saúde podem ser estruturas para processos causais em múltiplas
vistas como um prelúdio para outros estudos escalas geográficas e de tempo (7, 13, 14, 24). Elas
sobre intervenções hipotéticas (1). Por exemplo, exigem um mapeamento dos agentes e processos
se os estudos observacionais nos disserem que os envolvidos na produção de resultados e,
indivíduos que vivem em bairros pobres consequentemente, são úteis para enquadrar
apresentam taxas de câncer mais elevadas que muitos dos desafios de saúde pública mais
aqueles que vivem em bairros mais afluentes, o urgentes, que resultam de processos em níveis
próximo conjunto de investigações pode que variam de local a global. Elas devem ser
considerar exposições ou dietas cancerígenas utilizadas em problemas de saúde pública
potencialmente manipuláveis que diferem entre conforme apropriado. Elas apontam para os
as comunidades sob estudo. O achado inicial de dados que devem ser coletados, como os dados
uma maior taxa de câncer em comunidades devem ser organizados e como os dados devem
pobres é crítico na motivação de estudos para ser analisados na estrutura de resultados em
encontrar causas que podem ser manipuladas. A potencial. As abordagens de sistemas complexos
partir de mais pesquisas, a epidemiologia se também podem fornecer insights sobre as
torna mais uma ferramenta descritiva para consequências dos resultados da ação de
análise sociológica e menos um instrumento diferentes atores e em diferentes níveis.
70 Glass et al.
O FUTURO DAS INFERÊNCIAS maior potencial de efetuar mudanças. As
CAUSAIS NA SAÚDE PÚBLICA estruturas e os métodos de inferência causal nos
ajudam a identificar as opções de intervenção e a
Neste artigo, oferecemos uma breve visão geral determinar como melhor avaliar seus efeitos, mas
sobre como a inferência causal pode evoluir para não necessariamente informam sobre os níveis de
melhorar a tomada de decisão de saúde pública, e intervenção relevantes a considerar e quais
também fornecemos insights sobre como esse intervenções devem ser tentadas.
objetivo pode ser alcançado. Os métodos de A discussão anterior mostra que os métodos
inferência causal atuais são relevantes e úteis, de inferência causal não podem ser ignorados por
pois não são direcionados a identificar causas, aqueles que buscam melhorar a saúde pública. O
mas sim a identificar os efeitos das intervenções. foco nos efeitos das intervenções e não nas causas
Os critérios clássicos da inferência causal não traz a ciência da saúde pública a um maior
separam claramente esses dois objetivos, levando alinhamento com sua prática. Novos métodos de
a debates sobre a atribuição de causa que são, de inferência causal nos obrigam a confrontar, de
fato, implicitamente sobre a intervenção uma forma que métodos anteriores não faziam,
apropriada. Mesmo que compreendêssemos como as intervenções afetarão a saúde pública.
perfeitamente uma cadeia causal, ou seja, No entanto, uma série de etapas deve ser
conhecêssemos todos os fatores que pudessem executada para passar esses métodos da teoria à
ser considerados uma causa, ainda assim prática. Primeiro, o ensino em programas de
poderíamos não saber a melhor maneira de saúde pública, particularmente nos programas de
mudar o resultado. Os métodos de inferência MPH (mestre em saúde pública), muitas vezes
causal jamais devem nos afastar do exercício enfatiza a estrutura clássica. Este foco limitado
filosófico de identificar causas e nos obrigar a precisa ser alterado para que possamos criar uma
considerar mais profundamente como melhorar a nova coorte de profissionais de saúde pública que
saúde através de intervenções específicas. tenham uma melhor compreensão da causalidade
Retornando ao exemplo do tabaco, para fins e da relevância da estrutura de resultados
de saúde pública, estimar o impacto de uma potenciais em seu trabalho. Em segundo lugar, é
determinada redução no tabagismo individual é necessário desenvolver e disseminar exemplos de
menos importante do que estimar as grande destaque da utilidade da estrutura
consequências para a saúde de programas de moderna, por meio de publicações e
cessação do tabagismo versus impostos sobre o apresentações nas reuniões em que participam os
cigarro. O último exercício fornece um guia de profissionais de saúde pública. Um estudo de
ação. Mas o que é diferente a respeito dessas duas caso muito útil poderia ser desenvolvido, por
intervenções, além de seus efeitos estimados, é a exemplo, em torno da estratégia de múltiplos
forma como as avaliamos. O efeito da cessação do componentes utilizada para abordar o tabagismo
tabagismo é passível de avaliação randomizada, na cidade de Nova Iorque (10). Durante o período
mas a caracterização das consequências da 2002 a 2003, o consumo de cigarros caiu
elevação de impostos e outras formas de abruptamente na cidade de Nova Iorque após a
intervenção social podem não ser. Em tais implementação de uma estratégia agressiva com
situações, devemos usar dados observacionais componentes que incluíram o aumento de
para emular o experimento que não pode ser impostos, proibição do fumo em ambientes
conduzido. Quanto maior for a distância do fechados abrangendo a maior parte dos
experimento randomizado para avaliação, maior ambientes de trabalho, aumento dos serviços de
será a dependência em modelagem e cessação e educação. Esses métodos poderiam ser
conhecimento da matéria, inclusive teorias usados para enfrentar o impacto na saúde pública
sociológicas e outras. Esta necessidade de da proibição da venda de bebidas com adição de
recorrer a dados observacionais representa um açúcar em porções grandes, que entrou em vigor
possível dilema para a saúde pública: se em 2013. Esta intervenção amplamente divulgada
sucumbirmos ao foco em intervenções fáceis de oferece um valioso caso de teste.
avaliar, podemos ignorar intervenções mais A estrutura de resultados potenciais deve ser
próximas da causa-raiz, para as quais o adotada como apropriada para avaliar a possível
experimento randomizado não pode ser eficiência das ações de saúde pública.
conduzido ou emulado, mas que pode ter o

Nós falamos sobre novas ferramentas analíticas as áreas de mudança. Da obesidade à mudança
desenvolvidas para aprimorar análises de dados climática, como devemos medir os efeitos das
observacionais nesta estrutura, reconhecendo que causas e onde os investimentos são melhor
ensaios randomizados verdadeiros não são direcionados tornam-se questões com enormes
possíveis para muitos problemas. Outras consequências sociais e de saúde. Com tanta coisa
abordagens capturam a complexidade dos em jogo e tantas informações vinculadas a partir
processos causais com formalidade suficiente de múltiplos níveis — dos genes ao ambiente —,
para serem úteis como uma estrutura para a algo que as gerações anteriores nunca tiveram,
coleta e análise de dados e para identificar metas nossas ferramentas quantitativas e conceituais
de intervenção. Conforme os dados de saúde precisam se manter atualizadas. A utilidade das
pública são coletados, eles precisam ser ricos o abordagens familiares de longa data à análise
suficiente para esse propósito. Os profissionais de estatística e inferência causal para interpretar o
saúde pública não precisam se abster da vasto leque de evidências sobre os determinantes
inferência causal usando essas abordagens mais causais da saúde humana está diminuindo. Os
recentes devido a complexidades percebidas. pesquisadores e profissionais de saúde pública
devem entender as limitações desses métodos e
Conforme as origens das questões

buscar aprender o que as novas abordagens

enfrentadas pelos profissionais de saúde pública
oferecem para que possam ser guias científicos
tornam-se mais complexas e globais, somos cada
confiáveis para a saúde das gerações futuras.
vez mais desafiados a compreender o mundo o
suficiente e capturar sua complexidade em
nossos modelos e intervenções para identificar
DECLARAÇÃO INFORMATIVA
Os autores não têm conhecimento de afiliações, associações, financiamentos ou participações
financeiras que possam ser percebidas como fatores de influência na objetividade desta revisão.
LITERATURA CITADA
1. Adler NE, Rehkopf DH. 2008. U.S. disparities in health: descriptions, causes, and mechanisms. (Disparidades na
saúde dos EUA: descrições, causas e mecanismos.) Annu. Rev. Public Health 29:235–52
2. Baan R, Grosse Y, Lauby-Secretan B, El Ghissassi F, Bouvard V, et al. 2011. Carcinogenicity of radiofrequency
electromagnetic fields. (Carcinogenicidade dos campos eletromagnéticos de radiofrequência.) Lancet Oncol.
12:624-26
3. Bunge M. 2009. Causality and Modern Science. (Causalidade e ciência moderna.) New Brunswick, NJ: Transaction
4. Dawid AP. 2000. Causal inference without counterfactuals. (Inferência causal sem contrafatuais.) J. Am. Stat. Assoc.
95:407-24
5. Diez-Roux AV. 1998. Bringing context back into epidemiology: variables and fallacies in multilevel analysis.
(Trazendo o contexto de volta à epidemiologia: variáveis e falácias em análises multiníveis.) Am. J. Public Health
88:216–22
6. Diez Roux AV. 2004. Estimating neighborhood health effects: the challenges of causal inference in a complex
world. (Estimando os efeitos na saúde da vizinhança: os desafios da inferência causal em um mundo complexo.)
Soc. Sci. Med. 58:1953-60
7. Diez Roux AV. 2011. Complex systems thinking and current impasses in health disparities research. (Pensamento
de sistemas complexos e impasses atuais em pesquisas de disparidades de saúde.) Am.
J. Public Health 101:1627–34
8. Evans AS. 1993. Causation and Disease: A Chronological Journey. (Causalidade e doença: uma jornada cronológica.)
New York: Plenum
9. Fisher RA. 1958. Cancer and smoking. (O câncer e o tabagismo.) Nature 182:596
10. Frieden TR, Mostashari F, Kerker BD, Miller N, Hajat A, Frankel M. 2005. Adult tobacco use levels after intensive
tobacco control measures: New York City (Níveis de consumo do tabaco em adultos após medidas intensivas de
controle do tabagismo: Cidade de York City), 2002–2003. Am. J. Public Health 95:1016-23
11. Frost WH. 1936. Introdução. Em Snow on Cholera: Being a Reprint of Two Papers (Snow sobre a cólera: sendo uma
reimpressão de dois artigos), ed. J Snow, pp. IX-XXI. New York: Commonwealth Fund
72 Glass et al.
12. Frumkin H. 2003. Healthy places: exploring the evidence. (Lugares saudáveis: explorando as evidências.) Am. J.
Public Health 93:1451-56
13. Galea S, Riddle M, Kaplan GA. 2010. Causal thinking and complex system approaches in epidemiology.
(Abordagens do pensamento causal e sistemas complexos em epidemiologia.)
Int. J. Epidemiol. 39:97-106
14. Glass TA, McAtee MJ. 2006. Behavioral science at the crossroads in public health: extending horizons, envisioning
the future. (Ciência comportamental na encruzilhada da saúde pública: ampliando horizontes, visando o futuro.)
Soc. Sci. Med. 62:1650-71
15. Goldstein M, Goldstein IF. 1978. Snow on cholera (Snow sobre a cólera). Em How Do We Know: An Exploration of
the Scientific Process (Como sabemos: uma exploração do processo científico), ed. M Goldstein, IF Goldstein, pp.
25–62. New York: Plenum
16. Green MD, Freedman DM, Gordis L. 2011. Reference guide on epidemiology. (Guia de referência em
epidemiologia.) Em Reference Manual on Scientific Evidence (Manual de referência sobre evidências científicas), ed.
Fed. Judic. Cent., Natl. Res. Coun., pp. 549–632. Washington, DC: Natl. Acad. Press
17. Greenland S. 2000. An introduction to instrumental variables for epidemiologists (Uma introdução a variáveis
instrumentais para epidemiologistas). Int. J. Epidemiol. 29:722– 29
18. Greenland S, Brumback B. 2002. An overview of relations among causal modelling methods. (Uma visão geral das
relações entre métodos de modelagem causal.) Int.J. Epidemiol. 31:1030-37

19. Greenland S, Pearl J, Robins JM. 1999. Causal diagrams for epidemiologic research. (Diagramas causais para
pesquisas epidemiológicas.) Epidemiology 10:37–48
20. Guyatt GH, Haynes RB, Jaeschke RZ, Cook DJ, Green L, et al. 2000. Users’ Guides to the Medical Literature: XXV
(Guias de usuário para a literatura médica: XXV). Evidence-based medicine: principles for applying the Users’
Guides to patient care. (Medicina baseada em evidências: princípios para a aplicação dos Guias de usuário para
atendimento a pacientes.) Evidence-Based Medicine Working Group. JAMA 284:1290–96
21. Halloran ME, Struchiner CJ. 1995. Causal inference in infectious diseases. (Inferência causal em doenças
infecciosas.) Epidemiology 6:142–51
22. Hamlin C. 1995. Could you starve to death in England in 1839? (Você poderia morrer de fome na Inglaterra em
1839?) The Chadwick-Farr controversy and the loss of the "social" in public health. (A controvérsia de Chadwick-
Farr e a perda do "social" na saúde pública.) Am. J. Public Health 85:856-66
23. Hamlin CS. 2006. The history of methods of social epidemiology to 1965. (A história dos métodos de
epidemiologia social até 1965.) Em Methods in Social Epidemiology (Métodos na epidemiologia social), ed. JM Oakes & J
Kaufman, pp. 21–41. San Francisco: Wiley. 1ª ed.
24. Hammond RA. 2009. Complex systems modeling for obesity research. (Modelagem de sistemas complexos para
pesquisas de obesidade.) Prev. Chronic. Dis. 6:A97
25. Herna´ n MA. 2004. A definition of causal effect for epidemiological research. (Uma definição de efeito causal para
pesquisa epidemiológica.) J. Epidemiol. Community Health 58:265–71
26. Herna´ n MA. 2005. Invited commentary: hypothetical interventions to define causal effects—afterthought or
prerequisite? (Comentário convidado: intervenções hipotéticas para definir os efeitos causais — consideração
posterior ou pré-requisito?) Am. J. Epidemiol. 162:618–20; discussão 21–22
27. Herna´ n MA, Brumback B, Robins JM. 2001. Marginal structural models to estimate the joint causal effect of
nonrandomized treatments. (Modelos estruturais marginais para estimar o efeito causal conjunto dos tratamentos
não randomizados.) J. Am. Stat. Assoc. 96:440-48
28. Herna´ n MA, Cole SR, Margolick J, Cohen M, Robins JM. 2005. Structural accelerated failure time models for
survival analysis in studies with time-varying treatments (Modelos de tempo de falha acelerada estrutural para
análise de sobrevivência em estudos com tratamentos de tempo variável). Pharmacoepidem. Drug Saf. 14:477-91
29. Herna´ n MA, Herna´ ndez-Diaz S, Robins JM. 2004. A structural approach to selection bias (Uma abordagem
estrutural para o viés de seleção). Epidemiology 15:615-25
30. Herna´ n MA, Herna´ ndez-Diaz S, Werler MM, Mitchell AA. 2002. Causal knowledge as a prerequisite for
confounding evaluation: an application to birth defects epidemiology (Conhecimentos causais como pré-
requisitos para avaliação de confundimento: uma aplicação para a epidemiologia de defeitos congênitos). Am. J.
Epidemiol. 155:176-84
31. Herna´ n MA, Robins JM. 2006. Instruments for causal inference: an epidemiologist’s dream? (Instrumentos para
inferência causal: o sonho de um epidemiologista?) Epidemiology 17:360-72
32. Herna´ n MA, Taubman SL. 2008. Does obesity shorten life? (A obesidade reduz a vida?) The importance of well-
defined interventions to answer causal questions (A importância de intervenções bem definidas para responder
questões causais). Int. J. Obes. (Lond.) 32(Suppl. 3):S8–14

33. Hill AB. 1965. The environment and disease: association or causation? (O ambiente e as doenças: associação ou
causalidade?) Proc. R. Soc. Med. 58:295-300
34. Holland PW. 1986. Statistics and causal inference. (Estatísticas e inferências causais.) J. Am. Stat. Assoc. 81:945-60
35. Huang TT, Drewnosksi A, Kumanyika S, Glass TA. 2009. A systems-oriented multilevel framework for addressing
obesity in the 21st century (Uma estrutura de múltiplos níveis orientada a sistemas para abordar a obesidade no
século XXI). Prev. Chronic Dis. 6:A82
36. Hume D. 1896 [1739]. A Treatise of Human Nature (Um tratado da natureza humana), ed. LA Selby-Bigge. Oxford:
Clarendon. Repr. Ed.
37. Inst. Med. (IOM). 2008. Improving the Presumptive Disability Decision-Making Process for Veterans (Melhorando o processo
de tomada de decisão sobre deficiências presumíveis para veteranos), ed. JM Samet, CC Bodurow. Washington, DC: Natl.
Acad. Press. 440 pp.
38. Inst. Med. (IOM), Div. Health Promot. Dis. Prev. 1994. Veterans and Agent Orange. Health Effects of Herbicides Used in
Vietnam (Veteranos e o agente laranja. Efeitos para a saúde dos herbicidas utilizados no Vietnã). Washington, DC:
Natl. Acad. Press. 791 pp.
39. Agência Internacional de Pesquisas sobre o Câncer (IARC). 2006. Preamble. Em IARC Monographs on the Evaluation of
Carcino genic Risk to Humans (Monografias da IARC sobre a avaliação dos riscos carcinogênicos para seres humanos), Vol. 86:
Cobalt in Hard Metals and Cobalt Sulfate, Gallium Arsenide, Indium Phosphide and Vanadium Pentoxide. (Cobalto em metais
rígidos e sulfato de cobalto, arseneto de gálio, fosfato de índio e pentóxido de vanádio) Lyon, Fr.: Organização Mundial da
Saúde.
40. Agência Internacional de Pesquisas sobre o Câncer (IARC). 2012. IARC Monographs on the Evaluation of Carcinogenic
Risks to Humans. (Monografias da IARC sobre a avaliação dos riscos carcinogênicos para seres humanos.) Lyon, Fr.:
IARC. http://monographs.iarc.fr/
41. Kaufman JS, Cooper RS. 1999. Seeking causal explanations in social epidemiology. (Buscando explicações causais na
epidemiologia social.) Am. J. Epidemiol. 150:113-20
42. Kaufman JS, Kaufman S. 2001. Assessment of structured socioeconomic effects on health. (Avaliação dos efeitos
socioeconômicos estruturados na saúde.) Epidemiology 12:157-67
43. Koopman J. 2002. Epidemiology. Controlling smallpox. (Epidemiologia. Controlando a Varíola.) Science 298:1342–44
44. Koopman JS. 2002. Modeling infection transmission—the pursuit of complexities that matter. (Modelando a
transmissão de infecções — a busca por complexidades relevantes.) Epidemiology 13:622–24
45. Koopman JS. 2005. Infection transmission science and models. (Ciência e modelos de transmissão de infecções.) Jpn. J.
Infect. Dis. 58:S3–8
46. Krieger N. 1994. Epidemiology and the web of causation: Has anyone seen the spider? (Epidemiologia e a teia de
causalidade: alguém viu a aranha?) Soc. Sci. Med. 39:887-903
47. Lipton R, Ødegaard T. 2005. Causal thinking and causal language in epidemiology: It’s in the details. (Pensamento
causal e linguagem causal na epidemiologia: os detalhes são tudo.)
Epidemiol. Perspect. Innov. 2:8
48. Macintyre S, Ellaway A, Cummins S. 2002. Place effects on health: How can we conceptualise, operationalise and
measure them? (Efeitos locais na saúde: como podemos conceituá-los, operacionalizá-los e medi-los?) Soc. Sci.
Med. 55:125-39
49. Michaels D. 2008. Doubt Is Their Product: How Industry’s Assault on Science Threatens Your Health. (A dúvida é o
produto: como o ataque da indústria à ciência ameaça sua saúde.) New York: Oxford Univ. Press. xii, 372 pp.
50. Morabia A, ed. 2004. A History of Epidemiologic Methods and Concepts. (Uma história de métodos e conceitos
epidemiológicos.) Basel: Birkha¨ user
51. Splawa-Neyman J, Dabrowska DM, Speed TP. 1990. On the application of probability theory to agricultural
experiments. Essay on principles (Sobre a aplicação da teoria da probabilidade às experiências agrícolas. Ensaio
sobre princípios) (1923). Stat. Sci. 5:465-572
52. Pearl J. 1995. Causal diagrams for empirical research. (Diagramas causais para pesquisas empíricas.) Biometrika
82:669–710
53. Phillips CV, Goodman KJ. 2004. The missed lessons of Sir Austin Bradford Hill. (As lições perdidas de Sir Austin
Bradford Hill.) Epidemiol. Perspect. Innov. 1:3
54. Proctor RN. 2011. Golden Holocaust: Origins of the Cigarette Catastrophe and the Case for Abolition. (Holocausto
dourado: origens da catástrofe do cigarro e a defesa de sua abolição.) Berkeley: Univ. Calif. Press
55. Robins J. 1986. A new approach to causal inference in mortality studies with a sustained exposure period—
application to control of the healthy worker survivor effect. (Uma nova abordagem para a inferência causal em
estudos de mortalidade com período de exposição sustentada — aplicação para controle do efeito de
sobrevivente de um trabalhador saudável.) Math. Model. 7:1393-512
74 Glass et al.
56. Robins JM. 1987. Errata de "A new approach to causal inference in mortality studies with a sustained exposure
period—application to control of the healthy worker survivor effect" (Uma nova abordagem para a inferência
causal em estudos de mortalidade com período de exposição sustentada — aplicação para controle do efeito de
sobrevivente de um trabalhador saudável.) Mathl. Modelling 7(9–12), 1393–1512 (1986). Comput. Math. Appl.
14:917-21
57. Robins JM. 1993. Analytic methods for estimating HIV-treatment and cofactor effects. (Métodos analíticos para
estimação dos efeitos do tratamento do HIV e cofatores.) Em Methodological Issues of AIDS Behavioral Research
(Questões metodológicas das pesquisas comportamentais da AIDS), ed. DG Ostrow, RC Kessler, pp. 213–90. New York:
Plenum
58. Robins JM, Herna´ n MA, Brumback B. 2000. Marginal structural models and causal inference in epidemiology
(Modelos estruturais marginais e inferência causal em epidemiologia). Epidemiology 11:550-60
59. Rockhill B. 2005. Theorizing about causes at the individual level while estimating effects at the population level:
implications for prevention. (Teorização das causas no nível individual com estimação dos efeitos no nível da
população: implicações para a prevenção.) Epidemiology 16:124–29
60. Rosenbaum PR, Rubin DB. 1983. The central role of the propensity score in observational studies for causal
effects. (O papel central do índice de propensão nos estudos observacionais para efeitos causais.) Biometrika
70:41-55
61. Rubin DB. 1974. Estimating causal effects of treatments in randomized and nonrandomized studies. (Estimação
dos efeitos causais dos tratamentos em estudos randomizados e não randomizados.) J. Educ. Psychol. 66:688-701
62. Rubin DB. 1978. Bayesian inference for causal effects: the role of randomization (Inferência bayesiana para efeitos
causais: o papel da randomização). Ann. Stat. 6:34–58
63. Rubin DB. 1997. Estimating causal effects from large data sets using propensity scores (Estimação dos efeitos
causais de grandes conjuntos de dados usando índices de propensão). Ann. Intern. Med. 127:757-63
64. Russell B. 1912. Sobre a noção de causa. Proc. Aristot. Soc. 13:1-26
65. Samet JM, Wipfli HL. 2013. Ending the tobacco epidemic: from the genetic to the global level. (Acabando com a
epidemia do tabaco: do nível genético ao global.) Em Structural Approaches in Public Health (Abordagens estruturais
em saúde pública), ed. M Sommer, R Parker. New York: Routledge. Impresso
66. Susser M. 1997. Steps toward discovering causes: divergence and convergence of epidemiology and clinical
medicine. (Passos para descobrir causas: divergência e convergência de epidemiologia e medicina clínica.)
Epidemiol. Prev. 21:160-68
67. Susser M, Stein Z. 2009. Eras in Epidemiology: The Evolution of Ideas (Eras da epidemiologia: a evolução das ideias).
New York: Oxford Univ. Press
68. Taubman SL, Robins JM, Mittleman MA, Herna´ n MA. 2009. Intervening on risk factors for coronary heart
disease: an application of the parametric g-formula. (Intervindo nos fatores de risco para doenças cardíacas
coronárias: uma aplicação da g-fórmula paramétrica.) Int. J. Epidemiol. 38:1599-611
69. Tchetgen EJ, VanderWeele TJ. 2012. On causal inference in the presence of interference. (Sobre a inferência causal
na presença de interferências.) Stat. Methods Med. Res. 21:55-75
70. US Environ. Prot. Agency. 2009. Memorando: Process for Reviewing National Ambient Air Quality Standards
(Processo para revisão as Normas de Qualidade do Ar em Ambiente Nacional), L Jackson, 21 de maio
Washington, DC: USEPA. http://www.epa.gov/ttn/naaqs/pdfs/ NAAQSReviewProcessMemo52109.pdf
71. US Dep. Health Educ. Welf. (DHEW). 1964. Smoking and Health. Report of the Advisory Committee to the Surgeon
General. (O tabagismo e a saúde. Relatório do comitê consultivo da autoridade médica.) Rep. DHEW Publ. Nº.
[PHS] 1103. Washington, DC: US Gov. Print. Off.
72. US Court Fed. Claims. 2010. Cedillo v. Secretary of Health and Human Services (Cedillo v. Secretaria de Saúde e Serviços
Humanos). Caso Nº. 2010–5004 (98-916V). Washington, DC: US Court Fed. Claims.
http://www.uscfc.uscourts.gov/sites/default/ files/cedillo.fedcir.pdf
73. Vandenbroucke JP. 2001. Changing images of John Snow in the history of epidemiology (As diferentes imagens
de John Snow na história da epidemiologia). Soz. Praven- tivmed. 46:288-93
74. Vandenbroucke JP, Eelkman Rooda HM, Beukers H. 1991. Who made John Snow a hero? (Quem fez de John
Snow um herói?) Am. J. Epi demiol. 133:967-73
75. VanderWeele TJ. 2010. Direct and indirect effects for neighborhood-based clustered and longitudinal data.
(Efeitos diretos e indiretos para dados agrupados e longitudinais baseados na vizinhança.) Sociol. Methods Res.
38:515-44
76. Vineis P. 1991. Causality assessment in epidemiology. (Avaliação de causalidade na epidemiologia.) Theor. Med.
12:171-81

Annual Review
Índice
of Public Health
Volume 34, 2013
Symposium: Developmental Origins of Adult Disease (Simpósio: origens desenvolvimentais de

doenças em adultos)
Commentary on the Symposium: Biological Embedding, Life Course Development, and the
Emergence of a New Science
(Comentários sobre o simpósio: incorporação biológica, desenvolvimento do curso de vida e

surgimento de uma nova ciência)
Clyde Hertzman ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 1
From Developmental Origins of Adult Disease to Life Course Research on Adult Disease and Aging:
Insights from Birth Cohort Studies
(Das origens desenvolvimentais de doenças em adultos a pesquisas do curso de vida sobre doença
de adultos e envelhecimento: insights de estudos de coorte de nascimento)
Chris Power, Diana Kuh e Susan Morton ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣7
Routine Versus Catastrophic Influences on the Developing Child (Rotina versus influências
catastróficas na criança em desenvolvimento)
Candice L. Odgers e Sara R. Jaffee ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣29
Intergenerational Health Responses to Adverse and Enriched Environments

(Respostas intergeracionais de saúde a ambientes adversos e enriquecidos)
Lars Olov Bygren ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 49
Epidemiology and Biostatistics (Epidemiologia e bioestatística)
(Comentários sobre o simpósio: incorporação biológica, desenvolvimento do curso de vida e
surgimento de uma nova ciência)
Clyde Hertzman ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 1
Chris Power, Diana Kuh e Susan Morton ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 7
Causal Inference in Public Health (Inferência causal na saúde pública )

Thomas A. Glass, Steven N. Goodman, Miguel A. Herna´ n, e Jonathan M. Samet ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 61
Current Evidence on Healthy Eating (Evidência atual sobre alimentação saudável)

Walter C. Willett e Meir J. Stampfer ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 77
Current Perspective on the Global and United States Cancer Burden Attributable to Lifestyle and
Environmental Risk Factors (Perspectiva atual sobre o fardo do câncer em âmbito global e nos EUA,
atribuível a estilo de vida e fatores de risco ambientais)
David Schottenfeld, Jennifer L. Beebe-Dimmer, Patricia A. Buffler e Gilbert S. Omenn ♣♣♣♣♣♣♣♣♣♣♣♣97
viii
The Epidemiology of Depression Across Cultures (A epidemiologia da depressão entre as culturas)
Ronald C. Kessler e Evelyn J. Bromet ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 119
Routine Versus Catastrophic Influences on the Developing Child (Rotina versus influências catastróficas na criança em
desenvolvimento)
Candice L. Odgers e Sara R. Jaffee ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 29

Lars Olov Bygren ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 49
Environmental and Occupational Health (Saúde ambiental e ocupacional)

Lars Olov Bygren ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 49
Causal Inference Considerations for Endocrine Disruptor Research in Children’s Health

(Considerações de inferência causal para pesquisas de disruptores endócrinos na saúde infantil)
Stephanie M. Engel e Mary S. Wolff ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 139
Energy and Human Health (Energia e saúde humana)

Kirk R. Smith, Howard Frumkin, Kalpana Balakrishnan, Colin D. Butler,
Zoe¨ A. Chafe, Ian Fairlie, Patrick Kinney, Tord Kjellstrom, Denise L. Mauzerall, Thomas E. McKone, Anthony J.
McMichael, e Mycle Schneider ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 159
Links Among Human Health, Animal Health, and Ecosystem Health (Vínculos entre saúde humana, saúde
animal e saúde do ecossistema)
Peter Rabinowitz e Lisa Conti ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 189
The Worldwide Pandemic of Asbestos-Related Diseases (Pandemia mundial de doenças relacionadas ao amianto)
Leslie Stayner, Laura S. Welch e Richard Lemen ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 205
Transportation and Public Health (Transporte e saúde pública)

Todd Litman ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 217
Public Health Practice (Prática da saúde pública)
Implementation Science and Its Application to Population Health (Ciência da implementação e sua aplicação à
saúde da população)
Rebecca Lobb e Graham A. Colditz ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣235
Promoting Healthy Outcomes Among Youth with Multiple Risks: Innovative Approaches
(Promovendo resultados saudáveis entre jovens com múltiplos riscos: abordagens inovadoras)
Mark T. Greenberg e Melissa A. Lippold ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 253
Prospects for Tuberculosis Elimination (Perspectivas para a eliminação da tuberculose)

Christopher Dye, Philippe Glaziou, Katherine Floyd e Mario Raviglione ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣271
Rediscovering the Core of Public Health (Redescobrindo o núcleo da saúde pública)

Steven M. Teutsch e Jonathan E. Fielding ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 287
Índice ix
Comportamento e ambiente social
Rotina versus influências catastróficas na criança em desenvolvimento

Candice L. Odgers e Sara R. Jaffee ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣29
HIV Prevention Among Women in Low and Middle-Income Countries: Intervening Upon Contexts of
Heightened HIV Risk (Prevenção do HIV entre mulheres em países de baixa e média renda:
intervenção em contextos de aumento do risco de HIV)
Steffanie A. Strathdee, Wendee M. Wechsberg, Deanna L. Kerrigan, e Thomas L. Patterson ♣♣♣♣♣♣♣♣♣♣301
Scaling Up Chronic Disease Prevention Interventions in Lower- and Middle-Income Countries

(Ampliando as intervenções de prevenção de doenças crônicas em países de baixa e média renda)
Thomas A. Gaziano e Neha Pagidipati ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 317
Stress and Cardiovascular Disease: An Update on Current Knowledge (Estresse e doenças
cardiovasculares: uma atualização do conhecimento atual)
Andrew Steptoe e Mika Kivima ki ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 337
The Impact of Labor Policies on the Health of Young Children in the Context of Economic
Globalization (O impacto das políticas laborais sobre a saúde de crianças pequenas no contexto da
globalização econômica)
Jody Heymann, Alison Earle e Kristen McNeill ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 355
(Comentários sobre o simpósio: incorporação biológica, desenvolvimento do curso de vida e surgimento
de uma nova ciência)
Clyde Hertzman ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 1
Chris Power, Diana Kuh, e Susan Morton ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 7

Lars Olov Bygren ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ ♣49
Promoting Healthy Outcomes Among Youth with Multiple Risks: Innovative Approaches
(Promovendo resultados saudáveis entre jovens com múltiplos riscos: abordagens inovadoras)
Mark T. Greenberg e Melissa A. Lippold ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 253
The Behavioral Economics of Health and Health Care (A economia comportamental da saúde e dos
serviços de saúde)
Thomas Rice ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 431
Health Services (Serviços de saúde)
Reducing Hospital Errors: Interventions that Build Safety Culture (Reduzindo erros hospitalares:
intervenções que constroem uma cultura de segurança)
Sara J. Singer e Timothy J. Vogus ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣373
Searching for a Balance of Responsibilities: OECD Countries’ Changing Elderly Assistance Policies
(Em busca de um equilíbrio de responsabilidades: mudança nas políticas de assistência a idosos nos
países da OCDE)
Katherine Swartz ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 397
x Índices
Strategies and Resources to Address Colorectal Cancer Screening Rates and Disparities in the United States and
Globally
(Estratégias e recursos para abordar taxas e disparidades no rastreio do câncer colorretal nos EUA e globalmente)
Michael B. Potter ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 413
The Behavioral Economics of Health and Health Care (A economia comportamental da saúde e dos serviços de
saúde)
Thomas Rice ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 431
Scaling Up Chronic Disease Prevention Interventions in Lower- and Middle-Income Countries
(Ampliando as intervenções de prevenção de doenças crônicas em países de baixa e média renda)
Thomas A. Gaziano e Neha Pagidipati ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 317
Índices
Índice cumulativo de autores colaboradores, Volumes 25–34 ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 449

Índice cumulativo de títulos de artigos, Volumes 25–34 ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 454

Errata
Um registro on-line de correções dos artigos da Annual Review of Public Health pode ser encontrado em
http://publhealth.annualreviews.org/
Glass, T.A., Goodman, S.N., Hernán, M.A., & Samet, J.M. (2013). Causal Inference in Public Health. Annual Review of Public
Health, 34, 61-66.
Índice xi

Texto Do Documentário

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Texto Do Documentário

Transféré par

Droits d'auteur :

Formats disponibles

ANNUAL

REVIEWS Mais Inferência causal na saúde

• Nossa busca abrangente Miguel A. Herna´ n,3,4 e Jonathan M. Samet5

1 Departamentode epidemiologia, Bloomberg School of Public Health, Johns

Annu. Rev. Public Health 2013. 34:61–75 Palavras-chave

A publicação Annual Review of Public Health

tabagismo no câncer de pulmão (33, 71), mas seu

pública, um domínio em que as questões sobre os

Ascendente Nível macro (regulamentação da indústria do tabaco)

Nível médio (ambientes de trabalho e de lazer sem tabagismo)

Nível micro (hábitos de tabagismo de amigos e parentes)

Concepção antecedente/ Tabagismo

Submerso Eixo do tempo

Nível do sistema multiorgânico — dependência de nicotina

Nível celular — estado dos receptores de nicotina

Nível subcelular/molecular — atividade metabólica

Substrato genômico — deficiência de antitripsina α1, susceptibilidade ao vício

www.annualreviews.org • Inferência causal na saúde pública 63

www.annualreviews.org • Inferência causal na saúde pública 65

Critérios do Relatório da Autorida Médica dos EUA Critérios de Hill

Consistência da associação Força

critérios e com uma margem de segurança evidências relevantes para um agente em

Decisão Tomada de decisão pela

Audiências públicas e Tomada de decisão pela Revisão entre Decisão final

www.annualreviews.org • Inferência causal na saúde pública 67

Suficiente Grupo 1 (cancerígeno para seres humanos)

www.annualreviews.org • Inferência causal na saúde pública 69

www.annualreviews.org • Inferência causal na saúde pública 71

Conforme as origens das questões

buscar aprender o que as novas abordagens

relações entre métodos de modelagem causal.) Int.J. Epidemiol. 31:1030-37

www.annualreviews.org • Inferência causal na saúde pública 73

www.annualreviews.org • Inferência causal na saúde pública 75

Symposium: Developmental Origins of Adult Disease (Simpósio: origens desenvolvimentais de

(Comentários sobre o simpósio: incorporação biológica, desenvolvimento do curso de vida e

Intergenerational Health Responses to Adverse and Enriched Environments

Epidemiology and Biostatistics (Epidemiologia e bioestatística)

Causal Inference in Public Health (Inferência causal na saúde pública )

Current Evidence on Healthy Eating (Evidência atual sobre alimentação saudável)

Intergenerational Health Responses to Adverse and Enriched Environments

Environmental and Occupational Health (Saúde ambiental e ocupacional)

Intergenerational Health Responses to Adverse and Enriched Environments

Causal Inference Considerations for Endocrine Disruptor Research in Children’s Health

Energy and Human Health (Energia e saúde humana)

Transportation and Public Health (Transporte e saúde pública)

Public Health Practice (Prática da saúde pública)

Prospects for Tuberculosis Elimination (Perspectivas para a eliminação da tuberculose)

Rediscovering the Core of Public Health (Redescobrindo o núcleo da saúde pública)

Rotina versus influências catastróficas na criança em desenvolvimento

Scaling Up Chronic Disease Prevention Interventions in Lower- and Middle-Income Countries

Intergenerational Health Responses to Adverse and Enriched Environments

Health Services (Serviços de saúde)

Índice cumulativo de autores colaboradores, Volumes 25–34 ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 449

Índice cumulativo de títulos de artigos, Volumes 25–34 ♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣♣ 454

Vous aimerez peut-être aussi