Explique o Paradoxo de Simpson para Analistas de Saúde Pública

O Paradoxo de Simpson é um fenômeno estatístico contraintuitivo onde uma tendência aparece em vários grupos de dados, mas desaparece ou se inverte quando esses grupos são combinados. Para analistas de saúde pública, esta é uma armadilha crítica: confiar em dados agregados pode levar a decisões políticas que não são apenas ineficazes, mas potencialmente prejudiciais. Vamos examinar isso através de um estudo de caso de dois tratamentos para uma condição de saúde, categorizados por gravidade do caso. Considere os seguintes dados: O Tratamento A tem sucesso em 81 de 87 casos leves (93,1%) e 192 de 263 casos graves (73,0%). O Tratamento B tem sucesso em 234 de 270 casos leves (86,7%) e 55 de 80 casos graves (68,8%). Quando olhamos para os grupos individualmente, o Tratamento A é superior em ambas as categorias: ele supera o Tratamento B em 6,4 pontos percentuais em casos leves e 4,2 pontos percentuais em casos graves. No entanto, quando agregamos os dados, o quadro muda. O Tratamento A tem uma taxa de sucesso total de 273 de 350 (78,0%), enquanto o Tratamento B tem uma taxa de sucesso total de 289 de 350 (82,6%). De repente, o Tratamento B parece ser a escolha mais eficaz. Essa reversão ocorre devido ao papel oculto da gravidade do caso e aos tamanhos desiguais dos grupos. Neste conjunto de dados, o Tratamento A foi desproporcionalmente atribuído a casos graves, que são inerentemente mais difíceis de tratar e têm taxas de sucesso mais baixas no geral. O Tratamento B foi desproporcionalmente atribuído a casos leves, que têm taxas de sucesso mais altas. Como os casos 'mais fáceis' são mais pesados na soma total do Tratamento B, sua taxa de sucesso geral é artificialmente inflada. Este é um exemplo clássico de uma variável de confusão — um terceiro fator (gravidade) que influencia tanto a atribuição do tratamento quanto o resultado, mascarando a verdadeira relação entre os dois. É vital distinguir entre o fenômeno numérico e as conclusões sobre causalidade. Nem a comparação agregada nem a estratificada provam automaticamente que um tratamento causa melhores resultados. Os dados agregados são enganosos porque ignoram a distribuição da gravidade. Inversamente, os dados estratificados mostram que o Tratamento A é melhor para ambos os grupos, mas não explicam por que os pacientes foram atribuídos a esses tratamentos em primeiro lugar. Talvez os médicos fossem mais propensos a dar o Tratamento A aos pacientes mais doentes porque acreditavam que ele era mais potente, ou talvez eles dessem o Tratamento B a pacientes mais saudáveis porque ele era mais barato. Sem conhecer o mecanismo de atribuição, não podemos afirmar que o Tratamento A é universalmente superior. Para evitar cair neste paradoxo em seu próprio trabalho, use esta lista de verificação ao revisar dados de saúde: Primeiro, pergunte se os dados podem ser divididos em subgrupos menores e significativos. Se você vir uma tendência geral, sempre verifique se essa tendência se mantém em cada subgrupo. Segundo, identifique potenciais variáveis de confusão. Existe um fator, como idade, gravidade ou status socioeconômico, que possa influenciar tanto o tratamento quanto o resultado? Terceiro, examine os tamanhos das amostras. Os grupos estão equilibrados? Se um grupo for significativamente maior ou tiver uma composição diferente do outro, a média agregada será distorcida em direção às características desse grupo maior. Finalmente, pergunte a si mesmo: qual é o mecanismo de atribuição? Por que alguns pacientes receberam um tratamento em vez de outro? Entender o contexto por trás dos números é tão importante quanto os próprios números. Ao olhar além do agregado, você garante que suas recomendações políticas sejam baseadas em uma compreensão verdadeira dos resultados dos pacientes, em vez de uma ilusão estatística.

O paradoxo de Simpson é o nome dado a uma situação em que um padrão que se mantém dentro de cada subgrupo de um conjunto de dados desaparece ou se inverte quando os subgrupos são combinados. Não é um erro matemático e nada foi contado incorretamente. É simplesmente o que acontece quando se somam percentagens calculadas em grupos de tamanhos muito diferentes e com riscos subjacentes muito diferentes. Para analistas que constroem resumos de políticas a partir de tabelas resumidas, é uma das armadilhas mais importantes a reconhecer.

Considere dois tratamentos para a mesma condição, com pacientes classificados como casos leves ou graves.

O tratamento A teve sucesso em 81 de 87 casos leves, uma taxa de sucesso de 93,1%. O tratamento B teve sucesso em 234 de 270 casos leves, ou 86,7%. Entre os casos leves, A vence por cerca de 6 pontos percentuais.

O tratamento A teve sucesso em 192 de 263 casos graves, ou 73,0%. O tratamento B teve sucesso em 55 de 80 casos graves, ou 68,8%. Entre os casos graves, A vence novamente, por cerca de 4 pontos percentuais.

Agora combine os grupos. O tratamento A tratou 87 mais 263, o que dá 350 pacientes, e teve sucesso em 81 mais 192, o que dá 273. Isso é uma taxa de sucesso geral de 78,0%. O tratamento B também tratou 350 pacientes, 270 mais 80, e teve sucesso em 234 mais 55, o que dá 289. Sua taxa de sucesso geral é de 82,6%. Na tabela combinada, B parece melhor por mais de 4 pontos, mesmo que A tenha sido melhor em ambos os grupos de gravidade.

Como isso pode ser? Olhe para quem recebeu cada tratamento. Dos 350 pacientes que receberam o tratamento A, 263, ou cerca de 75%, eram casos graves. Dos 350 pacientes que receberam o tratamento B, apenas 80, ou cerca de 23%, eram graves. Casos graves são mais difíceis de tratar, independentemente do medicamento utilizado: mesmo o melhor tratamento alcançou apenas 73% de sucesso entre eles, em comparação com mais de 86% para qualquer tratamento entre casos leves. O índice geral do tratamento A é, portanto, reduzido porque é principalmente uma média de casos difíceis, enquanto o índice geral do tratamento B é elevado porque é principalmente uma média de casos fáceis.

Dois ingredientes tiveram que estar presentes para a inversão. Primeiro, a gravidade teve que estar fortemente relacionada ao resultado, o que está. Segundo, a gravidade teve que ser distribuída de forma desigual entre os dois grupos de tratamento, o que também está. Remova qualquer um dos ingredientes e o paradoxo desaparece. Se ambos os tratamentos tivessem visto a mesma mistura de pacientes leves e graves, as taxas gerais teriam se alinhado com as taxas dos subgrupos. Estatísticos chamam uma variável como a gravidade, que está ligada tanto ao tratamento que um paciente recebeu quanto ao seu resultado, de confundidora, no sentido de confundir ou misturar duas influências separadas. A tabela geral mistura o efeito do tratamento com o efeito da mistura de casos e relata a mistura como se fosse um único número.

Aqui está o ponto que mais importa para o trabalho de políticas. A inversão é um fenômeno numérico. Ela lhe diz que a comparação agregada não pode ser confiável como uma medida do tratamento em si, porque está contaminada pela mistura de casos. Mas ela não lhe diz, por si só, que a comparação estratificada, aquela dividida por gravidade, é a resposta verdadeira.

A comparação agregada falha porque os tratamentos foram comparados em tipos diferentes de pacientes. A comparação estratificada é melhor neste exemplo porque mantém a gravidade constante. No entanto, ela remove apenas a distorção de uma variável que por acaso medimos. Talvez os pacientes que receberam o tratamento A também fossem mais jovens, ou atendidos em hospitais mais bem equipados, ou diagnosticados mais cedo. Talvez a própria gravidade tenha sido julgada após o início do tratamento, de modo que um tratamento que fez os pacientes parecerem piores inicialmente foi mais frequentemente registrado como tratando casos graves. Talvez os médicos tenham escolhido o tratamento A para pacientes que eles pessoalmente esperavam que se saíssem bem. Qualquer um desses fatores deixaria as percentagens dos subgrupos exatamente como estão, alterando o seu significado. Decidir qual divisão fornece a resposta causal requer conhecimento sobre como os pacientes passaram a receber cada tratamento e sobre a ordem em que os eventos ocorreram. Essa é uma questão sobre o processo do mundo real, não algo que a tabela possa resolver por si só. Uma percentagem é uma descrição do que aconteceu a um grupo; uma afirmação causal é uma declaração sobre o que teria acontecido se as mesmas pessoas tivessem sido tratadas de forma diferente, e a segunda não pode ser lida a partir da primeira sem suposições.

Quando você encontrar uma inversão como esta, trabalhe as seguintes questões antes de escrever uma recomendação.

Um: Quantas pessoas há em cada célula da tabela, não apenas qual percentagem teve sucesso? Células pequenas ou desequilibradas são o primeiro sinal de alerta.

Dois: Os grupos comparados eram semelhantes nos fatores que predizem fortemente o resultado, como gravidade, idade ou comorbidade? Se não, o índice geral está comparando populações diferentes.

Três: Como o tratamento foi atribuído? Por randomização, por julgamento clínico, por disponibilidade ou por escolha do paciente? A atribuição não aleatória é onde a confusão entra.

Quatro: A variável de estratificação foi medida antes do início do tratamento e o tratamento poderia ter influenciado? Ajustar algo que o tratamento causou pode criar sua própria distorção.

Cinco: Quais fatores plausíveis não foram medidos e em que direção eles empurrariam o resultado?

Seis: Qual comparação responde à pergunta real da política? Se você está decidindo qual tratamento dar a um indivíduo de gravidade conhecida, as taxas estratificadas são relevantes. Se você está prevendo resultados para uma população cuja mistura de casos você não pode mudar, o índice combinado ainda pode ser informativo, desde que você entenda por que ele difere.

Sete: A inversão persiste quando uma divisão razoável diferente é usada, ou ela depende de uma maneira particular de fatiar os dados?

A prática a ser construída é simples: sempre que uma tabela resumida for usada para comparar dois grupos, pergunte o que mais difere entre esses grupos além do rótulo no topo da coluna. O paradoxo de Simpson é o lembrete mais agudo de que a resposta pode virar a conclusão inteiramente.