Capítulo 59 Estudo observacional
59.2 Emulação de ensaio-alvo
59.2.1 O que é uma emulação de ensaio-alvo?
Emulação de ensaio-alvo (Target Trial Emulation) procura reproduzir, dentro de uma base de dados observacional, a estrutura de um ensaio clínico randomizado hipotético capaz de responder à pergunta científica de interesse.487
O ensaio clínico hipotético que serviria como padrão ideal para responder à pergunta é denominado ensaio-alvo (target trial).487
A abordagem utiliza dados observacionais já existentes, como registros clínicos, bases administrativas, bancos de seguros de saúde ou registros nacionais, para reproduzir o protocolo desse ensaio-alvo da forma mais fiel possível.487
O objetivo da emulação de ensaio-alvo é reduzir vieses comuns em análises observacionais e aproximar a interpretação dos resultados daquela obtida em ensaios clínicos aleatorizados.487
59.2.2 Por que utilizar Target Trial Emulation?
Muitas perguntas clínicas não podem ser respondidas por ensaios clínicos aleatorizados devido a limitações éticas, financeiras ou logísticas.487
A emulação de ensaio-alvo permite investigar efeitos de exposições, tratamentos ou políticas de saúde utilizando dados já disponíveis na prática clínica.487
A explicitação prévia do protocolo do ensaio-alvo melhora a transparência metodológica e reduz ambiguidades na definição da pergunta causal.487
A abordagem favorece maior clareza sobre quais pacientes, intervenções, desfechos e períodos de seguimento estão sendo efetivamente estudados.487
59.2.3 Quais elementos devem ser definidos em uma emulação de ensaio-alvo?
Critérios de elegibilidade dos participantes.487
Estratégias de intervenção comparadas.487
Forma de alocação aos grupos.487
Definição do tempo zero.487
Duração e regras de seguimento.487
Desfechos primários e secundários.487
Plano de análise estatística.487
59.2.4 O que é o tempo zero?
O tempo zero corresponde ao momento em que a elegibilidade é confirmada, a exposição ou intervenção é definida e o acompanhamento dos participantes se inicia.487
A correta definição do tempo zero é fundamental para evitar vieses relacionados à temporalidade da exposição e do desfecho.487
Em emulação de ensaio-alvo, o tempo zero deve ser equivalente ao que seria utilizado no ensaio clínico que está sendo emulado.487
O tempo zero merece atenção especial, pois corresponde simultaneamente ao momento de elegibilidade, definição da exposição e início do seguimento.487
59.2.5 O que é viés do usuário prevalente?
O viés do usuário prevalente ocorre quando participantes já em tratamento são incluídos no estudo após o início da exposição.487
Nessa situação, indivíduos suscetíveis a eventos adversos podem ter abandonado o tratamento anteriormente, permanecendo apenas aqueles que o toleraram bem.487
Como consequência, o risco associado ao tratamento pode ser subestimado.487
A emulação de ensaio-alvo procura evitar esse viés ao priorizar usuários incidentes, isto é, participantes observados desde o início da exposição.487
59.2.6 O que é viés de tempo imortal?
O viés de tempo imortal ocorre quando existe um período durante o qual o participante não poderia apresentar o desfecho e ainda assim permanecer elegível para determinado grupo de exposição.487
Esse período artificialmente protegido pode produzir estimativas enviesadas do efeito da intervenção.487
A sincronização adequada do tempo zero entre os grupos comparados constitui uma das principais estratégias para evitar esse viés.487
59.2.7 Como a aleatorização é emulada em ensaio-alvo?
Em emulação de ensaio-alvo, essa aleatorização não existe, pois a exposição já ocorreu na prática clínica.487
Para aproximar o equilíbrio entre os grupos, são utilizadas técnicas de ajuste para confundidores medidos, incluindo modelos multivariados, escores de propensão e ponderação por probabilidade inversa.487
O ajuste reduz, mas não elimina completamente, o risco de confundimento.487
59.2.8 Quais são as vantagens da emulação de ensaio-alvo?
Redução de vieses comuns em estudos observacionais.487
Maior clareza na definição da pergunta causal.487
Melhor alinhamento entre delineamento, análise e interpretação dos resultados.487
Possibilidade de investigar questões inviáveis em ensaios clínicos aleatorizados.487
Utilização de grandes bases de dados do mundo real.487
59.2.9 Quais são as limitações da emulação de ensaio-alvo?
A aleatorização não é realmente realizada.487
Confundidores não mensurados ou desconhecidos podem influenciar os resultados.487
A qualidade da inferência depende da qualidade dos dados observacionais disponíveis.487
Informações sobre exposição, desfechos e covariáveis podem apresentar erros ou imprecisões.487
Viés residual pode permanecer mesmo após ajustes estatísticos.487
A emulação de ensaio-alvo não substitui ensaios clínicos aleatorizados quando estes são viáveis.487
59.2.10 Quando utilizar a emulação de ensaio-alvo?
Quando existe uma pergunta causal claramente definida.487
Quando um ensaio clínico randomizado é inviável ou antiético.487
Quando há disponibilidade de dados observacionais longitudinais de qualidade.487
Quando é possível especificar previamente os componentes do ensaio-alvo que se deseja emular.487
59.2.11 A emulação de ensaio-alvo permite inferência causal?
A emulação melhora substancialmente a validade de análises observacionais quando comparada a abordagens tradicionais.487
Entretanto, a ausência de aleatorização verdadeira impede a eliminação completa do confundimento.487
Os resultados de emulações devem ser interpretados como evidências observacionais robustas que fortalecem a inferência causal, mas não possuem o mesmo grau de proteção contra confundimento oferecido pelos ensaios clínicos aleatorizados.487
59.3 Diretrizes para redação
59.3.1 Quais são as diretrizes para redação de estudos observacionais?
Visite a rede Enhancing the QUAlity and Transparency Of health Research (EQUATOR Network) para encontrar diretrizes específicas.
The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: guidelines for reporting observational studies.488
Ferreira, Arthur de Sá. Ciência com R: Perguntas e respostas para pesquisadores e analistas de dados. Rio de Janeiro: 1a edição,