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

• Ano de defesa: 2024
• Autor(a) principal: Meneses, Arateus Crysham Franco
• Orientador(a): Oliveira, Fernanda dos Santos de
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Inferência estatística; Infecção hospitalar; Causalidade
• Palavras-chave em Inglês: Causal inference; Hospital infections; Healthcare-associated infections; Causal framework
• Link de acesso: http://hdl.handle.net/10183/276792

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.