📊 statistics

Selection and Collider Restriction Bias Due to Predictor Availability in Prognostic Models

Esta nota metodológica investiga e discute como a disponibilidade de preditores pode induzir viés de seleção e viés de restrição de colisor em modelos prognósticos.

Autores originais: Marc Delord

Publicado 2026-02-20

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Marc Delord

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um médico tentando prever quem terá um problema de saúde grave no futuro, como uma falência nos rins. Para fazer isso, você cria uma "bola de cristal estatística" (um modelo de previsão) que usa dados do paciente, como idade, pressão arterial e exames de sangue.

O artigo de Marc Delord nos alerta sobre um problema invisível que pode quebrar essa bola de cristal: o fato de nem todos os dados estarem disponíveis para todos os pacientes.

Aqui está a explicação simples, usando analogias do dia a dia:

1. O Problema da "Lista de Convidados" (Viés de Seleção)

Imagine que você quer saber qual é a média de altura de todos os jogadores de basquete de uma cidade. Você vai ao ginásio e mede os jogadores que estão lá jogando.

O problema: Se você só mede os jogadores que estão dentro do ginásio, você está ignorando os que estão em casa, doentes ou feridos.
Na medicina: Muitos modelos de previsão são criados usando dados de pacientes que já fizeram exames específicos (como um teste de urina). Mas, na vida real, muitos pacientes não fazem esses exames. Se o modelo só olha para quem fez o teste, ele está olhando apenas para uma parte da população.

2. O "Detetive" e o "Sinal de Alerta" (O Gatilho)

Aqui entra a parte mais importante do artigo. Por que algumas pessoas fazem o exame e outras não?

Cenário A (O caso simples): O médico pede o exame para todo mundo, aleatoriamente. Nesse caso, não há problema. É como medir a altura de todos os jogadores que chegam ao ginásio, independentemente de como eles estão se sentindo.
Cenário B (O problema real): O médico só pede o exame se o paciente parecer doente ou se tiver sintomas estranhos.
- Analogia: Imagine que você só chama um mecânico para inspecionar o carro se o motor estiver fazendo um barulho estranho.
- Se você usar os dados apenas dos carros que foram ao mecânico para prever "quais carros vão quebrar", você vai ter uma visão distorcida. Você vai achar que todos os carros que foram ao mecânico têm problemas graves, porque só os carros com barulho foram inspecionados.

3. O "Nó" Perigoso (Viés do Colisor)

O artigo usa um termo técnico chamado "Colisor", mas vamos chamá-lo de "O Nó da Decisão".

Imagine que a decisão de fazer um exame (digamos, o teste de urina) depende de duas coisas ao mesmo tempo:

A gravidade da doença (o paciente está muito doente).
Um outro fator, como ter diabetes ou sintomas visíveis.

Quando o paciente tem a doença grave E os sintomas, o médico decide fazer o exame.

O que acontece: Ao analisar apenas os pacientes que tiveram o exame feito, você está, sem querer, "amarrando" a doença grave aos sintomas. Você cria uma conexão falsa entre coisas que não deveriam estar ligadas daquela forma.
A consequência: O modelo de previsão fica confuso. Ele pode dizer que um sintoma leve é um sinal de morte certa, ou que uma doença grave é inofensiva, simplesmente porque a lógica de quem fez o exame foi distorcida.

4. O Exemplo Real: O Risco de Falência Renal

O autor usa um exemplo famoso: o KFRE (uma fórmula para prever falência renal).

Essa fórmula precisa de dois dados: a função dos rins (eGFR) e uma proteína na urina (uACR).
O problema: Na vida real, os médicos raramente pedem o teste de proteína na urina para todos os pacientes com doença renal. Eles só pedem se o paciente já parece estar piorando ou se tem diabetes.
O resultado: O modelo foi treinado apenas nos pacientes que o médico achou que precisavam do teste. Quando tentamos usar esse modelo na população geral (incluindo quem não foi testado), ele falha. Ele não funciona bem porque foi "treinado" em um grupo de pacientes que já eram mais graves do que a média.

A Lição Final

O artigo nos diz que, ao criar ferramentas de previsão médica, não basta apenas fazer as contas matemáticas corretas. Precisamos perguntar: "Quem está faltando nessa lista?"

Se o modelo depende de dados que só existem para pacientes doentes ou que já estão sendo tratados, ele pode estar "vendo fantasmas" ou "escondendo a verdade". É como tentar prever o clima de uma cidade inteira olhando apenas para as pessoas que estão usando guarda-chuvas na praça central: você vai achar que está chovendo em todo lugar, quando talvez só esteja chovendo onde as pessoas decidiram sair.

Resumo em uma frase:
Se você só analisa os dados de quem foi "descoberto" pelo sistema de saúde, seu modelo de previsão vai distorcer a realidade, confundindo a gravidade da doença com a simples chance de ter sido examinado.

Título: Viés de Seleção e Viés de Restrição de Colisor Devido à Disponibilidade de Preditores em Modelos Prognósticos

Autor: Marc Delord (King's College London)

1. O Problema

O desenvolvimento de modelos de previsão clínica (escores prognósticos) assume implicitamente que os preditores necessários estão rotineiramente disponíveis no ponto de atendimento. No entanto, a literatura metodológica raramente aborda explicitamente o impacto da disponibilidade de preditores na validade desses modelos.

O problema central identificado é que, quando modelos são desenvolvidos ou validados usando dados retrospectivos, a amostra de análise é restrita, por construção, apenas a pacientes que possuem preditores registrados.

Se a medição do preditor for independente do risco de desfecho, essa restrição pode não gerar viés.
O cenário crítico: Quando a medição do preditor depende da gravidade da doença subjacente ou de processos de cuidado relacionados, a restrição seleciona indivíduos com base em uma variável influenciada pelos determinantes do desfecho. Isso cria dois tipos de viés:
1. Viés de Seleção Clássico: A gravidade da doença (não observada) influencia tanto o desfecho quanto a probabilidade de o preditor ser medido.
2. Viés de Restrição de Colisor (Collider Restriction Bias): A disponibilidade do preditor atua como um "colisor" (nó comum) entre a gravidade da doença e outros fatores, distorcendo as associações entre todos os preditores de base e o desfecho quando se condiciona a essa disponibilidade.

2. Metodologia

O autor utiliza uma abordagem teórica baseada em Gráficos Acíclicos Direcionados (DAGs) para ilustrar as dependências causais entre variáveis observadas e não observadas.

Estrutura Teórica: O artigo modela causalmente a relação entre:
- $U$ : Gravidade da doença não observada.
- $P1, P2$ : Preditores.
- $Y$ : Desfecho clínico.
- $I\{P \text{ é medido}\}$ : Indicador de restrição baseado na medição.
Cenários Analisados:
- Painel A (Viés de Seleção Simples): A gravidade da doença ( $U$ ) desencadeia a medição do preditor.
- Painel B (Viés de Seleção com Proxy): Um preditor medido ( $P1$ ) atua como proxy da gravidade não observada, levando à medição de um segundo preditor ( $P2$ ), restringindo a análise.
- Painel C (Viés de Restrição de Colisor): A disponibilidade de $P2$ é influenciada tanto pela gravidade da doença ( $U$ ) quanto por um proxy medido ( $P1$ ). Condicionar a análise apenas aos pacientes com $P2$ registrado cria um colisor, gerando viés nas estimativas de todos os preditores.
Estudo de Caso: O artigo utiliza a Equação de Risco de Falência Renal (KFRE) como exemplo empírico para demonstrar como a disponibilidade de dados na prática clínica real (especificamente a taxa de albuminúria/uACR) pode violar as premissas do modelo.

3. Principais Contribuições

Identificação de uma Lacuna Metodológica: O artigo destaca que a suposição de que "preditores são rotineiramente disponíveis" é um pressuposto central, mas frequentemente implícito e não testado, que pode comprometer a validade de modelos prognósticos.
Distinção entre Tipos de Viés: O autor esclarece a diferença entre o viés de seleção clássico (onde a amostra pode ainda representar a população de alto risco) e o viés de restrição de colisor (que distorce as associações causais entre preditores e desfecho, invalidando os coeficientes do modelo).
Aplicação Prática (KFRE): Demonstra como a disponibilidade seletiva de dados de albuminúria (uACR) na atenção primária (onde o teste é mais comum em pacientes já diagnosticados ou com maior risco percebido) cria um colisor. Isso significa que aplicar o KFRE em populações onde o teste não é rotineiro pode levar a estimativas de risco enviesadas.
Recomendação de Simplificação: O artigo sugere que, diante de padrões de disponibilidade de dados, deve-se considerar o desenvolvimento de modelos prognósticos simplificados que dependam apenas de preditores universalmente disponíveis, em vez de modelos complexos que exigem dados faltantes seletivamente.

4. Resultados e Evidências

Análise do KFRE: O estudo de caso revela que, embora o KFRE tenha desempenho preditivo forte em estudos de validação, sua adoção na prática clínica é limitada. Isso ocorre porque preditores essenciais como a taxa de filtração glomerular estimada (eGFR) e a relação albumina/creatinina na urina (uACR) não são registrados sistematicamente na atenção primária para todos os pacientes com Doença Renal Crônica (DRC) estágios 3-5.
Dados Epidemiológicos:
- No Reino Unido, menos de 25% dos pacientes com DRC estágio 3-5 realizam o teste de uACR em um ano, aumentando para 37% apenas entre aqueles formalmente registrados com a doença.
- Nos EUA, apenas ~17% dos adultos em risco têm o ACR registrado.
- Uma meta-análise global mostrou que, enquanto 81,3% dos pacientes recebem monitoramento de eGFR, apenas 47,4% passam pelo teste de albuminúria.
Conclusão dos Dados: A disponibilidade do preditor (uACR) não é aleatória; ela é condicionada pela gravidade percebida da doença e pelo diagnóstico formal. Isso configura um cenário de viés de restrição de colisor, onde a simples restrição da análise a pacientes com dados completos distorce a relação entre os preditores e o risco de falência renal.

5. Significado e Implicações

Validade Externa: Modelos desenvolvidos em coortes com dados completos podem não ser generalizáveis para a prática clínica rotineira, onde a disponibilidade de dados é heterogênea e dependente do risco.
Impacto na Tomada de Decisão: O uso de modelos enviesados pode levar a estratificação de risco incorreta, afetando decisões de encaminhamento e tratamento (ex.: sub ou superestimação do risco de falência renal).
Diretrizes Futuras: O artigo defende que a avaliação da disponibilidade de preditores deve ser uma etapa obrigatória no desenvolvimento, validação e relatório de modelos prognósticos.
Mudança de Paradigma: Sugere-se uma mudança de foco da "precisão preditiva máxima" (usando todos os dados disponíveis em coortes de pesquisa) para a "utilidade clínica" (usando preditores disponíveis para a maioria dos pacientes no ponto de cuidado), mesmo que isso implique modelos mais simples.

Em resumo, o artigo alerta que a disponibilidade de dados é um fator crítico de viés que, se ignorado, pode transformar modelos estatisticamente robustos em ferramentas clinicamente enganosas.