O epidemiologista Adalberto Miranda-Filho (foto), do National Cancer Institute, é coautor de trabalho publicado na BMC Medical Research Methodology que apresenta um novo método que fornece uma abordagem abrangente, coerente e reprodutível para análise conjunta e síntese de funções estimáveis de idade, período e coorte para estudos de vigilância do câncer.
Os autores explicam que os pesquisadores de vigilância do câncer analisam as taxas de incidência ou mortalidade indexadas conjuntamente por faixa etária e período de calendário, usando modelos de idade-período-coorte. Muitos estudos consideram taxas específicas por idade e período em dois ou mais estratos definidos por sexo, raça/etnia, etc. “Uma caracterização abrangente de tendências e padrões dentro de cada estrato pode ser obtida usando funções estimáveis (FE) de idade-período-coorte (APC). No entanto, as abordagens atualmente disponíveis para análise e síntese conjunta de funções estimáveis são limitadas”, observam.
A proporcionalidade impõe restrições naturais à FE que podem ser exploradas para ganhar eficiência e simplificar a interpretação dos dados. A Análise Comparativa também pode identificar diferenças ou diversidade nas relações proporcionais entre subconjuntos de estratos (“heterogeneidade de padrões”).
No artigo, os pesquisadores apresentaram três exemplos usando a incidência de câncer do United States Surveillance, Epidemiology, and End Results Program: meningioma não maligno por sexo; mieloma múltiplo entre homens estratificados por raça/etnia; e melanoma in situ por sítio anatômico entre mulheres brancas.
“Agora é possível avaliar se as funções estimáveis (FE) de modelos estratificados de idade-período-coorte são essencialmente iguais, paralelas ou distintas. Estas relações refletem a presença ou ausência de proporcionalidade entre os estratos, condicionada à idade, período ou coorte de nascimento”, afirmam os autores, observando que funções estimáveis específicas do estrato que incorporam proporcionalidade são mais precisas.
“A Análise Comparativa pode testar hipóteses a priori, identificar diferenças ou diversidade nas relações proporcionais entre subconjuntos de estratos (“heterogeneidade de padrões”). Estes novos métodos podem ajudar os investigadores a resolver muitas questões pendentes na pesquisa de vigilância do câncer”, concluem os autores.
Referência: Rosenberg, P.S., Miranda-Filho, A. & Whiteman, D.C. Comparative age-period-cohort analysis. BMC Med Res Methodol 23, 238 (2023). https://doi.org/10.1186/s12874-023-02039-8
