Análise rotineira de dados de vigilância em saúde pública: que procedimentos estatísticos utilizar? Routine analysis of public health surveillance data: what statistical procedures to use?

Tem havido no país, nos últimos anos, crescente interesse por questões vinculadas à área tradicionalmente denominada vigilância epidemiológica (que se denominou vigilância em saúde pública). Tem-se defendido, em muitas publicações, o ponto de vista que o fácil acesso a computadores e programas estatísticos deve facilitar a utilização de procedimentos mais sofisticados na análise de dados provenientes de sistemas de vigilância. Considerando que esta colocação, de forma ampla e indiscriminada, pode levar a análises que não tem sustentação teórica formal, apresenta-se posicionamento a respeito. Esclarece-se sobre o que se entende por vigilância em saúde pública e descreve-se, de modo resumido e não-tecnicista, as exigências dos procedimentos estatísticos de estimação por intervalo e de testes de hipóteses estatísticas. Comenta-se sobre a origem dos dados de vigilância e o seu caráter não-amostral e a ausência de aleatoriedade. Discute-se alguns procedimentos descritivos que são e devem ser usados sem prejuízo da qualidade da análise. Com base na literatura, são apresentados alguns procedimentos que têm sido propostos mas que, para sua inclusão rotineira na análise de dados, ainda carecem de mais investigação.In recent years an increasing interest in epidemiological surveillance (that we prefer to label public health surveillance) has emerged. The viewpoint that the ease of access to computers and statistical software may permit the use of more sophisticated statistical methodologies in the analysis of surveillance data has been profounded in many studies. It is a cause of concern that this attitude, when used indiscrminated by, may lead to analysis lacking in theoretical support. Thus, first, a viewpoint about surveillance in public health is presented and the basic propositions of the theory of statistical hypothesis tests and interval estimation are described briefly and without technicalities. The nature of surveillance data, their nonsampling character and non-random selection are also comnented on. Some descriptive procedures that may be used without loss of quality in analysis are described than some procedures that are proposed in the relevant international literature but that need fuller investigation before being introduced in routine data analysis are given