Por que as pessoas confundem incidência e prevalência (e como parar de errar)
Você já viu revisões sistemáticas em que o autor trata prevalência como se fosse taxa de incidência, ou pior, usa os dois números como sinônimos. Isso acontece porque os conceitos parecem vizinhos, mas medem coisas fundamentalmente diferentes. Quando você entra na prática epidemiológica de verdade, percebe que a diferença não é só semantics — ela muda completamente a interpretação e, consequentemente, a decisão clínica ou de saúde pública.
O que é incidência e prevalência na prática
Prevalência responde à pergunta: quantas pessoas têm a doença agora? Incidência responde: quantas pessoas desenvolveram a doença num período? Parece simples, mas a nuance está no denominador e no que você consegue extrair de cada medida. Prevalência pontual é uma fatia transversal. Você cruza a população num momento e conta quantos estão doentes. A fórmula básica é o número de casos existentes dividido pelo tamanho da população naquele instante. Prevalência periódica amplia a janela temporal, mas ainda assim conta todos os casos — novos e antigos — dentro do período escolhido.
Incidente, por outro lado, exige que você acompanhe pessoas que não tinham a doença no início. O numerador são apenas os novos casos. O denominador é a população em risco, que precisa ser ajustada quando há perdas de Follow-up. Incidência acumulada usa como denominador o número inicial de pessoas em risco. Taxa de incidência ou densidade de incidência usa o tempo-persona acumulado, o que é mais correto quando há entradas e saídas no seguimento. A relação que muitos livros apresentam como se fosse uma lei natural é prevalência = incidência × duração. Ela funciona apenas sob pressupostos restritos: estado estacionário, incidência e duração constantes ao longo do tempo, e baixos valores de prevalência para evitar viés de truncamento. Se alguma dessas condições quebra, a aproximação entra em colapso.
Uma armadilha que eu vi dar problema real
Eu estava revisando dados de um registro hospitalar de insuficiência renal crônica e precisei comparar a carga da doença entre duas regiões. A prevalência parecia absurdamente alta numa delas, o que levaria à conclusão de que aquela região tinha um problema sanitário muito pior. Mas quando calculei a incidência, percebi que o que acontecia era um efeito de referência: a região recevia pacientes de outras áreas, então os casos pré-existentes chegavam lá e entravam no numerador de prevalência sem ter sido diagnosticados localmente. Incidência baixa, prevalência inflada. Errei a leitura inicial porque olhei só um dos indicadores. O contorno foi cruzar com dados de internações por diálise e estimar a incidência a partir de primeiro procedimento, além de restringir a prevalência aos casos com residência confirmada na região. O trabalho extra foi significativo — demorei cerca de três semanas a mais no levantamento do que o planejado — mas a alternativa era publicar um distorção importante.
Insights que não estão nos manuais
O primeiro ponto contra-intuitivo é que uma doença rara pode ter alta prevalência se for crônica e prolongada. Diabetes tipo 2 tem prevalência alta em populações idosas não porque a incidência explodiu, mas porque as pessoas vivem mais com a doença. Por outro lado, uma doença com incidência crescente pode manter prevalência estável se a taxa de cura ou óbito acompanhar o surgimento de novos casos. Olhar só para incidência ou só para prevalência cega você para essa dinâmica. O segundo ponto que poucos destacam é o viés de duração. Prevalência é favorecida por doenças de curso prolongado e prejudicada por doenças fatais rápidas. Se você usa prevalência para inferir risco de adoecer, está cometendo um erro lógico. Doenças como pancreatite aguda ou sepse têm incidência relevante, mas prevalência pontual pequena. Triagens baseadas em prevalência podem subestimá-las sistematicamente.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Há também o problema da prevalência de casos prevalentes em estudos caso-controle. Selecionar casos existentes seleciona inevitavelmente sobreviventes, e isso introduz o viés de Neyman. Se o objetivo é estudar fatores de risco para incidência, o desenho caso-controle tradicional pode direcionar sua atenção para fatores que influenciam a sobrevida, não o aparecimento da doença. Um estudo de coorte resolve isso, mas custa mais e leva mais tempo. Não existe solução gratuita.
Como calcular da forma correta
Se você tem dados de coorte, comece identificando claramente o estado de seroepidemiológico ou diagnóstico no início do seguimento. Pessoas com a doença baseline devem sair do denominador de incidência. Use tabelas de vida actuaryrisks ou Kaplan-Meier para lidar com censuras. Para densidade de incidência, some os tempo-persona de cada indivíduo até o evento, morte, perda ou fim do estudo. Para prevalência, defina a data de corte. Verifique a procedência dos casos, especialmente em registros hospitalares, pois a admissão pode não corresponder ao diagnóstico residente. Se possível, tripling com registros de morbilidad ou declaracoes de óbito ajuda a validar casos e evitar duplicações.
Quando o objetivo é fazer comparações entre populações, ajuste por idade e sexo. Diferenças estruturais geram distorções que parecem efeitos reais. Padronização direta com pesos de uma população de referência é o método mais transparente. Evite usar razões de prevalência para inferir causalidade sem considerar duração média da doença.
Quando incidência e prevalência não bastam
Para doenças agudas de curta duração, prevalência pontual é um indicador instável. Variações sazonais podem dobrar o numerador em semanas, tornando a medida inútil para planejamento de longo prazo. Nesses casos, incidência acumulada por trimestre ou densidade de incidência por mês dá muito mais informação. Para doenças crônicas com alta letalidade, a prevalência pode parecer menor do que a carga real, porque os casos morrem rápido. Mortalidade ajustada por anos de vida perdidos entra como complemento útil. Também há situações em que a incidência é difícil de mensurar porque o período de latência é desconhecido ou porque o diagnóstico depende de critérios que mudam com o tempo. Mudanças na definição operacional de caso podem criar falsas tendências de incidência. A OMS já documentou surtos de gripe H1N1 com mudanças criteriosas que fizeram a incidência parecer cair quando, na realidade, apenas o critério de notificação se alterou. Sempre anote a definição de caso e a data de vigência.
Dica prática sobre software
No Stata, o comando stset prepara o dado de sobrevivência e stinc gera estimativas de incidência com intervalos de confiança exatos ou aproximados. No R, a função Surv do pacote survival junto com survfit funciona bem, mas exige atenção aos tempos de entrada e saída para calcular tempo-persona corretamente. Eu sempre uso tbl_summary do pacote gtsummary para resumos iniciais, mas valido manualmente cinco a dez registros para garantir que o código não está dobrando períodos de acompanhamento ou considerando casos baseline como novos. Isso poupa horas de debugging depois.
Resumo sem frescura
Use prevalência para entender a carga atual e planejar recursos assistenciais. Use incidência para investigar causas e avaliar intervenções preventivas. Nunca substitua um pelo outro. E lembre-se: se o seu numerador mistura casos novos e antigos, você está medindo prevalência, não incidência, não importa quão bem justifique o método.
