Medidas epidemiológicas básicas: cálculo, aparência de objetividade e limites à luz da teoria da complexidade de Edgar Morin

“Se a ciência moderna procurou isolar o sujeito investigador do objeto investigado e se a responsabilidade está relacionada a um sujeito ativo, então, nesses termos e condições, o pesquisador é irresponsável por princípio e profissão.”
Edgar Morin

A Epidemiologia clássica opera por meio de medidas quantitativas que permitem descrever e comparar fenômenos de saúde em populações. Incidência, prevalência, mortalidade, risco relativo e razão de chances são instrumentos amplamente utilizados e fazem parte do ensino desse componente curricular nos cursos de graduação em saúde.

No entanto, embora apresentem precisão matemática, tais medidas produzem apenas recortes parciais da realidade. Edgar Morin alerta que o erro não está no número em si, mas na ilusão de que ele esgota o fenômeno. Ao explicitar fórmulas e cálculos, torna-se possível compreender como resultados epidemiológicos aparentemente claros podem ocultar processos complexos, contraditórios e historicamente determinados.

O Paradigma da Complexidade pretende unir, em um mesmo espaço-tempo, lógicas que se excluem e, ao mesmo tempo, se complementam.

Fonte: Morin E. O método 1: a natureza da natureza.

Incidência: o cálculo do “caso novo” e a fragmentação do processo

A incidência mede a ocorrência de casos novos em uma população ao longo do tempo.

Fórmula:
Incidência = Número de casos novos no período / População sob risco no mesmo período x k

Exemplo

Em uma população de 1.000 adultos acompanhados por um ano, surgem 20 novos casos de diabetes tipo 2.

Incidência = 20/1000x1000= 20 casos por 1000 pessoas-ano

Por que isso pode não dizer o que aparenta?

O número sugere um risco anual claro e delimitado, como se o surgimento do caso fosse inevitável dentro daquele período. No entanto, o chamado “caso novo” corresponde apenas ao momento do diagnóstico, e não ao início real da doença.

No caso do diabetes, trata-se do desfecho provisório de processos metabólicos, sociais, ambientais e alimentares que se constroem ao longo de anos e que poderiam ter seguido outros cursos.

À luz da teoria da complexidade de Edgar Morin, esse caso novo não é uma fatalidade estatística, mas uma possibilidade que se concretiza sob determinadas condições. Se essas condições — que envolvem modo de vida, acesso a alimentos adequados, ambiente urbano, trabalho, renda, redes de apoio e políticas públicas — fossem diferentes, esse evento poderia não ocorrer naquele ano específico ou sequer ocorrer.

A incidência, ao transformar um processo longo, incerto e multifatorial em um evento pontual, tende a ocultar as trajetórias de vida e os contextos que tornam o adoecimento mais ou menos provável.

Nesse sentido, a ação em saúde não deve se limitar à contagem de casos novos, mas se orientar pela prevenção, atuando justamente sobre as condições complexas que produzem o adoecer. O desafio, como propõe Morin, é deslocar o olhar do evento isolado para o sistema de determinações que o torna possível, rompendo com a ilusão de que o número, por si só, explica o fenômeno que descreve.

Prevalência: a fotografia estatística que congela o movimento

A prevalência expressa a proporção de indivíduos que apresentam uma condição em um dado momento.

Fórmula:
Prevalência = Número de casos existentes / População total no mesmo momento x 100

Exemplo

Em uma cidade com 2.000 adultos, 500 são classificados com obesidade.

Prevalência=500/2000x100=25%

Por que isso pode não dizer o que aparenta?

O valor da prevalência sugere estabilidade e homogeneidade, como se o fenômeno observado fosse fixo e uniformemente distribuído na população. No entanto, essa prevalência pode resultar tanto de uma incidência recentemente elevada quanto da longa duração da condição, sem que essas situações sejam distinguíveis pelo indicador.

Além disso, os indivíduos entram e saem da categoria “obesidade” ao longo do tempo, revelando que se trata de um estado transitório, condicionado por múltiplas determinações.

À luz do pensamento complexo, essa limitação torna-se evidente. Como afirma Edgar Morin: “é impossível conhecer as partes sem conhecer o todo, assim como é impossível conhecer o todo sem conhecer particularmente as partes”.

A prevalência, ao oferecer uma imagem estática de um sistema dinâmico, rompe essa articulação e tende a apagar os fluxos, as transições e os determinantes históricos, sociais e culturais que produzem o fenômeno. O resultado é uma representação aparentemente objetiva, mas epistemologicamente empobrecida, que corre o risco de naturalizar situações que são, na realidade, historicamente construídas e socialmente produzidas.

Mortalidade: o desfecho mensurável que silencia o processo

A taxa de mortalidade mede o número de óbitos em relação à população.

Fórmula:
Taxa de mortalidade = Número de óbitos no período / População total no mesmo período

Exemplo numérico

Em um município com 100.000 habitantes, ocorrem 150 óbitos por doenças cardiovasculares em um ano.

Taxa de mortalidade = 150/100.000 = 150 óbitos/100.000 habitantes

Por que isso pode não dizer o que aparenta?

A taxa informa o número de mortes, mas não revela anos de sofrimento, incapacidades nem o acesso desigual a cuidados de saúde. Morin destaca que o pensamento simplificador privilegia o que é facilmente mensurável — o óbito — e marginaliza dimensões qualitativas da experiência humana, como viver com doença crônica.

Risco relativo: a causalidade linear em sistemas não lineares

O risco relativo (RR) compara a incidência entre expostos e não expostos.

Fórmula:
RR = Ie / Io
onde Ie é a incidência nos expostos e Io nos não expostos.

Exemplo: Ultraprocessados e Obesidade (Risco Relativo)

QUADRO

Cálculo da incidência em cada grupo:

Incidência nos expostos (Ie) = 30 / 1.000 = 0,03

Incidência nos não expostos (Io) = 15 / 1.000 = 0,015

Aplicando na fórmula:

RR = 0,03 / 0,015 = 2

Por que isso pode não dizer o que aparenta?

O risco relativo sugere que o consumo de ultraprocessados “duplica o risco” de obesidade, o que pode induzir à interpretação de uma relação causal simples e unidirecional.

Contudo, esse consumo está inserido em um sistema complexo que articula renda, organização do tempo social, condições de trabalho, ambiente alimentar, estratégias de marketing e padrões culturais. Nesse contexto, o ultraprocessado não atua apenas como um fator causal isolado.

À luz de Edgar Morin, trata-se de uma causalidade recursiva, na qual os efeitos retroagem sobre as causas e as reforçam. O consumo de ultraprocessados pode contribuir para a obesidade e, ao mesmo tempo, ser produzido pelas próprias condições sociais associadas a ela.

Assim, desigualdades estruturais favorecem o consumo desses alimentos, e esse consumo, por sua vez, aprofunda os efeitos dessas desigualdades sobre a saúde, retroalimentando o processo.

Razão de chances (Odds Ratio): quando o risco parece maior do que é

A razão de chances (OR) é comum em estudos epidemiológicos de caso-controle.

Fórmula:
OR = (a × d) / (b × c)

onde:

• a: expostos com doença

• b: expostos sem doença

• c: não expostos com doença

• d: não expostos sem doença

QUADRO

Cálculo:

OR = (40 × 80) / (60 × 20) = 3.200 / 1.200 = 2,67

Por que isso pode não dizer o que aparenta?

O OR de 2,67 parece indicar um risco muito elevado, mas pode superestimar o efeito real, especialmente quando o desfecho é comum. Para Morin, esse é um exemplo claro de como a sofisticação matemática pode produzir uma ilusão de explicação, afastando o pesquisador da complexidade concreta do fenômeno.

Limitações das medidas epidemiológicas

Edgar Morin propõe que o conhecimento científico deve reconhecer seus próprios limites. Assim, as medidas epidemiológicas clássicas:

i) reduzem processos a eventos (incidência);
ii) congelam dinâmicas em fotografias (prevalência);
iii) privilegiam desfechos em detrimento de trajetórias (mortalidade);
iv) simplificam causalidades múltiplas em razões numéricas (RR e OR).

Os números não são falsos, mas incompletos. Eles informam, mas não explicam sozinhos. Quando interpretados fora de contexto, produzem o que Morin chama de cegueira do conhecimento.

Considerações finais

As fórmulas epidemiológicas oferecem rigor e comparabilidade, mas também produzem uma aparência de objetividade que pode ocultar a complexidade do processo saúde–doença. Incidência, prevalência, risco e mortalidade são medidas úteis, porém simplificadoras de realidades notoriamente complexas.

À luz da teoria da complexidade de Edgar Morin, torna-se indispensável compreender que esses indicadores não dizem “a verdade”, mas uma versão parcial da realidade, construída a partir de escolhas metodológicas, recortes temporais e pressupostos teóricos.

Bibliografia

MORIN, Edgar. Os sete saberes necessários à educação do futuro. 2. ed. São Paulo: Cortez; Brasília, DF: UNESCO, 2000.