← Ver trilha completa Metodologia no Design de Pesquisa e Análise de Dados: Delineamentos Científicos, Inferência Causal, Psicometria e Modelagem Estatística

Célula 06: Inferência Causal Moderna, Grafos Acíclicos Dirigidos (DAGs), Pareamento por Escore de Propensão e Ciência Aberta

Estudo dos fundamentos epistemológicos e matemáticos da Inferência Causal contemporânea, métodos quase-experimentais e princípios de Ciência Aberta e Reprodutibilidade: 1. A Revolução Causal: superação do aforismo 'correlação não implica causalidade' pela formalização de modelos causais identificáveis; Modelo de Resultados Potenciais de Rubin (Rubin Causal Model - RCM): contrafactuais, Efeito Causal Médio (ATE - Average Treatment Effect) e Efeito Causal nos Tratados (ATT - Average Treatment Effect on the Treated); pressupostos de identificação causal: Ignorabilidade / Trocaabilidade (Exchangeability), Positividade (Positivity: 0 < P(X=1|Z) < 1) e Consistência (SUTVA - Stable Unit Treatment Value Assumption: sem interferência e sem múltiplas versões do tratamento); 2. Teoria Causal Estrutural de Judea Pearl: Grafos Acíclicos Dirigidos (DAGs - Directed Acyclic Graphs); terminologia gráfica: nós (variáveis), arestas orientadas (caminhos causais), pais, filhos, ancestrais e descendentes; conceitos fundamentais de fluxo de dependência: Cadeias causais (X -> M -> Y: mediação), Garfos (X <- Z -> Y: confundimento) e Colisores (X -> C <- Y: colisão); o princípio da d-separação (d-separation); o Viés de Colisor (Collider Stratification Bias / Viés de Berkson / Paradoxo de Berkson): condicionar em um colisor comum abre artificialmente uma associação espúria entre suas causas não relacionadas; 3. O Critério da Porta dos Fundos (Backdoor Criterion): definição do Conjunto Mínimo Suficiente de Ajuste (Minimal Sufficient Adjustment Set); por que controlar por variáveis intermediárias (mediadores) comete 'superajuste' (overcontrolling) e neutraliza o efeito causal total; 4. Métodos Avançados de Inferência Causal em Dados Observacionais: Pareamento por Escore de Propensão (Propensity Score Matching - PSM): cálculo do escore via regressão logística ou machine learning, algoritmos de pareamento (Nearest Neighbor com calibrador/caliper, Optimal Matching), diagnóstico de balanceamento de covariáveis com Diferença Média Padronizada (SMD < 0,10); Ponderação por Probabilidade Inversa de Tratamento (IPTW - Inverse Probability of Treatment Weighting) e escores estabilizados; Variáveis Instrumentais (IV / 2SLS) para controle de confusão não mensurada e endogeneidade; e Regressão em Descontinuidade (RDD); e 5. Ciência Aberta, Reprodutibilidade e Diretrizes de Relato: diretrizes de publicação padronizadas EQUATOR Network: CONSORT para Ensaios Clínicos Randomizados, STROBE para Estudos Observacionais, e PRISMA para Revisões Sistemáticas e Metanálises; princípios FAIR (Findable, Accessible, Interoperable, Reusable) para dados de pesquisa; relatórios computacionais reproduzíveis (RMarkdown, Quarto, Jupyter); e compartilhamento de códigos e dados brutos em repositórios abertos (Zenodo, Harvard Dataverse, OSF).

Valor de matrícula da trilha:

R$ 49,90

Matricular-se nesta Trilha

Acesso vitalício • Certificado com código verificável

Microaula em Método CELULA • Prévia Aberta

1. Circunstância (O Desafio no Mundo Real)

<p>Um consórcio de pesquisa em epidemiologia clínica e saúde digital investiga o impacto do uso prolongado de inibidores da bomba de prótons (IBPs) sobre o risco de declínio cognitivo e demência precoce em uma coorte observacional retrospectiva de 12.000 pacientes idosos seguidos por 10 anos. A associação bruta revela um aumento alarmante de 45% no risco relativo de demência em usuários de IBPs. Contudo, médicos prescrevem IBPs com maior frequência para pacientes polimedicados, frágeis e portadores de múltiplas comorbidades vasculares pré-existentes que são, por si sós, fortes causas de demência (severo viés de confusão por indicação). O pesquisador principal deve desenhar o Grafo Acíclico Dirigido (DAG) completo do sistema causal identificando o conjunto mínimo suficiente de variáveis a controlar para satisfazer o Critério da Porta dos Fundos; aplicar o Pareamento por Escore de Propensão (PSM) para balancear usuários e não usuários de IBP em todas as covariáveis basais; verificar a Diferença Média Padronizada (SMD < 0,10) no gráfico Love Plot; reestimar o Efeito Causal Médio nos Tratados (ATT); e redigir o manuscrito científico integralmente aderente ao checklist internacional STROBE com código R reprodutivo em Quarto publicado no OSF.</p>

2. Fundamentos & Conceito Central (Estudos)

A Inferência Causal Moderna e a Ciência Aberta representam a mais profunda revolução epistemológica das últimas três décadas na pesquisa quantitativa. A clássica máxima 'correlação não implica causalidade' deixou de ser uma barreira paralisante para se tornar um problema matemático formalmente resolúvel, graças à unificação do Modelo de Resultados Potenciais de Donald Rubin e da Teoria Causal dos Grafos Acíclicos Dirigidos (DAGs) de Judea Pearl.

1. O Modelo de Resultados Potenciais de Rubin (RCM)

O arcabouço contrafactual define a causalidade comparando dois estados potenciais mutuamente exclusivos para uma mesma unidade de observação $i$:

$Y_i(1)$: o desfecho que o indivíduo $i$ apresentaria se recebesse o tratamento ($X = 1$).
$Y_i(0)$: o desfecho que o mesmo indivíduo apresentaria se não recebesse o tratamento ($X = 0$).
O Problema Fundamental da Inferência Causal: é fisicamente impossível observar simulta...

Desbloqueie o Conteúdo Completo

Quer praticar no Laboratório e emitir seu Certificado?

Faça sua matrícula para ter acesso à videoaula completa, áudio narrativo, roteiro de slides com controles, laboratório guiado com envio de evidência e certificado com código verificável de autenticidade.

Iniciar Matrícula →