combinando o conhecimento sobre as prováveis direções das relações
causais com análises para averiguar se os resultados das análises
estratificadas diferem substancialmente dos resultados de análises não
estratificadas (ver o Apêndice 9A). A estratificação também tem a
vantagem de ser reversível. Não é necessário tomar decisões no início do
estudo que podem, mais tarde, causar arrependimento.
A principal desvantagem da análise estratificada é o número limitado de
variáveis que podem ser controladas simultaneamente. Por exemplo, os
possíveis confundidores no estudo do café e infarto podem incluir idade,
tipo de personalidade, pressão arterial sistólica, colesterol sérico e
consumo de cigarros. Para estratificar de acordo com essas cinco
variáveis, com apenas três estratos para cada uma delas, seriam
necessários 3^5 = 243 estratos. Com esse número de estratos, alguns deles
não teriam nenhum caso ou nenhum controle, impossibilitando seu uso.
Para manter um número suficiente de sujeitos em cada estrato, é comum
dividir uma variável em estratos mais amplos. No entanto, quando os
estratos são muito amplos, o confundimento pode não ser controlado de
forma adequada. Por exemplo, se o estudo mencionado estratificasse a
amostra pela idade, usando apenas dois estratos (p. ex., idade < 50 e idade
≥ 50 anos), ainda poderia haver confundimento residual, caso os sujeitos
com maior consumo de café em cada estrato de idade fossem aqueles com
maior idade e, dessa forma, tivessem um maior risco de infarto.Ajuste
Há várias técnicas estatísticas disponíveis para ajustar para
confundidores. Essas técnicas modelam a natureza das associações entre
as variáveis para poder isolar os efeitos das variáveis preditoras daqueles
de variáveis confundidoras. Por exemplo, um estudo que investiga o
efeito da ingestão de chumbo sobre o quociente de inteligência (QI) de
crianças poderia examinar o nível de escolaridade dos pais como
potencial confundidor. O ajuste estatístico poderia modelar a relação entre
a escolaridade dos pais e o QI da criança supondo uma linha reta, na qual
cada ano de escolaridade dos pais está associado a um aumento fixo no QI
da criança. Os QIs das crianças com níveis diferentes de chumbo
poderiam, então, ser ajustados para eliminar o efeito da escolaridade dos