A qualidade do linkage de dados precisa de mais atenção

Abstract

Técnicas de linkage de dados permitem a identificação e vinculação de dados de um mes-mo indivíduo armazenados em diferentes bases 1. São muitas as possibilidade de aplicação dessas técnicas na pesquisa, vigilância e avaliação em saúde, o que tem suscitado um cres-cente interesse na sua utilização. Acompanhando a tendência internacional, observamos um crescimento da submissão de artigos a CSP que empregam técnicas de linkage de da-dos. Entretanto, são raros os estudos que relatam a qualidade do processo de linkage. A qualidade da classificação de links em pares verdadeiros ou falsos é um dos aspectos que deve ser avaliado e relatado nos artigos. O processo de linkage pode erroneamente classificar um link como um par verdadeiro, quando os registros não pertencem de fato ao mesmo indivíduo (falso positivo), assim como deixar de classificar como par verdadei-ro um link cujos registros pertençam ao mesmo indivíduo (falso negativo). Os erros fal-so positivo ocorrem mais frequentemente quando são disponíveis poucos campos para a comparação, os campos de identificação apresentam baixa completitude, a proporção de homônimos é elevada e as bases relacionadas apresentam grande volume de dados. Já os erros falso negativo ocorrem devido à informação obtida ser incorreta, a erros de digitação e à ausência do registro de eventos nas bases. Erros de linkage resultam da má classificação da exposição, do desfecho, ou de ambos. Esses erros podem introduzir viés na estimativa das medidas de associação, especialmente nas situações em que ocorra dependência na má classificação da exposição e desfecho, e quando os erros são diferenciais 2. O maior desafio para a avaliação da qualidade de processos de linkage é a disponibi-lidade de um padrão ouro. Uma alternativa, ainda que imperfeita, é o emprego de uma amostra de links cujo status é determinado por revisão manual 1. Nesse caso, a amostra de-ve ser selecionada de forma a representar todo o conjunto de links formados no processo automático. Outra alternativa seria a utilização de conjuntos de dados desenvolvidos para teste 1. É necessário o desenvolvimento de conjuntos de dados para teste que representem as bases de saúde brasileiras. Recentemente, vem sendo enfatizada a importância do maior rigor e transparência na condução e relato de estudos 3,4. Nesse sentido foram elaborados duas diretrizes orienta-das para estudos que empregam técnicas de linkage de dados 5,6. Recomendamos que os artigos submetidos a CSP sigam as orientações indicadas nessas diretrizes. Cláudia Medina Coeli Editora A qualidade do linkage de dados precisa de mais atenção