Como podem ser analisados dados pareados de ... - IESC/UFRJ

C ARLA JORGE MACHADO
to every record. Results: Application of (a) showed wider confidence intervals, reflecting
smaller samples sizes but, in general, the approaches yielded similar results. Conclusions:
The approach (a) seems to be more acceptable for analysis of matched files.
KEY WORDS
Probabilistic record linkage, database, neonatal death
1. INTRODUÇÃO
Com o objetivo de aumentar o número de informações disponíveis sobre o
que se deseja estudar, ou para corrigir dados de um banco de dados, informações
de dois bancos de dados diferentes podem ser combinadas, freqüentemente através
de procedimentos de relacionamento ou pareamento de registros (Lavallée &
Caron, 2001). O relacionamento de registros é feito através da comparação de
variáveis comuns aos dois bancos de dados (também denominadas identificadores),
as quais devem ser comparadas. Estas variáveis devem ser, além de comuns, confiáveis
e de boa qualidade, para que o par formado e julgado pertencente à mesma
pessoa ou à mesma entidade seja obtido com a menor chance possível de erros.
Os procedimentos de relacionamento de registros podem ser determinísticos,
probabilísticos ou uma combinação de ambos os métodos. O procedimento
determinístico relaciona pares de registros com base na concordância exata de
identificadores; já o relacionamento probabilístico utiliza a probabilidade a fim de
determinar se um par de registros se refere ao mesmo indivíduo. O relacionamento
determinístico pode ser feito se um identificador único e confiável existir
(Martikainen et al., 2001). Além disso, caso exista uma quantidade suficiente
de informações sobre os indivíduos em dois bancos de dados, estas informações
(ou identificadores mais gerais, não únicos), em seu conjunto, podem, de forma
única e precisa, identificar um indivíduo como sendo o mesmo em dois bancos de
dados distintos. No entanto, uma crítica às regras determinísticas é o fato de que
podem não refletir adequadamente a incerteza possível para pares potenciais
(Scheuren, 1999). Exemplificando, ao simplesmente contar as concordâncias
existentes entre identificadores, pode-se, por exemplo, obter dois pares potenciais
formados com uma concordância cada. Imagine-se que se deve selecionar um
destes pares sendo que, para um, há concordância na variável sexo e discordância
no nome do indivíduo; para o outro, há discordância em sexo e concordância em
nome. Não há, teoricamente, como resolver a questão, pois o relacionamento
determinístico não permite que sejam feitas ponderações diferenciadas aos tipos de
concordâncias (e discordâncias) encontradas. Parece razoável, então, utilizar
métodos que possam ponderar adequadamente a informação contida nos
identificadores utilizados para o relacionamento, permitindo que possíveis erros
contidos nos identificadores (como erros de digitação, erro de declaração) além
234 – CADERNOS SAÚDE COLETIVA, RIO DE JANEIRO, 14 (2): 233 - 250, 2006