Dica do autor: Padronizar taxas é o recurso estatístico que usamos para tirar do caminho um fator que embaralha a comparação entre populações: a composição demográfica — especialmente a idade. Quando duas populações têm pirâmides etárias diferentes, a taxa bruta (por exemplo, mortalidade ou internação) pode refletir mais essa diferença na estrutura etária do que uma diferença real no risco ou na qualidade dos serviços. O pulo do gato é lembrar que doenças e eventos de saúde variam fortemente com a idade; portanto, para comparar “maçãs com maçãs” a gente calcula taxas específicas por faixa etária e as combina usando uma população padrão (padronização direta) ou, quando as taxas específicas são instáveis, usa-se a padronização indireta (SMR). Assim obtemos uma medida ajustada que permite comparação válida entre áreas, tempos ou grupos, sem o viés introduzido pela pirâmide etária.

Alternativa A: INCORRETA. A qualidade dos registros de óbitos é questão de validade dos dados — sub-registro, causas mal definidas ou erros de classificação comprometem a estimativa das taxas. Padronização não corrige sub-registro ou má classificação; para isso são necessárias estratégias de melhoria do registro, ajustes por redistribuição de causas ou métodos de correção. Ou seja: má qualidade dos dados é problema distinto e exige medidas de qualidade, não padronização.

Alternativa B: CORRETA. É o motivo clássico para padronizar: diferenças na estrutura da pirâmide etária entre populações criam confusão (confounding) nas taxas brutas. Uma população envelhecida tende a ter mortalidade bruta maior mesmo que o risco por idade seja igual ao de uma população jovem. Padronizando por idade (direta ou indiretamente) neutralizamos esse efeito e comparamos riscos ajustados — essa é a aplicação mais comum e a razão pela qual a padronização existe na epidemiologia e mortalidade.

Alternativa C: INCORRETA. O número de leitos hospitalares é um determinante da capacidade assistencial, não uma variável demográfica usada para padronização de taxas. Diferenças em infraestrutura podem justificar análises estratificadas ou modelos multivariados, mas não é o motivo típico para usar padronização de taxas; padronização remove efeitos de composição demográfica, não de recursos físicos.

Alternativa D: INCORRETA. Cobertura de programas de saúde influencia resultados e é um fator de exposição ou confusão possível, mas padronização de taxas é voltada primordialmente a ajustar por características demográficas (idade, às vezes sexo). Diferenças na cobertura exigem outras abordagens analíticas (estratificação, regressão multivariada, análise causal) ou padronizações específicas se houver interesse em ajustar por distribuições conhecidas, mas não é a indicação mais comum nem a razão clássica para padronizar taxas.

Resposta: Alternativa B