Dica do autor: Confusão é quando uma terceira variável (o confundidor) se associa tanto à exposição quanto ao desfecho e não faz parte da cadeia causal entre eles — ou seja, ela embaralha a relação que você quer estudar. O pulo do gato é lembrar os três critérios clássicos do confundidor: estar associado à exposição, ser fator de risco para o desfecho e não estar no caminho causal da exposição para o desfecho. Para controlar confusão existem estratégias no desenho do estudo (por exemplo, randomização, restrição e pareamento) e no momento da análise (estratificação, modelagem multivariada, padronização). A estratificação, em especial, é uma ferramenta analítica poderosa: você divide a amostra em camadas segundo os níveis do possível confundidor e compara medidas de efeito dentro de cada estrato. Se as medidas estratum‑específicas forem semelhantes entre si, mas diferentes da medida bruta, há confusão; se forem diferentes entre si, pode haver interação (efeito modificação). A estratificação permite visualizar o problema — bater o olho e saber se um fator está confundindo — e, quando possível, calcular uma estimativa combinada (por exemplo, por método de Mantel‑Haenszel). Suas limitações aparecem quando há muitos estratos (poucos casos por células) ou quando o confundidor é contínuo — aí a regressão multivariada costuma ser mais prática.

Alternativa A: INCORRETA. A aleatorização é a forma mais robusta de controlar fatores de confusão porque distribui, em média, fatores conhecidos e desconhecidos entre os grupos — mas é uma estratégia de estudo experimental (ensaios clínicos). Em estudos epidemiológicos observacionais clássicos (coorte ou caso‑controle) não se pode randomizar a exposição; portanto, embora a aleatorização controle confusão quando aplicável, não é uma resposta adequada no contexto geral de estudos epidemiológicos observacionais previstos pela pergunta.

Alternativa B: INCORRETA. A restrição realmente é uma técnica válida de controle: limitando a população do estudo a uma categoria do potencial confundidor (por exemplo, só não‑fumantes) você elimina a variação desse fator. Porém, essa estratégia reduz a generalizabilidade dos achados e pode diminuir muito o tamanho amostral; além disso, não resolve confusão por fatores não restringidos. Apesar de ser uma técnica de controle de confusão no desenho, não é a alternativa apontada como correta nesta questão.

Alternativa C: CORRETA. Estratificação é uma técnica de análise (e também de apresentação) amplamente usada para controlar e identificar confusão. Ao calcular medidas de associação dentro de cada estrato de um possível confundidor e compará‑las entre si e com a medida bruta, você diagnostica se há confusão e pode obter uma estimativa ajustada combinando estratos. É especialmente útil para variáveis categóricas com poucos níveis e para detectar interação entre exposição e confundidor — por isso é a resposta correta e o “coringa” quando a pergunta busca uma estratégia aplicável em estudos epidemiológicos observacionais.

Alternativa D: INCORRETA. O emparelhamento (matching) também é uma técnica de controle por desenho, muito usada em caso‑controle (parear casos e controles por idade, sexo, etc.) e, eventualmente, em coortes. Ele controla confusão ao assegurar distribuição semelhante do fator pareado entre grupos, mas complica a análise (exige métodos condicionais) e impede avaliar o efeito da variável pareada. Portanto, embora seja uma estratégia real de controle de confusão, não é a alternativa considerada correta aqui.

Alternativa E: INCORRETA. O cegamento reduz vieses de informação e de observador, melhorando a validade interna, mas não é uma técnica para controlar confusão — ou seja, não altera a associação entre exposição e confundidor nem entre confundidor e desfecho. Assim, não serve como método direto de controle de fatores de confusão.

Resposta: Alternativa C