Dica do autor: Em estudos observacionais, é fundamental ajustar para variáveis de confusão para garantir a validade dos resultados. Modelos de regressão multivariada, como a regressão logística, permitem ajustar várias variáveis de confusão, isolando o efeito da variável de interesse sobre o desfecho. Essa abordagem ajuda a minimizar o viés de confusão e a garantir que os resultados sejam atribuíveis à exposição estudada, e não a outras variáveis. Embora o pareamento por escore de propensão também seja uma técnica útil, a regressão multivariada oferece maior flexibilidade e é mais amplamente aplicável em diversos contextos de pesquisa.  Alternativa A: INCORRETA. A ANOVA é utilizada para comparar as médias de mais de dois grupos independentes, mas não é adequada para ajustar múltiplos fatores de confusão em um estudo observacional.  Alternativa B: INCORRETA. O teste qui-quadrado é utilizado para testar associações entre variáveis categóricas, mas não é adequado para ajustar múltiplos fatores de confusão simultaneamente. Alternativa C: CORRETA. Modelos de regressão multivariada são métodos estatísticos poderosos que permitem ajustar múltiplos fatores de confusão simultaneamente. Eles ajudam a isolar o efeito da exposição a pesticidas sobre o risco de câncer de pulmão, controlando variáveis como idade, histórico de tabagismo e condições pré-existentes de saúde.  Alternativa D: INCORRETA. A análise de Kaplan-Meier é utilizada para estimar a probabilidade de sobrevivência ao longo do tempo em estudos de coorte, mas não é adequada para ajustar múltiplos fatores de confusão.  Alternativa E: INCORRETA. Embora o pareamento por escore de propensão seja uma técnica avançada para ajustar variáveis de confusão, ele não é tão amplamente aplicável quanto a regressão multivariada para ajustar múltiplas variáveis simultaneamente em grandes estudos observacionais.  Resposta correta: Alternativa C. Referências Bibliográficas: Guyatt, G. (2015). Users' Guides to the Medical Literature. JAMA Evidence, 3ª Ed. Sousa, M. R., & Ribeiro, A. L. P. (2009). Revisão sistemática e meta-análise de estudos de diagnóstico e prognóstico: um tutorial. Arquivos Brasileiros de Cardiologia. MEDICINABASEADAEMEVIDNCIASMBEPASSO3-210128-081741-1614367763.pdf