Categorias
Noutras Ruas

Não é necessariamente assim: por que tanta da literatura médica está errada

Por Gustavo Martins-Coelho [a]

A fé nas revistas médicas é demasiada: muita da literatura médica é propensa a erros. Dada uma associação estatística entre X e Y, embora muitas pessoas assumam que X causou Y, existem outras explicações possíveis.

Causalidade inversa

Se X e Y estão associados, é igualmente possível que Y tenha causado X. Embora, na maioria dos casos, seja fácil perceber qual é a causa e qual é o efeito, se a relação temporal entre um e outro não for clara, poderá suceder que as aparências iludam. Enganar-se na identificação de qual veio primeiro na ordem de causalidade é uma forma de viés protopático, do qual existem numerosos exemplos na literatura.

O papel do acaso e o milagre dos dados

Quanto um estudo encontra uma associação entre duas variáveis, é sempre possível que tal associação seja simplesmente o produto do acaso.

Mesmo o valor de p pode não ser totalmente fiável: um estudo identificou um benefício na redução da mortalidade de doentes que tiveram um enfarte do miocárdio, excepto naqueles dos signos Gémeos e Balança, com p<0,00001; outro estudo conseguiu, recorrendo meramente ao lançamento de dados equilibrados, simular um método eficaz para reduzir a mortalidade.

A probabilidade de obter falsos positivos num dado estudo aumenta com o número de subgrupos e de desfechos analisados. Testando dez vezes a mesma associação, com os erros estatísticos típicos assumidos nos estudos científicos, a probabilidade de obter uma associação espúria é de 40,13%.

Uma das soluções para isto é a replicação de estudos, mas, infelizmente, a actual estrutura de produção científica não favorece esse tipo de estudos. A este propósito, duma amostra de 45 grandes estudos publicados em revistas médicas de elevado impacto, 24% nunca foram replicados, 16% foram contrariados pela investigação subsequente, e outros 16% vieram a revelar efeitos menores do que os originalmente anunciados. Menos de metade foi realmente replicada.

Viés: café, telemóveis e chocolate

Um viés ocorre quando, embora não havendo uma associação real entre X e Y, a mesma é fabricada em resultado da forma como o estudo é conduzido. Existem 74 tipos de vieses, divididos em duas categorias: viés de selecção e viés de informação.

Um exemplo clássico do viés de selecção é um estudo que relatou uma associação entre consumo de café e cancro do pâncreas, fruto da forma como os controlos do estudo foram escolhidos: pessoas que, por terem úlcera péptica, bebiam menos café e, portanto, não eram representativos da população geral, em termos desse hábito.

O viés de informação pode resultar da medição ou da classificação errada das variáveis. Um caso especial é o viés de memória: num estudo sobre telemóveis e cancro cerebral, chegou-se à conclusão de que os indivíduos doentes eram mais propensos a recordar — e a sobrestimar — a frequência com que usavam telemóveis, gerando uma associação que poderia não existir na realidade.

Um outro tipo de viés de informação é a falácia ecológica, que parte de observações de grupos para extrair conclusões individuais. Um estudo demonstrou que os países que consumiam mais chocolate tinham mais laureados com o prémio Nobel. O problema é que o estudo não conseguiu determinar se os indivíduos que ganharam os prémios Nobel eram os mesmos que comiam o chocolate…

Confusão

A confusão, ao contrário do viés, ocorre quando existe realmente uma associação entre X e Y, mas existe uma terceira variável em jogo nessa relação. O viés é uma consequência de erros humanos; a confusão existe na natureza. Por exemplo, a diabetes pode levar tanto a problemas renais como cardíacos, pelo que é factor de confusão no estudo da relação directa entre essas duas patologias. Durante muitos anos, julgou-se que a terapia hormonal de substituição protegia da doença cardíaca, mas veio a descobrir-se que, afinal, se tratava apenas de confusão.

Na análise estatística dos dados, pode procurar-se minimizar a confusão, correndo, no entanto, o risco de introduzir um viés, nesse processo.

A solução para a confusão é a aleatorização: dividir a amostra aleatoriamente, de forma que as variáveis passíveis de provocar confusão se encontrem igualmente distribuídas por ambos os grupos, por força da sorte. Mas a aleatorização pode ser mal executada. Um estudo pretendendo comparar a apendicectomia laparoscópica com a cirurgia aberta falhou, porque, durante a noite, os médicos internos, em vez de escolherem aleatoriamente um envelope, onde constava a técnica a adoptar, procuravam, à transparência, os que diziam «cirurgia aberta», dado que a cirurgia laparoscópica implicava chamar o especialista, que se encontrava a dormir. Assim, os casos mais graves, que não podiam esperar pela manhã (e por um especialista acordado) para serem operados, acabaram por cair no grupo da cirurgia aberta, enviesando os resultados em desfavor desta.

Risco exagerado

Mesmo quando tudo corre bem no desenho e na metodologia, a apresentação dos resultados pode deitar tudo a perder. Por exemplo, o uso da razão de odds como estimativa do risco pode gerar resultados enganadores, como foi o caso dum estudo que anunciou que os negros tinham uma probabilidade 40% inferior à dos brancos de serem submetidos a um angiograma, quando dele necessitassem, quando a diferença real era de 7%.

Outro problema é o uso de riscos relativos em vez de riscos absolutos. Um estudo relatou um aumento de 50% no risco de sofrer um enfarte, uma hora depois de beber uma chávena de café. Mas 50% de aumento do risco significa… um por cada dois milhões de chávenas de café consumidas!

Consequências práticas

Dado que há tantas formas dum estudo correr mal, um certo grau de desconfiança e de crítica são saudáveis e ajudam a ciência a progredir. O actual sistema de produção de conhecimento tem muitas falhas, mas ainda é o melhor que temos.


Nota:

a: O artigo original pode ser lido na Medscape [1].

2 comentários a “Não é necessariamente assim: por que tanta da literatura médica está errada”

Deixe uma resposta

O seu endereço de email não será publicado. Campos obrigatórios marcados com *