01/07/2008
Por
Alex Sander Alcântara
Agência
FAPESP – Muitos trabalhos científicos que
dão peso excessivo a cálculos estatísticos
podem trazer conclusões discutíveis e
equivocadas, de acordo com uma pesquisa publicada na
Revista
Brasileira de Anestesiologia.
O
estudo, que analisou trabalhos publicados na área
médica em periódicos de língua
inglesa, espanhola e portuguesa, aponta que métodos
estatísticos mal planejados, tomados como fatores
definitivos, podem referendar conclusões errôneas.
A
pesquisa, realizada por Mário José da
Conceição, professor de Técnicas
Cirúrgicas da Universidade Regional de Blumenau
(Furb), detectou que o “erro da prova de equivalência”,
exemplos de “amostra muito grande” e “escolha
errada de programa estatístico” são
algumas das recorrências nos artigos.
Segundo
Conceição, o objetivo do estudo foi apresentar
alguns conceitos relacionados com os cálculos
estatísticos que são fundamentais para
a leitura e o pensamento críticos na literatura
médica.
“A
estatística, quando utilizada em trabalhos da
área médica, tem como finalidade referendar
conclusões. Muitos autores apóiam seus
resultados de forma excessiva nos cálculos estatísticos,
como prova incontestável de acerto. O risco implícito
é que os cálculos matemáticos podem
ter sido planejados de forma errada, manipulados voluntária
ou involuntariamente, ou apresentar apenas uma das facetas
do problema”, disse à Agência FAPESP.
Um
dos erros mais freqüentes e que comprometem os
resultados é a prova de equivalência. Muitas
vezes, afirma Conceição, o erro ocorre
por desconhecimento do autor, que se limita a repetir
a forma que foi consagrada por especialistas no assunto.
“A
comparação entre duas amostras pode ser
insuficiente para garantir a existência de determinado
fenômeno, ou negá-lo por completo, mesmo
que os testes estatísticos indiquem o contrário.
O autor necessita explicar aos leitores esses pormenores
e evitar concluir de forma absoluta a existência
ou inexistência do fenômeno observado”,
salientou.
Conceição
usa como exemplo um estudo hipotético que tenha
por objetivo estudar a prevalência de acidentes
entre duas empresas aéreas brasileiras durante
a primeira semana de junho. “Se aplicarmos qualquer
modalidade de testes estatísticos, os resultados
jamais serão significativos, porque na primeira
semana de junho não se registrou acidente aéreo
no Brasil. Com base nisso, poderíamos afirmar
que aviões não sofrem acidentes, ou que
viajar de avião é 100% seguro sem nenhum
risco.”
“Essas
conclusões na prática diária estão
erradas. O cálculo correto deveria levar em consideração
as inúmeras variáveis que podem contribuir
para os acidentes e quais as probabilidades de elas
ocorrerem. Nesse caso, ainda existem fatores agravantes
do risco, como equipamentos sucateados ou controladores
de vôos despreparados”, afirmou.
Perpetuação do erro
Outro
erro recorrente nas pesquisas, de acordo com Conceição,
é isolar uma amostra grande ou pequena demais,
levando a falsos resultados. “Centenas de pessoas
foram tratadas com o antiinflamatório Rofecoxibe,
mas o fármaco foi retirado de uso porque causou
graves problemas cardiovasculares em determinados pacientes.
A grande amostra de indivíduos sem problemas
revelou-se uma falácia. A conclusão precipitada
foi de que a droga era segura em 100% dos pacientes,
sem se considerar determinadas variáveis como
a idade avançada, por exemplo”, disse.
O
mais grave, segundo ele, é a perpetuação
do erro, sobretudo nos trabalhos que retomam a pesquisa
do ponto no qual a anterior foi interrompida, ou repetem
a mesma fórmula como garantia de acerto na escolha
das amostras.
“Muitas
vezes são seguidas linhas de pesquisa, com a
repetição do erro por várias amostras.
O problema quase sempre está no planejamento
pouco cuidadoso da metodologia, ou seja, o seu desenho.
Os cálculos estatísticos fazem parte desse
desenho e, portanto, precisam ser planejados de forma
adequada. Um trabalho de pesquisa precisa partir de
uma hipótese clara que se pretende provar. No
final logra-se esse êxito ou não. A estatística
deveria ser a contraprova”, destacou.
Equívoco
não menos raro, segundo Conceição,
é a escolha errada do programa estatístico,
o que também pode comprometer os resultados.
“Existem erros óbvios, como o uso de testes
exclusivos para dados paramétricos em dados não
paramétricos, e outros mais sutis, como a utilização
de testes idealizados para comparações
a priori em comparações post hoc
[posteriores ao evento]. Se o autor se sente inseguro
na escolha do modelo estatístico a adotar, o
melhor caminho é discutir os detalhes com profissional
da área, quando do planejamento da metodologia.”
O
professor da Furb apresenta no estudo algumas recomendações,
como conhecimento básico dos princípios
de estatística. De acordo com ele, durante o
planejamento do método é possível
desprezar determinadas variáveis.
“O
autor, no entanto, precisa explicar de forma convincente
qual poderia ter sido o impacto das variáveis
excluídas em seus resultados. Modelos com muitas
variáveis são difíceis de interpretar
e utilizar. Os resultados só serão convincentes
se forem apresentados de forma correta. Antes de escrever
a conclusão, ele deve rever as hipóteses
e examinar o que apontam seus resultados. Sua conclusão
deverá definir se a hipótese foi provada
ou não, levando em consideração
o tamanho da amostra e as condições nas
quais foi realizada sua pesquisa”, disse.
Para
ler o artigo Leitura crítica dos dados estatísticos
em trabalhos científicos, de Mário José
da Conceição, disponível na biblioteca
on-line SciELO (Bireme/FAPESP), clique
aqui.
Matéria
retirada da Agência FAPESP:
http://www.agencia.fapesp.br/boletim_dentro.php?id=9057
|
