APPRAISAL: como interpretar os resultados de um estudo clínico?

Nesse texto, trazemos um resumo dos aspectos fundamentais para a correta interpretação de um estudo/artigo científico.

nova edição da Revista PEBMED trará tudo o que o médico precisa saber sobre a Medicina Baseada em Evidências. Como forma de te deixar por dentro do que ela abordará, estamos trazendo, ao longo da semana, um pouco dos principais temas.  Nesse texto, trazemos um resumo dos aspectos fundamentais para a correta interpretação de um estudo clínico.

Discutimos a diferença entre significância estatística e significância clínica, que é o que realmente importa para o paciente. Também demonstramos como avaliar a magnitude dos efeitos encontrados, de forma a não se deixar levar por resultados “enfeitados”. Todos esses pontos são debatidos com a utilização de exemplos práticos, de como isso influencia a sua prática do dia a dia.

Estudos que avaliam a utilidade de uma intervenção usualmente apresentam o resultado através de medidas de impacto (ex.: risco relativo ou risco absoluto). A apresentação dos dados como medidas de risco relativo pode amplificar a percepção do efeito, sem que isso represente um real benefício clinicamente significativo.

Significância estatística

Qualquer diferença encontrada entre os grupos de um estudo pode ser causada pela medicação estudada, ou simplesmente ao acaso. Para conseguir determinar qual das duas situações mais provavelmente aconteceu, realizamos testes estatísticos. O teste estatístico só consegue dizer se é mais provável, ou menos provável, que a diferença encontrada seja causada pelo acaso. O teste estatístico é a ferramenta que nos fornece o p-valor durante a comparação entre dois grupos. O “P” do p-valor significa justamente “probabilidade”.

Leia também: Analisando desfechos compostos no TOGETHER TRIAL, estudo da fluvoxamina para Covid-19

É amplamente aceito um valor de corte de 0.05 para o p-valor, com valores abaixo disso significando que o estudo foi “positivo” (hipótese nula rejeitada), e acima disso o estudo seria “negativo” (hipótese nula aceita”). Esse valor de corte é absolutamente arbitrário, mas diante de um p-valor abaixo de 0.05, falamos que esse resultado foi estatisticamente significativo. Na íntegra do artigo discutimos os fatores que influenciam na obtenção do p-valor, assim como o conceito de índice de fragilidade.

Significância clínica

Consideramos que um tratamento é significativo, do ponto de vista clínico, quando ele é capaz de impactar desfechos clinicamente importantes, com magnitude relevante (ex.: incidência de morte, infarto agudo do miocárdio, necessidade de hemodiálise). Desfechos substitutos utilizam marcadores de doença, ao invés do seu impacto direto no paciente (ex.: queda na Hba1c, redução de LDL), sendo inferiores em termos de importância clínica.

Sempre precisamos definir qual a magnitude mínima do efeito da intervenção que consideramos clinicamente significativa, um conceito que discutimos a fundo, com demonstração de exemplos reais, no artigo publicado na Revista PEBMED.

Conclusão

Considerando todos os detalhes e armadilhas na interpretação dos resultados de um estudo, devemos interpretar de forma crítica os resultados apresentados diante de nós. Dessa forma, confira o texto completo para obter dicas de como fazer isso na prática.

sétima edição da Revista PEBMED será lançada no próximo dia 25/01. Fique ligado!

Confira outros temas abordados na revista:

Referências bibliográficas:

  • WHITLEY, E.; BALL, J. Statistics review 3: Hypothesis testing and P values. Crit Care, v. 7, n. 1, p. 15, 2003.
  • SEDGWICK P, Clinical significance versus statistical significance; BMJ; v. 348, p. g2130, 2014.
  • VAN DEN BERGHE, G.; WOUTERS, P.; WEEKERS, F.; VERWAEST, C.; BRUYNINCKX, F.; SCHETZ, M.; VLASSELAERS, D.; FERDINANDE, P.; LAUWERS, P.; BOUILLON, R. Intensive insulin therapy in critically ill patients. N Engl J Med, v. 345, n. 19, p. 1359-67, 2001.
  • NICE-SUGAR STUDY INVESTIGATORS; FINFER, S.; CHITTOCK, D. R.; SU, S. Y.; BLAIR, D.; FOSTER, D.; DHINGRA, V.; BELLOMO, R.; COOK, D.; DODEK, P.; HENDERSON, W. R.; HÉBERT, P. C.; HERITIER, S.; HEYLAND, D. K.; MCARTHUR, C.; MCDONALD, E.; MITCHELL, I.; MYBURGH, J. A.; NORTON, R.; POTTER, J.; ROBINSON, B. G.; RONCO, J. J. Intensive versus conventional glucose control in critically ill patients. N Engl J Med, v. 360, n. 13, p. 1283-97, 2009.
  • WHO RAPID EVIDENCE APPRAISAL FOR COVID-19 THERAPIES (REACT) WORKING GROUP. Association Between Administration of IL-6 Antagonists and Mortality Among Patients Hospitalized for COVID-19: A Meta-analysis. JAMA, v. 326, n. 6, p. 499-518, 2021.
  • FDA. Coronavirus (COVID-19) Update: FDA Issues Emergency Use Authorization for Potential COVID-19 Treatment. Disponível em: https://www.fda.gov/news-events/press-announcements/coronavirus-covid-19-update-fda-issues-emergency-use-authorization–potential-covid-19-treatment. Acesso em 26/10/2021.
  • BEIGEL, J. H.; TOMASHEK, K. M.; DODD, L. E.; et al. Remdesivir for the Treatment of Covid-19 – Final Report. N Engl J Med. v. 383, n. 19, p. 1813-1826, 2020.
  • PATINO, C. M.; FERREIRA, J. C. Confidence intervals: a useful statistical tool to estimate effect sizes in the real world. J Bras Pneumol, v. 41, n. 6, p. 565-566, 2015.

Avaliar artigo

Dê sua nota para esse conteúdo

Selecione o motivo:
Errado
Incompleto
Desatualizado
Confuso
Outros

Sucesso!

Sua avaliação foi registrada com sucesso.

Avaliar artigo

Dê sua nota para esse conteúdo.

Você avaliou esse artigo

Sua avaliação foi registrada com sucesso.

Baixe o Whitebook Tenha o melhor suporte
na sua tomada de decisão.