Pesquisa em base de dados e saúde baseada em evidência

Prévia do material em texto

-A importância da prática baseada em evidências, observando a qualidade da evidência científica:
	A importância da prática baseada em evidências: Utilização de pesquisas na tentativa de ampliar o conhecimento (expertise) médico e diminuir incertezas no processo clínico (diagnóstico/terapêutica/prognóstico), melhorando a assistência prestada ao paciente; ampliar a aplicação da epidemiologia e a avaliação criteriosa na tomada de decisão (Broeiro, 2015). A PBE entre profissionais de diferentes áreas garante cuidados de alta qualidade, baseados em evidências, além de criar uma “cultura de condução de pesquisas”. A prática clínica em evidência promove a melhoria da qualidade do cuidado, por aumentar a confiabilidade das intervenções, pelo incremento dos resultados para o paciente e a redução de custos. Tem a possibilidade de aumentar a confiança do paciente e a adesão às recomendações clínicas por ampliar as chances de obter os resultados desejados pelo mesmo. Permite ao profissional ter uma atitude crítica sobre qual o melhor procedimento, de acordo com valores e as circunstâncias clínicas do paciente, possibilitando a decisão de maneira racional e criteriosa sobre a melhor evidência para saber decidir qual a norma mais relevante para cada caso, buscando o melhor cuidado para o paciente.
	Sobre a qualidade da evidência científica:
• O sistema GRADE classifica a qualidade da evidência em quatro níveis: alto, moderado, baixo e muito baixo; 
• A qualidade da evidência é avaliada para o conjunto de evidências disponíveis para a questão de pesquisa (PICO), não para estudos individuais.
O delineamento de pesquisa é o ponto de partida na avaliação da qualidade da evidência. As evidências provenientes de ensaios clínicos randomizados é considerada menos propensa a viés de fatores de conclusão, por isso iniciam com nível alto. Já as evidências procedentes de estudos observacionais são consideradas inicialmente com nível baixo, devido à presença de limitações metodológicas referentes ao seu delineamento ou execução. 
Limitações metodológicas: No sistema GRADE, ensaios clínicos randomizados (começam com nível de evidência alto) e estudos observacionais (começam com nível de evidência baixo) podem ter a qualidade da evidência reduzida, devido à presença de limitações metodológicas referentes ao seu delineamento ou execução.
Indicam uma maior propensão a vieses, diminuindo assim a confiança na estimativa de efeito. Na presença de limitações relevantes, elas podem ser classificadas em graves ou muito graves, reduzindo respectivamente em um ou dois níveis, dependendo de como os mesmos aumentam as incertezas sobre a estimativa apresentada. A avaliação do risco de viés no sistema GRADE é realizada para o conjunto da evidência, não para estudos individuais. Contudo, ferramentas para a avaliação da qualidade de estudos individuais podem auxiliar no processo. Entre elas, destacamos o instrumento para avaliação do risco de vieses desenvolvido pela Colaboração Cochrane para estudos de intervenção e a escala de Newcastle-Otawa para estudos observacionais.
Inconsistência: O sistema GRADE sugere reduzir o nível de evidência caso seja observado inconsistência (heterogeneidade) importante nos resultados, mesmo após a análise de sensibilidade das hipóteses desenvolvidas a priori.
Diversos critérios podem nos auxiliar no julgamento sobre a inconsistência entre os estudos, entre eles:
• Diferenças elevadas nas estimativas dos efeitos (ex.: risco relativo) dos estudos individuais; 
• Sobreposição dos intervalos de confiança; 
• Inconsistência (I2 ) e teste de inconsistência (I2 ) e do teste de heterogeneidade [TG1].
Na presença de inconsistência, devemos realizar análises de sensibilidade (ex. análises de subgrupo e/ou meta-regressão), com o objetivo de identificar fatores clínicos e metodológicos responsáveis por essas diferenças. Idealmente essas análises devem ser realizadas de acordo com hipóteses definidas a priori e com direção de efeito definida. Quando não explicada por análise de sensibilidade, a confiança na estimativa do efeito diminui. Essa situação é acentuada quando diferentes estimativas observadas podem levar a diferentes conclusões como, por exemplo, indicar ou não a intervenção. Nesses casos, o nível de evidência deve ser reduzido por inconsistência.
Evidência indireta: A qualidade de evidência é reduzida em situações nas quais os participantes, intervenções ou desfechos avaliados nos estudos são substancialmente diferentes daqueles considerados na questão de pesquisa (PICO) da revisão sistemática ou da diretriz clínica; também em situações nas quais não há comparações diretas entre as intervenções (head-to-head). Nessas circunstâncias, é necessário realizar comparações indiretas nas quais, por exemplo, estimamos o efeito relativo entre duas intervenções não com base na comparação direta dessas duas alternativas, mas com base na comparação com uma terceira alternativa ou controle.
Evidência direta é aquela proveniente de estudos que comparam diretamente as intervenções de interesse, que avalia desfechos importantes para os pacientes. Em síntese, a evidência é considerada direta quando responde à questão de pesquisa (PICO).
Motivos para a evidência ser considerada indireta: 
• População: os participantes avaliados nos estudos não representam adequadamente a população de interesse (ex.: gravidade diferente). 
• Intervenção: as intervenções avaliadas nos estudos diferem daquelas de interesse (ex.: diferentes doses de um fármaco, ou diferentes técnicas psicoterápicas). 
• Comparação: conceitualmente é diferente dos demais, uma vez que não é relacionado à questão de pesquisa (PICO). Ocorre na ausência de comparações diretas entre as alternativas (estudos head-to-head), como no caso de estudos de simulação e de multple treatment comparisons. Nesses casos, são apresentadas estimativas de efeito geradas por base em comparações indiretas, mais susceptíveis a vieses. 
• Desfecho: os desfechos avaliados não são aqueles de interesse primário para a decisão, como por exemplo, o uso de desfechos substitutos.
Imprecisão: É julgada através da amplitude do intervalo de confiança. O intervalo de confiança a ser avaliado é referente ao efeito absoluto ao invés do relativo. Quando observamos magnitude de efeito, baseado em um pequeno número de eventos, pode-se considerar reduzir o nível de evidência, mesmo se o intervalo de confiança for aparentemente estreito. 
Uma forma adequada de definir se a estimativa é precisa em revisões sistemáticas, é através do cálculo do tamanho ótimo da informação. Geralmente, para tomada de decisão, o julgamento sobre a precisão das estimativas é baseado no intervalo de confiança de 95%. Nesse processo, observamos os limites superior e inferior do intervalo, o que possibilita avaliar se caso o real efeito fosse um desses valores, as conclusões seriam modificadas em relação à recomendação. Idealmente, a avaliação deverá ser feita com base no valor absoluto de risco, considerando que é o determinante para a tomada de decisão. Entretanto, a avaliação da precisão relacionada às medidas relativas de risco pode ser utilizada como uma alternativa. Frente a estudos iniciais, com pequeno número de eventos, geralmente com questão de pesquisa restrita e com tamanho de efeito grande, é possível que tenhamos uma associação espúria, mesmo quando for estatisticamente significativa. Nesse caso, é aconselhável reduzir o nível de evidência. 
Viés de publicação: • Evidência empírica sugere que, em geral, estudos estatisticamente significativos têm maior probabilidade de serem publicados do que estudos sem significância estatística (estudos “negativos”); 
• Revisões sistemáticas precoces, que são realizadas apenas quando poucos e iniciais estudos estão disponíveis, podem superestimar a estimativa de efeito uma vez que estudos “negativos”, geralmente, levam mais tempo para serem publicados (lag-time bias). Estudos iniciais com resultados positivos, especialmente com pequeno tamanho amostral, devem ser considerados suspeitos;• A não publicação de estudos com resultados “negativos”, quando parece ser uma prática frequente. O pesquisador deve suspeitar de viés de publicação quando os estudos são uniformemente pequenos, em especial quando em sua maioria possuem conflitos de interesse importante (por exemplo, patrocínio da indústria farmacêutica); 
• A avaliação empírica de padrão de resultados (por exemplo, gráfico em funil) pode sugerir viés de publicação, no entanto deve ser interpretado com cautela.
Em geral, artigos com resultados favoráveis tendem mais frequentemente a serem publicados em inglês, em revistas indexadas e em um curto espaço de tempo. Os estudos “negativos” (sem efeito identificado) tendem mais frequentemente a serem publicados na língua nativa dos pesquisadores, em revistas com menor visibilidade e após maior intervalo de tempo. Assim, o resultado sumário de uma metanálise pode ser propenso a viés, caso a amostra de estudos incluídos não seja representativa da totalidade dos estudos publicados ou não. O pesquisador deve avaliar as situações nas quais o conjunto da evidência pode não representar a totalidade dos estudos publicados sobre a questão de pesquisa. Caso haja alta probabilidade de viés de publicação, potencialmente alterando as conclusões a respeito da recomendação, devemos reduzir o nível de evidência.
Entre os principais fatores que devemos considerar na avaliação de viés de publicação estão:
	• Estratégia de busca pouco abrangente (ex.: poucas bases de dados, estratégia de busca inadequada, com potencial de não captar estudos relevantes);
	• Critérios estatísticos e gráficos podem indicar possibilidade de viés de publicação. Entre os mais utilizados estão a inspeção visual do gráfico em funil (funnel plot) e o teste de Egger. É esperado que estudos maiores apresentem medida de efeito mais próxima ao efeito real da intervenção, enquanto estudos menores apresentem resultados variáveis, podendo, pelo acaso, apresentar efeito superior ou inferior ao efeito real, esperando que essa distribuição de estudo seja simétrica. No entanto, em certas circunstâncias, observamos a publicação e identificação da maioria dos estudos com grande tamanho amostral, enquanto que estudos pequenos apresentando resultados “positivos” tendem a ser publicados e identificados com maior frequência do que estudos “negativos”. Como resultado, podemos obter um valor estatisticamente significativo no teste de Egger e assimetria identificada visualmente no gráfico em funil;
	• Estudos que apresentem conflitos de interesse, como no caso de estudos patrocinados pela indústria farmacêutica, em especial quando são tamanhos de amostras pequenas, tendem a apresentar resultados uniformemente positivos. É comum nesses casos, que os estudos não sejam publicados (ou descontinuados precocemente), quando apresentam resultados desfavoráveis. Devido ao acaso, mesmo em situações quando não há efetividade de uma determinada intervenção, alguns estudos pequenos podem apresentar resultados positivos, sendo estes mais frequentemente publicados. Além disso, frente a um conjunto de pesquisas com tamanho de amostra pequena, é comum esperar que alguns, por acaso, apresentem resultados “negativos”, ou ao menos, com resultados menos expressivos do que a média dos demais; a inexistência desses estudos com resultados negativos – com os demais apresentando efeito positivo e uniforme – também indica possível viés de publicação.
Fatores que aumentam a qualidade da evidência:
1. Grande magnitude de efeito (quando for observado RR>2 ou RR<0,5 o que pode elevar a evidência em um nível, e considera tamanho de efeito muito grande quando for observado RR>5 ou RR<0,2 o qual pode elevar a evidência em dois níveis. Quando encontrado tamanho grande de efeito em estudos observacionais, é provável que a intervenção possua efeito importante, mesmo na presença de fatores de confusão);
2. Gradiente dose-resposta (e reforça a probabilidade da ocorrência de relação causa-efeito, assim aumentando a confiança na estimativa. Dessa forma, frente a um consistente aumento do efeito associado a um aumento na exposição, a evidência do efeito torna-se mais robusta); 
3. Fatores de confusão residuais que aumentam a confiança na estimativa (Estudos observacionais com forte rigor metodológico irão contabilizar, de forma acurada, fatores associados com os desfechos de interesse, e conduzir análise ajustando para diferenças desses fatores entre os grupos de intervenção e controle. A razão principal para considerar estudos observacionais com nível de evidência inicialmente baixo é que os fatores não mensurados ou desconhecidos provavelmente não estejam adequadamente balanceados entre os diferentes grupos, ao contrário do que acontece com o uso de randomização, o que se caracteriza como confundimento residual. Em geral, o confundimento residual superestima a estimativa de efeito. Contudo, quando o mesmo potencialmente subestima o efeito encontrado, aumentamos a confiança no efeito, ou na ausência do mesmo).
-A Pirâmide da Evidência Científica: 
Modelo tradicional de pirâmide:
*Séries de caso/relatos de caso (base da pirâmide)
*Estudos de caso-controle (meio da pirâmide)
*Estudos de coorte (meio da pirâmide)
* Ensaios clínicos randomizados e controlados (topo)
* Revisões sistemática com metanálise (topo)
	Pirâmide revisada:
	As linhas que separam a qualidade de evidência dos diferentes tipos de estudos são onduladas, dada às diferentes características de condução dos estudos de desenhos inferiores que produzem uma evidência que pode ser, inclusive, melhor do que desenhos superiores por terem sido muito melhor conduzidos de uma maneira metodologicamente mais correta, com uma amostra grande, com grande reprotubilidade, transparência. Isto vale para o contrário também. Além disso, a nova pirâmide com ou sem metanálise são com os tipos de estudos descolados, servindo de lentes para olhar para os estudos e evidências, como uma forma de sintetizar as evidências, possibilitando olhar também para a qualidade dos estudos que estão sendo produzidos, fazendo uma média do quantitativo e do qualitativo dos estudos para guiar a tomada de decisão. 
	
- Noções sobre revista indexada e descritores (DeCS e MeSH)
	O vocabulário estruturado e multilíngue DeCS – Descritores em Ciências da Saúde é o vocabulário controlado que usa descritores (são termos padronizados definidos por especialistas para identificar assuntos publicados nos artigos científicos. Existe inclusive uma espécie de dicionário com esses descritores para que todos os pesquisadores que forem fazer as buscas utilizem os mesmos termos. A PubMed e a ERIC são bases de dados que utilizam descritores) para a indexação de artigos científicos e outros documentos da área biomédica. Fazendo-se uma analogia, a indexação consiste na atribuição de “etiquetas” a documentos, o que permite sua recuperação em banco de dados. Os descritores seriam essas etiquetas. Foi criado pela BIREME para servir como uma linguagem única na indexação de artigos de revistas científicas, livros, anais de congressos, relatórios técnicos, e outros tipos de materiais, assim como para ser usado na pesquisa e recuperação de assuntos da literatura científica nas fontes de informação disponíveis na Biblioteca Virtual em Saúde ( BVS ) como LILACS, MEDLINE e outras. Os conceitos que compõem o DeCS são organizados em uma estrutura hierárquica permitindo a execução de pesquisa em termos mais amplos ou mais específicos ou todos os termos que pertençam a uma mesma estrutura hierárquica. O DeCS é um vocabulário dinâmico totalizando 34.294 descritores e 77 qualificadores, sendo 29.993 descritores do MeSH e 4.378 exclusivamente do DeCS. Tais descritores exclusivamente do DeCS possuem 7.859 códigos hierárquicos, dos quais 2.592 são adicionados a 1.844 registros do MeSH. As seguintes são categorias DeCS e seus totais de descritores: Ciência e Saúde (245), Homeopatia (1.912), Saúde Pública (3.612) e Vigilância Sanitária (823). O número é maior que o total, pois um descritor pode ocorrermais de uma vez na hierarquia. Por ser dinâmico, registra processo constante de crescimento e mutação registrando a cada ano um mínimo de 1000 interações na base de dados dentre alterações, substituições e criações de novos termos ou áreas. O DeCS foi desenvolvido a partir do MeSH -Medical Subject Headings da U.S. National Library of Medicine (NLM) com o objetivo de permitir o uso de terminologia comum para pesquisa em múltiplos idiomas, proporcionando um meio consistente e único para a recuperação da informação. Além dos termos médicos originais do MeSH, foram desenvolvidas as áreas específicas de Saúde Pública, Homeopatia, Ciência e Saúde e Vigilância Sanitária. 
-Noções básicas de avaliação de periódicos (Qualis CAPES e Fator de Impacto)
	Qualis CAPES: É um sistema que faz a classificação da produção científica dos programas de pós-graduação brasileiros, no que diz respeito aos artigos publicados em diversos periódicos, revistas, anais e livros científicos, englobando todas as áreas do conhecimento. O método de análise foi criado para classificar a qualidade dos artigos stricto sensu e das pesquisas científicas. Como resultado, uma lista com a classificação é disponibilizada e pode ser acessada por quem deseja conhecer os periódicos que apresentam um bom conteúdo. A classificação ainda é feita pelos comitês compostos por consultores de cada área de avaliação. Os critérios são previamente definidos pela área e aprovados pelo Conselho Técnico-Científico da Educação Superior (CTC-ES). Os critérios usados para avaliar um periódico são:
· qualidade dos artigos: é necessário ter relevância para a sociedade, originalidade, um bom nível científico e ser bem escrito;
· periodicidade: periódicos e revistas mais antigos no mercado passam mais credibilidade. Além disso, a frequência das publicações também ajuda a melhorar a classificação;
· qualidade do corpo editorial: esse ponto é relativo à equipe que analisa os artigos publicados no periódico;
· diversidade de origens do trabalho: para receber uma classificação melhor, o periódico deve ter de autores institucionais a internacionais;
· difusão e popularidade da revista: quanto mais conhecido, melhor para o periódico, pois passa uma maior credibilidade;
· indexação: esse ponto faz com que os dados e informações sejam facilmente recuperados, caso alguém faça uma pesquisa em um sistema de informação. Para ter uma boa indexação, é importante que o periódico seja acessível e de qualidade.
				
Fator de Impacto: É a principal métrica utilizada para avaliar as revistas científicas por todo o mundo ao contabilizar as citações recebidas, sendo que até mesmo no Brasil algumas comissões do Qualis Periódicos utilizam a ferramenta para compor suas avaliações. O Fator de Impacto de uma revista científica é calculado somente entre as revistas que compõem a grande coleção de Web of Science. Logo, não serão contabilizadas as citações de revistas da coleção obtidas em periódicos fora dela ou considerado Fator de Impacto para periódicos fora do WoS. O cálculo do fator de impacto por ano de uma revista é a soma de todas as citações que ela recebeu nos dois anos anteriores dentro da coleção dividido pelo total de artigos publicados no mesmo período: 
		
-Bibliotecas virtuais e bases de dados: BVS, SciELO, Periódicos Capes, EMBASE, Scopus, Cochrane, PubMed e Web of Science
	Biblioteca da Universidade Federal de Sergipe [http://bibliotecas.ufs.br]; Biblioteca virtual em saúde [http://bvsalud.org]; Descritores em Ciências da Saúde [http://decs.bvs.br]; Dot.lib (livros digitais) [http://ufs.dotlib.com.br]; Portal de Periódicos CAPES [http://periodicos.capes.gov.br]; PubMed [http://www.ncbi.nlm.nih.gov/pubmed]; SciELO [http://www.scielo.org]. 
- Estratégias de busca bibliográfica (operadores lógicos booleanos)
O operador lógico booleano define relações entre termos em uma pesquisa. Os operadores booleanos são e, ou e não. Mostra artigos que contenham as palavras-chaves digitadas, restringindo a amplitude da pesquisa. Pode usar estes operadores para criar uma pesquisa bastante genérica ou bem limitada.
Funções dos termos booleanos:
	
Utilização de Operadores Booleanos e Parênteses:
Para aproveitar ainda mais os operadores booleanos, você pode usar parênteses para incluir alguns termos da pesquisa dentro de outros.
Você pode incluir termos de pesquisa e seus operadores em parênteses para especificar uma ordem na qual serão interpretados. Informação dentro de parênteses é considerada primeiro, depois é considerada uma informação para fora dos parênteses. Por exemplo,
Quando você digita “(rato OU ratazana) E ratoeira “, uma pesquisa recupera resultados que combinam a palavra rato ou a palavra ratazana junto com a palavra ratoeira nos campos pesquisados ​​por predefinição .
	Se existem parênteses entre parênteses, um processo de pesquisa primeiro a expressão parentética mais interna, logo a próxima, até que se inclua a pesquisa inteira. Por exemplo,((rato OU ratazana) E ratoeira) OU ratoeira.
Utilização de Operadores Booleanos ao Pesquisar uma Frase:
Quando os operadores booleanos estão incluídos dentro de uma frase que foi digitada entre aspas, o operador é tratado como palavras separadas. Neste caso, se pesquisará qualquer palavra ao inserir a frase.
Referências: 
https://bvsms.saude.gov.br/bvs/publicacoes/diretrizes_metodologicas_sistema_grade.pdf
https://www.youtube.com/watch?v=YEf3W6qdKqE
https://usblog.gradeworkinggroup.org/2016/06/proposed-new-evidence-based-medicine.html
https://www.periodicos.capes.gov.br/images/documents/Portal_Peri%C3%B3dicos_CAPES_Guia_2019_4_oficial.pdf
https://decs.bvsalud.org/sobre-o-decs/
https://www.periodicosdeminas.ufmg.br/o-que-fator-de-impacto-periodico/
https://connect.ebsco.com/s/article/Pesquisa-com-Operadores-Booleanos?language=en_US