Resumo Raciocínio Clínico Baseado em Evidências

Prévia do material em texto

Luana Mascarenhas Couto – 18.2 EBMSP 1 
Resumo Raciocínio Clínico Baseado em Evidências (RCBE) 
Introdução: 
Conceitos básicos: 
- Variáveis: são coisas que variam e que podem ser 
medidas; 
 Variável independente: suposta causa ou 
variável preditora; 
 Variável dependente: possível efeito, 
desfecho; 
 Variável externa: outras variáveis que podem 
ser parte do sistema de estudo e podem afetar 
a relação causa-efeito. 
- População: todas as pessoas em um cenário definido. 
- Amostra: subconjunto de pessoas em uma população 
definida. 
 Inferência: julgamento racional, com base em 
dados, de que as características da amostra 
se assemelham à da população de origem. 
- Validade interna: grau em que os resultados de um 
estudo estão corretos para a amostra dos pacientes 
sob análise. 
 Redução de vieses, avaliação ao acaso fazem 
um estudo com boa validade interna. 
- Validade externa: grau de veracidade dos resultados 
de uma observação em outros cenários  
capacidade de generalização. 
- Fator de risco: é um fator de exposição associado ao 
desenvolvimento de uma doença, numa provável 
relação de casualidade. 
- Estratégia PICO: 
 P: população  paciente ou problema de 
interesse; 
 I: intervenção  principal intervenção- 
exposição, exame, diagnóstico, tratamento, 
etc; 
 C: controle  comparação de intervenções; 
 O: desfecho  desfecho clínico de interesse. 
- MBE: não é uma medicina baseada em Protocolos (é 
uma regra geral e uniformiza condutas, porém tem 
suas limitações, pois cada paciente tem sua 
particularidade). É ter evidências de qualidade, mas é 
tomar decisão individual, olhando o paciente com 
suas particularidades, isso aumenta a probabilidade de 
sua ação seja mais efetiva e assertiva. 
 Não é Medicina baseada em certeza, é uma 
medicina baseada em probabilidades. 
 Medicina baseada em Incertezas seria o 
verdadeiro nome dessa área. 
 Medicina baseada em Fantasia: precisamos 
fantasiar para legitimar suas decisões. Seria o 
oposto da MBE. 
 A maioria das evidências é falsa  cabe o 
aprendizado de identificar as evidências que 
são verdadeiras. 
 Tipos de artigos: fake News, estudos 
exploratórios (não são fake News, não são 
definitivos, mas é o inicio para pesquisa) e 
confirmatórios (trabalhos com qualidade 
suficiente e que confirmam a conduta). 
 É uma medicina baseada em racionalidade. 
 
- Tipos de estudos: 
 Observacionais: ruim para medir eficácia, mas 
pode gerar hipóteses. 
 Transversal: É uma foto do momento. 
Gera hipóteses, estima acurácia, 
mensura associação. 
 Coorte: é um filme. São uteis para 
avaliar associação e fatores de risco; 
 Caso controle: é um filme. São uteis 
para estudar doenças, mensuramos 
prevalência, exposição. 
 Ensaios clínicos: se destinam a avaliar 
segurança, eficácia. 
 Revisão sistemática: transmitir um parecer 
sobre o estado da arte para responder uma 
pergunta específica. 
 Metanálise: tratamento estatístico 
para obter uma avaliação apurada. 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 2 
Vídeo: Eficácia x efetividade x eficiência 
Eficácia (propriedade benéfica): 
Representa uma propriedade benéfica intrínseca de 
uma intervenção. 
Entra o conceito da plausibilidade extrema. 
Por exemplo: distanciamento social. 
Efetividade (eficácia no mundo real): 
Representa se a eficácia ocorre no mundo real. E para 
ela acontecer precisamos ter um resultado verdadeiro. 
Depende da população. 
Por exemplo: a população cumprir o distanciamento 
social. 
Eficiência (custo): custo x efetividade. 
Remete a custo e efetividade. 
Por exemplo: distanciamento social x recesso 
econômica. 
Profecia Autorrealizável 
Profecia autorrealizável metodológica: 
Ocorre quando a intervenção coincide com o 
desfecho primário. 
Por exemplo, um estudo utilizou um dispositivo para 
detectar fibrilação atrial, porém a função desse 
dispositivo já é detectar a fibrilação atrial.  fazer um 
ECR parece que fazer faz mais sentido do que não 
fazer. 
Paradoxo do cientista: emoção e razão 
O paradoxo é a necessidade de conviver entre a 
razão e emoção. 
Apesar de o cientista precisar estudar racionalmente, 
ele precisa de emoção para motivar seu estudo, pois o 
impulsiona a fazer as coisas. Contudo, um entusiasmo 
exagerado o faz chegar a resultados errados. Dessa 
forma nós iremos: 
- Emoção: deve estar na pergunta da pesquisa; 
- Razão: na resposta da pesquisa  impede que o 
entusiasmo leve a mais resultados positivos do que 
negativos. 
A segunda dicotomia do cientista é: criatividade x 
rigor. 
- Rigor: rigor metodológico  a fim de cair em erros; 
- Criatividade: a fim de criar uma boa hipótese e um 
bom projeto de pesquisa. 
Para andar entre essas áreas precisamos saber qual o 
momento exato de usar cada coisa. 
E o consumidor de ciência? 
Deve interpretar o que o cientista está usando a 
criatividade/emoção e rigor/razão. 
PodCast: O que é Medicina? 
A probabilidade de um tratamento/benefício é uma 
probabilidade condicional, ou seja, são 2 
probabilidades multiplicadas. 
- Probabilidade 1: probabilidade da eficácia (benefício 
intrínseco do tratamento)  depende de erros 
aleatórios e erros sistemáticos; 
- Probabilidade 2: probabilidade do paciente se 
beneficiar, ou seja, é uma probabilidade individual  
depende do RAR. 
OBS: Quando multiplica a probabilidade 1 de baixa 
evidência, a probabilidade 2 tem baixas chances de 
dar certo, devido a um maior risco do acaso e 
consequências não intencionais. 
OBS1: Lembrem-se do princípio da prova do conceito: 
evidência científica de alta qualidade. Ele norteia as 
condutas médicas, mas não obriga a tomada de 
decisão, principalmente devido aos valores e desejos 
individuais do paciente. 
OBS2: Lembrem-se também do princípio da 
complacência, de modo que uma vez demonstrada 
em um grupo, tende a se estabelecer aos demais 
grupos. 
Semana 1- Princípios da MBE 
Aula Inaugural: Vídeo aula 
- Divisão do raciocínio médico individual (paciente em 
si) x populacional (precisa diagnosticar o fenômeno 
que influencia a sociedade como todo).  Importante 
aprender a migrar de um para o outro, a depender da 
situação. 
- Muitas coisas dispostas em diretrizes e Guidelines não 
são baseadas em evidências  importante verificar e 
questionar, mas algumas se encaixam no principio da 
plausibilidade extrema (incontestável). 
 Úteis para ter uma noção. 
- Epidemia de informação: não é um processo bom de 
lhe dar com a evidência. O ideal é: ter um problema 
 buscar a resposta para esse problema. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 3 
 Por que COVID-19 se transmite tão 
rapidamente quando comparado aos SARS-
cov 1? Não está sendo pesquisado. 
- O pensamento científico tem que ser multivariado. 
- Ciência aberta/preprint: permite ver desde o inicio a 
pesquisa, e o pesquisador recebe críticas e sugestões. 
Estão sendo disseminados como se já tivesse pronto. 
A arte de ler um artigo científico: vídeo aula 
A leitura do artigo é bastante aprofundada, vai além 
de ler e analisar as partes. É necessário experiência, 
atenção, ver além do trabalho. 
É um ato de pensamento, ao invés de absorção de 
informações  processo ativo. 
Etapas: 
- Pré-leitura: Se preparar mentalmente  Preparação 
 leitura do título, objetivo do trabalho; 
 Análise de tendenciosidade: a nossa 
tendenciosidade (crenças internas), do autor 
(ficar mais cético a leitura do trabalho). 
 Valor preditivo positivo/negativo: representa o 
quanto ele vai representar sobre a veracidade 
daquela informação. Depende: 
 Probabilidade pré-teste: probabilidade 
de aquela ideia ser verdadeira, antes 
da realização do trabalho  depende 
da lógica; 
 Presença da presença de trabalhos 
prévios sobre o tema  estado da 
arte. 
- Leitura: análise de sinal (aquilo que vem no trabalho 
que representa a realidade) e ruídos (informações que 
nãorepresentam a realidade. Vem de erros 
sistemáticos e erros aleatórios). 
 Buscar por erros sistemáticos (buscar nos 
métodos) e erros aleatórios (buscar nos 
resultados). 
O que é a Medicina Baseada em Evidências? 
INCERTEZA + PROBABILIDADE + CETICISMO (NÃO SABER 
AINDA) 
Inicialmente, precisamos entender o que é Medicina. 
Medicina é a busca de caminhos. 
A MBE é a medicina baseada em evidências 
científicas, pois existem muitas não científicas. Ciência 
é reconhecer a incerteza. Ademais, o pensamento 
científico é cético, é reconhecer que não sabe ainda. 
- O oposto da MBE seria a Medicina baseada em 
crenças, em fé, na fantasia. 
- “Medicina é a ciência da incerteza e a arte da 
probabilidade”. 
Método científico: 
- Situação  gerar a hipótese  testar a hipótese  
ver se funciona na prática; 
- Logo, previne as ilusões (viés ou acaso). 
 Para diminuir o acaso, usamos estatística (valor 
de p); 
 O viés é evitado através da randomização, 
cegar o paciente e o pesquisador. 
Viés de confirmação: 
- Se eu entrar acreditando, eu vou tendenciosamente 
olhar as coisas que eu acredito e eliminar as evidências 
negativas. 
Pensamento médico: 
- Incerteza + probabilidade + preferência do paciente 
+ pensamento econômico. 
Segurança perceptiva: 
- É quando o paciente usa determinado tratamento 
com a falsa ideia de segurança. 
Plausibilidade biológica: 
- É uma ideia que aparentemente é plausível do ponto 
de vista médico, mas nem sempre é verdadeira 
quando testada (A ciência é contraintuitiva). 
7 Princípios da MBE: 
- Principio do nível de evidência: toda evidência deve 
passar por uma análise crítica, que indique qual o grau 
de veracidade e relevância da informação. A 
depender desta análise chegamos à conclusão de 
que o nível da evidência é suficiente para modificar 
nossa conduta ou apenas para gerar hipótese ou não 
serve para nada; 
- Principio da hipótese nula: a hipótese nula é a ideia 
que aquilo que está sendo indagado não existe, não é 
verdade, não é eficaz. Portanto, a rejeição da 
hipótese nula significa existência, aceitar que o que foi 
testado é eficaz, é verdade  Não existe, até que se 
prove o contrário. 
 O principio da hipótese nula implica na 
proteção ao paciente  não fazer aquilo que 
não tem evidência. 
 Um fenômeno não deve ser considerado 
verdadeiro antes de sua demonstração. 
 Benefícios modestos: benefícios probabilísticos, 
que tentam mostrar benefícios que só 
aparecerão no futuro. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 4 
 Viés de ação: o ser humano tem dificuldade 
em aceitar o principio da hipótese nula e isto 
porque temos o viés de ação, ou seja, é muito 
mais confortável fazer algo, agir sobre aquilo, 
do que simplesmente não fazer nada porque 
não existem evidências. 
- Principio da plausibilidade extrema/paraquedas: 
extrema vem de incontestável. 
 Representa a exceção do principio da 
hipótese nula. São situações em que o 
benefício de uma conduta é tão obvia, que 
não há necessidade de um ensaio clínico 
randomizado. 
 Por exemplo: paraquedas é muito obvio que 
ele protege; Desfibrilação; intubação de 
paciente com insuficiência respiratória. 
OBS: O pensamento médico-científico deve ser 
construído por evidências de qualidade (principio do 
nível de evidência), que sejam suficientes para rejeitar 
a hipótese nula (principio da hipótese nula), exceto em 
situações de plausibilidade extrema (principio da 
plausibilidade extrema). 
- Princípio da evidência indireta: se a evidência for de 
qualidade, mesmo não sendo testado para uma 
circunstância, pode ser utilizada se tiver validade. 
 Por exemplo: determinada cirurgia teve 
sucesso em adultos, então é usada em 
crianças, mesmo não sendo testada. 
- Princípio da complacência: uma vez demonstrado 
um conceito em uma população, este tende a se 
reproduzir em outros tipos de indivíduos, tanto quanto 
à existência do efeito, como em relação à sua 
magnitude. 
O remédio que funciona para um branco, também 
funciona para o negro. 
Uma vez tendo evidências científicas de qualidade, 
esse conceito deve ser aplicado em diferentes tipos de 
pessoas, mesmo que as pessoas não tenham sido bem 
representadas naquele estudo  se não fosse assim eu 
só iria testar/usar naqueles pacientes ideais (homem, 
jovem, etc). 
E a individualidade do paciente? Não diz respeito à 
decisão clínica individual. Nós iremos individualizar a 
conduta para cada sujeito. 
- Princípio da prova de conceito: prova de conceito 
significa que uma evidência científica de alta 
qualidade, que nos permita acreditar no que está 
escrito, mas não copiar. 
 Não deve ser um dogma, deve-se levar em 
consideração o desejo do paciente, a cultura. 
- Princípio da complementaridade: ele reforça que 
ciência e julgamento clínico não são coisas 
antagônicas, pelo contrário, eles se complementam. 
O maior obstáculo para implementação dos princípios 
da MBE é o Complexo de Deus. Esta enfermidade 
psicológica de alta prevalência entre os médicos é 
caracterizada pela presunção de que podemos 
inventar condutas baseadas em lógica e considera-las 
benéficas sem testá-las devidamente. Ela é promovida 
pela ignorância de 2 fatos: 
- Incerteza do pensamento lógico  viés de 
confirmação (Usa do acaso para validar coisas). 
- Existência de fenômenos ilusórios no universo. 
OBS: Método científico: conjunto de procedimentos 
que minimizam as ilusões da observação. Quanto 
menos rígido é o método científico, mais susceptível o 
estudo fica às ilusões do mundo real. 
Blog- Práticas Integrativas do SUS: 
Efeito futuro x efeito simultâneo: 
- Efeito futuro: é o que denominados de desfecho. Para 
afirmar que um tratamento melhora o desfecho do 
paciente, precisamos de evidências que nos tragam a 
probabilidade de melhora; 
- Efeito simultâneo: há práticas cujo efeito é 
simultâneo. Estas não precisam de predição 
probabilística, pois o efeito ocorre durante a conduta. 
 
Há espaço para terapias 
integrativas/alternativas/complementares? 
Princípio da Interdependência: 
- Se colocado de maneira correta, essas terapias 
podem ter valor para a sociedade e não está indo de 
encontro MBE, e sim ao encontro. O que é 
inadequado é usar determinada terapia com a falsa 
ideia de melhora do quadro do paciente. 
Custo das terapias: 
- Será que vale a pena gastar dinheiro nessas terapias? 
Se for pra falar de dinheiro, temos que levar a 
consideração algumas terapias caras que nem trazem 
resultado para o paciente e às vezes até causar mais 
malefícios, por exemplo, rastreio ao câncer de próstata 
e quimioterapias. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 5 
Desejo do paciente: 
- Gera um maior autonomismo ao paciente, pois ele 
que busca essa terapia alternativa. 
Desfecho simultâneo x futuro: 
- Será que existe benefício clínico? Há desfecho futuro? 
É inadequado dar essas falsas esperanças ao 
paciente. 
- Contudo, há desfecho simultâneo, aquele que vem 
ao mesmo tempo do tratamento. Por exemplo: 
Massagem não vai curar sua dor, mas vai te dá 
conforto. 
Conclusão: 
- Não deve ser algo contrário da MBE, deve ser algo 
complementar. 
- Gera autonomismo e bem-estar ao paciente. 
Blog- Pensamento médico baseado em Evidências 
(Aspectos filosóficos e conceituais da Choosing 
Wisely): 
MBE é uma forma de aproximar e democratizar o 
pensamento científico para o raciocínio clínico e para 
a medicina. 
O pensamento científico é exatamente o não crente: 
“eu não sei”, gerando hipóteses e testando essas 
posteriormente. O objetivo desse teste é refutar a 
hipótese, caso eu não refute, eu passo a considerar 
aquilo verdadeiro  método científico  Modelo do 
ceticismo. 
O pensamento científico não procura a certeza, ele 
busca a incerteza, daí a necessidade de testar na 
prática. Ademais, a decisão médica deve ser baseada 
em probabilidade  “A medicina é a ciênciada 
incerteza e a arte da probabilidade”. 
 - Precisamos ter evidências que aumente a 
probabilidade de consequências intencionais para 
conseguir superar as não intencionais. 
A proposta do Choosing Wiseley é “pense 
cientificamente”. 
- Às vezes menos é mais. 
- O slow Medicine abre mais portas para o Choosing 
Wiseley, pois dá mais tempo para pensar e decidir. 
Artigo Semana 1: “A Randomized Trial of Progesterone 
in Women with Bleeding in Early Pregnancy” 
 
Estudo duplo-cego com uso de placebo, que queria 
verificar se o uso de progesterona em mulheres com 
sangramento no início da gravidez promoveria 
manutenção dessa gestação. 
- Não falou como foi feito o sigilo de alocação e quem 
implementou a randomização. 
- Usou o método de imputação- análise estatística que 
consegue preencher os dados ausentes com valores 
plausíveis. 
O resultado foi que não há diferença significativa entre 
o grupo que recebeu progesterona e o grupo 
placebo, contudo em mulheres que tiveram 3 ou mais 
abortos anteriormente, a terapia com progesterona 
seria benéfica.  Na real pode ser um viés de 
positivação ao avaliar desfechos secundários e 
subgrupos  risco de múltiplas comparações  
resultado ao acaso. Seria spin se tivesse na conclusão. 
- O valor de P fez aceitar a hipótese nula. (maior que 
0,05). Além disso, teve múltiplas comparações e não 
teve correção dessa situação. 
Conclusões do grupo: 
- Moderada probabilidade pré-teste; 
- Resultado negativo  aceitamos a hipótese nula; 
- Bom valor preditivo negativo; 
- Estudo confirmatório (não precisa fazer novos 
estudos), não foi gerador de hipótese e não foi fake 
News científico. 
Semana 2- Veracidade 
Cálculo amostral: 
O tamanho adequado da amostra depende do 
objetivo, do tipo do estudo e do desfecho. O foco 
sempre é obter uma amostra que seja ao mesmo 
tempo suficiente e factível. O tamanho amostral 
pequeno favorece ao erro aleatório. 
Valor de P: 
Como o estudo avalia apenas uma amostra do 
universo, ocorrem eventos devido ao acaso. Para 
avaliar isso, usamos o artificio da significância 
estatística. Se a diferença entre os grupos for 
estatisticamente significante, representa uma baixa 
probabilidade do acaso. 
Mas aonde que entra o valor de P? O valor de P é uma 
probabilidade de o resultado ser verdadeiro/aparecer, 
se a hipótese nula for verdadeira. Se esta for muito 
baixa, rejeitamos a hipótese nula e ficamos com a 
alternativa. Por convenção o valor de P deve ser <5%. 
 evita o acaso. 
Mas o que significa esse valor? Diferentemente de 
pensar que é a probabilidade do acaso, devemos 
interpretar como se fosse à probabilidade de chegar 
ao mesmo resultado sem “sua droga” fazer efeito. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 6 
Erro aleatório: ao acaso, imprecisão// RESULTADOS 
Divergência entre a observação em uma amostra e o 
valor verdadeiro na população, devida 
exclusivamente ao acaso  Estimado pelo valor de p. 
- Erro tipo I (falso positivo  estudos que afirmam): 
afirma algo falso = mentir. É o erro mais grave, pois 
mesmo que a hipótese nula seja verdadeira, eu a 
rejeito. Só aceitamos α= 5%. Como fabricar p<0,05? 
 Estudo pequeno; 
 Fenômeno da multiplicidade; 
 Concluir pelo Desfecho secundário; 
 Análise de subgrupo: 
 Estudo positivo: avaliar consistência  
ok; 
 Estudo negativo: subgrupo positivo  
cuidado. 
 Estudo truncado. (Apesar disso, análise 
interinas são feitas em ensaio clínicos 
randomizados para avaliar se não está sendo 
prejudicial ao paciente, contudo elas não 
devem ser dadas nos resultados do estudo, 
nem parar o estudo apenas porque 
encontramos um resultado positivo). 
- Erro tipo II (falso negativo  estudos que negam): não 
encontra o verdadeiro, deixa de afirmar= omitir a 
verdade. Significa afirmar que a hipótese nula quando 
ela é falsa. Aceitamos β= 20% de probabilidade de 
cometê-lo, logo, o poder deve ter 80% ou mais (1-β. 
Sendo beta, erro tipo II), por ele ser menos grave, já 
que não afirmar é melhor do que mentir  Não tem 
poder o estudo. 
 
Vídeo- As ilusões científicas- o acaso 
Para avaliar determinado desfecho, nós pegamos uma 
determinada amostra para pensar na população. Por 
esse processo, podemos observar desfechos que não 
estão presentes na população e sim, apenas na 
amostra  a amostra tem imprecisão  acaso. 
OBS: Significância estatística (algo não é ao acaso). 
- Acaso x causa: antes de dizer que uma coisa é 
causal, eu tenho que mostrar que uma coisa não é 
casual. 
- Para diminuir a imprecisão: 
 Aumentar a amostra. Porém, não é suficiente; 
OBS: Uma amostra muito pequena pode gerar uma 
falsa conclusão do desfecho, mesmo com valor 
estatístico pequeno. Nesse sentido, o autor pode 
realizar a mesma pesquisa, mas com pequenas 
alterações de metodologia, até que o desfecho seja 
favorável  múltiplas comparações. Além disso, pode 
acontecer vários desfechos secundários e um deles 
pode ser positivo apenas por mero acaso. 
 Analisar estatisticamente a possibilidade de ser 
ao acaso; 
 P <0,05 é significância estatística  
rejeito a hipótese nula (Hipótese nula é 
algo que não existe, como não 
podemos provar algo que não existe, 
representa o contrário do que 
queremos provar) e aceita a 
alternativa. IMPORTANTE! 
 Partir da ideia sempre que a hipótese 
nula é verdadeira, até que o calculo 
prove que se a hipótese nula for 
verdadeira, a probabilidade de o 
desfecho ocorrer é menor que 5%. 
 O valor de p só terá significância 
estatística se for um estudo bem 
dimensionado. 
 Não ter múltiplas comparações. Como 
desconfiar que há esse processo: 
 Mudança dos desfechos; 
 Conclusão a partir dos desfechos 
secundários; 
 Análise de subgrupo (Por exemplo, 
apesar do estudo não ser positivo no 
grupo geral, ele foi positivo em 
mulheres); 
OBS: Análise de subgrupos: no qual o mesmo teste é 
realizado múltiplas vezes em diferentes subgrupos de 
pacientes. Pode-se criar tantos subgrupos que a 
probabilidade de encontrar significância em algum 
deles, por acaso, é grande  múltiplas comparações. 
 Estudo truncado: interromper o estudo 
precocemente no momento que o 
resultado é positivo. Geralmente 
justificam dizendo que seria antiético 
continuar o estudo. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 7 
OBS: Desfecho primário (deve ser um único da mesma 
hipótese): deve ser decidido a priori, pois se não eu 
escolho depois o que for positivo  uso do protocolo 
 guia a conclusão. 
OBS1: Desfecho secundário: outros desfechos que não 
sejam primários  gera hipótese e ajuda a refinar o 
primário. Mas eles podem ser definidos a priori. 
(Objetivos secundários podem ter, mas só teremos um 
desfecho para o objetivo secundário). 
OBS2: Desfecho Post-Hoc: você inventa um desfecho 
após a realização do estudo, a partir dos resultados. 
OBS3: SPIN: transformar o desfecho secundário em 
desfecho primário ou concluir pelo desfecho 
secundário. 
OBS4: Desfecho numérico: N>400 pacientes. 
CONCLUINDO: 
- Além de P ser menor que 0,05 precisamos de estudos 
grandes/bem dimensionado e sem múltiplas 
comparações. 
Vídeo- Por que Estudos pequenos não deveriam existir? 
A função de um estudo analítico é moldar a 
probabilidade de uma hipótese. E o problema está 
nisso, pois estudos pequenos não moldam essa 
probabilidade, já que os resultados tendem a ser 
aleatórios. 
A partir disso o cientista deve se atentar a isso, pois ao 
fazer estudos pequenos você está criando ruídos e não 
sinal para a ciência. 
O que não são estudos pequenos? Não tem relação 
com amostra. 
- São estudos que tem poder estatístico para a 
hipótese que ele deseja provar. 
- Estudos bem dimensionados e de qualidade. 
- Viés de publicação: 
 O autor fica desestimulado em preparar um 
artigo que não traz a novidade desejada. 
Blog- Como calcular o tamanho da amostra 
Primeiro precisamos entender o por quecalcular. Nesse 
contexto, a maioria dos estudos são amostrais, ou seja, 
avaliam uma pequena parte da população e 
extrapolam estes achados para a população como 
um todo. Portanto, quanto maior a amostra, menos 
imprecisa e mais próxima da população. 
Para o estudo não ser pequeno, nós calculamos o 
tamanho amostral necessário para que o nosso estudo 
tenha uma precisão razoável em relação ao seu 
objetivo primordial. E cada estudo, cada situação, tem 
seu cálculo amostral. 
Inicialmente precisamos entender se o objetivo 
principal do estudo é descritivo ou analítico: 
- Descritivo: precisamos de uma amostra que forneça 
precisão na descrição da variável de interesse; 
 Intervalo de confiança: intervalo para o 
resultado ser verdadeiro.  Descrever a 
imprecisão da estimativa. Estudos muito 
pequenos aumenta o intervalo de confiança, 
tendendo-se a ser imprecisos. 
 No estudo descritivo, a amplitude desejada do 
intervalo de confiança é um dos fatores que 
determina o tamanho amostral necessário. 
- Analítico (testa associação entre variáveis): 
precisamos de uma amostra que forneça poder 
estatístico para detecção de uma dada associação, 
se esta existir. 
 Depende do equilíbrio entre a capacidade 
em detectar associações e o factível. 
 Lembre-se que “ser capaz de detectar” 
significa ter um poder de pelo menos 80% em 
detectar certo grau de associação, já que só 
toleramos 20% de erro tipo 2. 
O segundo fator que influencia no tamanho amostral é 
o comportamento das variáveis do universo. 
- Desfechos de alta frequência (é melhor para detectar 
no estudo) precisam de amostras pequenas para 
serem precisamente descritos, enquanto desfechos 
raros necessitam de grandes amostras. 
- Se a variável for numérica, deve ser considerado o 
desvio-padrão, pois quanto maior a sua variabilidade, 
maior a amostra eu preciso ter e mais difícil obter uma 
descrição precisa. 
Calculando na prática: através de calculadoras. 
- Estudo descritivo e variável dicotômica: 
 Qual a amplitude do intervalo de confiança 
desejado (precisão)? 
 Qual a frequência esperada deste desfecho? 
- Estudo descritivo e variável numérica: 
 Qual a amplitude do intervalo de confiança 
desejado (precisão)? 
 Qual o desvio-padrão da variável de 
interesse? 
- Estudo analítico e variável dicotômica: 
 Qual a diferença relativa que desejamos 
detectar entre os grupos? 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 8 
 Qual a frequência esperada no grupo 
controle? 
- Estudo analítico e variável numérica: 
 Qual a diferença que desejamos detectar 
entre os grupos? 
 Qual o desvio-padrão esperado em cada 
grupo? 
Vídeo- Teste de hipóteses- o valor de P 
 
- Nesse estudo, está ok nos erros sistemáticos  baixo 
risco de viés. 
- No grupo placebo tem uma queda maior na 
sobrevida, logo sinvastatina reduz mortalidade. Porém, 
temos que avaliar se essa diferença foi ao acaso; 
- O valor de P no estudo foi de 0,0003, ou seja, é p= 
0,03%. 
 Significa que se a hipótese nula fosse 
verdadeira (Sinvastatina= placebo), temos 
uma probabilidade de 0,03% do resultado do 
gráfico aparecer. Logo, a hipótese nula é falsa, 
já que é um resultado foi muito inusitado. 
Abandonamos a hipótese nula e ficamos que 
a alternativa (sinvastatina é melhor que 
placebo). 
- Nesse estudo, temos uma amostra bem 
dimensionada. 
 
- Nesse estudo demonstra que não há muita diferença 
entre uma terapia de “desentupir um vaso” e 
mortalidade. 
- O valor de P é 0,62= 62%  se a hipótese nula for 
verdadeira você tem 62% de aparecer o resultado do 
gráfico. Porém, como não é menor que 0,05, nós 
ficamos com a hipótese nula (angioplastia não reduz 
infarto). 
- Posso estar cometendo erro tipo II, pois você pode 
estar deixando de afirmar algo verdadeiro. Porém, 
devemos avaliar o poder. Nesse estudo, ele foi de 85% 
de poder, então tem baixa probabilidade de erro tipo 
II. 
 
- É um estudo bem dimensionado e randomizou para 
uma droga ou outra  baixo risco de viés; 
- Desfecho primário: morte; 
- A diferença entre os grupos deu uma diferença de 
0,19%. O valor de p, portanto, não foi significante. 
Dessa forma, o Omapatrillat não é superior ao Enalapril. 
Porém, o estudo concluiu que o Omapatrillat reduziu 
morte. Como ele fez isso? Ele fez uma análise 
secundária chamado de post-hoc. 
 
- Ao analisar secundariamente (ele transformou em 
qualquer hospitalização), ele encontra o valor de 
P=0,012, onde encontraria que o Oma era melhor que 
o Enalapril. 
 
- Não houve redução de mortalidade com o Balão 
Intra-aortico em pacientes com choque cardiogênico. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 9 
- O estudo tinha poder: 0,92. 
 
- O que o estudo fez: análise de subgrupos. 
Revisão Sistemática “Administração pré-natal de 
progesterona para prevenir parto prematuro em 
mulheres consideradas em risco de prematuridade”. 
RESUMINDO: Foi benéfico o uso de progesterona, 
porém ainda não se sabe a dose, até quando usar. 
Por que foi feito esse estudo? 
- É uma condição grave e associada a grave 
mortalidade. 
Estratégia PICO: 
- P: pacientes  mulheres com risco de parto 
prematuro; 
- I: Intervenção  uso de progesterona; 
- C: comparador  grupo controle; 
- O: Desfecho  definir se o uso de progesterona seria 
benéfico ou não. 
Seleção dos estudos: 
- Inclusão: 36 estudos de Ensaios clínicos randomizados 
nas quais a progesterona foi administrada para 
prevenção de parto prematuro; 
- Exclusão: estudos quase randomizados, progesterona 
administrada para o tratamento agudo, progesterona 
administrada no primeiro trimestre para prevenir o 
aborto. 
Metodologia: 
- Coleta de dados: Cochrane; 
- Avaliadores: 2 avaliadores independentes; 
- Erros sistemáticos: 
 Ocultação da alocação: 23 estudos foram 
considerados de baixo risco; 13 estudos não 
ficaram claros se houve viés; 
 Cegamento de participantes: 25 dos 32 
controlados por placebo fizeram o 
cegamento; 
 Cegamento da avaliação de resultados: em 
15 estudos houve cegamento; 
 Dados de desfecho incompletos: houve 31 
estudos de baixo risco para viés de atrito; 
 Relatório seletivo de desfechos: 25 foram 
classificados como baixo risco e 1 de alto risco; 
 Outras fontes de viés: 21 foram de baixo risco. 
 
(Cochrane  have men). 
Resultados: avaliar os desfechos primários (mortalidade 
neonatal e redução de parto pré-termo<34 semanas). 
- No total foram 36 ensaios clínicos randomizados, 
divididos em: 
 Uso de progesterona em mulheres com 
passado de parto prematuro; 
 Uso de progesterona em mulheres com cérvice 
curto identificado ao ultrassom; 
 Uso de progesterona em mulheres com 
múltiplas gestações; 
 Uso de progesterona em mulheres após 
sintomas ou sinais de ameaça de parto 
prematuro; 
 Uso de progesterona de mulheres com risco de 
parto prematuro por outras razões. 
- Homogeneidade: é a semelhança dos estudos 
selecionados (desfechos e resultados dos estudos)  é 
o ideal ser mais homogêneo. 
 QUI² (homogeneidade) + I² (representa a 
heterogeneidade). 
 Quanto maior o valor de P  rejeita a hipótese 
nula  mais homogêneo ele é. 
- Qualidade das evidências: 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 10 
Conclusão dos autores: 
- Uso de progesterona reduziu a mortalidade e aborto; 
- Há necessidade de mais estudos para avaliar dose, o 
momento do uso. 
 
 
Discussão: 
- Validade interna: 
 Pico estruturada? SIM; 
 Originalidade? SIM; 
 Relevância? SIM; 
 Viabilidade? SIM; 
 Protocolo registrado a priori? Não 
encontraram; 
 Estratégia de busca detalhada e exaustiva? 
SIM; 
 Critérios de inclusão e exclusão foram 
adequados? SIM; 
 Qualidade metodológica foi avaliada? SIM. 
 Resultados importantes? Homogêneo, tem 
conflito de interesse, viés de publicação tem 
baixa chance. 
 Validade externa: aceitamos a hipótese nula. 
Semana 3- Veracidade 
AnáliseMultivariada: 
É utilizada em estudos observacionais para evitar 
vieses de confusão. Você mantém um único desfecho, 
mas escolhe múltiplos preditores. Com isso, podemos 
concluir se os preditores são independentes ou não. 
Temos então um conjunto de variáveis que vão 
influenciar no prognóstico. O quanto elas vão 
influenciar depende da força de associação de cada 
uma delas com o desfecho. Isto é dado pela medida 
do quanto uma variável aumenta o risco do individuo, 
tendo sido ajustada para as demais. 
Por exemplo: Analisando a cafeína e tabagismo com 
infarto, se todos os pacientes ingerem a mesma 
quantidade de cafeína, o tabagismo vai manter sua 
relevância estatística? Se sim, então a variável 
confirma o desfecho, se não, é um viés de confusão. 
Contudo, é importante salientar que a análise 
multivariada não é suficiente para confirmar a 
causalidade. Se for para tratamento, o estudo 
observacional com análise multivariada não é 
confirmatório, mas sim exploratório. 
OBS: Tratamento  Ensaio clínico randomizado/ Fator 
de risco  estudo de coorte com análise multivariada 
+ plausibilidade. 
Necessidade de grupo controle: 
- Efeito placebo: o individuo acredita que está 
recebendo um tratamento e isto influencia o resultado. 
Para eliminar esse efeito, é imprescindível que o grupo 
controle seja cegado em relação estar recebendo o 
tratamento ou não; 
- Efeito Hawthorne (+ em estudos observacionais): o 
individuo se sente em um ambiente de pesquisa e isto 
estimula a ser mais disciplinado com o seu tratamento. 
Da mesma forma, o médico também fica mais 
estimulado a tratar melhor e dar mais atenção ao 
paciente. Para eliminar esse efeito, deve-se ter um 
grupo controle duplo- cego que vai receber a mesma 
atenção do grupo tratamento; 
- Fenômeno de regressão a média: este fenômeno diz 
que se recrutarmos indivíduos com um parâmetro 
anormal, uma segunda medida deste parâmetro 
mostrará a média mais baixa que a medida inicial, 
independente de efeitos externos como placebo, 
Hawthorne ou outro motivo qualquer. 
Vieses/ Erros sistemáticos: acontece de modo 
repetido// MÉTODOS 
Processo com tendência a produzir resultados que se 
afastam sistematicamente dos valores verdadeiros. 
- Viés de seleção: ocorre na alocação de pacientes 
de maneira não randomizada, criando uma 
comparação entre 2 grupos diferentes. Para eliminar 
esse viés, devemos realizar a alocação dos grupos de 
maneira randomizada; 
- Viés de aferição/observação: ocorre quando 
pacientes são avaliados de maneira diferentes para 
desfecho. Para eliminar esse viés devemos avaliar 
 
Luana Mascarenhas Couto – 18.2 EBMSP 11 
igualmente os grupos, cegar os pesquisadores e 
decidir regras claras (placebo, por exemplo) para 
decidir a ocorrência de um desfecho; 
OBS: Estudos abertos + desfecho subjetivo  alto risco 
de viés de observação  não deve ser visto como 
definido. 
- Viés de confusão: é o mais grave e mais prevalente 
viés. Estudos não randomizados idealizam que podem 
tratar tratamentos que podem funcionar, mas na 
realidade não funcionam, não possuem uma relação 
de causa e efeito. Para evitar esse viés podemos utilizar 
de 2 artifícios: 
 Randomização: N>500  grupos homogêneos, 
elimina variáveis de confusão; N<100  risco 
alto de heterogeneidade; 
 Em estudos observacionais, mesmo com 
análise multivariada (múltiplos preditores 
testados simultaneamente  sai outro valor de 
p por meio do ajuste de viés de confusão  
podendo realmente verificar a associação ou 
perder significância estatística) ou 
pareamento de características não se 
eliminam todos os fatores de confusão, então 
não podemos dizer que existe casualidade. 
Serão geradores de hipóteses. 
OBS: Tratamento/hábitos de vida  precisa de um 
ensaio clínico randomizado duplo-cego placebo 
controlado/fatores de risco  precisa de uma coorte 
com análise multivariada + plausibilidade. 
- Viés de desempenho (após a randomização): Por 
existir uma melhor atenção, dedicação aos pacientes 
do grupo intervenção e uma dedicação “normal” ao 
pacientes do grupo controle. Este cuidado especial 
pode influenciar significativamente o desfecho do 
paciente e não ser a intervenção exclusivamente que 
favoreceu a melhora do paciente. Isto acontece 
também da parte do paciente que, sabendo da 
intervenção, se torna um melhor cuidador de si mesmo. 
Lembre-se do efeito Hawthorne. Devemos fazer um 
estudo duplo- cego sempre que possível; 
- Viés de performance: quando o paciente não é cego 
no estudo e se encontra no grupo de intervenção. Ele 
pode se sentir estimulado e implementar outras 
mudanças nos hábitos de vida que potencializam um 
resultado positivo. Lembre-se do efeito Hawthorne; 
- Viés de análise: quando um grupo é diferente do 
outro. Quando um desfecho existe, mas não é por 
conta do tratamento; 
- Viés de atrito/seguimento: perda de participantes do 
estudo (até 10-20% é aceitável). Isso acontece porque 
uma perda grande destrói a randomização; 
- Viés relacionado ao desfecho: quando um desfecho 
é muito subjetivo ocorre um desfecho mole (Softs) que 
são menos importantes. Outro extremo são os 
desfechos “duros” (hard), dentre os quais o mais 
objetivo é morte, dicotômico, morreu ou não. 
- Viés de publicação: O autor fica desestimulado em 
preparar um artigo que não traz a novidade desejada. 
Contraste de tratamento: 
Um grupo randomizado para fazer exercício pode se 
animar ou desanimar quanto ao objetivo, portanto isso 
diminui o contraste entre esse grupo e o controle. O 
que fazer? Posso fazer uma análise por protocolo. 
Análise por intenção de tratar: tipo de viés 
A análise por intenção de tratar significa que os 
pacientes randomizados para tratamento, mas que por 
algum motivo não o receberam, assim como alguns 
que foram randomizados para controle e que 
receberam o tratamento, não sejam trocados de 
grupo, permanecendo em seus grupos originais. Se há 
troca de grupos, a randomização é perdida. 
Análise por protocolo: tipo de viés 
Ocorre à exclusão dos pacientes que violaram o 
protocolo do estudo da análise, apesar de parecer 
lógico, não é correto, pois ao fazer isso estou 
justamente inibindo o efeito da randomização. Isso leva 
a um viés pró-tratamento, ou seja, viés a favor do 
benefício do tratamento. Portanto, devemos manter 
no estudo mesmo que ele viole o protocolo. 
Blog- Guia para análise crítica de evidências sobre 
terapia 
Devemos começar lendo a conclusão do artigo e 
depois iniciamos a avaliação quanto fundamentada é 
a conclusão. 
Na análise de evidência sobre alguma terapia 
precisamos considerar 3 aspectos: 
- Veracidade: 
 Há efeito de confusão influenciando o 
resultado? 
 Ensaio clínico randomizado (os grupos 
tornam-se idênticos) x estudos 
observacionais. 
 O resultado decorre do acaso? (Significância 
estatística); 
 Erro tipo I. 
 A conclusão foi baseada no resultado do 
desfecho primário ou secundário? 
 Concluir pelos desfechos secundários 
cai no problema das múltiplas 
comparações. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 12 
 Há viés de mensuração? (estudo aberto, 
desfecho subjetivo). 
 Há viés de tratamento? (Intenção de tratar). 
 
- Relevância: 
 
- Aplicabilidade da informação. 
Blog- Estudos observacionais: quando confiar, 
desconfiar ou descartar 
Coortes observacionais representam o desenho de 
primeira linha para construção de modelos 
probabilísticos preditores de risco, também são estes os 
estudos primordiais para avaliar efetividade, ou seja, o 
comportamento de uma conduta no mundo real. 
Coortes observacionais podem ser consideradas 
evidências confirmatórias em casos especiais, quando 
3 critérios forem preenchidos: 
- Grande probabilidade pré-teste (plausibilidade 
biológica); 
- Grande força de associação; 
- Impossibilidade ética de randomização. 
 
Análise do artigo: Once- Weekly Semaglutide in Adultswith Overweight or Obesity 
- Conflito de interesse: é Financiado para uma 
farmacêutica  tem sim. 
- Financiamento do pesquisador: alguns autores 
declararam conflito de interesse por serem associados 
à empresa. 
- Protocolo: foi publicado 3 dias após o início do 
estudo. Não teve mudança de desfecho; 
- Objetivo: este ensaio de 68 semanas avaliou a 
eficácia e segurança da Semaglutida em 
comparação com o placebo como um adjunto à 
intervenção no estilo de vida para reduzir o peso 
corporal e atender a outros desfechos relacionados 
em adultos com sobrepeso ou obesidade e sem 
diabetes. 
- Desfechos primários: possui 2 desfechos primários. 
 
- Racional teórico: apresenta plausibilidade biológica 
(a semaglutida é um análogo do GLP1), as 
informações prévias em relação à hipótese a ser 
testada. 
- Conclusão: 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 13 
- Resultados: existe uma boa homogeneidade, valor de 
p=0,001. 
 
 
 Quanto retirou a intenção de tratar teve uma 
maior perda de peso. 
 Aqui foi a percentagem de redução de peso 
(variável numérica). 
 
 Da esquerda: por intenção de tratar; 
 Da direita: sem intenção de tratar. 
 Nesse gráfico: variável categórica- colocou 
grupos de perda de peso. 
- Metodologia: 
 
 Randomização 2:1: isso não enviesa, mas seria 
perigoso se aumentasse o número do grupo 
placebo. 
 
 Agora ele chegou a falar de aconselhamento 
de alimentação e exercício físico  resultado 
pode ser potencializado. 
 Não teve uma perda tão considerável. 
 Não diz se os dois grupos receberam a mesma 
alimentação e exercício. 
 Não mostrou o cálculo amostral. 
- Conclusão do grupo: 
 Não é confirmatório; 
 É gerador de hipótese; 
 Não é fake News científico. 
 Boa probabilidade pré-teste + Artigo negativo= 
Valor preditivo positivo  valeria a pena, 
porém devemos ter um maior cuidado. 
Semana 4 - Análise de relevância/magnitude 
É analisar a relevância de uma associação que seja 
verdadeira, ou seja, não é resultado do acaso e nem 
de viés, não tem a ver com valor de P. 
Vamos buscar essas informações nos resultados e para 
calcular depende de qual seja o objetivo primário do 
estudo. 
Risco relativo (RR): Probabilidade 
Representa o risco de tratamento/risco de controle. 
- Se o tratamento funcionar, o valor do risco do 
numerador (tratamento) será menor que o 
denominador (controle); 
- Se o valor do RR for menor que 1, significa que o 
tratamento testado é benéfico em relação ao controle, 
ou seja, possui baixo risco; 
- Se o valor for maior que 1 pode indicar um dano 
adicional como um fator de risco ou no próprio 
tratamento, já que o numerador maior significa que o 
risco do tratamento é grande; 
- Se a divisão for igual a 1= hipótese nula (risco 
tratamento= risco de controle); 
- Quanto mais próximo do 0, maior o impacto da 
proteção da terapia em questão. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 14 
OBS: O risco de tratamento poderia ser risco de morte, 
risco de internamento, etc. 
 
 
OBS: Nesse gráfico vemos um intervalo de confiança 
muito grande  imprecisão. E os estudos são 
pequenos e estão dando os mesmos resultados 
(positivos)  viés de publicação. 
Logo, o risco relativo é uma propriedade intrínseca do 
tratamento e tende a ser constante entre diferentes 
subgrupos. 
Nos trabalhos, o RR sempre virá com alguns números 
entre parênteses, significando incerteza = intervalo de 
confiança. 
OBS: Hazard Ratio (HR): probabilidade de o evento 
ocorrer em um determinado tempo de seguimento em 
que a amostra está sendo observada. Se o tempo de 
ocorrência do desfecho é pequeno, o Hazard é maior 
do que para o mesmo número de desfechos com um 
tempo de seguimento maior. A diferença do risco 
relativo para o Hazard é que o hazard é mais 
completo, sendo a probabilidade do evento acontecer 
em determinado tempo. Usam geralmente gráfico 
onde existe tempo. Ele dá noção do tempo livre do 
desfecho. 
- 1-HR= Redução relativa do Hazard. 
- Valor: >1 = dano; <1= proteção. 
- Usamos o conceito de Hazard Ratio: 
 Em estudos com longo tempo de seguimento; 
 Estudos em que o desfecho é certo em todos 
os indivíduos, mas queremos avaliar o tempo 
de vida; 
 Estudos em que pacientes entrem em 
momentos diferentes no estudo. 
OBS1: Odds Ratio (razão de chances): Primeiro 
precisamos entender o que é Odds. Odds é a chance, 
já o risco é probabilidade de uma coisa vir a 
acontecer. Ou seja, a chance representa a divisão 
entre: probabilidade/complemento da probabilidade 
(P/100-P).  Odds >1: aumento de chance; <1: 
diminuição de chance. É usado para situações que 
não conseguimos calcular o risco= estudos de caso-
controle, pois pegamos artificialmente a quantidade 
de pessoas que já tiveram os desfechos, o que não faz 
sentido calcular a probabilidade do risco ou também 
em estudos de regressão logística. Apesar de a 
interpretação ser a mesma do risco relativo, o valor 
numérico do risco relativo não coincide com o Odds 
Ratio. 
 
Redução relativa do risco (RRR): acurácia 
(sensibilidade/especificidade)= tamanho do 
efeito/tratamento 
Representa 1- risco relativo. Ou seja, expressa o efeito 
da eficácia do tratamento em termos percentuais 
(geralmente os tratamentos farmacológicos que 
funcionam tem RRR de cerca de 30%). 
- Corresponde à magnitude média do benefício; 
- É constante, que nem o risco relativo.  Avaliamos a 
verdadeira eficácia do tratamento a partir da RRR. 
Redução absoluta do risco (RAR): Valor preditivo= 
impacto do tratamento e NNT= magnitude: 
Representa o risco de tratamento – risco do controle 
(risco basal- está no controle). Ou seja, retrata a 
experiência do paciente  Não é generalizável. 
OBS: RAR= RR x RRR  Importante, pois demonstra 
aquele paciente do nosso consultório  
individualização. 
OBS1: Exemplo: RRR=25%/ RL=5% /RAR=5% de 25%= 
1,25. 
- NNT (número necessário a tratar para prevenir o 
desfecho): estima o tamanho do efeito de uma terapia 
e corresponde ao número médio de pacientes que 
precisam receber uma intervenção para que ocorra o 
desfecho definitivo em um paciente a mais em 
comparação ao grupo controle. 
 Por exemplo, NNT de 30, preciso fazer tal 
intervenção em 30 pacientes, para 1 ter 
sucesso. 
 Calculado: 100/ RAR (redução absoluta do 
risco)  Usamos o RAR, pois essa medida 
refere à experiência individual do paciente. 
 Medida que varia com o risco do paciente. 
Linha 
vertical= 1 
 
<1  
proteção. 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 15 
 Quanto menor o NNT, maior a magnitude do 
benefício da terapia, pois menos pacientes 
deverão ser tratados para beneficiar 1. 
 NNT próximo de 1: seria em casos de alguns 
casos de plausibilidade extrema e em 
situações prevalentes. 
 
OBS: NNH: É o NNT para causar prejuízo ao paciente. 
Permite comparar o NNT com NNH, ou seja, raciocínio 
de risco/benefício. 
Revisando formulas: 
- Risco de angioplastia=27% e risco de cirurgia 
cardíaca de grande porte= 19%. 
 Risco relativo: 19/27= 0,70%  menor que 1= 
proteção; maior que 1= dano; 
 Redução absoluta do risco: 27-19= 8%; 
 Redução relativa do risco: 1-0,7= 30%. 
 NNT: 100/8= 13% 
Resumindo: 
- RR ou RRR  TRATAMENTO; 
 RR= Risco tratamento/risco controle 
 RRR= 1- RR 
- RAR  PACIENTE; 
 RAR= Risco tratamento – risco controle 
- NNT  ECONOMIA 
 NNT= 100/RAR 
Intervalo de confiança 
A confiabilidade acerca de uma afirmativa, no que diz 
respeito ao erro aleatório, ou melhor, à ausência de 
erro aleatório. Quanto maior o tamanho amostral, mais 
estreito é necessário o intervalo de confiança. 
Logo, tal medida representa veracidade, pois diz 
respeito à imprecisão do estudo. 
- Quanto mais estreito: menos impreciso e quanto mais 
amplo: mais impreciso. 
 Para avaliar essa questão, a gente pensa: “se 
fosse outro valor, mudaria minha conduta?”  
se tiver mais de uma decisão  impreciso.Representa os números entre parênteses do risco 
relativo. 
O cálculo é feito da seguinte forma: 
- Resultado encontrado + ou – 1,96 erros-padrão= 
Intervalo de confiança. 
Desfechos: 
Antes de entender os tipos de desfechos, precisamos 
entender que os desfechos são interconectados. 
Desfecho substituto/intermediário/numérico= Não 
clínico 
Assim chamado, pois ele não é o interesse final da 
terapia, ou seja, não é garantia de desfecho clínico, 
não é a preocupação principal do médico ou do 
paciente. Ocorre a substituição do desfecho clínico 
por um desfecho que não implica necessariamente em 
uma melhora do paciente. Portanto, se temos um 
trabalho que se limita ao desfecho substituto, este 
trabalho é apenas gerar de hipóteses. 
- Nós iremos ver a melhora do paciente apenas em 
exames, porém não é garantia de melhora da doença 
em si, melhora clínica. Por exemplo, tratamento para 
osteoporose mostra na densitometria óssea uma 
melhora, mas não temos como afirmar que essa 
melhora no exame promoverá melhora/menos risco 
de fraturas. 
OBS: Esse desfecho não garante que o paciente será 
beneficiado. 
OBS1: Diferença para desfechos secundários: o 
desfecho secundário é definido pelo pesquisador. 
OBS2: A vantagem do desfecho substituto é fazer um 
tipo de estudo antes de fazer um ensaio clínico 
randomizado, por exemplo. Ai podemos dizer que em 
estudos de fase 2 (testa uma eficácia substituta) tem 
um desfecho substituto que é primário e caso tenha 
certo beneficio, nós colocamos esse desfecho 
substituto como primário em outro estudo de fase 3 
(eficácia clínica). 
Desfecho composto/combinado: 
Desfecho composto significa que aquele desfecho vai 
ser pontuado para determinado paciente, se este tiver 
qualquer um de uma gama de itens que representam 
desfechos separados. 
Não é múltipla comparação (só tem 1 valor de P), é 
avaliar o combinado de desfechos.  é 1 desfecho 
primário com múltiplos parâmetros  NÃO AVALIAR 
SEPARADAMENTE CADA PARÂMETRO SEPARADAMENTE, 
SE NÃO SERIA MÚLTIPLAS COMPARAÇÕES. 
Um maior número de desfechos aumenta a 
confiabilidade/precisão (poder estatístico é dado pelo 
número de desfechos  mais fácil detectarem) do 
estudo em relação a erros aleatórios. No entanto, estes 
desfechos compostos diminuem a relevância do 
 
Luana Mascarenhas Couto – 18.2 EBMSP 16 
estudo porque teremos ao mesmo tempo desfechos 
mais e menos importantes. 
OBS: Importante não ter excesso de parâmetros e 
serem desfechos que seguem a mesma direção 
lógica. 
Análise dos tipos de desfechos: 
1- O desfecho é substituto (gerador de hipótese) 
ou clínico? 
2- O desfecho clínico é soft (subjetivo: é o menos 
importante) ou hard (objetivo: é o desfecho 
mais importante); 
3- O desfecho é combinado? 
- Analisar a contribuição dos desfechos hard e 
softs. 
 
Revisão Sistemática: Exercise for Overweight or Obesity 
 
 
- Não declararam conflito de interesse; 
- O protocolo não foi encontrado  artigo de 2009 
não tinha obrigatoriedade. 
 
 
 
 
 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 17 
 
 
 
 
 
- Os estudos incluídos na revisão sistemática: 41. 
 
 
- Gráfico: 
 
- Considerações do grupo: 
POSITIVOS: 
 Estratégia de busca bem detalhada; 
 Critérios de inclusão e exclusão foram 
adequados e bem claros; 
 Homogeneidade: através de testes estatísticos 
(p<0,01 adequado para RS); 
 Pico estruturado; 
 Sem conflitos de interesse; 
 Tema original; 
NEGATIVOS: 
 Resultados não condizem com a realidade  
dos 43 estudos que eles utilizaram, eles só 
incluíram apenas 14 estudos para concluir (viés 
de publicação); 
 A análise de viés não foi bem feita; 
 Não explicaram como foi à randomização; 
 Viés de desempenho: ao saber que está em 
uma pesquisa, ele melhora a dieta, ele 
exercita mais; 
 Pouco tempo de análise; 
 Sem protocolo; 
 
Luana Mascarenhas Couto – 18.2 EBMSP 18 
 SPIN: queriam relacionar prática de exercício 
físico com a perda de peso, porém 
relacionaram a perda de peso com a dieta e 
ainda concluíram a partir de desfecho 
secundário; 
 Principio da complacência: validade externa 
 não deve ser aplicada para a população 
como um todo, pois a dieta entrou como um 
fator de confusão entre o exercício físico e 
perda de peso. 
 Além disso, eles comentam que existem muitos 
artigos que apenas o exercício físico não leva 
a perda de peso. 
RESUMINDO: 
 Nem iremos avaliar a relevância; 
 Ficamos com a hipótese nula: exercício não 
reduz peso, já que a hipótese alternativa era 
exercício e redução de peso. 
Análise do artigo: “Efficacy and Safety of the m-
RNA1273 SARS-COV 2 Vaccine”. 
 
 
 
- Tendenciosidades internas: queremos muito que seja 
um estudo positivo, devido à situação caótica do país; 
- Análise pré-leitura: 
 Não é predatório; 
 Fator de impacto: 74.699; 
 Protocolo: tinha protocolo; 
 Pesquisadores experientes; 
 Conflito de Interesse: o artigo disse que não 
tinha conflito de interesse, mas tem vários 
funcionários e pesquisadores que são da 
empresa que produz a vacina. 
- Justificativa: vacinas são necessárias para reduzir a 
morbimortalidade da COVID19. 
- Metodologia: 
 Estudo de fase 3; 
 Adultos medicamente estáveis; 
 Placebo controlado; 
 Randomizado; 
 Observador cego; 
 
 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 19 
 
 
 
 
- Desfechos secundários: vários. 
 
- Resultados: 
 Perda de seguimento: não teve uma perda 
tão grande. 
 
 Os grupos eram homogêneos. 
 
 
 Análise por protocolo: 95% com bom intervalo 
de confiança  o grupo placebo está 
aumentando, mostrando que a vacina está 
sendo eficiente de modo a inviabilizar a 
infecção. 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 20 
 Análise por intenção de tratar: aumentou para 
o grupo placebo, o que demonstra que tem 
eficácia. 
 Eficácia em casos sintomáticos: 94,1%; 
 Eficácia em casos severos (análise 
secundária): 100%. 
 
 
 
- Conclusões do grupo: Na real era confirmatório. 
 
 
Semana 5- Aplicabilidade de Evidência sobre Terapia 
Primeiro precisamos lembrar da diferença entre 
efetividade e eficácia. 
- Eficácia: é uma propriedade intrinseca de uma 
conduta médica; 
 Uso de ensaios clínicos randomizados. 
- Efetividade: resultado da interação do tratamento 
com o ambiente em que ele está sendo aplicado  
eficácia no mundo real. 
 Uso de Outcomes Research  É o estudo que 
vem após o ECR para avaliar a efetividade: 
pode ser um ECR pragmático ou estudos 
observacionais. 
 Um bom médico é aquele que prescreve 
condutas de acordo com a preferência do 
paciente, a fim de aumentar essa efetividade. 
 Outra coisa que tende aumentar a efetividade 
é quando se tem um balanço entre custo x 
benefício. 
- Eficiência: custo x efetividade. 
 Custo clínico: ações individuais e 
populacionais; 
 Custo monetário: ações populacionais; 
OBS: Nem sempre a eficácia traduz em efetividade. 
Princípio da prova do conceito: evidência de alta 
qualidade, mas que não cria uma regra de bolo 
A prova do conceito define a medicina baseada em 
evidências como prática de julgamento clínico 
indivudualizado, norteado por conceitos científicos. Ou 
seja, esse principio norteia a prática clínica ao usar 
evidências de alta validade  uma evidência 
científica ele não serve necessariamente para 
determinar a conduta clínica, serve na verdade para 
gerar um conceito que vai nortear nossa decisão 
clínica individual. 
O princípio da prova do conceito previne 2 equivocos 
comuns: 
- Achar que a conclusão do trabalho cria uma regra 
ou receita de bolo a ser sistematicamente reproduzida. 
- Copiar o método do trabalho científico na prática 
clínica. Ocorre de 3 formas: 
 Copiar o critério de inclusão: a copia da 
população-alvo é a negação do principio 
complacência ou de evidências indiretas; 
 Copiar a forma de tratamento: a forma de 
aplicaão do conceitoao paciente deve ser 
individualizada.  MBE é individualizar uma 
 
Luana Mascarenhas Couto – 18.2 EBMSP 21 
decisão norteada por um conceito 
comprovado; 
 Cópia do grupo controle: este é o mais 
caricatural dos equivocos. 
OBS: A escolha da população para determinado 
estudo não quer dizer que vamos utilizar o tratamento 
apenas naquela população. Na verdade, a escolha 
dessa amostra serve para evitar erro sistemático e 
aleatório, além de selecionar uma amostra que 
consiga avaliar vários desfechos e assim tenha poder 
estatístico  criar um conceito  individualizar a 
conduta. 
Nesse contexto, o trabalho científico serve para criar 
um conceito e não para determinar conduta individual. 
Importante diferenciar nível de evidência e grau de 
recomendação: 
- Nível de evidência: diz respeito à confiabilidade do 
trabalho  erro aleatório ou sistemático; 
- Recomendação: indicar uso. 
OBS: Nem sempre tratamento com alto nível de 
evidência tem alto grau de recomendação. 
Principio da Complementariedade: ciência e 
julgamento clínico são complementares 
Nesse princípio a ciência e o julgamento clínico são 
complementares. 
- A evidência serve para determinar se uma terapia é 
eficaz; 
- Julgamento clínico serve para analisar se a terapia é 
eficaz em determinado paciente. 
Decisão Compartilhada x Decisão Consentida: 
A decisão compartilhada não é dar evidências ao 
paciente e deixar que ele tome a decisão final, isso é 
decisão consentida. Logo, a decisão compartilhada é 
utilizar as preferências e valores do paciente na 
formação da opinião médica. 
Como fazer a decisão compartilhada? 
- Etapa 1: o processo de decisão começa pela 
evidência científica pela prova do conceito de acordo 
com RRR; 
- Etapa 2: analisar a individualidade clínica do 
paciente, de acordo com RAR e NNT; 
- Etapa 3: levar em consideração o ponto de vista 
pessoal, os valores e preferências dos pacientes. 
O que vemos normalmente é a decisão delegada, 
onde o médico diz suas preferências e deixa o 
paciente tomar a decisão. Sendo que o certo é: o 
paciente falar das suas preferências e o médico juntar 
as preferências dos pacientes com as evidências 
científicas. 
Princípio da Complacência: extrapolar para outras 
pessoas o benefício encontrado no estudo 
Após concluirmos que uma evidência é verdadeira e 
relevante, devemos pensar na sua aplicabilidade. O 
ideal é que ela seja aplicada a um maior número de 
pessoas possível. Isso justifica a maior complacência 
na análise de aplicabilidade. 
Um ensaio clínico é feito para testar uma hipotese. 
Sendo assim, a especificidade da amostra estudada e 
e outros aspectos de seu desenho existem para evitar 
viés e maximizar o contraste de resultado entre 
intervenção e controle, aumentando o poder 
estastístico. Uma vez provada a hipotese  podemos 
extrapolar. 
OBS: Validade interna: é o mesmo conceito da análise 
de veracidade, que se faz nas circunstâncias internas 
do estudo em questão. 
OBS1: Validade externa: descreve até que ponto 
podemos extrapolar os resultados de um estudo para 
uma população diferente da avaliada ou para uma 
forma de aplicação um pouco diferente da realizada 
no estudo. 
A aplicabilidade da terapia se refere a 3 aspectos: 
- Em quem será aplicada: depende da população a 
ser aplicada. Iremos avalair cuidadosamente de quem 
se trata a amostra estudada naquele estudo. 
Importante pensar se existe alguma razão para aquele 
benefício se perder neste tipo de paciente ou para 
surgir um efeito adverso grave; 
- Como será aplicada; 
- Onde será aplicada: diz respeito a terapias que 
dependem da habilidade da equipe médica. Além 
disso, outra questão é o custo. 
Níveis de evidência: 
- Nível A: é aquela situação em que há comprovação 
da veracidade do benefício em desfecho clínico; 
- Nível B: situações em que a evidência não diz 
respeito àquele tipo específico de população, mas há 
uma evidência de qualidade em outra população que 
se decidide extrapolar  princípio da complacência; 
- Nível C: ausência de evidência. 
 
 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 22 
Resumindo: Importante 
 
Análise do Impacto de uma Conduta: 
Precisamos avaliar o tamanho do efeito. Essa análise 
do tamanho de efeito vai além de avaliar a 
veracidade. Nesse contexto, significância estatística 
(valor de P) não é a mesma coisa de significância 
clínica (avaliada pelas medidas de associação: RRR, 
RAR, NNT). 
- RR/ RRR: Diz o tamanho do efeito. É intrínseca do 
tratamento e constante; 
- RAR: Diz o impacto para o paciente. Depende do 
risco basal do paciente e não é generalizável. 
- NNT: Número necessário a tratar para se prevenir um 
desfecho. Quanto maior o valor  menos impactante. 
Depende do risco basal do paciente. 
 Tratamos muitos para 1 se salvar; 
 A RRR não é 100%. 
- Benefício: RR x preferência do paciente; 
- Custo: custo para o paciente + custo ao sistema. 
Gráfico de Forest Plot: 
Neste gráfico, a linha vertical central é o risco relativo 
de 1, que é a hipótese nula. 
- Se o resultado está à esquerda: significa um RR menor 
que 1, que favorece a droga, reduzindo o risco. Vem 
acompanhado do IC, que é a precisão da estimativa. 
Se este IC não toca na linha da nulidade, significa 
significância estatística e mostra que no grupo inteiro o 
estudo é positivo, mostrando que a droga reduz a 
probabilidade do desfecho. 
- Se o resultado está à direita: significa um RR maior 
que 1, significando malefício. 
 
Semana 6- A ciência do Diagnóstico 
Ciência do Diagnóstico: 
Até agora vimos que a casualidade depende da 
probabilidade e na ciência do diagnóstico não será 
diferente. A ciência do diagnóstico segue um 
raciocínio Bayesiano (probabilidade condicional: a 
probabilidade pós-teste é condicionada pela 
probabilidade pré-teste e pelo teste  multiplicação 
entre as informações): 
OBS: Paradoxo Bayesiano: é que o “preconceito” 
(probabilidade pré-teste) domine a mente, de modo 
que a nova informação não consiga ser avaliada de 
forma independente da informação antiga. Logo, para 
evitar esse paradoxo devemos avaliar as informações 
de forma independente. 
 
- Usamos uma probabilidade pré-teste (probabilidade 
dos sintomas que o paciente tem e o próprio exame 
físico). Posteriormente iremos fazer testes para refutar 
ou confirmar minha probabilidade pré-teste, sejam eles 
sensíveis ou específicos, a fim de chegar à 
probabilidade pós-teste. 
- Probabilidade pré-teste: vem a partir de estudos de 
prevalência, ou seja, estamos analisando o presente. 
Os estudos de prevalência (estudos transversais) 
podem dar 2 resultados: a probabilidade e o modelo 
probabilístico (Avalia várias características do paciente 
= score diagnóstico). As maneiras de avaliar a 
probabilidade pré-teste são: 
 Científica: fica mais acurado o diagnóstico; 
 Intuição do médico; 
 Genérica: informação genérica, por exemplo, 
o paciente com tosse, quantos % são COVID? 
Ou seja, qual a prevalência de COVID com 
tosse na emergência? 
 
Luana Mascarenhas Couto – 18.2 EBMSP 23 
 Avalia o quadro clínico do paciente, por 
exemplo. 
 Exame físico. 
OBS: A cegueira é importante para os médicos. Por 
exemplo, o ideal seria que os médicos fossem cegos 
sobre a probabilidade pré-teste do paciente na hora 
de fazer o laudo do exame. 
- Acurácia do teste: serve para discriminar quem está 
doente e quem está saudável, em outras palavras, a 
capacidade do método em acertar o diagnóstico  
molda a probabilidade pré-teste. Mas como um teste 
irá pegar o valor da probabilidade pré-teste e moldá-
la para determinar a taxa de acerto? A partir de 2 
componentes: 
 Sensibilidade (capacidade do método em 
reconhecer doentes): a proporção dos 
doentes com teste positivo que é determinada 
pela razão: testes positivos/doentes; 
 Especificidade (capacidade do método em 
reconhecer os saudáveis): proporção dossaudáveis com teste negativo, que é 
determinada pela razão: testes 
negativos/saudáveis. 
 Quanto maior for o valor dos dois 
componentes, melhor as chances de 
aumentar a probabilidade do diagnóstico. 
 Podemos unir os dois valores em 1 único 
parâmetro através da razão de probabilidade. 
 Razão de probabilidade positiva 
(RP+)= Sensibilidade/100- 
especificidade. Quanto maior este 
número, maior o aumento da 
probabilidade de doença (já que o 
numerador seria maior) se o teste for 
positivo; 
 Razão de probabilidade negativa (RP-
)= 100-sensibilidade/especificidade. 
Quanto menor for este número, maior 
a redução da probabilidade de 
doença ou aumentar o saudável (Já 
que o numerador seria menor) se o 
teste for negativo. 
OBS: É um erro aceitar a acurácia do teste e ignorar a 
probabilidade pré-teste (Modelo médico tradicional). 
De modo que os 2 parâmetros devem ser avaliados 
para avaliar a probabilidade pós-teste de diagnostico. 
OBS1: Lembre-se de avaliar o intervalo de confiança 
do teste avaliado no artigo. 
OBS2: Fenômeno da ancoragem: ocorre quando temos 
uma ideia inicial positiva, as outras tendem a ser 
positivas para você, o que acaba superestimando uma 
informação. 
 
OBS: A maioria dos testes estão com RP+ entre 5 e 10 e 
RP- de 0,1-0,2. 
 
- Probabilidade pós-teste= valor preditivo  é o 
objetivo do diagnóstico. Pode ser calculado por meio 
de aplicativos ou pelo Nomograma de Fagan. 
 Probabilidade pré-teste: a partir de estudos de 
prevalência; 
 Razão de probabilidade; 
 Probabilidade pós-teste. 
 
 Valor preditivo positivo (VPP): se o teste for 
positivo, qual a probabilidade do individuo ser 
realmente doente? 
 
 Valor preditivo negativo (VPN): se o teste for 
negativo, qual a probabilidade do individuo 
ser realmente saudável? 
 É complemento da probabilidade pós-
teste da doença. Por exemplo: a 
probabilidade de um sujeito adoecer 
 
Luana Mascarenhas Couto – 18.2 EBMSP 24 
por determinada doença é de 30%, 
logo, o VPN é 70%. 
 
 Esses dois parâmetros estão vinculados aos 
pacientes. Não podemos confundir com 
sensibilidade e especificidade. 
 Valor preditivo: depende da 
prevalência da doença. Não é uma 
propriedade do teste  varia com o 
paciente  Conclusão final; 
 Especificidade/sensibilidade: 
independe da prevalência da doença, 
mas pode variar com a extensão da 
doença (gravidade). São 
propriedades intrínsecas do teste. 
 
Semana 7- A arte do Diagnóstico 
Fluxograma do raciocínio diagnóstico 
1- Estimar a probabilidade pré-teste através de 
escores ou outros modelos probabilísticos. A 
intuição não deve ser utilizada; 
2- Agregar outras informações clínicas ou solicitar 
exame complementar; 
3- Se decidirmos solicitar um exame 
complementar, precisamos saber a 
sensibilidade e/ou especificidade do método. 
Isto deve ser informado por algum trabalho 
científico já publicado (acurácia). A seguir, 
calcular as razões de probabilidade, que 
informará o quanto este teste agregará valor à 
probabilidade pré-teste; 
4- Calcular a probabilidade pós-teste através do 
nomograma de Fagan ou calculadoras. 
A partir daí, toma-se a decisão clínica ou terapêutica 
de acordo com a complexidade em questão. 
Análise sequencial: 
Na realidade no mundo prático, não existe uma única 
probabilidade pré-teste e um único teste, mas um 
conjunto de informações. A partir de uma 
probabilidade pré-teste inicial, vamos obtendo 
probabilidades pós-testes via razões de probabilidade. 
Esta probabilidade pós-teste será a pré-teste da etapa 
seguinte, onde um novo teste irá fornecer uma nova 
RP+ ou –, obtendo-se uma nova probabilidade pós-
teste e assim sucessivamente. Esta é análise 
sequencial. 
- Probabilidade pré-teste inicial > teste 1 > 
probabilidade pós-teste 1> probabilidade pré-teste 1> 
teste 2 > probabilidade pós-teste 2 > probabilidade 
pré-teste 2... 
- Ou seja, a probabilidade pré-teste inicial se torna a 
pré-teste 1 e assim sucessivamente. 
- Essa não é uma análise ideal, pois não leva em conta 
o valor preditor independente de cada informação ou 
teste. 
Análise diagnóstica multivariada: 
 Essa análise é superior ao sequencial. 
Quando se coloca todas as informações em um 
modelo multivariado (muitas variáveis ao mesmo 
tempo), uma variável será ajustada para as outras e o 
que vai permanecer no modelo final é o valor 
específico de determinada informação, despoluindo o 
valor agregado de outras informações que podem 
estar associadas a ela. Isto é chamado de valor 
preditor independente.  evita viés de confusão. 
- O modelo multivariado permite que a importância de 
cada variável diminua, porque se anula o efeito 
indireto de outras variáveis sobre ela, obtendo-se o 
valor direto de cada variável, levando a uma 
probabilidade final. 
 
Exemplos da aula: 
- Pré-teste de um paciente chegar à emergência com 
tosse, qual a probabilidade de ser covid? 50%; 
- Teste: 
 RT-PCR: é o que existe de melhor  é o 
padrão ouro  99% de especificidade e 60% 
de sensibilidade no primeiro teste; 
 Acurácia do teste/relevância do teste: RPP e 
RPN 
 RPP= 60/100-99= 60  teste ótimo, se 
for positivo  ótimo de detectar a 
doença; 
 RPN= 100-60/= 0,4  teste ruim, se for 
negativo  ruim para detectar 
saudáveis; 
- Pós-teste: estão relacionados ao paciente  VPP e 
VPN; 
 Se o teste for positivo: temos 99% de 
probabilidade pós-teste (VPP); 
 Se o teste for negativo: temos 30% de 
probabilidade pós-teste (paciente ser 
saudável) e no caso o complemento seria 70% 
de chance de ser doente (VPN). 
- Pré-teste: 50%; 
 
Luana Mascarenhas Couto – 18.2 EBMSP 25 
- Teste: sensibilidade: 64% e especificidade: 84,8% 
 TC: 
 RPP: 64/100-84,8= 4,2  ruim, se for 
positivo  ou seja, não detecta a 
doença; 
 RPN: 100-64/84,8= 0,42  teste ruim, se 
for negativo  não afasta a doença; 
- Pós-teste: a TC positiva e negativa não afasta a 
doença, é apenas um dado a mais. 
Semana 8- Acurácia Diagnóstica 
A acurácia é o quanto um dado de anamnese/exame 
físico/exames complementares aumentam a 
probabilidade do individuo ter uma determinada 
doença quando ela de fato está presente e, quando 
ausente, a probabilidade de ele não ter.  É como se 
nós avaliássemos essa situação para confirmar ou 
refutar o nosso diagnóstico Usamos as razões de 
probabilidade  Sensibilidade, especificidade, RPP e 
RPN  IMPORTANTE. 
Estudos de acurácia são estudos descritivos, pois não 
está sendo gerada nenhuma hipótese, e como 
ocorrem no momento presente, são estudos 
transversais. Neles não é calculado o valor de P. 
OBS: A eficácia do exame é feita através de um Ensaio 
clínico randomizado. 
- Para prevenir o erro aleatório nos estudos de 
acurácia/descritivo, nós devemos descrever o 
intervalo de confiança da sensibilidade e 
especificidade. 
 Quanto maior o intervalo de confiança  mais 
impreciso e vice-versa. 
 Alguns estudos concluem pelo VPP e VPN, isso 
é um erro, pois é uma característica do 
paciente. 
- As duas amostras são: doentes e saudáveis, divididos 
pelo padrão-ouro, onde 1 delas descreve a 
sensibilidade e a outra a especificidade. E a partir disso 
vou descrever uma proporção a partir dessas 
amostras. 
- Para um estudo de acurácia, uma amostra ideal 
deveria ser 50% dos doentes e 50% saudáveis, para a 
sensibilidade e especificidade possuírem a mesma 
precisão. Como numa amostra o número de doentes 
costuma ser menor, a sensibilidade tende a ser menos 
específica e intervalo de confiança tende a ser mais 
amplo  Importante avaliar o intervalo de confiança 
da sensibilidade principalmente. 
 Se há imprecisão na sensibilidade e 
especificidade também teremos imprecisão 
da RPP e RPN, que é o que precisamos para 
julgar o teste. 
 
- Na amostra de um estudo de acurácia, para 
diferenciar doentes de saudáveis antes do teste, é 
preciso realizar o exame padrão-ouro.Possíveis vieses nos estudos de acurácia: 
- Viés de observação/aferição: quando o médico não 
está cego, ou seja, ele sabe o diagnóstico do paciente 
pelo padrão ouro ou já sabe o quadro clínico do 
paciente. 
 Para evitar esse viés o estudo deve ser cego 
ao paciente e ao padrão-ouro; 
 Além disso, para evitar isso é preciso que o 
desenho do estudo seja a priori; 
 Se esse viés existir, o exame é de baixa 
validade para acurácia. 
- Viés do espectro: se eu seleciono a amostra de modo 
que o meu grupo de doentes é muito diferente do 
meu grupo de saudáveis  estudos de caso-controle; 
 O ideal é que tenha um espectro amplo de 
probabilidade de doença, ou seja, baixa, 
média e alta probabilidade de doença. 
 Ele superestima a acurácia, pois pega os 2 
extremos: pega os super doentes ou pega os 
super saudáveis. 
- Viés de verificação (+ comum em estudos de 
acurácia): quando a maioria das pessoas com teste 
anterior alterado entrou no estudo por que fez o teste 
padrão-ouro, então isso pode superestimar a minha 
sensibilidade por provavelmente aumentar o número 
de indivíduos doentes, já que só entraram no estudo 
aqueles sujeitos com indicação para realizar o exame 
padrão-ouro e subestima a especificidade  é como 
se eu avaliasse uma sub amostra. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 26 
 O ideal é que todos os pacientes façam o 
padrão-ouro, que é determinado pelo 
protocolo do estudo e não pelo médico. 
 Estudos retrospectivos podem gerar isso  
avaliar o método do estudo. 
 Não é relacionada ao estudo, e sim a prática 
clínica. Por exemplo, eu só coloco os 
pacientes para fazer cateterismo, quando a 
cintilografia deu positivo, mas o certo é que 
todos façam o padrão-ouro. 
- Adequação do padrão-ouro: o padrão ouro nem 
sempre é o melhor. 
 O ideal é que o padrão-ouro seja o melhor 
exame para identificar a doença. 
- Tempo de realização do padrão-ouro: deve ser um 
curto tempo entre o padrão-ouro e o teste analisado. 
 Por exemplo, faz a mamografia para câncer 
de mama e biopsia (padrão-ouro) 2 anos 
depois, isso pode alterar a sensibilidade e 
especificidade, devido a um tempo de 
intervalo muito longo. 
Avaliação crítica de um estudo de acurácia: 
- Verifique se o padrão de referência ou padrão-ouro 
escolhido é adequado, ou seja, realmente é o padrão 
de referência é um método ouro? 
- Verifique se a leitura do padrão de referência foi 
independente da leitura do método avaliado, ou seja, 
feita por pessoas diferentes, para que o conhecimento 
do padrão-ouro não influencie da leitura do exame. 
- Além disso, a leitura do método deve ser cega em 
relação ao quadro clínico do paciente  viés de 
observação; 
- Procurar pelo viés de verificação; 
- Verifique se o estudo é retrospectivo ou prospectivo 
 protocolo  viés de verificação; 
 Estudos retrospectivos são menos confiáveis, 
pois provavelmente a leitura dos exames não 
é feita de forma cega; 
- Confiabilidade da sensibilidade e da especificidade 
deve ser analisada através dos seus respectivos 
intervalos de confiança; 
- Avaliar se as razões de probabilidade são boas. 
 
OBS: A ordem é a mesma: veracidade, confiabilidade 
e aplicabilidade do estudo. 
 
Semana 9- Valores Preditivos 
O conceito bayesiano de valor preditivo positivo de 
um estudo diz que ele é: 
- Probabilidade de um resultado positivo predizer um 
fenômeno verdadeiro. 
- O valor preditivo positivo de um estudo é influenciado 
pelo valor de P, mas também por outras 3 variáveis: 
 Probabilidade pré-teste: significa que antes de 
avaliar a veracidade do estudo, temos que 
avaliar a probabilidade pré-estudo (pré-teste) 
de a hipótese ser verdadeira. 
 Poder estatístico: tem relação com erro tipo II. 
 Quanto menor o poder estatístico do 
estudo, maior a probabilidade dele 
não encontrar uma associação que 
existe. 
 Quanto menor o poder, menos a 
sensibilidade. 
 Qualidade metodológica do estudo. 
Já o valor preditivo negativo representa: 
- Probabilidade de a pessoa ser saudável se o teste for 
negativo. 
Desta forma, valor preditivo é uma propriedade do 
individuo submetido ao exame, não do exame em si. 
OBS: Se a probabilidade de uma doença é muito 
baixa, qualquer método terá um bom valor preditivo 
negativo e ruim valor preditivo positivo. Já se a 
probabilidade de doença for muito alta, qualquer 
método terá um VPN ruim e um bom VPP. 
Resumindo: 
 
- VPP: A/ A+B x 100; 
- VPN: D/ C+D x100. 
 
 
 
Luana Mascarenhas Couto – 18.2 EBMSP 27 
Semana 10- Overdiagnosis e Choosing Wisely 
Utilidade dos exames: 
Uma vez acurado o exame, precisamos ver a Utilidade 
dele: 
- Valor preditivo; 
- Rendimento: quantos testes eu preciso fazer para ter 
1 positivo? 
- Quanto o teste é benéfico x o quanto pagamos pelo 
teste. 
Overdiagnosis 
É um diagnóstico correto, mas fútil, desnecessário, que 
tem um potencial de prejuízo para o paciente, ao invés 
de benefício. 
- O diagnóstico deve ser útil, de modo a mudar o 
prognóstico do paciente. 
- O nosso objetivo é diagnosticar o doente 
beneficiando-o clinicamente, sem prejudicar o 
saudável. 
- Quando temos um benefício quando fazemos o 
diagnóstico, há um aumento na incidência daquela 
doença e queda na mortalidade pela mesma doença. 
OBS: Overtreatment: vem após um Overdiagnosis. 
Mecanismos de Overdiagnosis: 
- Rastreamento de doença/check-up em pessoas 
saudáveis; 
- Testes muito sensíveis; 
- Incidentalomas: diagnósticos incidentais, ou seja, 
encontrar doenças ao pesquisar outras; 
- Definição ampliada de doenças: mudança de 
parâmetros de algumas doenças, por exemplo, DM e 
HAS. 
O que atrai o Overdiagnosis? 
- Mentalidade do médico ativo: o heroísmo médico; 
- O pecado da omissão: medo da omissão em fazer o 
diagnostico certo; 
- Crença intuitiva na detecção precoce: gera uma 
ideia ilusória de sobrevida; 
- Conflito de interesse: quanto mais diagnósticos, mais 
venda de remédios ou maior número de exames 
realizados; 
- Ilusão de benefício. 
Consequências do Overdiagnosis: 
- Procedimentos desnecessários; 
- Tratamentos desnecessários, gerando morbidade 
aumentada; 
- Não redução da mortalidade. 
Exemplos práticos: 
- Screening/triagem de câncer de próstata e mama 
em pacientes assintomáticos e sem fator de risco  
não reduz mortalidade; 
- Teste ergométrico em pacientes assintomáticos; 
- Angioplastia em pacientes assintomáticos. 
 
OBS: Rastreamento de câncer não é prevenção, pois já 
é algo que existe. 
OBS1: O Overdiagnosis reduz o Qaly: equivale a 1 ano 
de vida num estado de saúde perfeito. 
Choosing Wiseley 
Pode ser traduzido como “usando sabedoria nas 
escolhas” ou “escolhendo sabiamente”. 
Esta iniciativa surge da percepção de que há falta de 
sabedoria na utilização exagerada ou inapropriada de 
recursos em saúde. Logo, o Choosing Wiseley vai ao 
encontro do paradigma Less Is more (menos é mais). 
Contudo, não é apenas fazer menos, é principalmente 
sobre pensar melhor. 
- Overuse: é fazer excessivamente. O Choosing Wiseley 
visa justamente o contrário, é fazer menos e melhor. 
Importante salientar que essa prática não tem objetivo 
de economizar recursos, mas sim de melhorar a 
qualidade da assistência, que deve ser embasada em 
evidências, aumentando a probabilidade do benefício 
e reduzindo o risco de malefício à saúde dos 
indivíduos. 
 
Luana Mascarenhas Couto – 18.2 EBMSP 28 
 
Graus de recomendação: 
- Grau A: altamente recomendável; 
- Grau B: Recomendável; 
- Grau C: sem evidências a favor ou contra; 
- Grau D: desaconselhável; 
- Grau E: claramente contraindicado. 
OBS: Vantagens: podemos basear nossas decisões 
clínicas nas melhores evidências, melhorando o 
prognóstico do paciente; 
OBS1: Desvantagens: difícil ficar permanentemente 
atualizado, difícil encontrar as evidências mais 
relevantes. 
Segurança perceptível e Choosing Wiseley 
Exemplos típicos