Tag: viés em pesquisa científica risco de viés metodologia científica saúde baseada em evidências revisão sistemática ensaios clínicos randomizados Cochrane

  • Desenho de Estudo: Escolhendo o Delineamento Ideal para Sua Pesquisa Científica

    Desenho de Estudo: Escolhendo o Delineamento Ideal para Sua Pesquisa Científica

    Lupa sobre dados populacionais, gráficos e documentos de pesquisa, simbolizando a definição do desenho de estudo em investigação científica.

    Depois de formular uma boa pergunta de pesquisa, muitos estudantes acreditam que a etapa mais difícil já foi superada. No entanto, existe uma decisão metodológica que pode determinar o sucesso ou o fracasso de todo o projeto: a escolha do desenho de estudo.

    Afinal, uma pergunta científica bem construída não garante, por si só, que os resultados serão válidos. Para que isso aconteça, é necessário selecionar um desenho de estudo compatível com o problema investigado. Em outras palavras, o pesquisador precisa escolher o método mais adequado para responder à pergunta que formulou.

    Essa escolha influencia diretamente a qualidade dos dados coletados, a força das conclusões obtidas e até mesmo a possibilidade de publicação dos resultados em periódicos científicos.

    Por isso, compreender os diferentes tipos de desenho de estudo é uma habilidade fundamental para estudantes, pesquisadores e profissionais da saúde que desejam produzir conhecimento confiável.

    O que é um desenho de estudo?

    O desenho de estudo corresponde ao planejamento metodológico utilizado para responder uma pergunta científica.

    Em termos simples, ele representa a estratégia escolhida para coletar, organizar e analisar os dados necessários para testar uma hipótese ou investigar um fenômeno.

    Assim como um arquiteto precisa definir a planta antes de iniciar uma construção, o pesquisador precisa definir o desenho de estudo antes de iniciar a coleta de dados.

    Sem esse planejamento prévio, o risco de erros metodológicos aumenta significativamente.

    Além disso, um desenho de estudo inadequado pode comprometer a validade dos resultados, mesmo quando a coleta de dados é realizada com extremo cuidado.

    Portanto, escolher corretamente o desenho de estudo não é um detalhe burocrático. Pelo contrário, trata-se de uma das decisões mais importantes de toda a pesquisa.

    Por que o desenho de estudo é tão importante?

    A importância do desenho de estudo está relacionada à capacidade de responder corretamente à pergunta científica.

    Nem todos os desenhos são capazes de responder a todos os tipos de perguntas.

    Por exemplo, se o objetivo for descobrir a frequência de uma doença em determinada população, um estudo transversal pode ser suficiente.

    Entretanto, se o objetivo for avaliar a eficácia de um tratamento, provavelmente será necessário um ensaio clínico randomizado.

    Da mesma forma, quando desejamos investigar fatores associados a uma doença rara, um estudo caso-controle costuma ser mais eficiente.

    Consequentemente, a escolha do desenho de estudo deve sempre partir da pergunta de pesquisa e não da facilidade de execução.

    Infelizmente, muitos pesquisadores iniciantes fazem exatamente o contrário: escolhem primeiro o método que conseguem executar e apenas depois tentam adaptar a pergunta.

    Esse caminho costuma gerar pesquisas frágeis e resultados de difícil interpretação.

    O erro mais comum antes de escolher um desenho de estudo

    Antes de selecionar qualquer desenho de estudo, é fundamental distinguir uma dúvida pessoal de uma verdadeira lacuna científica.

    Essa diferença parece simples, mas é uma das principais fontes de erro entre estudantes de graduação e pós-graduação.

    Imagine a seguinte pergunta:

    “Quais são as vantagens e desvantagens dos cigarros eletrônicos?”

    Embora o tema seja interessante, ele não necessariamente representa uma lacuna científica.

    Na maioria das vezes, essa pergunta pode ser respondida por meio da leitura crítica da literatura já disponível.

    Por outro lado, considere a seguinte questão:

    “Qual é o impacto do uso prolongado de cigarros eletrônicos em pacientes portadores de doença pulmonar obstrutiva crônica?”

    Nesse caso, existe uma possibilidade maior de estarmos diante de uma lacuna científica real.

    Portanto, antes de escolher um desenho de estudo, o pesquisador deve avaliar se está produzindo conhecimento novo ou apenas buscando informações já conhecidas.

    Estudos transversais como desenho de estudo

    O estudo transversal é um dos desenhos mais utilizados em pesquisas epidemiológicas.

    Nesse desenho de estudo, todas as informações são coletadas em um único momento.

    Por esse motivo, costuma-se dizer que o estudo transversal funciona como uma fotografia da população.

    Ele permite avaliar a frequência de doenças, comportamentos, hábitos de vida e diversos outros fenômenos de interesse.

    Por exemplo, um pesquisador pode utilizar um desenho de estudo transversal para avaliar a prevalência de cárie dentária em escolares de determinada cidade.

    Da mesma forma, é possível investigar a frequência de tabagismo, obesidade ou sedentarismo em uma população específica.

    Entretanto, embora esse desenho de estudo seja extremamente útil para descrever situações, ele apresenta limitações importantes.

    Como exposição e desfecho são medidos simultaneamente, não é possível determinar qual ocorreu primeiro.

    Consequentemente, não podemos afirmar que existe uma relação causal entre as variáveis observadas.

    Estudos caso-controle como desenho de estudo

    Quando o desfecho já aconteceu e precisamos investigar possíveis fatores associados, o desenho de estudo caso-controle costuma ser uma excelente alternativa.

    Nesse modelo, os pesquisadores começam identificando indivíduos que apresentam o desfecho de interesse.

    Em seguida, selecionam indivíduos semelhantes que não apresentam esse desfecho.

    Posteriormente, investigam retrospectivamente as exposições ocorridas no passado.

    Por esse motivo, muitos autores comparam o estudo caso-controle ao trabalho de um investigador forense.

    Primeiro encontramos o resultado e depois buscamos suas possíveis causas.

    Esse desenho de estudo é particularmente útil para doenças raras ou eventos pouco frequentes.

    Além disso, costuma exigir menos tempo e recursos quando comparado a estudos prospectivos.

    Por outro lado, o viés de memória representa um desafio importante.

    Nem sempre os participantes conseguem lembrar com precisão exposições ocorridas anos antes.

    Por isso, sempre que possível, é recomendável utilizar registros clínicos, prontuários e bancos de dados confiáveis.

    Estudos de coorte como desenho de estudo

    Os estudos de coorte representam um desenho de estudo extremamente importante para investigar fatores de risco.

    Diferentemente do caso-controle, nesse modelo começamos pela exposição.

    Os participantes são classificados de acordo com suas características e acompanhados ao longo do tempo.

    Durante o seguimento, observamos quais indivíduos desenvolvem o desfecho de interesse.

    Por exemplo, podemos acompanhar fumantes e não fumantes durante vários anos para verificar o surgimento de câncer de pulmão.

    A principal vantagem desse desenho de estudo é a possibilidade de estabelecer a sequência temporal entre exposição e desfecho.

    Isso fortalece significativamente as inferências causais.

    Entretanto, estudos de coorte costumam exigir mais tempo, mais recursos financeiros e maior esforço logístico.

    Além disso, perdas de seguimento podem comprometer a validade dos resultados.

    Por essa razão, o planejamento cuidadoso é essencial.

    Ensaios clínicos randomizados: o desenho de estudo para avaliar intervenções

    Quando o objetivo é avaliar tratamentos, medicamentos ou procedimentos, o ensaio clínico randomizado é considerado o melhor desenho de estudo disponível.

    Nesse modelo, os participantes são distribuídos aleatoriamente entre os grupos de tratamento.

    Como consequência, as características dos participantes tendem a ficar equilibradas.

    Dessa forma, reduzimos a influência de fatores de confusão.

    Além disso, o uso de cegamento ajuda a minimizar vieses relacionados às expectativas dos participantes e dos pesquisadores.

    Por essas razões, os ensaios clínicos randomizados ocupam posição de destaque na hierarquia das evidências científicas.

    Entretanto, nem toda pergunta pode ser respondida por esse desenho de estudo.

    Questões éticas frequentemente limitam sua utilização.

    Afinal, não seria aceitável randomizar indivíduos para exposição ao cigarro apenas para avaliar seus efeitos nocivos.

    Como escolher o desenho de estudo a partir da pergunta de pesquisa

    Uma maneira simples de escolher o desenho de estudo é observar o tipo de pergunta que se deseja responder.

    Se a pergunta envolve frequência ou prevalência, os estudos transversais costumam ser adequados.

    Se a intenção é investigar fatores associados a doenças raras, os estudos caso-controle geralmente oferecem vantagens.

    Quando desejamos avaliar fatores de risco ao longo do tempo, os estudos de coorte são frequentemente a melhor opção.

    Já para testar tratamentos e intervenções, os ensaios clínicos randomizados permanecem como o desenho de estudo de escolha.

    Portanto, não existe um desenho universalmente superior.

    O melhor desenho de estudo será sempre aquele que responde à pergunta proposta com maior validade e menor risco de viés.

    Erros frequentes na escolha do desenho de estudo

    Diversos erros metodológicos surgem da escolha inadequada do desenho de estudo.

    Um dos mais comuns ocorre quando pesquisadores tentam demonstrar causalidade utilizando estudos transversais.

    Outro erro frequente consiste em utilizar estudos caso-controle para calcular incidência.

    Da mesma forma, muitos pesquisadores realizam estudos de coorte para investigar doenças extremamente raras, tornando o projeto inviável.

    Além disso, é comum ignorar perdas de seguimento ou utilizar grupos de comparação inadequados.

    Todos esses problemas podem comprometer seriamente a qualidade da pesquisa.

    Por isso, a escolha do desenho de estudo deve ser feita de forma criteriosa e fundamentada.

    O papel do grupo de controle no desenho de estudo

    Independentemente do desenho de estudo escolhido, a definição adequada do grupo de controle é essencial.

    O controle deve representar aquilo que teria acontecido na ausência da exposição ou intervenção estudada.

    Por esse motivo, controles devem ser selecionados na mesma população de origem dos casos.

    Além disso, devem estar sujeitos às mesmas condições gerais de observação.

    Quando essa regra não é respeitada, surgem vieses que podem distorcer completamente os resultados.

    O diagrama de fluxo no desenho de estudo

    Uma ferramenta frequentemente subestimada é o diagrama de fluxo.

    Entretanto, ele desempenha papel fundamental na avaliação da qualidade metodológica.

    Por meio desse recurso, o pesquisador documenta todas as etapas do desenho de estudo.

    São registradas as inclusões, exclusões, perdas e análises realizadas.

    Dessa forma, torna-se mais fácil identificar potenciais fontes de viés.

    Além disso, o diagrama aumenta a transparência e facilita a avaliação crítica por outros pesquisadores.

    Hierarquia dos desenhos de estudo

    Nem todos os desenhos de estudo oferecem o mesmo nível de evidência.

    De forma geral, estudos descritivos ocupam posições inferiores na hierarquia.

    Em seguida aparecem os estudos observacionais analíticos, como caso-controle e coorte.

    Acima deles encontram-se os ensaios clínicos randomizados.

    Por fim, revisões sistemáticas e metanálises costumam ocupar o topo da pirâmide da evidência.

    Entretanto, isso não significa que um desenho de estudo seja sempre melhor que outro.

    Tudo depende da pergunta que está sendo feita.

    Conclusão: como escolher o melhor desenho de estudo

    A escolha do desenho de estudo é uma das decisões mais importantes de qualquer pesquisa científica.

    Antes mesmo da coleta de dados, ela determina quais conclusões poderão ser alcançadas e qual será o grau de confiança depositado nos resultados.

    Por isso, o pesquisador deve selecionar o desenho de estudo com base na pergunta de pesquisa, nos aspectos éticos envolvidos e na viabilidade do projeto.

    Afinal, a ciência de qualidade não depende apenas de boas ideias. Ela depende, sobretudo, da capacidade de transformar perguntas relevantes em métodos capazes de produzir respostas confiáveis.

    E tudo isso começa com a escolha do desenho de estudo adequado.

    Referências Bibliográficas

    1. Cochrane Handbook for Systematic Reviews of Interventions.Version 6.5. Cochrane; 2024.
      Cochrane Handbook for Systematic Reviews of Interventions.
    2. Grimes DA, Schulz KF.An overview of clinical research: the lay of the land. The Lancet. 2002;359(9300):57–61.
      https://doi.org/10.1016/S0140-6736(02)07283-5
    3. Mann CJ. Observational research methods. Research design II: cohort, cross-sectional, and case-control studies.
      Emergency Medicine Journal. 2003;20(1):54–60.
      https://emj.bmj.com/content/20/1/54
    4. Song JW, Chung KC. Observational Studies: Cohort and Case-Control Studies. Plastic and Reconstructive Surgery. 2010;126(6):2234–2242.
      https://journals.lww.com/plasreconsurg/fulltext/2010/12000/observational_studies__cohort_and_case_control.42.aspx
    5. Setia MS.Methodology Series Module 3: Cross-sectional Studies. Indian Journal of Dermatology. 2016;61(3):261–264.
      https://www.ncbi.nlm.nih.gov/pmc/articles/PMC4885177/
    6. Sibbald B, Roland M. Understanding controlled trials: Why are randomised controlled trials important?
      BMJ. 1998;316:201. https://www.bmj.com/content/316/7126/201
    7. Concato J, Shah N, Horwitz RI.
      Randomized, Controlled Trials, Observational Studies, and the Hierarchy of Research Designs.
      New England Journal of Medicine. 2000;342:1887–1892.
      https://www.nejm.org/doi/full/10.1056/NEJM200006223422507
    8. Rothman KJ, Greenland S, Lash TL. Modern Epidemiology. 4th ed. Philadelphia: Wolters Kluwer; 2021.https://shop.lww.com/Modern-Epidemiology/p/9781975169276

    Como o blog é voltado para metodologia científica, pesquisa em saúde e formação profissional, vale enfatizar mais a trajetória acadêmica e a experiência em produção científica do que a atuação clínica.

    Sobre a autora:

    Dra. Christiane Alves Ferreira é cirurgiã-dentista formada pela PUC Minas, especialista e mestre em Saúde Coletiva, doutora e pós-doutora em Ciências da Saúde pela Universidade Federal de São Paulo (UNIFESP).

    Ao longo de sua trajetória acadêmica e profissional, atua como pesquisadora, docente e gestora educacional, com ampla experiência na formação de profissionais da área da saúde e no desenvolvimento de projetos de ensino e pesquisa. É autora de artigos científicos, capítulos de livros e materiais educacionais voltados à prática baseada em evidências e à capacitação profissional.

    Atualmente, é diretora da Estação Ensino, instituição dedicada à qualificação de profissionais das áreas de Saúde Bucal, Prótese Dentária, Estética e Enfermagem.

    Por meio deste blog, compartilha conteúdos sobre metodologia científica, pesquisa em saúde, produção acadêmica e educação profissional, com o objetivo de tornar o conhecimento científico mais acessível e aplicável à prática.

  • O que é Viés e Como Ele Destrói a Validade dos Resultados

    Risco do Viés na ciência
    Viés

    Mesmo estudos bem planejados podem ser comprometidos por distorções sutis no método, na amostra ou na análise. Por isso, compreender o que é o viés e como ele atua é essencial para quem deseja produzir ou interpretar ciência de forma confiável.

    A ilusão de um resultado confiável

    Você já se perguntou por que dois estudos sobre o mesmo tema chegam a conclusões opostas?
    Por que um artigo afirma que determinado medicamento é eficaz, enquanto outro diz o contrário?
    Em muitos casos, a explicação não está nos dados em si, mas na forma como esses dados foram obtidos.

    Um estudo pode parecer tecnicamente impecável, mas esconder um inimigo silencioso: o viés.

    O viés — ou bias, em inglês — é uma tendência sistemática que distorce os resultados de uma pesquisa, afastando-os da realidade. (1)
    Ele pode surgir em qualquer etapa do processo científico, desde a seleção dos participantes até a análise estatística. (6)

    E o mais preocupante: quanto mais refinado o estudo parecer, maior o risco de que o viés passe despercebido.
    Neste texto, você vai entender como o viés destrói a validade de uma pesquisa, quais são os principais tipos e como identificá-lo e reduzi-lo — inclusive fora do ambiente acadêmico, onde a pseudo-ciência usa a aparência de credibilidade para enganar o público.

    Esse tema sempre me fascinou. Inclusive, desde 2011 escrevi um artigo específico sobre viés em pesquisas (9), mostrando como falhas no delineamento dos estudos podem comprometer conclusões clínicas e práticas odontológicas baseadas em evidências.
    A partir dessas reflexões, percebi que o problema do viés vai muito além de uma área específica — ele está presente em praticamente todas as etapas da produção científica e em diferentes campos da saúde.

    Risco do Viés
    Risco do Viés

    O que é viés — e por que ele é tão perigoso

    Em metodologia científica, o viés é um erro sistemático: uma distorção constante que leva os resultados a apontarem para uma direção específica. Isso o diferencia do erro aleatório, que acontece por acaso e tende a se equilibrar quando o tamanho da amostra aumenta.

    Para entender melhor, imagine um termômetro descalibrado que marca sempre 2 °C a mais do que a temperatura real.
    Você pode medir dezenas de vezes — o valor médio será preciso, mas consistentemente errado.
    É exatamente isso que o viés faz com os resultados de uma pesquisa.

    Em contrapartida, o erro aleatório é como uma variação natural das medições — ora para cima, ora para baixo — que tende a se compensar ao longo do tempo.

    Portanto, um estudo enviesado pode parecer muito preciso, mas estará precisamente errado.

    Erro ≠ Viés: entenda a diferença

    Embora ambos possam ser chamados de “erros”, eles têm naturezas diferentes e consequências distintas.

    • Erro aleatório: é imprevisível e ocorre por acaso. Ele aumenta a variabilidade, mas tende a se anular em grandes amostras. Por isso temos que calcular o tamanho da amostra. Quanto maior o tamanho da amostra, menor o risco de erro.
      Exemplo: medir a pressão arterial de uma pessoa várias vezes e obter resultados ligeiramente diferentes a cada medição. (7)
    • Viés (erro sistemático): é previsível e constante. Ocorre quando algo no delineamento do estudo faz com que os resultados se desloquem sempre para um lado.
      Exemplo: um aparelho de pressão descalibrado que marca sempre 5 mmHg acima do valor real, como já comentamos.

    Resumindo:

    • O erro aleatório afeta a precisão (quanto os resultados variam).
    • O viés afeta a exatidão (quanto os resultados se aproximam da verdade).

    Ou, de forma simples: todo viés é um erro, mas nem todo erro é um viés. Essa distinção é fundamental, pois erros aleatórios são inevitáveis, fazem parte da natureza da pesquisa.
    Já os vieses podem e devem ser prevenidos, pois ameaçam diretamente a validade dos resultados.

    Principais tipos de viés

    O viés pode assumir muitas formas, dependendo da etapa do estudo.
    A seguir, veja alguns dos mais importantes — e comuns — na pesquisa em saúde. (8)

    Viés de seleção

    Ocorre quando os participantes não representam adequadamente a população-alvo.
    Exemplo: um ensaio clínico sobre hipertensão que exclui idosos ou pacientes com comorbidades pode superestimar a eficácia do medicamento.

    Viés de aferição (ou mensuração)

    Surge quando há erro na forma de medir as variáveis.
    Exemplo: usar instrumentos diferentes para medir a pressão arterial em grupos distintos.

    Viés de confusão

    Acontece quando uma variável não controlada influencia tanto a exposição quanto o desfecho.
    Exemplo: associar consumo de café a doenças cardíacas sem ajustar para o tabagismo.

    Viés de atrição

    Surge quando há perda significativa de participantes durante o acompanhamento.
    Se os pacientes que abandonam o estudo são justamente os que não responderam ao tratamento, o efeito final parecerá melhor do que realmente é.

    Viés de publicação

    Pesquisas com resultados “positivos” têm mais chance de serem publicadas, distorcendo o corpo de evidências disponível.
    Dessa forma, meta-análises que consideram apenas estudos publicados tendem a superestimar os efeitos. Por isso é importante incluir a literatura cinzenta, caso você esteja fazendo uma revisão sistemática.

    Ferramentas da Cochrane para avaliar o risco de viés

    A Cochrane, referência mundial em revisões sistemáticas, desenvolveu ferramentas padronizadas para avaliar o risco de viés em diferentes contextos da pesquisa científica.
    Antes de aplicá-las, porém, é fundamental entender quem usa cada uma e em que momento do processo elas são mais úteis.

    Para quem está realizando um ensaio clínico

    O pesquisador que está conduzindo o experimento — planejando, randomizando e coletando dados — precisa conhecer o viés para preveni-lo.
    Nessa fase, as ferramentas da Cochrane funcionam como um roteiro de qualidade metodológica, ajudando a desenhar um estudo robusto desde o início.

    Por exemplo, definir claramente como será feita a randomização, garantir cegamento duplo e padronizar medidas de desfecho são práticas que previnem os principais vieses avaliados pela Cochrane.


    Para quem está lendo um artigo científico

    O leitor crítico — seja estudante, clínico ou pesquisador — usa o conhecimento sobre viés para interpretar o quanto pode confiar nos resultados de um estudo.
    Saber identificar vieses ajuda a responder perguntas como:

    • Os grupos eram comparáveis?
    • Houve cegamento dos avaliadores?
    • As perdas de seguimento foram equilibradas?

    Em síntese, essas reflexões são essenciais para quem pratica saúde baseada em evidências, pois permitem distinguir entre um resultado confiável e um resultado duvidoso.


    Para quem está fazendo uma revisão sistemática

    Tipo de viés: risco alto, médio ou baixo
    Tipo de viés: risco alto, médio ou baixo

    Nesse caso, o pesquisador precisa de um método padronizado e transparente para avaliar a qualidade dos estudos incluídos.
    É aqui que entram as ferramentas específicas da Cochrane: a RoB 2 e a ROBINS-I.

    RoB 2 (Risk of Bias 2)

    A RoB 2 é usada para ensaios clínicos randomizados.
    Ela avalia o risco de viés em cinco domínios: seleção, performance, detecção, atrito e relato.
    O julgamento final pode ser de baixo risco, alto risco ou algumas preocupações, permitindo ao pesquisador ponderar o peso de cada estudo na síntese final da revisão sistemática. (3)

    ROBINS-I (Risk of Bias in Non-randomized Studies — of Interventions)

    A ROBINS-I avalia o risco de viés em estudos não randomizados, como coortes e caso-controle. (2)
    Ela considera fontes de confusão e o contexto das intervenções, adaptando seus domínios conforme o tipo de estudo.
    Assim, torna-se essencial quando a revisão inclui estudos observacionais, pois permite comparar o grau de confiabilidade entre diferentes desenhos de pesquisa.

    Essas ferramentas, amplamente utilizadas pela Cochrane e pela Rede Brasileira de Avaliação de Tecnologias em Saúde (REBRATS), reforçam a importância de uma avaliação crítica e transparente — tanto para quem lê, quanto para quem realiza ou sintetiza estudos. (4)

    Viés também está nas redes: quando a pseudo-ciência veste jaleco

    Pseudo ciência?
    Pseudo ciência?

    Nos dias de hoje, o viés não está apenas nos estudos científicos, mas também na forma como a ciência é comunicada e explorada comercialmente. (8)
    Todos os dias, surgem vídeos e anúncios que prometem curas milagrosas, suplementos “com base em estudos científicos” ou terapias “comprovadas por Harvard” — e quase sempre, nada disso é verdade.

    Esses conteúdos usam uma tática perigosa: apropriam-se da linguagem científica para gerar credibilidade.
    Apresentam “pesquisas” sem contexto, citam artigos fora do escopo ou mencionam revistas respeitáveis de forma superficial — tudo para convencer o público a comprar um produto ou acreditar em uma solução simplista.

    Quando alguém verifica as referências apresentadas, descobre que as citações não têm relação direta com o que está sendo vendido.
    São textos sobre outros temas, estudos com metodologia fraca ou pesquisas preliminares em animais usadas para sustentar promessas em humanos.

    Esse é um tipo moderno de viés de comunicação científica, que mistura meias-verdades com jargões técnicos para criar uma ilusão de evidência.
    E ele é tão perigoso quanto o viés metodológico — porque mina a confiança na ciência real e desinforma tanto profissionais quanto pacientes.

    O papel dos profissionais de saúde

    Credibilidade científica
    Credibilidade científica

    Como educadores e multiplicadores de conhecimento, os profissionais de saúde têm a missão de traduzir ciência de forma responsável. Ensinar pacientes e colegas a reconhecer sinais de má ciência é tão importante quanto aplicar boas práticas clínicas. (6,7)

    Afinal, a verdadeira ciência não precisa de suspense, mistério ou marketing.
    Ela se sustenta pela coerência dos dados, pela reprodutibilidade e pela transparência.


    A honestidade metodológica é a base da boa ciência

    Todo pesquisador comete erros, mas o verdadeiro cientista é aquele que reconhece suas fontes de viés e trabalha para minimizá-las. Mais do que dominar estatísticas, fazer ciência baseada em evidências é um exercício de honestidade intelectual, rigor metodológico e responsabilidade ética.

    O viés não é apenas uma falha técnica: é uma ameaça à confiança pública na ciência.
    E quando ele aparece disfarçado de “conteúdo científico” nas redes, torna-se ainda mais perigoso.
    Por isso, combater esse fenômeno é um ato de responsabilidade social e profissional.

    A integridade científica começa com o olhar crítico — e se estende à forma como comunicamos e aplicamos o conhecimento.
    Porque a ciência verdadeira não precisa de truques: ela precisa de transparência, método e compromisso com a verdade.

    Referências Bibliográficas

    1. Higgins JPT, Thomas J, Chandler J, et al. Cochrane Handbook for Systematic Reviews of Interventions, Version 6.3 (updated Feb 2022). Cochrane, 2022.
    2. Sterne JAC, Higgins JPT, Reeves BC, et al. ROBINS-I: a tool for assessing risk of bias in non-randomised studies of interventions. BMJ. 2016;355:i4919.
    3. Cochrane Collaboration. Risk of Bias Tools (RoB 2 and ROBINS-I). Disponível em: https://www.riskofbias.info.
    4. Rede Brasileira de Avaliação de Tecnologias em Saúde (REBRATS). Guia Metodológico de Avaliação de Tecnologias em Saúde. Brasília: Ministério da Saúde; 2023.
    5. Schulz KF, Altman DG, Moher D, CONSORT Group. CONSORT 2010 Statement. BMJ. 2010;340:c332.
    6. Guyatt GH, Rennie D, Meade MO, Cook DJ. Users’ Guides to the Medical Literature. 3rd ed. McGraw-Hill; 2015.
    7. Greenhalgh T. How to Read a Paper. 6th ed. Wiley-Blackwell; 2019.
    8. Ioannidis JPA. Why Most Published Research Findings Are False. PLoS Med. 2005;2(8):e124.
    9. Ferreira CA, Loureiro CAS, Saconato H, Atallah AN. Assessing the risk of bias in randomized controlled trials in the field of dentistry indexed in the LILACS database. São Paulo Med J. 2011;129(2):85–93.