Considerações sobre o efeito do acaso

Pontos-chave

  • O “efeito do acaso” deve ser levado em consideração por meio da avaliação da confiança que pode ser depositada na qualidade e na quantidade de evidência disponível.

Introdução:  O efeito do acaso e “a lei dos números grandes”

A evidência fidedigna sobre os efeitos dos tratamentos depende da prevenção de vieses (e lidar com os vieses que não foram evitados). A menos que essas características dos testes imparciais tenham sido alcançadas, manipulação alguma dos resultados da pesquisa pode solucionar os problemas que permanecerão e as suas consequências perigosas ou, por vezes, letais (consultar os Capítulos 1 e 2). Mesmo quando as medidas tomadas para reduzir os vieses foram bem-sucedidas, ainda continua
sendo possível sermos enganados pelo efeito do acaso.

Todos percebem que, ao lançar uma moeda para o alto repetidamente, não é muito comum ver “séries” de cinco ou mais caras ou coroas, uma após a outra. E todos percebem que, quanto mais vezes lançar uma moeda para o alto, maior a probabilidade de números semelhantes de caras e coroas. Quando comparamos dois tratamentos, as diferenças nos resultados podem simplesmente refletir esse efeito do acaso. Suponhamos que 40% dos pacientes morram após o tratamento A, comparado a 60% de pacientes semelhantes que morreram após receber o tratamento B. A Tabela 1 apresenta o que esperar se 10 pacientes recebessem um dos dois tratamentos. A diferença no número de mortes entre os dois tratamentos é expressa como “risco relativo”. O risco relativo neste exemplo é 0,67.

Tratamento A Tratamento B Risco Relativo
Número de mortes 4 6 (4:6 =) 0.67
De (total) 10 10
Tabela 1. Este pequeno estudo oferece uma estimativa confiável da diferença entre o Tratamento A e o Tratamento B?

 

Com base nesses pequenos números, seria razoável concluir que o tratamento A era melhor do que o tratamento B? Provavelmente não. O acaso pode ser a razão pela qual algumas pessoas ficaram melhores em um grupo e no outro, não. Se a comparação fosse repetida em outros pequenos grupos de pacientes, os números dos que morreram em cada grupo poderiam ser invertidos (6 contra 4), ou serem os mesmos (5 contra 5), ou em alguma outra razão, somente por acaso.
No entanto, o que esperar se exatamente a mesma proporção de pacientes em cada grupo (40 e 60%) morresse após 100 pacientes terem recebido um dos tratamentos (Tabela 2)? Embora a medição da diferença (risco relativo) seja exatamente a mesma (0,67) como na comparação demonstrada na Tabela 1, 40 mortes comparadas a 60 mortes é uma diferença mais impressionante do que 4 comparadas a 6, tendo menos probabilidade de refletir o efeito do acaso. Assim, a maneira para reduzir a probabilidade de ser enganado pelo efeito do acaso nas comparações de tratamentos é basear as conclusões
no estudo de números de pacientes suficientemente grandes que morrem, pioram ou melhoram, ou que ficam sem alteração. Isso é, por vezes, referido como “a lei dos números grandes”.

Table 2. Este estudo de tamanho moderado oferece uma estimativa confiável da diferença entre o Tratamento A e o Tratamento B?
Tratamento A Tratamento B Risco Relativo
Número de mortes 40 60 (40:60 =) 0.67
De (total) 100 100