Da pergunta ao plano de análise

Você vai aprender a escolher qual pergunta de pesquisa em saúde uma tabela pode responder e a escrever um plano curto que torna a resposta verificável. O resultado não é o nome de um teste: é uma comparação declarada, um efeito estimado e uma explicação honesta da incerteza.

Comece pela decisão clínica

Uma clínica acrescenta seis semanas de apoio à alta. A tabela de acompanhamento tem uma linha por pessoa: grupo, escore de sintomas na alta e escore seis semanas depois. Antes de olhar qualquer resultado, a equipe precisa decidir o que quer relatar.

• Pergunta A: após seis semanas, como os grupos apoio e cuidado usual diferem?
• Pergunta B: quanto os sintomas de cada pessoa mudaram desde a alta?
• Pergunta C: como os grupos diferem na mudança desde a alta?

Escolha a Pergunta A quando a decisão da clínica é qual grupo apresenta menos sintomas no acompanhamento programado. A Pergunta B descreve mudança dentro das pessoas; ela não compara os grupos. A Pergunta C compara mudanças e só serve quando essa é a decisão desejada. A mesma tabela sustenta as três, mas não faz delas a mesma pergunta.

Como a mesma pergunta pode aparecer em um artigo

Você já declarou população, comparação, desfecho e período em linguagem comum. Alguns artigos resumem essas partes como PICO: População, Intervenção, Comparador e Desfecho. Aqui: adultos elegíveis que deixam a clínica; programa de apoio; cuidado usual; e escore de sintomas em seis semanas. Em uma pergunta não randomizada, PECO troca Intervenção por Exposição. Use a sigla como apoio para a leitura, não como substituta da pergunta completa.

O estimando é o efeito ou a pergunta exata que os dados devem estimar. Para a Pergunta A: a diferença média no escore de sintomas em seis semanas, apoio menos cuidado usual, entre adultos elegíveis. A estimativa é o número calculado nesta amostra para esse alvo. A unidade de análise é o que cada linha contribui: aqui, uma participante, não uma consulta. O intervalo de confiança (IC) é a faixa de efeitos compatíveis com os dados e as suposições declaradas; ele mostra incerteza, não prova clínica.

Escreva o plano em linguagem clara

O plano registra escolhas antes de olhar o resultado e mudar a pergunta:

O plano escolhe a Pergunta A. “Antes e depois” responderia à Pergunta B; “mudança em cada grupo” responderia à Pergunta C, salvo se comparasse explicitamente essas mudanças. Uma estimativa negativa de apoio menos cuidado usual significaria menos sintomas médios no grupo apoio; o IC mostraria quanta incerteza permanece. É uma decisão didática, não evidência de que o programa funcione.

A auditoria metodológica canônica de 12 itens

Esta lista numerada é a auditoria estável usada em toda a trilha. Responda cada item em linguagem clara antes de tratar um método ou resultado como pronto; resposta ausente ou conflitante exige revisão.

1. Efeito-alvo (estimando). Declare o contraste ou a quantidade exata que a análise pretende estimar.
2. População e unidade. Nomeie quem pode contribuir e o que representa uma observação independente.
3. Escala do desfecho. Defina o que é medido, sua unidade ou faixa e o significado de valores maiores e menores.
4. Grupos e tempos. Nomeie grupos, condições e momentos que formam a comparação.
5. Dependência. Identifique medidas repetidas, participantes, centros, famílias ou conglomerados compartilhados que relacionam observações.
6. Amostragem e viés. Explique como registros entram na análise e como seleção, exclusões ou ausência podem distorcer o efeito-alvo.
7. Defeitos nos dados. Verifique valores impossíveis, duplicatas, unidades, datas e inconsistências entre campos, preservando a trilha de auditoria.
8. Suposições. Declare as suposições do modelo e dos dados faltantes e como suas consequências serão contestadas.
9. Pré-especificação e multiplicidade. Nomeie a afirmação principal antes dos resultados e como a família completa de comparações será tratada.
10. Método direto para o efeito. Escolha um método que estime diretamente o item 1, não um substituto conveniente.
11. Efeito, intervalo e diagnósticos. Relate juntos magnitude, incerteza e verificações relevantes do modelo ou dos dados.
12. Limites causais e de generalização. Declare o que o desenho não estabelece sobre causa nem sobre populações além da amostra observada.

O número do item faz parte do contrato: módulos posteriores retornam a esta âncora em vez de renumerar a auditoria silenciosamente.

Tente uma nova decisão, sem código

Uma clínica comunitária precisa escolher entre contatos por telefone e por mensagem de texto para pessoas que começam um medicamento para pressão arterial. A tabela tem uma linha por pessoa: formato do contato e se a pessoa toma o medicamento como prescrito 14 dias depois. Escreva cinco linhas: população, comparação, desfecho e tempo, unidade e efeito.

Eventos intercorrentes: registre-os sem mudar a pergunta

Módulos posteriores tratam de integridade dos dados, suposições para dados faltantes, diagnóstico e relato. Em ensaios, um evento intercorrente—por exemplo, interromper o tratamento ou iniciar terapia de resgate—pode mudar a pergunta respondida. O ICH E9(R1) é uma extensão pública para esse problema de planejamento. Por enquanto, registre esses eventos e não troque silenciosamente a pergunta depois de ver os resultados.

Prática técnica opcional: AURORA-30

AURORA-30 é um dossiê fictício de prática composto por pequenas amostras sintéticas. Ele não contém participantes, instituições, intervenções ou desfechos clínicos reais, e seus resultados não são evidência clínica. Você não precisa dele, de JSON nem de código para entender este módulo. Uma contagem ou um valor só passa adiante quando o módulo seguinte nomeia o mesmo arquivo e campo; o exemplo da clínica em seis semanas acima é um caso separado, sem código.

O laboratório opcional abaixo verifica o ramo de planejamento do dia 30: se um plano sintético nomeia alvo, unidade, tempo e evidência.

{
  "population": "eligible synthetic participants",
  "comparison": "support minus usual care",
  "outcome": "symptom score at day 30",
  "unit": "participant",
  "estimand": "mean difference at day 30"
}