O melhor tipo de trabalho científico pelo qual estudamos se uma terapia é eficaz é o ensaio clínico por randomização (aleatorizado). Qual é seu grande trunfo?
Bom, de acordo com a lei dos grandes números, se escolhermos aleatoriamente muitas pessoas para serem divididas em dois grupos, ao final deste processo teremos dois grupos iguais. Iguais em que sentido? As médias das suas características, como idade, número de doenças pré-existentes, etc., serão muito, muito próximas. A ponto de dizermos que são iguais. E não são iguais apenas nas características que medimos e conhecemos. São, também, em características que não medimos ou sequer conhecemos que existem.
Tabela 1
Suponha que exista um gene, ainda não descoberto, que esteja associado a maior mortalidade em pacientes com insuficiência cardíaca. Em uma amostra grande de pacientes, randomizados corretamente, haverá uma quantidade igual de pessoas portadoras desse gene em cada grupo.
Incrível, eu sei!
Mas qual é a importância disso?
Se os grupos são iguais (randomização), eles têm o mesmo prognóstico, ou seja, têm a mesma probabilidade de apresentar o desfecho que estou interessado em estudar. Voltando ao exemplo da insuficiência cardíaca: suponha que eu esteja fazendo um estudo para avaliar o uso de enalapril em pacientes com insuficiência cardíaca de fração de ejeção reduzida e quero saber se há diferença na mortalidade. Para tanto, vou compará-lo a um placebo (não é o único comparador possível – retomaremos isso futuramente, quando discutirmos questões éticas). Caso eu tenha randomizado minha amostra corretamente e ela seja grande o bastante, os dois grupos gerados iniciarão o estudo com a mesma probabilidade de morrer ao final dele. E é aqui que está o grande pulo do gato:
Caso, ao final do estudo, a mortalidade não seja igual entre os grupos, sei que foi devido à minha intervenção!
Gráfico 1
Essa é a grande vantagem de um ensaio clínico randomizado em relação a estudo observacional. No randomizado posso usar diversas técnicas estatísticas para comparar os pacientes expostos a certo tratamento com outros que não foram, de forma que os dados sejam o mais comparável possível. Porém, só consigo controlar as características que eu conheço e que eu meço, portanto há sempre o risco de confundidores residuais, ou seja, características que não conheço ou não medi e que não são balanceadas entre os dois grupos. Portanto, não consigo garantir que eles são fundamentalmente iguais do ponto de vista de prognóstico. Falaremos mais sobre este tipo de estudo em uma postagem futura.
Antes o problema fosse “só” esse. Uma boa randomização garante que os grupos estudados tenham prognóstico igual no início do estudo. A partir deste ponto, temos que garantir que assim permaneçam ao longo dele. Na próxima postagem, falaremos sobre um dos fatores relacionados à manutenção deste equilíbrio prognóstico: o cegamento.
Até lá!
Imagens retiradas do estudo SOLVD: https://www.nejm.org/doi/full/10.1056/NEJM199108013250501
PS: deu para entender? Você sentiu falta de alguma informação? Comente aqui ou me mande uma mensagem por onde preferir.
Por FERNANDO SALVETTI VALENTE
Estamos também no Instagram. Siga @emergenciausp
