É comum se referir a estatística, seja em pesquisas médicas, seja sociológicas, como resultados verdadeiros, referendados pelo que melhor há de conhecimento científico atual. Faz parte do pensamento subjacente dos dias de hoje, como mostra David Salsburg, em seu “Uma senhora toma chá…. como a estatística revolucionou a ciência no século XX” (Editora Jorge Zahar). Há erros por desconhecimento e por problemas inerentes ao método estatístico.
Um exemplo citado por Salsburg é a dificuldade de utilizar controle em pesquisa médica. Vejamos o caso de uma pesquisa com pacientes com câncer. Idealmente, um grupo aleatório com câncer seria selecionado para receber determinado tratamento novo separado de um outro grupo, que receberia tratamento convencional ou mesmo placebo. Acontece que estamos lidando com vidas humanas, e não seria ético que um médico negasse um tratamento para um paciente apenas porque ele faz parte de um grupo de controle, que seria comparado com outro grupo que estivesse recebendo de fato tratamento.
O cientista Richard Peto, nos anos 80, desenvolveu então um método chamado intenção de tratar. Assim descrito no livro: “Os pacientes tinham sido distribuídos aleatoriamente para receber tratamentos específicos. O ato de tornar aleatório é que permite calcular os valroes de p dos testes de hipótese, comparando esses tratamentos. Ele sugeriu que cada paciente fosse tratado na análise como se houvesse passado pelo tratamento para o qual fora escolhido aleatoriamente. A análise ignoraria todas as mudanças de tratamento feitas durante o desenrolar do estudo. Se o paciente tivesse sido escolhido aleatoriamente para o tratamento A e fora tirado desse tratamento logo antes do final do estudo, ele seria analisado como paciente do tratamento A. Se o paciente escolhido aleatoriamente para o tratamento A tivesse permanecido nele somente uma semana, seria analisado como paciente do tratamento A. [...] À primeira vista, esse enfoque pode parecer louco. Podemos produzir cenários nos quais um tratamento-padrão é comparado a um experimental, com pacientes que mudam para o tratamento-padrão se falham no experimental. [...] Como Richard Peto deixou claro em sua proposta, esse método de analisar os resultados de um estudo não pode ser usado para dizer que os tratamentos são equivalentes. Só pode ser usado se a análise achar que eles se diferenciam em seus efeitos. [...] A análise de um estudo clínico, usando a solução de Peto, determinaria se é uma boa política pública recomendar um tratamento dado como tratamento inicial.”
O método intenção de tratar se popularizou. E isso trouxe um risco em si mesmo, que é o de quem aplica desconhecer as limitações do método utilizado. “Lamentavelmente, alguns cientistas têm a tendência a usar métodos estatísticos sem saber ou compreender a matemática que está por trás deles; isso aparece frequentemente no universo da pesquisa clínica. Peto havia indicado as limitações de sua solução. Apesar disso, o método de intenção de tratar ficou sacramentado na doutrina médica em várias universidades e chegou a ser considerado o único correto de análise estatística de um estudo clínico. Muitas experiências clínicas, especialmente aquelas sobre câncer, são planejadas para mostrar que um novo tratamento é ao menos tão bom quanto o padrão e apresenta menos efeitos colaterais. O objetivo de muitos estudos é mostrar a equivalência terapêutica. Como Peto assinalou, sua solução só pode ser usada para encontrar diferenças, e a falha em encontrar diferenças não significa que os tratamentos sejam equivalentes.”
Num próximo post falarei de um interessante paradoxo estatístico, inerente ao método, e não relativo ao seu mau uso.
(Renato Lima)