Escolha o método estatístico sem começar pelo nome de um teste

Um motivo concreto para parar

Trinta registros, uma pergunta vaga, várias respostas incompatíveis#

A AURORA-30 é um conjunto de dados didático totalmente sintético: 30 registros fictícios construídos para treinamento em métodos. Não contém pacientes, instituições, intervenções ou resultados clínicos reais, e nenhum cálculo feito com esses dados constitui evidência clínica. No cenário, adultos são acompanhados por 30 dias após um programa padronizado de alta ou o cuidado usual. Uma colega envia escores de sintomas no início e no dia 30 e pergunta: “O programa ajudou?”. A tentação é abrir o menu de testes e comparar as duas colunas numéricas que estiverem à vista.

As linhas, porém, não decidem a pergunta. Um contraste entre grupos no dia 30 compara programa e cuidado usual; um contraste entre início e dia 30 pergunta se as mesmas pessoas mudaram ao longo do tempo; comparar a mudança entre grupos pergunta se essas trajetórias diferiram. Os três caminhos podem produzir resultados numericamente corretos, mas responder a perguntas diferentes. Sem uma trilha explícita, a análise pode começar com uma pergunta e apresentar a resposta de outra sem que nenhum erro de software anuncie a troca.

Para evitar essa troca silenciosa, acompanhe a decisão em ordem: primeiro preserve a pergunta; depois deixe o desenho restringir o método.

Por que a evidência vem antes da técnica

O resultado precisa carregar o caminho que lhe dá sentido#

Em pesquisa em saúde, o risco prático não se limita a escolher o teste errado num menu. A unidade de análise, o momento da comparação, o tratamento dos dados faltantes (missing data), o efeito-alvo ou a afirmação principal podem mudar enquanto o trabalho avança. Um p-valor preciso não corrige esse desvio; pode apenas dar mais autoridade à resposta científica errada.

Uma trilha de evidências mantém conectadas a pergunta, as decisões sobre os dados, a estimativa, as suposições, os diagnósticos e os limites. Ela permite que uma colega ou revisora reconstrua a rota, conteste uma incompatibilidade e distinga uma conclusão pré-especificada de um achado exploratório. O rigor técnico importa porque cada número herda sentido dessas decisões — não porque complexidade tenha valor por si só.

Esse caminho começa pela quantidade que o estudo pretende estimar — não pelo nome de um teste.

Comece antes do software

Escreva a pergunta e o efeito-alvo#

Uma pergunta como “a intervenção funciona?” ainda não é um plano de análise. Nomeie população, intervenção ou exposição, comparação, desfecho, tempo e o efeito que pretende estimar. Diferença de médias no dia 30, razão de chances durante o acompanhamento e contraste de sobrevivência são alvos distintos, mesmo quando vêm do mesmo conjunto de dados.

O alvo numérico completo — população, comparação, desfecho, momento e efeito — recebe o nome técnico de estimando. Ele declara exatamente o que a análise deve estimar. O ICH E9(R1) formaliza essa ligação para ensaios clínicos; fora desse escopo, a mesma disciplina continua útil, mas não transforma uma comparação observacional em efeito causal.

Com o alvo definido, a próxima pergunta é quem fornece cada medida e quais observações estão ligadas entre si.

O planejamento do estudo orienta o método

Conte unidades, não linhas#

Na AURORA-30, participantes de grupos de cuidado diferentes são independentes no dia 30. Já os escores do início e do dia 30 da mesma pessoa são pareados. A mesma planilha contém as duas estruturas.

1. 01

   Grupos independentes

   Pessoas ou unidades independentes contribuem para cada grupo.

2. 02

   Observações pareadas

   É o caso mais simples de repetição: em geral, duas medidas ligadas da mesma pessoa ou uma medida de cada integrante de um par combinado.

3. 03

   Medidas repetidas

   É o caso mais amplo: vários tempos ou condições pertencem à mesma unidade e precisam manter essa correlação na análise.

4. 04

   Conglomerados

   As pessoas também podem estar agrupadas em clínicas, domicílios, enfermarias ou centros.

Depois de identificar a unidade e a dependência, registre essas escolhas antes que os resultados tornem um caminho mais atraente que os demais.

O registro das decisões

Registre as decisões em um plano de análise de uma página#

O plano de análise funciona como um registro curto e verificável das decisões. Ele ajuda a impedir que a pergunta original mude silenciosamente enquanto a análise é construída. Registre a escala do desfecho, o número de grupos ou tempos, a dependência entre as medidas, o efeito-alvo, a justificativa do tamanho amostral, como os dados faltantes serão tratados, quais comparações exigem controle de multiplicidade, os diagnósticos e as informações obrigatórias no relatório. Separe as análises principais, definidas previamente, das análises exploratórias. Campos vazios são úteis porque mostram decisões ainda não tomadas.

O plano de análise não escolhe o método automaticamente e não deve ser preenchido somente depois que os resultados aparecem. Ele delimita quais métodos são compatíveis com a pergunta e dá à revisão o contexto necessário para identificar problemas — por exemplo, o uso de um teste para amostras independentes em medidas repetidas da mesma pessoa.

{
  "study_id": "AURORA-30",
  "question": {
    "population_id": "eligible_participants",
    "outcome_id": "symptom_score_day_30",
    "comparison_ids": ["discharge_program", "usual_care"],
    "estimand_id": "mean_difference_day_30_program_minus_usual_care"
  },
  "structure": {
    "unit": "participant",
    "between_groups": "independent",
    "baseline_followup": "paired",
    "missingness_reviewed": true
  },
  "planning": {
    "sample_size_justification_id": "precision_for_target_effect",
    "primary_claim_ids": ["day_30_mean_difference"],
    "exploratory_comparisons_labeled": true
  },
  "report": {
    "required": ["estimate", "confidence_interval", "diagnostics", "limitation"],
    "causal_claim_allowed": false
  }
}

import copy
import json
import sys

REQUIRED_REPORT = {"estimate", "confidence_interval", "diagnostics", "limitation"}

def validate(contract):
    problems = []
    question = contract.get("question", {})
    structure = contract.get("structure", {})
    planning = contract.get("planning", {})
    report = contract.get("report", {})

    for key in ("population_id", "outcome_id", "comparison_ids", "estimand_id"):
        if not question.get(key):
            problems.append(f"question.{key} is required")
    if structure.get("unit") != "participant":
        problems.append("structure.unit must preserve the participant")
    if structure.get("between_groups") != "independent":
        problems.append("the day-30 group contrast must record independent groups")
    if structure.get("baseline_followup") != "paired":
        problems.append("baseline and follow-up must remain paired within participant")
    if structure.get("missingness_reviewed") is not True:
        problems.append("missingness review is required")
    if not planning.get("sample_size_justification_id"):
        problems.append("planning.sample_size_justification_id is required")
    if not planning.get("primary_claim_ids"):
        problems.append("planning.primary_claim_ids must name at least one primary claim")
    if planning.get("exploratory_comparisons_labeled") is not True:
        problems.append("exploratory comparisons must be labeled")
    missing_report = REQUIRED_REPORT - set(report.get("required", []))
    if missing_report:
        problems.append("report.required lacks: " + ", ".join(sorted(missing_report)))
    if report.get("causal_claim_allowed") is not False:
        problems.append("report.causal_claim_allowed must remain false for this teaching case")
    return problems

def show(label, contract):
    problems = validate(contract)
    status = "HOLD" if problems else "READY_FOR_METHOD_REVIEW"
    print(f"{label}: {status}")
    for problem in problems:
        print(f"  - {problem}")

with open(sys.argv[1], encoding="utf-8") as source:
    supplied = json.load(source)

print(f"{supplied.get('study_id', 'UNNAMED')} | structural analysis-contract check")
show("supplied_contract", supplied)

pairing_probe = copy.deepcopy(supplied)
pairing_probe["structure"]["baseline_followup"] = "independent"
show("pairing_regression_probe", pairing_probe)

planning_probe = copy.deepcopy(supplied)
planning_probe.pop("planning", None)
show("missing_planning_probe", planning_probe)

causal_probe = copy.deepcopy(supplied)
causal_probe["report"]["causal_claim_allowed"] = True
show("causal_claim_regression_probe", causal_probe)
print("scope: structural planning aid; no method selection or clinical authorization")

AURORA-30 | structural analysis-contract check
supplied_contract: READY_FOR_METHOD_REVIEW
pairing_regression_probe: HOLD
  - baseline and follow-up must remain paired within participant
missing_planning_probe: HOLD
  - planning.sample_size_justification_id is required
  - planning.primary_claim_ids must name at least one primary claim
  - exploratory comparisons must be labeled
causal_claim_regression_probe: HOLD
  - report.causal_claim_allowed must remain false for this teaching case
scope: structural planning aid; no method selection or clinical authorization

O plano reduz o conjunto de métodos possíveis; os diagnósticos mostram se o modelo escolhido descreve os dados de maneira razoável.

Suposições são afirmações sobre o desenho

Avalie o ajuste do modelo; não teste normalidade apenas por hábito#

Um p-valor alto num teste de normalidade não prova normalidade, e um p-valor baixo não obriga automaticamente a usar um teste de postos. Considere desenho, estrutura dos resíduos, tamanho amostral, valores atípicos, assimetria, padrão de variâncias, escala de medida e qual parâmetro o método realmente estima. Quando forem pertinentes ao modelo selecionado, use gráficos quantil–quantil e de resíduos versus valores ajustados como diagnósticos — não como prova mecânica de que as suposições valem.

Métodos baseados em postos não são genericamente “testes de medianas”. Conforme o método e suas suposições, eles podem tratar de ordenação entre distribuições, probabilidade de superioridade ou deslocamento de localização; um contraste de medianas exige condições adicionais. Quando as suposições forem duvidosas, considere um método que mire o efeito mais diretamente, uma análise robusta ou uma análise de sensibilidade pré-especificada.

Mesmo depois de examinar essas suposições, o resultado ainda precisa de contexto suficiente para ser interpretado sem adivinhação.

Pacote de interpretação

Não deixe o p-valor viajar sozinho#

Para a pergunta escolhida na AURORA-30, cinco informações precisam aparecer juntas. Retirar qualquer uma delas muda o que a pessoa leitora consegue entender do resultado.

1. 01

   Estimativa

   Declare o efeito na escala compatível com a pergunta e o desenho.

2. 02

   Intervalo

   Mostre a incerteza ao redor da estimativa.

3. 03

   Diagnósticos

   Registre as verificações importantes para o método selecionado.

4. 04

   p-valor

   Use-o somente quando um teste de hipótese pré-especificado for pertinente.

5. 05

   Limitação

   Explique o que o desenho, os dados faltantes e possíveis vieses não permitem concluir.

Esse conjunto torna a análise revisável, mas não concede ao estudo uma força que seu desenho nunca teve.

Checklist reutilizável

Doze perguntas antes de nomear o método#

Leia as perguntas de cima para baixo. Cada resposta alimenta a seguinte; portanto, este checklist é um caminho pela análise, não uma coleção de doze caixas independentes.

• ✓Qual é a pergunta e o estimando?
• ✓Qual população e unidade de análise estão representadas?
• ✓Qual é o tipo e a escala do desfecho?
• ✓Quantos grupos, tempos ou condições existem?
• ✓As observações são independentes, pareadas, repetidas ou agrupadas?
• ✓Como a amostra foi obtida, como seu tamanho foi justificado e quais vieses são plausíveis?
• ✓Dados faltantes, valores atípicos, unidades, datas e códigos foram revisados?
• ✓Quais suposições são razoáveis segundo desenho e dados?
• ✓A análise foi pré-especificada, quais afirmações são primárias ou exploratórias e quantas comparações estão previstas?
• ✓Qual método estima diretamente o efeito-alvo?
• ✓Qual efeito, intervalo e diagnóstico acompanham o resultado?
• ✓Quais limitações impedem afirmações causais ou mais amplas?

Se as doze respostas apontarem para uma análise coerente, o método poderá finalmente ser nomeado e o resultado, interpretado dentro dos limites declarados.

Conclusão

Preserve a pergunta, não apenas o resultado#

A lição central não é que toda análise em saúde precise de um método mais sofisticado. É que os mesmos dados podem permitir várias análises matematicamente corretas, enquanto apenas uma corresponde à pergunta que o estudo prometeu responder. Por isso, um resultado que possa ser revisado precisa vir acompanhado da pergunta, da unidade de análise, do efeito-alvo, das suposições, das decisões sobre os dados, da estimativa, da incerteza, dos diagnósticos e dos limites.

Antes de nomear o método, escreva em uma frase quem será comparado, em qual desfecho, em que momento e por meio de qual efeito. Se outra pessoa qualificada não conseguir reconstruir a mesma análise a partir dessa frase e do registro de decisões, o trabalho ainda não está pronto para o menu de testes. O plano mostra seu valor ao revelar essa lacuna cedo — quando ainda é possível corrigir a pergunta sem reescrever o resultado.