O Jornal Farmacêutico do Colégio Real de Farmácia Após a leitura deste artigo, você deve ser capaz de: Este artigo faz parte de uma série abrangente que explora como avaliar estudos clínicos ao abordar necessidades de informação usando um processo em cinco etapas: Este artigo explora a terceira etapa: criticar os métodos usados. Este capítulo focará em várias considerações importantes ao examinar os métodos utilizados em um estudo, incluindo a amostra de estudo e o tamanho da amostra, desenhos experimentais controlados, atribuição a grupos de tratamento e cegamento. É quase impossível projetar o ‘estudo perfeito ́. Embora as fraquezas e limitações do estudo possam estar presentes, deve- se diferenciar aqueles que poderiam invalidar os achados versus aqueles que simplesmente limitam a aplicação de alguns resultados. É recomendado que você leia este artigo em conjunto com ‘ Avaliar métodos de estudo clínico: considerações de tratamento, resultados, variáveis e medidas. Para acessar outros artigos na coleção visite a página central no The Pharmaceutical Journal. Os critérios de elegibilidade definem as características dos sujeitos a serem inscritos num estudo. As características que devem estar presentes para os sujeitos a serem incluídos são referidas como ‘critérios de inclusão (') (por exemplo, para ser inscritos no estudo, os pacientes precisam ser envelhecidos a partir de 18 para 85 anos e ter insuficiência cardíaca crônica e hiperuricemia, definida como um ácido úrico sérico > 7.0 mg%, etc.). As características que impediriam os indivíduos de serem incluídos no estudo são chamadas de ‘critérios de exclusão' (por exemplo, os doentes foram excluídos se tivessem um infarto agudo do miocárdio, disfunção renal definida como creatinina sérica > 2.0 mg%, estavam atualmente recebendo terapia para hiperuricemia, etc.). Sempre consulte os pacientes/sujeitos incluídos em um estudo como a amostra do estudo. Isto torna menos confuso ao aprender a interpretar os intervalos de confiança, uma vez que os intervalos de confiança se aplicam à população fora da amostra do estudo. Eles nos dizem a população de interesse que o estudo está visando, significando o tipo de indivíduos para quem os achados do estudo podem ser aplicados (ou seja, extrapolados). Como é virtualmente impossível estudar uma população inteira de indivíduos, cada ensaio acaba inscrevendo uma amostra da população que os investigadores desejam examinar. Idealmente, a amostra do estudo deve representar a população alvo o mais próximo possível para que os achados do estudo possam ser extrapolados apropriadamente para aqueles fora do estudo. Os critérios de elegibilidade também devem evitar interferências externas com o estudo e seus métodos na medida do possível, como excluir: Os investigadores querem que a amostra do estudo seja o mais semelhante possível às pessoas na população alvo em geral, para que os achados possam ser extrapolados para a população fora do estudo. Um tipo de viés — viés de seleção — ocorre quando a amostra do estudo é escolhida de uma forma que faz com que os pacientes não representem a população desejada. Isto é de particular preocupação com estudos observacionais, como estudos de caso- controle ou de coorte, nos quais os pacientes já têm ou não um resultado ou exposição. Os casos/ pacientes do estudo selecionados para a matrícula nestes estudos não devem ter diferenças importantes — além dos resultados ou exposições de interesse — dos pacientes de controle/ comparação. Por exemplo, suponha que pacientes de uma certa etnia sejam mais propensos a desenvolver a condição médica em estudo. Se o estudo inscrever os pacientes de comparação de uma forma que subrepresenta o grupo étnico de risco, o viés de seleção poderá estar presente. Um estudo examinou a eficácia de um novo medicamento para tratar a hipertensão. Os critérios de inclusão foram: 40 – 75 anos de idade, função renal normal e pressão arterial diastólica entre 90 e 105 mmHg. Os pacientes foram excluídos se tinham doença hepática ou já estavam recebendo terapia para a hipertensão. O novo medicamento foi encontrado muito eficaz na redução da pressão arterial diastólica nestes pacientes. Pode-se assumir que o novo medicamento também seria eficaz em pacientes hipertensos com insuficiência renal ou doença hepática? Não. Os critérios de elegibilidade especificaram que os pacientes devem ter função renal e hepática normal. Uma vez que a eficácia do novo fármaco não foi estudada em pacientes com função renal ou hepática anormal, não se pode extrapolar que o fármaco funcionaria igualmente bem nestes pacientes; seria necessário um estudo mais aprofundado. Para obter uma amostra de estudo que melhor representa a população alvo, todos naquela população, em teoria, devem ter a mesma chance de serem selecionados para o estudo. A melhor maneira de amostrar uma população é através de métodos aleatórios em que a chance por si só determina quem é selecionado. No entanto, a amostragem aleatória não é geralmente possível para estudos experimentais, uma vez que é difícil acessar uma população inteira com a condição médica de interesse. O termo ‘viés de amostragem' refere- se a quando os pacientes estão inscritos num estudo de uma forma em que algumas características populacionais estão sob ou sobrerepresentadas na amostra. Por exemplo, suponha que a amostra do estudo acabe sendo mais jovem ou com doença mais leve do que os pacientes da população mais propensos a ter a condição. Essas diferenças podem afetar a capacidade de usar os achados do estudo na prática. O viés de amostragem pode ser considerado como um viés distinto ou como um tipo de viés de seleção. Para nossos propósitos, o viés de seleção de termos será usado para abranger ambos. Todos na população são identificados e um procedimento aleatório (por exemplo, gerado por computador) é usado para identificar as pessoas para inclusão no estudo. Quando é importante que um estudo inscreva um número semelhante de pacientes que têm ou não certas características (por exemplo, fumantes versus não fumantes, pacientes com diabetes versus sem diabetes), a população é primeiramente dividida em grupos (ou seja, estratos) com base na presença ou ausência dessa característica, e então uma amostra aleatória é tirada de cada grupo para a inscrição no estudo. Indivíduos presentes em ‘grupos' já existentes ou agrupamentos naturais na população (por exemplo, aqueles que vivem em determinadas comunidades, estados, regiões ou cidades, etc.) são usados para a matrícula do estudo; isto é geralmente feito para facilitar a realização do estudo quando a população alvo é muito grande ou amplamente distribuída. Ou todos os indivíduos nos agrupamentos identificados estão incluídos (por exemplo, todos os membros de determinadas cidades rurais são pesquisados para suas opiniões sobre a qualidade dos cuidados de saúde) ou uma amostra aleatória pode ser tirada de cada agrupamento para inclusão no estudo. Selecionando cada nth (por exemplo. 4 th, 5 th, 10 th) pessoa para a matrícula no estudo; se todos na população são conhecidos e o ponto de partida é selecionado aleatoriamente, este é um tipo de amostragem aleatória. A amostragem não-aleatória que inscreve os pacientes com base em anúncios ou se eles estão sendo tratados em certas clínicas, hospitais ou configurações ambulatoriais em que os investigadores trabalham ou estão afiliados. Como normalmente não é prático ou possível identificar ou contactar todos os membros da população alvo para inclusão no estudo, é a amostragem usada mais comumente em estudos experimentais. Exemplos deste tipo de amostragem incluem, o estudo de crianças asmáticas de clínicas pediátricas que preenchem critérios específicos de elegibilidade, o estudo de medicamentos usados para tratar hipertensão leve em pacientes de locais de prática ambulatorial, etc. Isto é aceitável para estudos experimentais se não for conhecido no momento da matrícula do estudo a qual grupo de tratamento/intervenção o paciente será atribuído, o que seria verdadeiro para estudos usando atribuição aleatória a grupos 1 . Os investigadores desejam estudar a eficácia de um novo medicamento para aumentar a cessação do tabagismo, condição na qual a motivação do sujeito para parar é muito importante. Os pacientes estão inscritos que respondem a um anúncio de jornal pedindo voluntários que gostariam de participar de um estudo para parar de fumar. Sim. O medicamento é esperado para ser mais eficaz em assuntos motivados. Esta amostra de estudo de voluntários que respondem a um anúncio provavelmente está altamente motivada para parar e pode não representar a população de fumantes em geral. Assim, os resultados de um estudo deste tipo só devem ser extrapolados para uma população de fumantes motivados. Os investigadores precisam garantir, na medida do possível, que os sujeitos em seus estudos estão protegidos contra danos. Para isso, um conselho de revisão institucional (IRB) é usado junto com o processo de consentimento informado. Um IRB é um grupo responsável por garantir que os pesquisadores na sua organização ou instituição tomem as medidas apropriadas para proteger seus direitos e bem- estar dos sujeitos, tanto antes de um estudo ser iniciado como durante todo o estudo. Os IRB foram estabelecidos nos Estados Unidos devido às regulamentações federais para a proteção de indivíduos humanos que se tornaram eficazes em 1974.
As responsabilidades dos IRB e as diretrizes para procedimentos escritos do IRB podem ser encontradas nos EUA. Departamento de Saúde e Serviços Humanos, Escritório de Proteções de Pesquisa Humana (OHRP) 2 . Uma parte importante da proteção dos direitos de um sujeito envolve a necessidade de os investigadores obterem o consentimento informado de cada sujeito antes de se matricularem no estudo (ver Quadro 1 ). De acordo com os EUA Administração de Alimentos e Medicamentos, os seguintes são os requisitos gerais do processo de consentimento informado 3: Com o consentimento informado, os sujeitos de um estudo têm o direito de deixar o estudo sempre que desejarem. Ao ler um estudo publicado, tenha em mente que, com o consentimento informado, os pacientes em um estudo foram informados dos efeitos adversos e riscos potenciais mais prováveis de cada tipo de terapia que eles podem receber. Uma pergunta comum ao analisar um estudo é: ‘O estudo teve pacientes suficientes?. ou ‘Quantos pacientes são ‘o suficiente?.. Um estudo deve ter um tamanho amostral grande o suficiente para identificar uma diferença estatisticamente significativa entre os tratamentos quando existe um efeito de tratamento real. Isto é, ela deve ser capaz de rejeitar a hipótese nula — nenhuma diferença entre tratamentos — quando ela é realmente falsa e realmente há um efeito de tratamento. A medida em que um teste estatístico pode identificar uma diferença significativa quando há um efeito de tratamento real é referida como ‘power. O tamanho da amostra é um fator importante que afeta a potência do estudo. Sendo o resto iguais, conforme o tamanho da amostra aumenta, o poder estatístico para resultados de interesse aumenta. Como o número de pacientes incluídos em um estudo diminui, a potência diminui. Isto é importante como se o poder estatístico for muito baixo, um estudo poderia encontrar uma diferença bastante grande — e possivelmente clinicamente importante — nas medidas dos resultados entre os grupos de tratamento, mas suas análises podem não achar esta diferença estatisticamente significativa. Como resultado, a preocupação é que um efeito de tratamento real seria perdido. O tamanho da amostra do estudo, ou número de pacientes para se inscrever, deve ser calculado idealmente antes do início do estudo. Para fazer isso, os investigadores primeiro selecionam a potência desejada para o( s) resultado( s) de interesse no estudo. Por convenção, um grau de poder aceitável é 80% ou maior. Usando o valor de potência selecionado, eles então calculam o tamanho da amostra apropriado para alcançar essa potência (por exemplo, usando uma equação para determinar a potência e resolver para o tamanho da amostra, que é uma das variáveis nessa equação). Os investigadores devem indicar claramente para os leitores a potência calculada e o tamanho da amostra necessário para alcançar essa potência. Um estudo relata que um total de 100 os pacientes precisam ser incluídos em cada um dos dois grupos de tratamento para alcançar um poder de 80% para a sua medida de desfecho principal. Embora tenham registrado uma amostra de 200 doentes ( 100 em cada grupo), vários pacientes não completaram o estudo e apenas 80 os pacientes foram analisados por grupo. Os resultados mostraram que houve uma diferença bastante grande no resultado medido entre os grupos de tratamento, mas esta diferença não foi encontrada estatisticamente significativa. Os investigadores concluíram que não havia diferença entre os tratamentos. Não. O tamanho da amostra deve ser suficiente para alcançar o poder desejado de pelo menos 80% para a sua medida de resultados. Mesmo que os investigadores tivessem pacientes suficientes no início do seu estudo para ter 80% poder, quando os resultados foram analisados, havia menos pacientes. À medida que o número de pacientes diminui, a potência diminui. Com um poder inferior ao 80%, há uma chance maior do que aceitável de que um efeito de tratamento real será perdido. Assim, a energia insuficiente pode ter sido a razão pela qual este estudo perdeu uma diferença bastante grande no resultado desejado entre os tratamentos. O experimento controlado é um projeto forte que pode provar relações de causa e efeito, ao contrário de estudos observacionais, e estabelecer eficácia da terapia. Os controles (ou seja, grupos de comparação) devem ser usados melhor, uma vez que reduzem a probabilidade de que fatores que não fazem parte do estudo (por exemplo, ambiente, alterações naturalmente ocorrentes na condição estudada) possam afetar os resultados do estudo. O artigo anterior ‘ Identificando e avaliando os tipos de estudos de pesquisa. definiu brevemente os tipos de grupos de controle: placebo, ativo, histórico, sem tratamento. Os dois primeiros controles são mais usados e preferidos sempre que possível. Nenhum controle de tratamento pode ser preocupante por razões éticas ou práticas. Três projetos primários são usados para experimentos controlados: controle concorrente (ou seja, paralelo); crossover; e séries temporais (antes e depois; ver Figura 1 ). No projeto de controle concorrente — ou paralelo —, os pacientes são designados para receber um tratamento de controle ou estudo. Os pacientes recebem apenas uma das intervenções em um projeto paralelo. Os resultados são então comparados entre/ entre grupos para determinar se os resultados de um grupo são significativamente diferentes do outro. Com o design paralelo é importante que os pacientes em cada grupo sejam o mais semelhantes possível para ajudar a garantir a comparabilidade dos resultados. Em um projeto crossover, os pacientes recebem cada uma das intervenções (ou seja, controle e tratamento). Eles são inicialmente atribuídos ao controle ou à terapia experimental. Após completar esse curso de tratamento, os pacientes são atribuídos ao outro( s), um de cada vez, de modo que cada paciente eventualmente recebe cada intervenção pelo final do estudo. O design crossover geralmente inclui um período de eliminação — um tempo durante o qual não é dada nenhuma terapia — entre cada intervenção, de modo que (em teoria) quaisquer efeitos de um tratamento possam ser eliminados ou ‘lavados. Com um design de cruzamento, os efeitos do tratamento devem ser comparados entre e dentro de períodos para determinar se a resposta a uma intervenção durante um período é a mesma que a resposta a essa mesma intervenção durante o período seguinte. Isto envolve comparar: Se não houver transcurso ou outros efeitos de período ou sequenciamento, essas comparações devem ser todas iguais. Se houver alguma diferença, os resultados podem ser difíceis de interpretar, pois não se sabe quanto do efeito foi devido ao tratamento versus o reporte ou outra influência não relacionada com drogas. No projeto de séries temporais (ou antes e depois), cada paciente também recebe cada intervenção de estudo. No entanto, este projeto difere do crossover, pois todos os pacientes recebem o mesmo tipo de intervenção ao mesmo tempo. As vantagens, desvantagens e pontos chave de cada um dos três projetos experimentais controlados são sintetizados na Tabela 1 e caixa 2. Os investigadores realizaram um estudo aleatorizado, único-cego, controlado com placebo de galantamina (G) e rivastigmina (R) administrado para 12 semanas em 60 doentes idosos 65 – 85 anos com doença de Alzheimer bleve. Os investigadores afirmam que este estudo está sendo conduzido. para comparar a eficácia de G e R na qualidade de vida em pacientes com doença de Alzheimer. Como este estudo seria conduzido usando um projeto de estudo paralelo? Como seria conduzido usando um design crossover? Com um design paralelo, os pacientes serão aleatoriamente atribuídos para receber G ou R para 12 semanas. Eles receberiam apenas a sua única terapia atribuída. Com um design crossover, os pacientes serão aleatoriamente atribuídos para receber G ou R primeiro para 12 semanas.
Um período de eliminação de nenhuma administração de fármaco deve então ocorrer, seguido pelos pacientes que recebem o fármaco que não receberam, G ou R, para 12 semanas. Como os pacientes recebem cada uma das terapias em um crossover design, observe que a duração total do estudo é maior. Como os pacientes/sujeitos devem ser atribuídos a um determinado grupo de intervenção (por exemplo, controle versus tratamento)? Se um investigador simplesmente escolher por si mesmo quem recebe cada intervenção, o viés poderá estar presente (consciente ou subconscientemente). Pacientes mais doentes podem ser atribuídos a um grupo sobre outro. Assim, a atribuição do paciente é melhor feita através de um processo chamado ‘aleatório', no qual os pacientes são aleatoriamente atribuídos (por exemplo, usando números aleatórios gerados pelo computador, uma tabela de números aleatórios). A atribuição aleatória significa que cada paciente tem a mesma chance de estar em um grupo de estudo em particular. Isto é extremamente importante para ajudar a reduzir os viés e garantir a qualidade do estudo. A atribuição aleatória também reduz a chance de fatores estranhos afetarem os resultados do estudo, uma vez que as diferenças nas características do paciente seriam mais propensas a ser ‘equilibradas' entre os grupos. Além da randomização simples, há também a randomização de bloqueio e a randomização estratificada. Existem vários tipos de atribuição aleatória comumente usados: Ao matricular- se, os sujeitos/pacientes recebem um número aleatório para a colocação em grupo através da geração de computadores ou uma tabela de números aleatórios. Por exemplo, para um conjunto de 20 os temas planejados para serem registrados, um computador ou tabela podem fornecer números em ordem aleatória, com os investigadores identificando com antecedência que os números ímpares serão atribuídos ao grupo um e números pares ao grupo dois. Quando o primeiro assunto estiver pronto para ser registrado, será dado o primeiro número do computador ou lista de tabelas. Se um número ímpares, eles serão atribuídos ao grupo um. Se for mesmo, para o grupo dois. Este processo continuaria para cada assunto. Com a randomização simples, um grupo pode acabar com mais sujeitos do que outro por acaso. Além disso, se um estudo terminar antes do número planejado de sujeitos estar inscrito, pode haver números de grupo desiguais usando a randomização simples. A randomização de bloqueio pode ajudar a garantir que os grupos de tratamento tenham um número semelhante de sujeitos. Com a randomização de blocos, pequenos ‘blocos (') ou grupos são formados nos locais do estudo, com atribuição aleatória a grupos usados dentro de cada pequeno bloco. Por exemplo, se 20 os sujeitos serão inscritos, 5 blocos de 4 pode ser identificado. Para cada 4 assuntos inscritos, 2 seria aleatoriamente atribuído a um grupo e 2 seriam atribuídos ao outro. A randomização estratificada é usada se os investigadores quiserem garantir que certas características de uma população (por exemplo, raça, sexo, localização geográfica, situação socioeconômica) que podem afetar um estudo sejam equilibradas entre os grupos de tratamento. Com este método, a população alvo é inicialmente subdividida em grupos (ou seja, estratos) com base na característica do interesse. A atribuição aleatória é então usada para atribuir os sujeitos inscritos em cada estrato a um dos grupos de estudo. Este método é frequentemente usado em estudos multi- sites para garantir números de matrícula semelhantes em diferentes locais. Bloquear e estratificar a atribuição aleatória também podem ser combinados para uso. O ocultamento ou mascaramento é quando os pacientes/sujeitos e/ou investigadores não conhecem o grupo de intervenção a que os pacientes foram atribuídos (ver caixa 3 ). Como resultado, não se sabe durante o estudo se um paciente está recebendo o controle ou o medicamento de estudo. O cego deve ser usado para reduzir o risco de viés que pode resultar de pacientes ou investigadores saberem quem está recebendo a terapia. Muitas medidas de resultados, especialmente aquelas que são subjetivas de natureza, como o alívio da dor, alterações no humor ou desenvolvimento de efeitos colaterais, podem ser afetadas pela crença de uma pessoa (paciente ou investigador) de que uma terapia funcionará ou terá um certo efeito. Um investigador pode ter esperança de que um novo medicamento será eficaz e involuntariamente distorce os resultados nessa direção, fazendo aos pacientes mais perguntas sobre o medicamento ou repetindo testes se os achados forem inesperados. Se os pacientes acreditarem que o medicamento que estão tomando será benéfico, eles podem relatar alterações que de outra forma negligenciariam ou não mencionarão possíveis problemas experimentados. Definições geralmente usadas para os tipos de cegamento incluem: Em um estudo aberto ou não cego, tanto os pacientes como os investigadores sabem qual a terapia que cada paciente está recebendo. Podem ser cegadas frequências de dosagem diferentes (por exemplo, uma vez por dia versus duas vezes por dia)? É possível cegar um estudo que está comparando duas formas de dose diferentes (por exemplo, comprimido versus cápsula)? Sim, ambos podem ser feitos. As drogas uma vez por dia e duas vezes por dia devem parecer iguais. Os pacientes que tomam o medicamento uma vez ao dia receberiam um placebo idêntico para a segunda dose, enquanto os pacientes que tomam o medicamento duas vezes ao dia receberiam duas doses ativas O método ‘duplo- dummy (') é usado para cegar formas de dose diferentes ou quando os medicamentos não se parecem. Se comparar um medicamento formulado como um comprimido com um medicamento em forma de dose de cápsula, os doentes do grupo de comprimidos ativos tomariam o seu comprimido com uma cápsula de placebo, e os doentes do grupo de cápsulas ativas tomariam a sua cápsula com um comprimido de placebo. A mesma abordagem dupla- domô pode ser usada para qualquer combinação de medicamentos ou formas posológicas diferentes. Estudos abertos são problemáticos, uma vez que viés pode ser introduzido tanto por pacientes como por investigadores. Num ensaio com uma única ocultação, os investigadores podem inclinar as medidas do estudo em uma determinada direção ou levar os pacientes a descobrir o tratamento que estão recebendo. Como resultado, os ensaios em dupla ocultação são preferidos para minimizar a probabilidade de viés e são uma parte importante do ‘ padrão ouro', design experimental controlado e aleatorizado. No entanto, nem sempre é possível duplamente ocultar certas intervenções em um estudo. Por exemplo, não foi possível cegar uma comparação da eficácia do aconselhamento em profundidade do paciente com o aconselhamento mínimo do paciente ou de um fármaco com a terapia cirúrgica. Um estudo também pode começar como duplamente cego, mas certos efeitos colaterais (por exemplo, cefaleia induzida pela nitroglicerina), olfatos/gustos únicos de fármaco ou tratamento (por exemplo, um estudo dos efeitos da pressão arterial do alho), ou alterações características dos testes laboratoriais ‘dependeriam em. os doentes ou os investigadores para o que o paciente está recebendo realmente. ‘Descendo. (i.e. desenmascarando) ocorre quando os doentes ou os investigadores podem ter sucesso identifica o que o paciente está recebendo durante um estudo cego. Se o descendo ocorrer em uma medida significativa, os benefícios potenciais de um estudo cego desaparecem. Num estudo comparando dois tratamentos diferentes, no mínimo os tratamentos devem parecer iguais para o estudo ser duplo cego. Quando considerar a possibilidade de descender, pense em outras possíveis razões por que isso pode ocorrer, como um medicamento sabor distintivo, odor e efeitos colaterais - os pacientes não profissionais de saúde saberiam os possíveis efeitos colaterais/adversos do seu medicamento de estudo? Sim. Lembre- se de que, através do consentimento informado, os pacientes são informados dos potenciais benefícios e riscos (incluindo efeitos colaterais/ adversos que são mais propensos a ocorrer ou que poderiam ser potencialmente graves) para cada tratamento de estudo que possam receber. A forma mais simples de determinar se ocorreu descego é perguntar aos pacientes qual terapia receberam. Se a maioria dos pacientes puder adivinhar com sucesso o seu tratamento, é provável que não o descegue. Tenha em mente que se um medicamento for altamente eficaz em comparação com um controle como placebo, os pacientes e os investigadores podem adivinhar corretamente a sua terapia simplesmente pelo paciente que tenha uma boa resposta. Assim, determinar o descego ao perguntar aos pacientes é um pouco questionável às vezes, mesmo que seja geralmente a única opção disponível.
Um estudo em dupla ocultação comparou um novo anti- inflamatório não esteroide (AINE) com placebo para o tratamento da dor artrite. Os pacientes que forneceram o consentimento informado foram aleatoriamente designados para receber o AINE (n= 80 ) ou placebo (n= 65 ) por dez semanas. Foram usados AINEs e comprimidos placebo que aparecem idênticamente. O AINE foi encontrado significativamente mais eficaz do que o placebo na redução da dor. Efeitos adversos foram relatados por 75% dos doentes que receberam o AINE (náuseas, dor de estômago e dores de cabeça foram mais frequentemente notificados) comparados com 15% de doentes com placebo. Seria preocupante o descender neste estudo? Sim. Embora o medicamento e o placebo se parecessem, houve muitos efeitos adversos com o AINE que poderiam ter levado os pacientes a adivinhar corretamente o tratamento que estavam recebendo. Se os pacientes informarem os investigadores sobre estes efeitos, os investigadores também saberão. Com o consentimento informado, os pacientes são informados de possíveis efeitos adversos de cada tratamento de estudo que possam receber, para que os pacientes possam reconhecer os efeitos adversos dos AINE. Os investigadores poderiam ter verificado se possível não ocultação durante e no final do estudo, pedindo aos pacientes que adivinhassem o tratamento de estudo que estavam tomando. Se a maioria dos pacientes pudesse adivinhar corretamente o tratamento, era provável que não o fizesse. Ao avaliar um estudo, certifique- se de verificar os critérios de inclusão e exclusão para determinar a população a quem os resultados do estudo podem ser aplicados, e se os seus pacientes (e a população em geral) são comparáveis aos amostrados no estudo. Também é importante verificar o número de pacientes necessários para alcançar um poder de 80% ou maior. Certifique- se de que o número de pacientes analisados não caiu abaixo do necessário para uma energia adequada. Se a energia for menor que 80% ou nunca indicado, é possível que um efeito de tratamento real tenha sido perdido para achados não estatísticos significativos, especialmente se a diferença entre os grupos pareceu bastante grande. Se um estudo observacional não puder incluir toda a população de interesse, métodos de amostragem aleatória devem ser usados, se possível, para minimizar os vieses na seleção dos sujeitos. Mas reconheça que isso muitas vezes não é viável. Não se preocupe se um estudo experimental usar amostragem de conveniência não- aleatória. Isto é aceitável desde que os pacientes sejam aleatoriamente atribuídos a um grupo de tratamento após a matrícula. Entender como ler a seção de métodos é fundamental para avaliar um estudo clínico, porque contém informações valiosas sobre como o estudo foi realizado. Um estudo deve usar um projeto de teste que seja apropriado para o seu propósito. Considerações de projeto que precisam ser consideradas incluem o uso de grupos de controle, alocação aleatória e cegamento. Os tratamentos usados e as medidas serão discutidos no próximo artigo desta série. Foi realizado um estudo aberto para comparar o efeito da ciclobenzaprina com outros fármacos relaxantes musculares sobre a gravidade do zumbido em doentes com zumbido crônico. A ciclobenzaprina, mas não os outros tratamentos, melhorou significativamente a gravidade do zumbido. O que o ‘aberto de etiqueta. refere neste estudo, e pode ter um efeito sobre os achados do estudo? Foi realizado um estudo randomizado, duplamente cego, controlado para avaliar a eficácia do Viagra (sildenafil) em comparação com Lyrica (pregabalina) para o tratamento da dor neuropática. Um total de 150 pacientes que se apresentaram a uma das três clínicas de dor afiliadas à Universidade do Sul da Califórnia a partir de janeiro 2003 até dezembro 2004 e que preencheu os requisitos de elegibilidade foram inscritos no estudo. Seria correto afirmar que este estudo usou amostragem aleatória consecutiva para inscrever seus pacientes? Sim ou não? Um estudo é realizado para comparar metformina com glipizida para a terapêutica com diabetes no tipo 2 Pacientes diabéticos. No total, 120 os pacientes são aleatoriamente designados para receber metformina ou glipizida para 12 semanas. No final do 12 semanas, os pacientes são então mudados para a outra terapêutica para um adicional 12 semanas. Qual design experimental controlado foi usado neste estudo? Dado o cenário delineado na questão 3 acima, é este o projeto preferido para tal estudo? Sim ou não? ‘Aberto- rótulo quer dizer que o estudo não foi cego – tanto os investigadores como os pacientes estavam cientes do tratamento que os pacientes estavam recebendo. Um estudo aberto está sujeito a uma quantidade significativa de viés que pode influenciar os achados do estudo. Como o zumbido é um sintoma subjetivo experimentado pelos pacientes, as classificação dos pacientes podem ser influenciadas se acreditarem que o tratamento atribuído seria eficaz. Os investigadores também podem distorcer os achados por como e o que discutem com os pacientes durante as visitas de estudo se acharem que um medicamento vai ser mais eficaz do que outro. Embora um estudo aberto possa fornecer achados preliminares interessantes, os resultados devem ser confirmados em estudos subsequentes em dupla ocultação. Não: Os pacientes parecem estar inscritos no estudo usando um método de conveniência não- aleatório — assistindo a uma clínica de dor associada a uma universidade em particular. Não há indicação de que o 150 os pacientes foram aleatoriamente amostrados entre todos os pacientes que foram vistos nas três clínicas de dor. Também não está claro que todos os pacientes que preencheram os requisitos de elegibilidade e que apareceram nas clínicas entre as datas listadas foram inscritos no estudo. Uma vez que a atribuição aleatória a grupos de tratamento foi usada, um método de amostragem não aleatório é aceitável para ensaios clínicos como este. B: Transversor. Com este projeto, os pacientes são inicialmente designados para receber um dos tratamentos de estudo por um certo tempo, então eles são trocados para receber a terapia alternativa para o próximo período de tratamento. Com este design, é importante usar um período de eliminação (ou seja, o tempo entre os tratamentos quando nenhum medicamento é administrado) para permitir que os efeitos do primeiro tratamento desapareçam antes do próximo tratamento ser administrado. Este estudo não usou um período de eliminação. Não: O design paralelo é preferido a um estudo cruzado. Num estudo cruzado, é importante usar um período de eliminação (ou seja, tempo entre os tratamentos quando nenhum medicamento é administrado) para permitir que os efeitos do primeiro tratamento desapareçam antes do próximo tratamento ser administrado. Este estudo não usou um período de eliminação. O design paralelo é preferido a um estudo cruzado. Mesmo quando um período de lavagem é usado em um estudo cruzado, pode haver alguns efeitos de reporte do primeiro tratamento. Além disso, a maior duração do estudo necessária para um crossover em comparação com um design paralelo pode influenciar a condição médica a ser avaliada ou afetar os resultados do estudo.