Factorial multistratum designs for building, optimising or evaluating multilevel interventions embedded in learning systems: A taxonomy of factorial cluster-randomised trial designs and their variants

Imagine que você está tentando assar o bolo perfeito, mas em vez de apenas misturar farinha e açúcar, você está tentando consertar uma padaria inteira. Você tem que decidir como treinar os padeiros, quais receitas colocar no menu e como organizar os fornos. Mas aqui está a parte complicada: você não pode simplesmente testar uma coisa de cada vez. Se você mudar apenas a temperatura do forno, pode deixar passar o fato de que os padeiros precisam de um tipo diferente de avental para fazer o bolo crescer. Este é o mundo das "intervenções complexas" na saúde e na educação. Cientistas estão tentando descobrir como consertar sistemas grandes e bagunçados — como hospitais, escolas ou comunidades inteiras — onde muitas partes diferentes interagem. Para fazer isso, eles usam uma ferramenta especial chamada "ensaio controlado randomizado", que é como um experimento científico onde se joga uma moeda para decidir quem recebe qual versão da ajuda. Mas quando você tem que testar muitas partes de um sistema ao mesmo tempo, e essas partes pertencem a grupos diferentes (como alunos dentro de salas de aula, dentro de escolas, dentro de distritos), a matemática fica incrivelmente complicada. É como tentar resolver um Cubo Mágico onde cada camada é de uma cor e tamanho diferentes, e você tem que descobrir qual giro corrige o quebra-cabeça inteiro sem quebrar as outras peças.

Este artigo é um guia para desvendar esse Cubo Mágico. Os autores, uma equipe de estatísticos e pesquisadores, notaram que, embora os cientistas venham usando esses experimentos complexos e de múltiplos níveis há décadas na agricultura e em fábricas, as pessoas que gerenciam estudos médicos e sociais costumam se confundir com o jargão. Eles chamam esses desenhos de "designs fatoriais multiestrato", o que soa como um bocado de termos técnicos, mas basicamente significa testar várias coisas ao mesmo tempo em diferentes níveis de um sistema. O artigo não inventa uma nova pílula mágica nem afirma ter resolvido todos os problemas da saúde. Em vez disso, propõe uma nova "taxonomia" mais clara — uma palavra chique para um sistema de classificação ou um mapa — para ajudar os pesquisadores a descrever esses experimentos complicados. Ao observar 44 ensaios do mundo real e criar um exemplo teórico sobre o combate à obesidade infantil nas escolas, os autores sugerem uma forma padrão de falar sobre esses desenhos. Eles argumentam que, se usarmos essa linguagem comum, poderemos entender melhor como construir, melhorar e testar intervenções que funcionam em múltiplos níveis ao mesmo tempo, desde o paciente individual até o nível da política nacional.

O Panorama Geral: Por Que Precisamos de um Mapa para Sistemas Bagunçados

Vamos começar com o problema. Imagine que você é um diretor tentando impedir que as crianças ganhem peso excessivo. Você poderia apenas dizer a elas para comerem melhor. Mas talvez o problema não seja apenas as crianças; talvez seja a cantina da escola, a aula de educação física ou até mesmo as regras que o distrito estabelece para toda a cidade. Uma "intervenção multinível" é quando você tenta consertar todas essas coisas ao mesmo tempo. Você pode mudar o cardápio do almoço (para a escola), treinar os professores (para a sala de aula) e realizar uma campanha para os pais (para a comunidade).

O problema é: como você sabe qual parte realmente funcionou? As crianças perderam peso por causa do novo cardápio, do treinamento dos professores ou pelo fato de ser uma primavera ensolarada? Antigamente, os cientistas poderiam testar apenas uma coisa de cada vez, como uma corrida paralela onde um grupo recebe o cardápio e outro não recebe nada. Isso é lento e desperdiça recursos. É como tentar encontrar o melhor carro testando primeiro o motor, depois os pneus, depois a pintura, um por um, em vez de ver como eles trabalham juntos.

Entra o "design fatorial". Pense nisso como um menu degustação super eficiente. Em vez de testar o motor e os pneus separadamente, você testa quatro combinações de uma só vez:

1. Motor antigo, pneus antigos.
2. Novo motor, pneus antigos.
3. Motor antigo, pneus novos.
4. Novo motor, pneus novos.

Isso lhe diz não apenas se o novo motor é bom, mas também se os novos pneus funcionam melhor com o novo motor. Esta é a "Estratégia de Otimização Multifásica" (ou MOST), uma forma popular de construir a melhor possível intervenção antes de tentá-la em uma escala massiva.

Mas é aqui que fica bagunçado. Em um experimento simples, você joga uma moeda para cada pessoa. Em um "ensaio clusterizado randomizado" (CRT), você joga a moeda para um grupo inteiro, como uma escola inteira ou um hospital inteiro. Por quê? Porque se você disser a uma criança em uma escola para comer salada e à próxima para comer pizza, a primeira criança pode acabar pegando a pizza da segunda. Para evitar essa "contaminação", você randomiza a escola inteira.

Agora, imagine que você quer testar o cardápio (para a escola) E o treinamento de professores (para a sala de aula) E o boletim informativo para os pais (para o distrito). Você não pode simplesmente jogar uma moeda. Você tem que jogar uma moeda para o distrito, uma moeda diferente para a escola e outra para a sala de aula. Isso cria um design "multiestrato". É como uma boneca russa de randomização. O problema é que as pessoas que estudam esses designs (principalmente agricultores e gerentes de fábricas) usam uma linguagem secreta que médicos e professores não falam. Os livros didáticos são cheios de exemplos agrícolas, não médicos. Este artigo está aqui para traduzir essa linguagem secreta para o inglês claro (ou linguagem simples).

A Missão do Artigo: Construindo um Tradutor Universal

Os autores, liderados por Rebecca Walwyn e sua equipe, propuseram a criação de uma linguagem comum para esses testes complexos. Eles não ficaram apenas sentados em um laboratório imaginando teorias; eles analisaram 44 ensaios clínicos reais que já haviam sido realizados. Eles também construíram um "exemplo teórico" baseado em um cenário do mundo real: uma campanha para reduzir a obesidade infantil nas escolas.

Em seu exemplo, eles imaginaram um sistema com três níveis:

• Distritos: Os grandes chefes.
• Escolas: Os gerentes médios.
• Salas de Aula: A linha de frente.

Eles queriam testar quatro "ingredientes" diferentes (fatores de tratamento):

1. Treinamentos: Para os professores.
2. Políticas: Regras estabelecidas pelo distrito.
3. Cardápios: O que a escola serve.
4. Atividades: O que acontece na aula de educação física.

A principal descoberta do artigo é que existem dez maneiras distintas de organizar esses experimentos, dependendo de como você joga as moedas e onde aplica seus ingredientes. Eles criaram uma "taxonomia" (um mapa) para nomear e descrever esses dez designs.

Em vez de dizer "fizemos um split-plot", o que soa como jardinagem, eles propõem uma descrição clara de três partes para cada ensaio:

1. Estrutura de Tratamento: O que estamos testando? (ex: um design 2x2 significa dois ingredientes, cada um com duas versões: "ligado" ou "desligado").
2. Estrutura de Unidade: Quem está no experimento? É uma hierarquia (crianças dentro de salas de aula, dentro de escolas) ou uma mistura onde períodos de tempo se cruzam com escolas?
3. Design de Randomização: Como jogamos as moedas? Randomizamos a escola inteira ou apenas as salas de aula dentro da escola?

Os Dez Designs: Um Tour pelo Laboratório

Os autores dividem as possibilidades em três famílias principais, usando o exemplo da obesidade para mostrar como funcionam.

Família 1: Os Designs Hierárquicos (As Bonecas Russas)
Estes são os mais comuns. Imagine um sistema escolar onde as crianças estão em salas de aula, que estão em escolas, que estão em distritos.

• Design A (O Simples): Você joga uma moeda para a escola inteira. A escola recebe um novo cardápio e novo treinamento de professores juntos. É um teste "2x2" padrão, mas a unidade é a escola inteira.
• Design B (O Split-Plot): É aqui que fica inteligente. Você joga uma moeda para a escola para decidir o cardápio. Mas então, dentro dessa mesma escola, você joga outra moeda para cada sala de aula para decidir o treinamento de professores. Isso é como um design de "parcela dividida" (split-plot). É eficiente porque você não precisa mudar o cardápio de toda a escola para cada sala de aula, mas ainda pode testar o treinamento separadamente.
• Design C & D (O Mergulho Profundo): Estes são ainda mais complexos. O Design C adiciona uma camada onde o resultado é medido em alunos individuais, não apenas em salas de aula. O Design D adiciona um terceiro ingrediente (políticas do distrito) e randomiza isso no nível superior, a escola no nível médio e a sala de aula no nível inferior. É um design de "parcela dividida tripla" (split-split-plot). Ele permite que você veja exatamente qual nível do sistema está fazendo o trabalho pesado.

Família 2: Os Designs Cross-Classified (Os Viajantes do Tempo)
Estes designs adicionam um toque: Tempo. Imagine que as escolas são as mesmas, mas o experimento dura 12 meses.

• Design E: A escola recebe um tratamento (como uma nova política) e o mantém por 12 meses. Você mede as crianças todos os meses.
• Design F: Este é um design de "crossover". A escola tenta o Tratamento A por 3 meses, depois o Tratamento B por 3 meses, depois A novamente, depois B novamente. É como uma dança de Quadrado Latino onde cada escola tenta todas as combinações ao longo do tempo.
• Design G & H: Estes misturam as coisas. Talvez o distrito receba uma política que permanece a mesma por 12 meses, mas os períodos de tempo recebam um treinamento diferente a cada mês. Ou talvez a escola mude seu cardápio todo mês, mas a política do distrito permaneça fixa. Isso é chamado de design de "parcela de faixa" (strip-plot). É ótimo para ver como um sistema "aprende" ao longo do tempo.

Família 3: Os Designs Mistos (O Híbrido Supremo)
Estes são os pesos-pesados. Eles combinam o aninhamento da Família 1 com o cruzamento temporal da Família 2.

• Design I & J: Imagine um sistema onde a política do distrito é fixa por um ano, mas o cardápio da escola muda todo mês, e a atividade da sala de aula muda toda semana. Ou talvez o treinamento mude todo mês. Esses designs permitem que os pesquisadores testem quatro ingredientes diferentes em quatro níveis diferentes do sistema, tudo isso enquanto rastreiam como o sistema aprende e se adapta ao longo do tempo.

O Que o Artigo Diz (e o Que Não Diz)

Os autores são muito claros sobre o que têm e o que não têm. Eles sugerem que usar essa nova linguagem facilitará o planejamento desses ensaios pelos pesquisadores e a análise pelos estatísticos. Eles descobriram que 44 ensaios reais já existem que se encaixam nessas categorias, provando que esses designs complexos não são apenas teóricos — eles estão sendo usados agora na atenção primária, escolas e hospitais.

No entanto, o artigo não afirma que esses designs sejam sempre a melhor escolha. Na verdade, eles destacam quatro grandes desafios práticos:

1. O Sistema é Bagunçado: Hospitais e escolas reais não são caixas perfeitas. Eles se fundem, se dividem e mudam de tamanho. Você nem sempre consegue o experimento "equilibrado" perfeito.
2. Contaminação: Se você randomiza um tratamento para uma sala de aula, as crianças da sala ao lado podem descobrir e copiar. Esse "transbordamento" (spillover) pode arruinar o experimento ou, às vezes, é algo bom (como uma vacina protegendo todo o rebanho).
3. Carryover (Efeito Residual): Se você testa um tratamento em janeiro e depois muda para um novo em fevereiro, os efeitos de janeiro ainda podem estar presentes em fevereiro. Este é um risco em designs baseados no tempo.
4. Comunicação: É difícil explicar a um médico ou a um diretor de escola por que você precisa de um design tão complicado. Eles podem querer apenas uma resposta simples. Os autores observam que conseguir o apoio de todos exige paciência e comunicação clara.

A Conclusão

Este artigo é uma caixa de ferramentas, não uma varinha mágica. Ele não diz qual intervenção funcionará para deter a obesidade ou curar uma doença. Em vez disso, oferece aos pesquisadores uma maneira melhor de fazer a pergunta. Ao fornecer um mapa claro das dez maneiras diferentes de configurar esses experimentos de múltiplos níveis e tempos, os autores esperam acabar com a confusão e a "linguagem opaca" que mantiveram essas ferramentas poderosas nas sombras.

Eles sugerem que, se usarmos essa linguagem compartilhada, poderemos construir melhores intervenções que sejam adaptadas ao mundo real, onde os problemas não acontecem isoladamente, mas ecoam através de famílias, escolas e comunidades. O artigo sugere que o futuro de testar intervenções complexas reside em abraçar essa complexidade, não em evitá-la. É um chamado à ação para a comunidade científica parar de tratar esses designs como um mistério e começar a tratá-los como as ferramentas sofisticadas e poderosas que são. O próximo passo, dizem os autores, é descobrir exatamente o quão grandes esses experimentos precisam ser e como analisar os dados, mas por enquanto, temos o mapa. E com um mapa, até o Cubo Mágico mais emaranhado torna-se solucionável.