When the record makes the result: exposure-linked recording of a continuous outcome can manufacture a spurious treatment effect in real- world evidence

A Armadilha Oculta nos Dados: Quando o "Chute" Cria Ciência Falsa

Imagine que você é um detetive tentando resolver um mistério usando uma pilha gigante de relatórios policiais. Você quer saber se um novo tipo de fechadura evita mais assaltos do que o modelo antigo. No mundo da ciência moderna, os pesquisadores fazem algo muito semelhante. Em vez de relatórios policiais, eles usam "Evidência do Mundo Real" — registros digitais massivos de hospitais, como prontuários médicos eletrônicos, para ver se novos tratamentos realmente funcionam. Esta é uma ferramenta poderosa porque observa pacientes reais na vida real, não apenas pessoas em um laboratório controlado.

Mas há uma pegadinha. Às vezes, as pessoas que escrevem os relatórios não estão usando uma régua; elas estão usando os olhos para estimar. Se um médico tiver que adivinhar quanto sangue um paciente perdeu, ou o tamanho de uma ferida, ele pode anotar um número que parece "certo" para ele, em vez da verdade exata. Os cientistas chamam isso de "estimativa". Geralmente, pensamos que esses chutes apenas adicionam um pouco de ruído, como estática em um rádio. Mas e se a estática não for aleatória? E se a maneira como o médico estima mudar dependendo de qual remédio o paciente tomou? Essa é a pergunta assustadora que este artigo faz. Ele explora uma armadilha oculta onde a forma como registramos os resultados pode acidentalmente inventar uma cura milagrosa que não existe de fato.

O Caso do Medicamento "Mágico" Que Não Era

Neste estudo, os pesquisadores analisaram uma coleção massiva de 8 anos de registros hospitalares de um único hospital em Taiwan. Eles estavam investigando um medicamento chamado carbetocina, usado para ajudar a interromper o sangramento após o nascimento de um bebê. Aqui está a reviravolta: o medicamento não era coberto pelo seguro, então os pacientes tinham que pagá-lo do próprio bolso. Isso significava que os médicos sabiam exatamente quem recebeu o medicamento e quem não recebeu, criando um "experimento natural" perfeito para ver se o medicamento funcionava.

Os pesquisadores focaram em um desfecho específico: quanto sangue a mãe perdeu durante o parto vaginal. Em muitos hospitais, esse número não é medido com uma balança; ele é estimado visualmente pelo médico ou enfermeiro. Eles olham para o sangue e anotam um número, como "150 mL" ou "200 mL".

Quando os pesquisadores rodaram os números da maneira "padrão", os resultados pareceram incríveis. Os dados sugeriam que o medicamento reduzia a perda de sangue em impressionantes 62%. A confiança nesse número era tão alta que parecia uma descoberta científica incontestável. O grupo tratado parecia ter perdido quase nenhum sangue, enquanto o grupo controle perdeu muito.

Mas os autores deste artigo não pararam por aí. Eles começaram a jogar de detetive, procurando pistas de que algo estava estranho.

A Pista do "Número Redondo"

A primeira coisa que notaram foi um padrão estranho nos números, como uma impressão digital deixada em uma cena de crime. No grupo que tomou o medicamento, cerca de 60% dos valores registrados de perda de sangue eram exatamente 30 mL ou 50 mL. Em contraste, apenas 2,4% do grupo controle apresentava esses números baixos exatos.

Acontece que os médicos costumam ter o hábito de arredondar seus palpites para números redondos e bonitos (como 50 ou 100). Mas aqui, os médicos pareciam ter uma regra secreta: se o paciente tomou o medicamento, eles quase sempre escreviam "50 mL", mesmo que a perda real fosse maior. Era como se os médicos tivessem um modelo que dizia: "Se tomou a pílula mágica, escreva '50'". Isso é chamado de "preferência de dígito" ou "agrupamento de valores". O grupo tratado não estava apenas perdendo menos sangue; eles estavam sendo registrados como perdendo menos sangue devido a um hábito de registro.

O Teste da "Viagem no Tempo"

Para ter certeza de que isso não era apenas um acaso, os pesquisadores verificaram se o padrão mudava ao longo do tempo. Se o medicamento realmente funcionasse, o efeito deveria ser consistente ano após ano. E ele era! De 2019 a 2025, a mediana da perda de sangue para o grupo do medicamento ficou fixada exatamente em 50 mL todos os anos. Enquanto isso, o grupo controle oscilava entre 150 mL e 200 mL.

Este é um enorme sinal de alerta. Efeitos biológicos reais geralmente não ficam congelados no mesmo número exato por sete anos seguidos. Esse tipo de rigidez sugere uma regra de registro, não um milagre biológico. Os pesquisadores também tentaram corrigir os dados usando truques estatísticos padrão (como ajustar pelo ano ou pela saúde do paciente), mas a "redução de 62%" permaneceu exatamente a mesma. Isso provou que o problema não era que os grupos eram diferentes; o problema era que a maneira como os resultados eram escritos era diferente.

O Teste de Realidade do "Limiar"

A evidência mais contundente surgiu quando eles olharam para os números através de uma lente diferente. Eles perguntaram: "Quantas mulheres realmente tiveram uma quantidade perigosa de sangramento (Hemorragia Pós-Parto), definida como perda de 500 mL ou mais?"

Quando olharam para essa questão binária de "sim ou não", a magia desapareceu.

• Grupo do medicamento: 3,2% tiveram sangramento intenso.
• Grupo controle: 4,2% tiveram sangramento intenso.
• Resultado: Não houve diferença significativa.

A "redução de 62%" só existia nos números estimados e imprecisos. Quando olharam para o limiar real de perigo, o medicamento não parecia ajudar em nada. Na verdade, no extremo oposto (perda de 1.000 mL ou mais), o grupo do medicamento teve, na verdade, ligeiramente mais casos do que o grupo controle, o que é o oposto do que um medicamento milagroso deveria fazer.

A Simulação: Provando a Ilusão

Para provar que esse hábito de registro sozinho poderia criar um resultado falso como esse, os pesquisadores construíram uma simulação de computador. Eles criaram um mundo falso onde o medicamento não fazia absolutamente nada (o efeito real era zero). Eles programaram o computador para registrar a perda de sangue do grupo "tratado" com o mesmo viés: fixando valores baixos em 30 ou 50 mL, enquanto deixavam o grupo controle mais natural.

O resultado? O computador gerou uma "redução de 62%" falsa que parecia tão impressionante e estatisticamente significativa quanto os dados reais. Isso confirmou que o registro diferencial sozinho era suficiente para fabricar um efeito de tratamento massivo e convincente do nada.

A Lição: Confie na Régua, Não no Palpite

Este artigo não está dizendo que o medicamento definitivamente não funciona; está dizendo que a "redução de 62%" encontrada nos números de perda de sangue estimada é provavelmente uma mentira criada pela forma como os médicos anotaram os dados.

Os autores concluem que, quando usamos dados do mundo real, devemos ter cuidado com desfechos que são apenas "estimados" ou "palpitados". Se a maneira como registramos os dados muda dependendo de quem recebeu o tratamento, podemos acidentalmente inventar uma cura.

A lição para o futuro:

1. Verifique o "Arredondamento": Antes de acreditar em um grande resultado de dados estimados, verifique se um grupo está arredondando seus números para 50 ou 100 enquanto o outro não o faz.
2. Olhe para os Limiares "Reais": Não confie apenas no número médio. Verifique se o tratamento realmente ajuda as pessoas a cruzarem a linha para o perigo (como o limiar de 500 mL de sangramento).
3. Use Medidas Objetivas: Sempre que possível, use medições feitas por máquinas (como um teste de hemoglobina sanguínea) em vez de palpites humanos.

Em resumo, um efeito grande e aparentemente preciso em um estudo baseado em palpites humanos pode ser apenas o reflexo da caneta do médico, não do corpo do paciente. A "magia" estava no caderno, não no medicamento.