← Últimos artigos
📄 medicine

Non-evidence-based preconception information on Xiaohongshu and delayed assisted reproductive care attendance: an observational study with propensity score matching

Este estudo observacional utilizando pareamento por escore de propensão demonstra que a exposição a informações pré-concepcionais não baseadas em evidências na plataforma chinesa Xiaohongshu está significativamente associada ao atraso na busca por cuidados de tecnologia de reprodução assistida entre indivíduos com infertilidade.

Autores originais: Zhaohui Jiang, Yanjiao Hua, Shupei Xu, Quanhai Luo

Publicado 2026-08-13
📖 5 min de leitura🧠 Leitura aprofundada

Autores originais: Zhaohui Jiang, Yanjiao Hua, Shupei Xu, Quanhai Luo

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que o seu céreão é uma estação de trem movimentada e, todos os dias, milhares de trens (ideias, fatos e histórias) chegam em diferentes trilhos. Alguns trens são construídos por engenheiros com plantas e verificações de segurança; estes são fatos baseados em evidências, como os conselhos médicos que os médicos lhe dão. Outros trens são construídos por pessoas que apenas sentem que sabem o caminho, muitas vezes usando velhas histórias ou "remédios caseiros" sem qualquer planta; estes são rumores não baseados em evidências.

Durante muito tempo, os cientistas temem que, quando as pessoas estão tentando resolver um grande problema — como ter um bebê — elas possam embarcar no trem errado. No mundo da Tecnologia de Reprodução Assistida (TRA), que é o termo médico sofisticado para tratamentos como a FIV que ajudam as pessoas a conceber, o tempo é tudo. Se você esperar demais para embarcar no trilho certo, a jornada torna-se muito mais difícil. Mas aqui está a parte complicada: vivemos em uma era em que todos estão grudados em seus telefones, navegando por aplicativos em busca de respostas. Um dos aplicativos mais populares na China chama-se Xiaohongshu (frequentemente chamado de "Little Red Book"). É um lugar onde as pessoas compartilham fotos e histórias sobre a vida, incluindo como ficaram grávidas. A grande questão que os pesquisadores queriam responder era: se alguém lê uma história em um aplicativo que parece uma cura milagrosa, mas não é respaldada pela ciência, isso realmente faz com que a pessoa demore mais para procurar um médico de verdade?

Este estudo é como um livro de detetive que tenta descobrir se ler o tipo errado de guia de viagem em redes sociais faz as pessoas perderem sua estação de trem. Os pesquisadores não apenas adivinharam; eles usaram um truque estatístico inteligente chamado Pareamento por Escore de Propensão (Propensity Score Matching). Pense nisso como um espelho mágico que encontra duas pessoas que são quase idênticas em todos os aspectos — mesma idade, mesmos níveis de ansiedade, mesma localização, mesmo tempo tentando conceber — mas uma delas leu as histórias de "cura milagrosa" e a outra leu as histórias de "fatos médicos". Ao comparar esses gêmeos, os pesquisadores puderam ver se as próprias histórias foram o motivo de uma pessoa demorar mais para chegar à estação médica.

Aqui está o que os detetives descobriram. Eles analisaram 470 postagens no Xiaohongshu e as combinaram em 130 pares de "gêmeos". Os resultados foram bastante claros: as pessoas que foram expostas às postagens do tipo "remédio caseiro", não baseadas em evidências, foram significativamente mais propensas a adiar a consulta com um especialista. De fato, 30,77% das pessoas que leram as histórias não comprovadas esperaram pelo menos 6 meses para buscar ajuda médica formal, em comparação com apenas 7,69% daqueles que leram as postagens baseadas em evidências.

A matemática por trás disso é forte. O estudo calculou que, se você for exposto a essas histórias de preconcepção não baseadas em evidências, suas chances de adiar sua visita ao médico são 5,34 vezes maiores do que se você se mantiver fiel ao conteúdo baseado em evidências. Esse é um salto enorme! Os pesquisadores também verificaram a "pontuação de qualidade" das postagens usando uma ferramenta chamada escala DISCERN breve. As postagens de "cura milagrosa" tiveram uma mediana de 9, enquanto as postagens de conselhos médicos tiveram uma mediana de 15. Quanto menor a pontuação de qualidade, maior a probabilidade de o leitor esperar.

O estudo também observou diferentes grupos para garantir que o resultado não fosse um acaso. Quer a pessoa tivesse menos de 35 anos ou mais de 35, ou estivesse tentando conceber há menos de 3 anos ou há mais tempo, o padrão se manteve. As histórias de "cura milagosa" parecem agir como uma névoa, fazendo as pessoas sentirem que não precisam se apressar para ir ao médico porque podem apenas tentar uma dieta ou um chá de ervas primeiro. Os pesquisadores sugerem que isso acontece porque essas histórias fazem o problema parecer menos assustador (diminuindo o senso de urgência) e fazem as soluções "alternativas" parecerem mais eficazes do que realmente são.

No entanto, os autores são cuidadosos ao dizer que isso não é um feitiço mágico que prova que as histórias causaram o atraso. É um recorte no tempo (um estudo transversal), portanto, não podemos dizer com 100% de certeza que a história fez a pessoa esperar, apenas que as duas coisas estão fortemente ligadas. É possível que pessoas que já preferem remédios naturais sejam apenas mais propensas a ler essas histórias e também mais propensas a esperar. Mas, mesmo com essa incerteza, a conexão é clara e direta: neste aplicativo popular, quanto mais você lê os conselhos não comprovados, do tipo "popular", maior é a probabilidade de você adiar a ajuda médica de que pode precisar. O estudo sugere que, se quisermos ajudar as pessoas a engravidar mais cedo, precisamos garantir que os "trens" nesses aplicativos sejam construídos com melhores plantas.

Afogado em artigos na sua área?

Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.

Experimentar Digest →