Uma conclusão é mais robusta quando continua semelhante em análises relevantes e previamente planejadas. Se muda muito, isso não apaga o estudo, mas torna a incerteza parte central da interpretação.

Mapa de leitura

Quatro decisões que uma análise de sensibilidade pode testar

A alternativa deve ser metodologicamente plausível e responder à mesma pergunta principal.

01

Dados ausentes

O resultado muda sob suposições menos favoráveis sobre quem não foi medido?

02

População analisada

A conclusão se mantém com conjuntos de participantes definidos de outra forma?

03

Modelo estatístico

Métodos adequados alternativos produzem estimativas compatíveis?

04

Decisões de inclusão

Estudos ou observações incertas alteram materialmente a síntese?

O que é uma análise de sensibilidade

É a repetição da análise principal com mudanças justificadas em pressupostos ou decisões que não são totalmente verificáveis nos dados. O objetivo é perguntar se a interpretação permanece de pé quando outra escolha razoável é usada.

No Cochrane Handbook, esse recurso é usado para examinar a robustez de uma revisão a decisões potencialmente influentes, como elegibilidade incerta, risco de viés, dados ausentes e método estatístico.

Ela não é uma segunda chance para encontrar significância

Uma boa análise de sensibilidade não procura a versão que produz o menor valor de p. Ela testa fragilidades antecipadas e apresenta o conjunto de resultados, inclusive quando a conclusão fica menos favorável.

Escolher e divulgar apenas cenários convenientes transforma transparência em seleção de resultados. Por isso, protocolo e plano estatístico ajudam a distinguir verificações planejadas de explorações posteriores.

A pergunta clínica deve continuar a mesma

A diretriz ICH E9(R1), adotada pela FDA, recomenda definir com clareza o efeito que o ensaio pretende estimar. A análise principal e as de sensibilidade devem estar alinhadas a essa pergunta, sobretudo quando há interrupções, uso de tratamentos adicionais ou abandono.

Se a análise alternativa responde a outra pergunta — por exemplo, exclui pessoas de modo que muda a população de interesse — ela pode ser útil, mas não confirma diretamente a análise principal.

Dados ausentes são um uso importante

Quando participantes deixam de responder, não é possível observar diretamente o que teria acontecido. Métodos estatísticos precisam assumir algo sobre esses dados; a sensibilidade testa cenários plausíveis diferentes.

Se o resultado só parece favorável sob uma suposição otimista, a conclusão é frágil. Se permanece semelhante em cenários razoavelmente mais conservadores, há mais confiança na robustez — sem eliminar o possível viés.

Resultado estável não corrige todos os vieses

Análises de sensibilidade só examinam as alternativas que foram escolhidas. Elas não corrigem automaticamente descegamento, mensuração inadequada, relato seletivo, baixa representatividade ou erros que não foram modelados.

Também não transformam um estudo pequeno em evidência precisa. Robustez analítica e força global da evidência são perguntas relacionadas, mas diferentes.

Quando resultados mudam, a mudança é informativa

Se uma estimativa atravessa a ausência de efeito, perde magnitude ou muda de direção sob escolhas plausíveis, isso deve aparecer na conclusão. Não é necessário escolher uma versão como “a verdadeira” sem justificativa adicional.

A leitura responsável descreve quais suposições causaram a mudança, por que são plausíveis e quanta informação sustenta cada cenário.

Checklist para ler o artigo ou suplemento

Muitas análises aparecem apenas no suplemento. Compare o protocolo, o plano estatístico e o relatório final.

  • Qual fragilidade específica foi testada?
  • A alternativa era plausível e estava planejada?
  • Ela responde à mesma pergunta da análise principal?
  • Magnitude, direção e precisão permaneceram semelhantes?
  • Todos os cenários relevantes foram apresentados?

Como a Inner Lumina usa esse princípio

Nossa pergunta editorial não é apenas “houve significância?”, mas “quanto essa conclusão depende de uma decisão discutível?”. Quando a resposta muda entre cenários plausíveis, tratamos essa instabilidade como resultado, não como nota de rodapé.

A Inner Lumina não oferece serviço médico, psicológico ou psiquiátrico e não vende, fornece, administra ou acompanha o uso de substâncias. Este conteúdo educativo não diagnostica, não prescreve, não orienta obtenção, dose, calendário, preparo ou uso e não substitui atendimento clínico ou de emergência.

Perguntas frequentes

Análise de sensibilidade é o mesmo que análise de subgrupo?

Não. Sensibilidade testa a robustez a decisões analíticas; subgrupos investigam se o efeito difere entre grupos de participantes.

Se todas as análises concordam, o estudo está provado?

Não. Isso aumenta a confiança na robustez às escolhas testadas, mas não elimina outros vieses, imprecisão ou limites de generalização.

Uma análise feita depois de ver os dados não serve?

Pode revelar fragilidades, mas deve ser identificada como pós-hoc e interpretada com mais cautela do que uma análise planejada.

Por que o resultado principal e o de sensibilidade podem divergir?

Porque dependem de pressupostos diferentes sobre dados ausentes, participantes incluídos, modelos ou outras decisões incertas.

Fontes consultadas

Continue a leitura

Consulta inicial

Precisa organizar sua situação com responsabilidade?

O primeiro encontro esclarece a necessidade, os limites do serviço e se o acompanhamento de preparação ou integração é adequado para este momento.