Revisão de Estudos clínicos: - Pfizer
Revisão de Estudos clínicos: - Pfizer
Revisão de Estudos clínicos: - Pfizer
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Capítulo 2. Características dos <strong>Estudos</strong> Clínicos 31<br />
verda<strong>de</strong> não há diferença (resultado falso positivo), ou (II) concluirmos que não há diferença<br />
entre dois grupos <strong>de</strong> tratamento, quando na verda<strong>de</strong> há uma diferença (resultado falso<br />
negativo). O objetivo é i<strong>de</strong>ntificar o melhor <strong>de</strong>senho do estudo com o objetivo <strong>de</strong> reduzir a<br />
probabilida<strong>de</strong> <strong>de</strong> resultados falsos; isso <strong>de</strong>pen<strong>de</strong> <strong>de</strong> muitos fatores, como objetivos do<br />
estudo, área terapêutica, comparação <strong>de</strong> tratamento, e fase <strong>de</strong> testes <strong>clínicos</strong>.<br />
A bioestatística é uma ciência importante para estudos <strong>clínicos</strong>, pois fornece uma estimativa<br />
da probabilida<strong>de</strong> <strong>de</strong> tirar uma ou outra das conclusões falsas. Por exemplo: quando<br />
lançamos uma moeda 100 vezes, esperamos 50 caras e 50 coroas – mas po<strong>de</strong>mos também<br />
tirar números diferentes, como 60 e 40. Em estudos <strong>clínicos</strong> ocorre o mesmo, porque a<br />
seleção aleatória <strong>de</strong> participantes normalmente envolve um gran<strong>de</strong> número <strong>de</strong><br />
participantes mais difíceis ou mais fáceis para um tratamento em relação ao outro. O<br />
tratamento A, que tem uma taxa <strong>de</strong> sucesso do tratamento verda<strong>de</strong>ira <strong>de</strong> 50%, po<strong>de</strong>ria<br />
mostrar 30 sucessos em 100 participantes, enquanto o tratamento B, que tem uma taxa<br />
verda<strong>de</strong>ira <strong>de</strong> 40%, po<strong>de</strong>ria apresentar 50 sucessos em 100 participantes. Com base na<br />
nossa amostra combinada total <strong>de</strong> 200, po<strong>de</strong>ríamos tirar a conclusão errada <strong>de</strong> que o<br />
tratamento B é melhor do que o tratamento A (um resultado falso).<br />
O problema básico é que as características importantes da amostra aleatória po<strong>de</strong>m ou não<br />
correspon<strong>de</strong>r às do mundo real, isto é, a população-alvo total. E raramente sabemos o<br />
quanto uma amostra é representativa do mundo real. A finalida<strong>de</strong> do <strong>de</strong>senho e<br />
interpretação do estudo clínico é controlar o risco <strong>de</strong> cometer um erro, para <strong>de</strong>scobrir a<br />
verda<strong>de</strong>. Temos que <strong>de</strong>cidir qual nível <strong>de</strong> risco po<strong>de</strong>mos arcar e justificar racionalmente.<br />
Observe que um resultado falso negativo irá, na prática, ser o fim <strong>de</strong> um programa <strong>de</strong><br />
<strong>de</strong>senvolvimento particular. Isto tem um custo não apenas para o patrocinador, mas<br />
também para a socieda<strong>de</strong>, que per<strong>de</strong> a oportunida<strong>de</strong> <strong>de</strong> <strong>de</strong>scobrir um possível tratamento<br />
útil.<br />
Quatro interpretações diferentes po<strong>de</strong>m ser feitas a partir <strong>de</strong> um estudo clínico: os dois<br />
erros mencionados acima, mais as interpretações corretas que refletem o mundo real, ou<br />
seja: que o tratamento é eficaz ou ineficaz (vi<strong>de</strong> ilustração). Um resultado falso positivo é<br />
<strong>de</strong>nominado erro tipo I, e um resultado falso negativo é <strong>de</strong>nominado erro tipo II. O nível <strong>de</strong><br />
risco que estamos dispostos a assumir ao tirar uma conclusão errada po<strong>de</strong> também ser<br />
medido pelo custo do estudo. Se po<strong>de</strong>mos arcar com um tamanho <strong>de</strong> amostra muito gran<strong>de</strong><br />
– por exemplo, 10.000 ao invés <strong>de</strong> 10 participantes – o risco <strong>de</strong> cometermos os erros tipo<br />
I/II será reduzido a uma fração bem pequena. No entanto, o custo do estudo irá aumentar<br />
1.000 vezes. Do ponto <strong>de</strong> vista da ética da pesquisa, po<strong>de</strong>mos também colocar em risco um<br />
número <strong>de</strong>snecessário <strong>de</strong> participantes do estudo ao aumentar o tamanho da amostra sem<br />
fazer uma avaliação correta do risco.<br />
Portanto, o principal objetivo do <strong>de</strong>senho <strong>de</strong> um estudo clínico é dar aos <strong>de</strong>cisores uma<br />
medida da probabilida<strong>de</strong> <strong>de</strong> certos riscos, pesados contra o investimento que precisa ser<br />
feito para a diminuição do risco. O CE <strong>de</strong>ve ter esta informação para <strong>de</strong>cidir aprovar ou<br />
rejeitar um protocolo <strong>de</strong> estudo clínico.<br />
Os quatro tipos <strong>de</strong> interpretações que po<strong>de</strong>m ser feitos a partir <strong>de</strong> um estudo clínico<br />
Interpretação do estudo<br />
Mundo real<br />
Eficaz<br />
Ineficaz<br />
Eficaz<br />
Sucesso<br />
Erro tipo I: “falso<br />
positivo”<br />
Ineficaz<br />
Erro tipo II: “falso<br />
negativo"<br />
Sucesso