Aspectos metodológicos na construção de projetos de pesquisa em Nutrição Clínica

Methodological aspects in the development of research projects in Clinical Nutrition

Resumos

O objetivo deste texto é fomentar a reflexão e a crítica no processo de elaboração de projetos de pesquisa em nutrição clínica. São apresentados aspectos relativos a evidências, validade e confiabilidade dos resultados dos estudos nesse campo. É imprescindível que ocorra adequado planejamento da pesquisa, desde a definição do delineamento e do tipo do experimento, passando pelos aspectos éticos, escolha da população e cálculo do tamanho amostral até a avaliação da factibilidade dos riscos envolvidos na sua condução. Após a coleta das informações, as etapas seguintes correspondem à descrição dos resultados, análise estatística, verificação da consistência desses resultados e, ao final, sua adequada interpretação.

Amostra; Análise estatística; Pesquisa

This text aims to foster the reflection and criticism in the process of developing research projects in clinical nutrition. We present aspects regarding the evidence, validity, and reliability of results of studies in this field. Appropriate study planning is critical, from defining the design and type of experiment, going through the ethical aspects, population choice, and calculation of sample size, to the assessment of the feasibility of the risks involved in study execution. Once the information is collected, the next stages correspond to the description of the results, statistical analyses, verification of the consistency of these results, and ultimately their correct interpretation.

Sample; Statistical analysis; Research

INTRODUÇÃO

Este texto foi elaborado com o objetivo de fomentar a reflexão e a crítica no processo de elaboração de projetos de pesquisa em nutrição clínica.

Atualmente a Prática Baseada em Evidên-cias (PBE) é um método de pesquisa utilizado nas diversas áreas de conhecimento, especialmente em Saúde, objetivando integrar resultados/acha-dos de estudos para orientar a tomada de decisão. Essa estratégia procura compreender e empregar o método científico, para que se avaliem e se siste-matizem os resultados, de forma a contribuir para a tomada de decisões¹.

A Prática Baseada em Evidências divide--se em etapas, iniciadas com a identificação do problema clínico que influenciará a formulação do problema de pesquisa. Em seguida, objeti-vando sanar esse problema, são buscadas na literatura evidências relativas a procedimentos terapêuticos, utilizando estratégias de revisões sistemáticas e a sua avaliação em face do pro-blema clínico formulado¹. Cruz & Pimenta² suge-rem alguns questionamentos para avaliação das evidências encontradas, a saber: 1) "Os resultados são válidos? Quais são os resultados? Os resul-tados me ajudarão no cuidado do paciente?" (p.417). Após a exploração e avaliação do material obtido quanto à acurácia, validade e relevância, avalia-se a sua aplicabilidade na clínica e, em caso de resultado positivo, implementam-se as tera-pêuticas no cuidado do paciente, de acordo com as evidências disponíveis na literatura. Por fim, após realização do tratamento, avaliam-se os resultados da mudança¹.

Nesse sentido, nota-se que, na prática clí-nica, os princípios da PBE são indispensáveis para que haja diagnóstico e intervenção efetiva, espe-cialmente na área da Nutrição. Assim, é essencial que se aprecie a validade de um teste de diagnós-tico (delineamento dos estudos), a capacidade do teste em fornecer respostas específicas ao proble-ma de investigação, o desempenho do teste em avaliar a magnitude dos achados, e a adequa-bilidade do teste no contexto clínico diagnos-ticado².

Uma das estratégias de avaliação das evi-dências científicas é a classificação dos estudos quanto à sua força (Quadro 1)³. O nível indica quão forte e bem delineado é o estudo, ou seja, qual a credibilidade científica para a tomada de decisão. Contudo, quando não há pesquisas com nível alto de evidência, analisa-se qual é aquela com melhor classificação disponível, e não a melhor possível.

Quadro 1.
Análise das evidências nas pesquisas. Fonte: Stetler et al. ³

Destarte, a evidência científica é delimi-tada pela validade e confiabilidade da pesquisa, a fim de evitar conclusões/inferências espúrias². A validade identifica se o estudo mede aquilo a que realmente se propõe, ou seja, se os resultados são verdadeiros ou quanto se afastam da ver-dade⁴. Para isso, o pesquisador precisa determinar os indicadores de sensibilidade (detectar o seu objeto de estudo) e especificidade (detectar somente o seu objeto de estudo), bem como seus valores preditivos positivos (probabilidade de o achado ser realmente seu objeto de estudo) e negativos (probabilidade de o achado não ser realmente seu objeto de estudo)⁵. Já a confiabi-lidade se refere à concordância ou consistência dos resultados e à ausência de erro aleatório, ou seja, o estudo deve ser reprodutível em situações similares e possuir regularidade no procedimento e clareza⁴.

No processo de análise e avaliação das informações em nutrição clínica é indispensável a crítica do material obtido, desde os resultados até os procedimentos metodológicos empre-gados. Ademais, é necessário proceder a cinco questionamentos: avaliação da relevância da pes-quisa, avaliação do delineamento do estudo, ava-liação dos resultados obtidos para solução do pro-blema, avaliação da consistência e confiabilidade dos resultados, e avaliação quanto à contribuição dos dados para a tomada de decisão.

A avaliação da relevância da pesquisa deve se ater à importância da temática para a comu-nidade científica e a tomada de decisão na prática profissional, bem como à novidade e relevância do objeto de estudo^{1 , 2}.

No que concerne ao delineamento, o pes-quisador deve se fundamentar em objetivos cla-ros, concisos e, principalmente, tangíveis. O deli-neamento do estudo se refere ao desenho da pes-quisa, onde se avaliam os resultados em termos de consistência, reprodutibilidade e validade. Em conformidade com isso, o método deve estar sufi-cientemente detalhado quanto à população/amostra, às variáveis preditivas e ao desfecho, bem como à análise estatística dos dados^{4 , 6}.

Quanto aos resultados obtidos, a partir do problema de pesquisa, o investigador deve se questionar em relação à aceitabilidade do mesmo em outros contextos de conhecimento, indagando se eles representam acuradamente a pergunta da pesquisa, e se não foram influenciados por fatores de causalidade, tendenciosidade e variáveis inter-venientes, por exemplo^{4 , 6}.

Já no âmbito da consistência e confiabili-dade dos resultados, a criticidade deve-se ancorar na relevância do achado em termos clínicos, ou seja, a sua finalidade pragmática.

Finalmente, no tocante à avaliação dos da-dos, a indagação deve-se alicerçar na tomada de decisão, no quanto as informações contribuirão para o cuidado do paciente, ou seja, no quanto os dados possuem aplicabilidade na prática clínica².

Diante do exposto, no processo de elabo-ração do projeto de pesquisa em nutrição clínica, o pesquisador deve ter em mente a pergunta norteadora, as hipóteses e objetivos, bem como o planejamento do estudo. É através desse plane-jamento que o estudo se apresentará como exe-quível ou quimérico; assim, é indispensável descre-ver minunciosamente o processo de coleta e apu-ração dos dados, a apresentação dos resultados de forma inteligível, o procedimento estatístico na análise e interpretação dos resultados e, por fim, as conclusões coadunadas com as hipóteses e objetivos definidos no início da investigação.

Nesse sentido, no planejamento do experi-mento é necessário informar o tipo do estudo e o procedimento estatístico adotado. Inicialmente deve-se definir a natureza do experimento, verifi-car questões éticas, definir a população e o tamanho da amostra, bem como avaliar se ele é factível e os riscos envolvidos na sua condução.

Natureza do experimento

No que diz respeito à natureza do experi-mento, Marchioni⁵ e Bloch & Coutinho⁶ afirmam que os estudos podem ser classificados em dois tipos: experimentais e observacionais. O primeiro se refere aos estudos de intervenção e tem o objetivo de investigar hipóteses de causalidade, avaliar procedimentos terapêuticos ou interven-ções preventivas, ou seja, avaliar a alocação dos grupos de exposição e manipulação do fator de exposição. Nessa tipologia, podem ser classifi-cados como estudos randomizados (ensaios clíni-cos e estudos cruzados) ou estudos de comuni-dade. Já os estudos observacionais objetivam descrever a distribuição e variáveis de desfecho, e envolvem estudos de coorte, estudos de caso controle, estudos transversais e estudos ecoló-gicos^{5 , 6}.

Na prática clínica em nutrição, os estudos de intervenção, especialmente os ensaios clínicos, são apreciados em investigações causais devido à asseveração da relação causa/efeito e, também, por permitirem elucidar o tratamento mais apro-priado para o sujeito. Contudo, tais estudos apre-sentam limitações quanto a questões éticas, financeiras e a fatores de confundimento. Os fato-res de confusão decorrem do fato de a escolha dos sujeitos ser aleatória e o pesquisador não po-der nem privá-los de tratamento, nem submetê--los a procedimentos de risco^4.

Com o propósito de controlar os fatores de confusão, a randomização tem sido comu-mente utilizada para alocação aleatória dos pacientes em grupos de intervenção e controle, objetivando identificar a relação causa/efeito de uma exposição⁴. E, para minimizar vieses rela-cionados a mudanças de comportamento durante a exposição, bem como inferências equivocadas sobre os resultados, utilizam-se algumas técnicas de mascaramento, a saber: mascaramento a cegas (o paciente desconhece o grupo a que pertence), mascaramento duplo-cego (paciente e investi-gador desconhecem o grupo a que pertence)^{4 , 5} e mascaramento triplo-cego (tanto o profissional que interpreta quanto os demais desconhecem o grupo a que o paciente pertence)⁷.

Os ensaios clínicos podem apresentar deli-neamentos diversos, como ensaio crossover ou sequencial, ensaio em paralelo, desenho fatorial e ensaio explanatório⁷.

Cálculo do tamanho da amostra

Dentre as inúmeras dificuldades encon-tradas pelo pesquisador ao realizar um estudo clínico, destaca-se o cálculo do tamanho amostral de modo que se obtenham resultados que refli-tam, de forma clara e precisa, os objetivos da pesquisa⁸.

Como na maior parte dos estudos não há possibilidade de avaliar todos os elementos (pa-cientes ou indivíduos) de determinada população, principalmente devido ao tempo e custo, o cálculo amostral é de fundamental importância e deve ser realizado durante o planejamento do trabalho, independentemente do tipo de estudo (clínico, experimental, epidemiológico). A amostra deve ser grande o suficiente para atender aos objetivos do estudo, bem como deve ser representativa da população a ser avaliada, de modo que um resul-tado considerado importante clinicamente apre-sente significância estatística^{9 , 10}.

O tamanho amostral irá depender de diversos fatores, como: o objetivo do estudo, o tipo da variável de interesse (quantitativa ou qua-litativa), as características da população, o poder do teste, o nível de significância adotado e as possíveis perdas durante a realização do estudo. Quando há mais de um desfecho de interesse, o tamanho da amostra deve ser calculado para cada um deles, adotando-se o maior valor^{11 , 12}.

Existem diversos métodos de amostragem (processo de escolha dos indivíduos que farão parte da amostra). Os mais utilizados são os mé-todos aleatórios ou probabilísticos, que permitem que todos os indivíduos da população estudada tenham a mesma chance de fazer parte da amos-tra; assim, devem ser priorizados, para garantir a qualidade da amostra. A amostragem aleatória pode ser simples, sistemática, estratificada ou por conglomerado⁹.

O processo de amostragem não garante que uma amostra seja perfeitamente represen-tativa da população avaliada; assim, implica a aceitação de uma margem de erro, denominado erro amostral ou aleatório. Esse tipo de erro é definido como a distância máxima permitida entre o valor de um parâmetro da população e o valor amostral do mesmo parâmetro. Existe uma rela-ção inversa entre o erro e o tamanho da amostra, ou seja, quanto maior a amostra, menor será o erro amostral¹³.

O outro tipo de erro, denominado não amostral ou sistemático, pode ser evitado ou redu-zido durante o planejamento e a execução da pes-quisa. As principais causas desse tipo de erro nos estudos são as falhas na coleta, digitação e análise dos dados, bem como as falhas nos instrumentos de coleta¹³.

Na fase de análise estatística dos dados, o pesquisador está sujeito a dois tipos de erros ine-rentes a esse processo: o erro tipo I ou alfa (α), e o erro tipo II ou beta (β). O α, também denomi-nado como nível de significância, é a proba-bilidade de considerar como significante uma diferença entre grupos, quando na verdade essa não existe (falso positivo). A maioria dos estudos considera valores de α menores que 0,05 ou 5%; assim, a probabilidade máxima de erro aceita para se rejeitar a hipótese de nulidade (igualdade) é de 5%^{9 , 14}.

O β é a probabilidade de não se encontrar uma diferença significante entre os grupos do estudo, quando ela de fato existe, classificando--os erroneamente como iguais (falso negativo). Outro termo comumente utilizado é o "poder do teste", definido como (1-β), que expressa a pro-babilidade de detectar um resultado verdadeiro. Convencionalmente, o poder do teste nos estudos tem sido estabelecido como 80% ou 90% (0,8 ou 0,9). Assim, para o poder ser no mínimo igual a 0,8, a probabilidade de ocorrer o erro tipo II não deve ser maior do que 0,2 (20%)^{10 , 14 , 15}.

Muitos estudos clínicos têm como objetivo a comparação entre duas proporções - por exem-plo, avaliar se a proporção de cura de determina-da doença é diferente ou não entre os pacientes expostos a alguma intervenção (variáveis dicotô-micas). Essa abordagem é também utilizada em outros tipos de estudo, sempre que o objetivo for a comparação entre duas proporções. É tam-bém frequente a realização de estudos clínicos cujo interesse é a comparação de duas médias, como exemplo, avaliar se existe diferença entre dois tratamentos alternativos para o controle de uma variável numérica, como a glicemia^{9 , 16}.

Comparação entre duas proporções

Para determinação do tamanho da amos-tra quando o objetivo é a comparação entre duas proporções, é necessário que se defina o α e o β e que se conheça a estimativa das duas pro-porções

onde: n: tamanho da amostra; Z = valor da distribuição normal para determinado nível de confiança (Tabela 1); α: erro tipo I; β: erro tipo II: Z: valor da distribuição normal para determinado nível de confiança (Tabela 1); p ₁: proporção do desfecho no grupo 1; p ₂: proporção do desfecho no grupo 2; p: (p ₁+p ₂)/2.

Tabela 1.
Grau de confiança, erro tipo I (α), erro tipo 2 (β), poder do estudo (1-β) e valores da distribuição normal (Z) para Zα/2 e Zβ.

Grau de confiança	α	Zα/2	β	1 - β	Zβ
90%	0,10	1,65	0,2	0,8	0,84
95%	0,05	1,96	0,1	0,9	1,28
99%	0,01	2,58	0,05	0,95	1,65

• Fonte: Martínez-González et al.¹⁸.

Comparação entre duas médias

Para determinação do tamanho da amos-tra quando se deseja comparar duas médias, é necessário que se defina o α e o β, e que se conhe-ça o desvio-padrão da população que será inves-tigada e a diferença clinicamente relevante entre as duas médias:

onde: n: tamanho da amostra; a: erro tipo I; b: erro tipo II; S: desvio-padrão; d: diferença a detectar; t ₁: média 1; t ₂: média 2.

Em algumas situações, é necessário que se façam ajustes no cálculo do tamanho da amos-tra, a depender do tamanho da população, do desenho amostral e das perdas de seguimento.

Ajuste para tamanho da população

O tamanho amostral calculado deve ser aplicado a uma população infinita. Caso a popu-lação estudada possua menos que 2 mil ele-mentos, é necessário que se faça ajuste no ta-manho da amostra¹⁰.

n_ajustado = n/1+(n/N)

n = tamanho amostral calculado

N = tamanho da população

Ajuste para efeito do desenho amostral

Quando o tamanho da amostra é calcu-lado para amostragem aleatória simples e caso a amostra seja selecionada por outro método, como amostragem por conglomerado, deve-se corrigir o tamanho amostral calculado, que é chamado de correção do efeito do desenho (deff)⁹.

n_deff = n x deff

n = tamanho amostral calculado

deff = efeito do desenho*

*Sugere-se, para amostragem por con-glomerado, deff = 1,5

Ajuste para possíveis perdas de seguimento

Durante o estudo, as perdas de elementos superiores à estimada podem comprometer a validade interna da pesquisa. A perda de ele-mentos é comum principalmente em pesquisas de delineamento longitudinal. Nesses casos, o tamanho da amostra deve ser corrigido pela pro-porção estimada da perda⁹.

n_ajustado = n / 1 - proporção estimada de perda

n = tamanho amostral calculado

Análise dos dados

Realizada a coleta e digitação das infor-mações em um banco de dados, a etapa seguinte consiste na análise exploratória ou descritiva. A análise descritiva permite ao investigador conhe-cer melhor os seus dados, organizá-los e sintetizá--los, além de indicar possíveis modelos a serem aplicados na etapa posterior de análise, denomi-nada inferência estatística. Permite também iden-tificar os possíveis outliers (casos atípicos) e avaliar a ausência de dados (missing) ou sua distribuição na curva de Gauss (normalidade)¹⁷.

Os dados podem ser apresentados em tabelas, gráficos ou mapas, dependendo do obje-tivo do estudo. A descrição dos resultados nessa etapa pode ser feita por distribuição de frequên-cias (variáveis qualitativas), estimação de medidas de tendência central (média e mediana) e medidas de dispersão (desvio-padrão, percentis, valores mínimo e máximo)¹⁷.

A estatística inferencial, que procede à análise descritiva, permite realizar inferências (conclusões), a partir de dados de uma amostra, para toda a população. Diferentes testes esta-tísticos podem ser aplicados nessa etapa da aná-lise, sendo a escolha dependente dos objetivos do estudo e do tipo de dados¹⁹.

No Quadro 2 estão exemplificados alguns testes estatísticos, de acordo com o objetivo e a distribuição das variáveis na curva de Gauss (testes paramétricos ou não paramétricos)^{17 , 19}.

Quadro 2.
Exemplos de testes estatísticos, de acordo com o objetivo do estudo e a distribuição das variáveis na curva de Gauss.

CONSIDERAÇÕES FINAIS

A prática clínica em nutrição requer do profissional conhecimento amplo sobre os pro-blemas clínicos, bem como a definição de qual o procedimento adequado para tratamento do pa-ciente. A prática baseada em evidências tem subsidiado a tomada de decisões de diversas áreas da saúde, por avaliar, organizar e sistematizar os resultados para a tomada de decisão. Além disso, possibilita verificar se a magnitude dos resultados na prática clínica é significativa, embora as aná-lises estatísticas a apresentem.

Assim, é imprescindível que os estudos sejam válidos, relevantes, confiáveis e apresentem evidências para o cuidado do paciente. A fim de minimizar vieses e variáveis de confusão em estu-dos clínicos, torna-se indispensável o cálculo amostral, pois ele irá determinar se o resultado tem importância clínica e significância estatística.

Diante do exposto, são muitos os critérios a serem avaliados antes da realização de um estudo clínico, iniciando-se pela denição do tema, objetivos e metodologia (cálculo amostral, mé-todo de amostragem, análise estatística), além da vericação da consistência dos resultados e, ao final, sua adequada interpretação.

REFERÊNCIAS

• ¹ Santos CMC, Pimenta CAM, Nobre MRC. A estratégia pico para a construção da pergunta de pesquisa e busca de evidências. Rev Latino-Am Enferm. 2007; 3(15):1-4. doi: 10.1590/S0104-116 92007000300023
  » https://doi.org/10.1590/S0104-11692007000300023
• ² Cruz DALM, Pimenta CAM. Prática baseada em evidências, aplicada ao raciocínio diagnóstico. Rev Latino-Am Enferm. 2005; 13(3):415-22. doi: 10.1590/S0104-11692005000300017
  » https://doi.org/10.1590/S0104-11692005000300017
• ³ Stetler CB, Morsi D, Rucki S, Broughton S, Corrigan B, Fitzgerard J, et al. Utilization-focused integrative reviews in a nursing service. Applied Nursing Res. 1998; 11(4):195-206. doi: 10.1016/S0897-1897 (98)80329-7
  » https://doi.org/10.1016/S0897-1897(98)80329-7
• ⁴ Werneck GL, Almeida LM. Validade em estudos epi-demiológicos. In: Medronho AR, Carvalho DM, Bloch KV, Luiz RR, Werneck GL. Epidemiologia. São Paulo: Atheneu; 2011.
• ⁵ Marchioni DML. Estudos epidemiológicos em expo-sições nutricionais. In: Fisberg RM, Slater B, Marchioni DML, Martini LA, Organizador. Inquéritos alimentares: métodos e bases científicas. Barueri: Manole; 2011.
• ⁶ Bloch KV, Coutinho ESF. Fundamentos da pesquisa epidemiológica. In: Medronho AR, Carvalho DM, Bloch KV, Luiz RR, Werneck GL. Epidemiologia. São Paulo: Atheneu; 2011. p.173-9.
• ⁷ Escosteguy. Estudos de intervenção. In: Medronho AR, Carvalho DM, Bloch KV, Luiz RR, Werneck GL. Epidemiologia. São Paulo: Atheneu; 2011. p.251-63.
• ⁸ Marotti J, Galhardo APM, Furuyama RJ, Pigozzo MN, Campos TN, Lagana DC. Amostragem em pes-quisa clínica: tamanho da amostra. Rev Odontol Univ Cid. São Paulo. 2008; 20(2):186-94.
• ⁹ Luiz RR, Magnanini MMF. O tamanho da amostra em investigações epidemiológicas. In: Medronho AR, Carvalho DM, Bloch KV, Luiz RR, Werneck GL. Epidemiologia. São Paulo: Atheneu; 2011. p.415-27.
• ¹⁰ Normando D, Almeida MAO, Quintão CCA. Análise do emprego do cálculo amostral e do erro do método em pesquisas científicas publicadas na literatura ortodôntica nacional e internacional. Dental Press J Orthod. 2011; 16(6):1-9. doi: 10.15 90/S2176-94512011000600006
  » https://doi.org/10.1590/S2176-94512011000600006
• ¹¹ Breslow NE. Statistics in epidemiology: The case-control study. J Am Statist Assoc. 1996; 91(433):14-28. doi: 10.1080/01621459.1996.10476660
  » https://doi.org/10.1080/01621459.1996.10476660
• ¹² Hulley SB, Browner WS, Cummings SR, Grady D, Newman TB. Delineando a pesquisa clinica: uma abordagem epidemiológica. Porto Alegre: Artmed; 2008.
• ¹³ Torres TZG, Magnanini MMF, Luiz RR. Amostragem. In: Medronho AR, Carvalho DM, Bloch KV, Luiz RR, Werneck GL. Epidemiologia. São Paulo: Atheneu; 2011. p.403-14.
• ¹⁴ MacFarlane TV. Sample size determination for research projects. J Orthod. 2003; 30(2):99-100. doi: 10.1093/ortho/30.2.99
  » https://doi.org/10.1093/ortho/30.2.99
• ¹⁵ Schulz KF, Grimes DA. Sample size calculations in randomised trials: Mandatory and mystical. Lancet. 2005; 365(9467):1348-53. doi: 10.1016/S0 140-6736(05)61034-3
  » https://doi.org/10.1016/S0140-6736(05)61034-3
• ¹⁶ Agranonik M, Hirakata VN. Cálculo de tamanho de amostras: proporções. Rev HCPA. 2011; 33(1):382-8.
• ¹⁷ Pinheiro RS, Torres TZG. Análise exploratória de dados. In: Medronho AR, Carvalho DM, Bloch KV, Luiz RR, Werneck GL. Epidemiologia. São Paulo: Atheneu; 2011. p.323-42.
• ¹⁸ Martínez-González MA, Sánchez-Villegas A, Fajardo JF. Bioestadística Amigable. 2ª ed. Madri: Diaz de Santos; 2009.
• ¹⁹ Callegari-Jackes, SM. Testes não-paramétricos. In: Callegari-Jackes SM. Bioestatística: princípios e aplicações. Porto Alegre: Artmed; 2003. p.165-84.

Datas de Publicação

• Publicação nesta coleção
  Sep-Oct 2014

Histórico

• Recebido
  16 Maio 2014
• Revisado
  04 Set 2014
• Aceito
  06 Nov 2014