Intervalo de confiança: o que é e como interpretá-lo

Publicado por 20 de Outubro de 2021 em

Tutoriais e Fundamentos

Ainda é frequente observarmos interpretações equivocadas de resultados de estudos e conclusões baseadas apenas em valores de p. Para interpretar adequadamente os resultados de estudos e utilizá-los para apoiar a tomada de decisão, é fundamental entender o intervalo de confiança das estimativas de efeito apresentadas.

Intervalo de confiança de 95% (grau de confiança mais utilizado na área da saúde) é um conjunto de valores, derivados de estatísticas de amostras, que representa um intervalo numérico do qual, com 95% de confiança, o verdadeiro valor da população não pode ser afastado.

O IC permite avaliar não apenas a precisão de estimativa, mas a magnitude (tamanho) do efeito, e possibilita discussões em torno da relevância clínica dos resultados. 

Para exemplificar, um ensaio clínico hipotético comparando o medicamento ‘covidina’ versus placebo para adultos com Covid-19 mostrou uma redução da duração da doença com o uso de ‘covidina’, com valor de p = 0,01. Considerando apenas o valor de p apresentado, poderíamos inferir que houve diferença ‘estatisticamente significativa’ a favor da ‘covidina’, mas não seria possível saber o tamanho desta redução, o que limitaria discussões sobre a relevância clínica desta estimativa e sobre a sua aplicabilidade na prática.  No entanto, se além do valor de p, o intervalo de confiança também fosse apresentado, isso seria possível.

Voltando ao ensaio clínico hipotético. Além do valor de p, os autores apresentaram agora a medida resumo para o desfecho ‘duração da doença’: uma diferença de médias de 0,5 dias, com intervalo de confiança = 0,3 a 0,7. A partir destas informações, é possível confirmar que, apesar de haver precisão na estimativa (intervalo de confiança estreito) e diferença ‘estatisticamente significativa’, a relevância clínica do uso de ‘covidina’ na prática é passível de discussão. Isso ocorre pois os limites do intervalo de confiança (0,3 a 0,7 dias) podem ter ou não impacto na saúde da população, dependendo do contexto, do orçamento, da existência de outras opções terapêuticas etc.  

Figura 1, de caráter exclusivamente didático e sem respeitar escalas, apresenta os resultados (riscos relativos e respectivos IC 95%) de cinco ensaios clínicos hipotéticos (A, B, C, D e E) comparando o efeito da ‘covidina’ versus placebo no risco de hospitalização entre pacientes com Covid-19. O Quadro 1 apresenta a interpretação adequada dos resultados de cada estudo. 

 

Figura 1. Resultados dos riscos relativos de cinco ensaios clínicos hipotéticos. 

 

Quadro 1.  Interpretação adequada dos resultados de cada estudo.

Estudo Interpretação do valor de p Interpretação do IC 95%
A Hipótese nula não pode ser afastada Amplo

 

Inclui valores compatíveis tanto com o aumento do risco de hospitalização (RR>1), quanto com a ausência de efeito da ‘covidina’ (RR=1).

 

No melhor cenário, a ‘covidina’ não altera o risco de hospitalização quando comparada ao placebo; no pior cenário, a ‘covidina’ aumenta este risco em 4 vezes.

B Hipótese nula pode ser afastada com segurança Amplo

 

Inclui valores compatíveis tanto com o aumento pequeno quanto com o aumento expressivo do risco de hospitalização com o uso da ‘covidina’

 

No melhor cenário, a ‘covidina’ aumenta em 10% o risco de hospitalização quando comparada ao placebo; no pior cenário, o uso de ‘covidina’ aumenta este risco em 9 vezes.

C Hipótese nula não pode ser afastada Estreito

 

Inclui valores compatíveis tanto com a redução (RR<1), com a ausência de efeito (RR=1) ou com aumento do risco de hospitalização (RR>1).

 

No melhor cenário, o uso de ‘covidina’ reduz o risco de hospitalização em 20%; no pior cenário, o uso de ‘covidina’ aumenta este risco em 10%.

D Hipótese nula pode ser afastada com segurança Estreito

 

Inclui apenas valores compatíveis com redução expressiva do risco de hospitalização com o uso da ‘covidina’.

 

No melhor cenário, o uso de ‘covidina’ reduz em 80% o risco de hospitalização quando comparada ao placebo; no pior cenário, o uso de covidina’ reduz este risco em 60%.

E Hipótese nula não pode ser afastada Amplo

 

Inclui valores compatíveis com o aumento do risco de hospitalização (RR>1), com a ausência de efeito (RR=1) ou com a redução do risco de hospitalização (RR<1) com o uso da ‘covidina’

 

No melhor cenário, a ‘covidina’ reduz em 90% o risco de hospitalização quando comparada ao placebo; no pior cenário, a covidina’ ‘aumenta este risco em 3 vezes.

 

Assim, além de ajudarem na distinção entre o cenário de ausência de evidência e o cenário de ausência de efeito [1,2], o conhecimento conceitual e a adequada interpretação do intervalo de confiança são componentes fundamentais para a prática clínica baseada em evidências.

Por isso é importante que os estudos apresentem as estimativas de tamanho de efeito das medidas-resumo e seus respectivos IC pois estas informações nos permitem entender a magnitude do efeito observado e discutir sobre sua relevância clínica e aplicabilidade.

 

Autores: Alex Sandro Moreira Fragoso de Oliveira e Cassiano Pereira de Barros

Estudantes de graduação do curso de Medicina, Escola Paulista de Medicina (EPM), Universidade Federal de São Paulo (Unifesp)

Membros da Liga Acadêmica de Medicina Baseada em Evidências, Escola Paulista de Medicina (EPM), Universidade Federal de São Paulo (Unifesp)

 

Referências  

  1. Pacheco RL, Fontes LES, Martimbianco ALC, Riera R. Better understanding of ‘don’t confuse absence of evidence with evidence of absence’. J Évid-Based Healthc. 2019;1(2):99-102. doi: 10.17267/2675-021 Xevidence.v1i2.2348.
  2. Alderson P. Absence of evidence is not evidence of absence. BMJ. 2004 Feb 28;328(7438):476-7. doi: 10.1136/bmj.328.7438.476. PMID: 14988165; PMCID: PMC351831. 

Tags:

Deixe uma resposta

O seu endereço de email não será publicado.

Subscribe to our newsletter

You will receive our monthly newsletter and free access to Trip Premium.