Viéses em estudos clínicos

Viés de seleção

ECRs (Ensaios clínicos rndomizados) de alta qualidade randomizam os pacientes e, igualmente importante, ocultarão essa randomização. Por que? Para limitar o viés de seleção. O viés de seleção é melhor descrito como uma diferença fundamental entre os pacientes incluídos nos braços de tratamento de um estudo devido à forma como os pacientes foram alocados nos grupos de tratamento [ 1 , 4 ]. Para avaliar o viés de seleção, deve-se considerar os métodos de geração de sequência aleatória e de ocultação de alocação do ECR [ 3 ].

A geração de sequência refere-se ao método pelo qual os pacientes foram randomizados para os grupos de tratamento. Uma sequência verdadeiramente aleatória para a alocação do tratamento significa que as características iniciais de ambos os grupos serão inerentemente equilibradas, mas um viés nesta alocação pode resultar em diferenças sistemáticas entre os grupos de comparação [1 , 3 ] . Alguns possíveis riscos de viés devido à geração de sequências podem existir devido a métodos de alocação não randomizados e quase randomizados. Esses métodos podem permitir que os médicos escolham qual tratamento os pacientes receberão no estudo com base em seus conhecimentos e experiências anteriores (ou seja, um fator não aleatório). Além disso, a ocultação de alocação refere-se aos métodos usados ​​para impedir que alguém seja capaz de prever ou deduzir alocações de pacientes [ 3 ]. A ocultação adequada da alocação pode impedir que qualquer pessoa da equipe de pesquisa determine ou preveja quais pacientes receberam qual tratamento no estudo. Em resumo, a geração de sequência refere-se à forma como os pacientes são alocados aos grupos de comparação, e a ocultação da alocação refere-se à forma como essa alocação é mantida em segredo de todas as partes relevantes.

Viés de desempenho

E quanto aos fatores que podem influenciar o desempenho de um paciente ou médico durante o curso de um ECR? O viés de desempenho pode estar presente se houver diferenças entre os grupos de estudo como resultado de diferenças sistemáticas no desempenho fora do tratamento do estudo recebido [ 1 ]. Podem ocorrer riscos de viés de desempenho devido aos métodos de mascaramento (ou cegamento) dos participantes e do pessoal [ 1 ]. Se o mascaramento for implementado de forma adequada, pode-se ter certeza de que não houve influência adicional e indevida no resultado dos pacientes que ocorreu além da intervenção designada [ 3 , 5 ]. Muitos resultados vitais em pesquisa clínica, como avaliações de desfechos moles (soft outcomes, como acuidade visual. Desfechos duros, como infarto ou mortalidade resistem) podem ser distorcidos se o paciente ou avaliador estiver ciente da alocação do tratamento. Ao avaliar o viés de desempenho, é importante considerar se a falta de mascaramento poderia impactar razoavelmente os resultados que estão sendo avaliados [ 1 ].

Viés de detecção

Os preconceitos anteriores centraram-se nos métodos de randomização e mascaramento de pacientes e médicos, mas e os preconceitos na forma como os resultados são medidos? O viés de detecção pode ser descrito como a possibilidade de diferenças entre os grupos de comparação em relação à forma como os resultados são medidos ou avaliados [ 1 ]. O viés de detecção também se concentra no conceito de mascaramento; no entanto, é o avaliador do resultado que deve ser mascarado para mitigar o viés de detecção [ 3 ]. O mascaramento dos avaliadores de resultados garante que os métodos pelos quais um resultado é medido não diferem entre os pacientes alocados nos grupos de comparação - o que significa que a medição do resultado é consistente para todos os participantes do estudo [1 , 3 ] .

Viés de atrito

Depois que os pacientes são incluídos em um ECR, sempre existe a possibilidade de eles se retirarem do estudo antes de completarem o acompanhamento. O viés de atrito pode ocorrer como resultado de uma causa sistemática de retirada de pacientes em um estudo que afeta desproporcionalmente um determinado subconjunto de pacientes [ 1 ]. Se uma causa para a retirada estiver presente - ou for mais predominante - nos grupos de comparação, o desequilíbrio da retirada poderá impactar os resultados e conclusões tiradas do estudo [ 1 , 3 ]. Se um grupo específico de pacientes tiver maior probabilidade de abandonar o estudo dentro de um dos grupos de comparação, o desequilíbrio teria implicações claras nos resultados [ 1 , 6 ].

Viés de relatório

A forma final de viés que qualquer médico deve considerar ao ler um ECR é o viés de relato. O viés de relato pode ocorrer quando há preocupações em relação aos resultados relatados nos resultados de um estudo [ 1 ]. O relato seletivo de resultados é a principal preocupação nesta forma de viés, que se refere ao relato de alguns, mas não todos, resultados medidos nos resultados de um estudo [ 1 , 3 ]. Isso geralmente se manifesta como um estudo que relata resultados significativos, enquanto omite resultados que não são significativos [ 1 , 7 ]. Embora isto possa ser difícil de detectar, destaca a importância de um protocolo de estudo pré-definido que identifique todos os resultados que serão avaliados. Você, como leitor, deve buscar ativamente a confirmação desse importante passo.

Como devemos interpretar as avaliações de risco de viés?

Ao interpretar ou ler um ECR, deve se considerar esses riscos de viés antes de cponsiderar resultados. Os ECRs considerados com alto risco de viés devem ser interpretados com cautela, pois os vieses impactam diretamente a validade dos resultados [ 1 ]. Investigações empíricas mostraram que estudos com alto risco de viés podem levar a um exagero dos efeitos do tratamento nos ensaios, quando comparados a estudos com baixo risco de viés [ 8 , 9 ]. É comum avaliar os riscos de viés em um estudo com base apenas nos relatórios do manuscrito do estudo, mas relatórios ruins não são o mesmo que conduta tendenciosa [ 3 ]. Esta é uma distinção importante a ser feita em relação à avaliação do risco de viés, que requer uma consideração cuidadosa das potenciais implicações de validade das decisões de desenho do estudo. Você pode consultar o Manual Cochrane para Revisões Sistemáticas de Intervenções, “Capítulo 8: Risco de viés em ensaios randomizados” para obter um guia abrangente para avaliação de risco de viés para ECRs [1 ] .

O que é risco de viés

Os médicos leem e interpretam ensaios clínicos randomizados (ECR) regularmente para informar sua prática — mas como podem ter certeza de que o ECR é preciso e confiável? Nem todos os ECRs são iguais e, portanto, é necessário tomar uma consideração cuidadosa ao determinar se os resultados dos ECR são dignos de mudar a forma como você trata futuros pacientes. A validade de um ECR pode ser melhor avaliada através da compreensão dos possíveis riscos de viés para aquele estudo específico.

O preconceito existe quando um componente do desenho ou execução de um estudo tem impactos sistemáticos nos resultados do estudo que se desviam da verdade. Quando tal viés existe, um estudo pode resultar em super ou subestimação da verdade, comprometendo a validade das descobertas ou resultados do estudo - mesmo que todas as outras facetas do estudo sejam apropriadas [1 , 2 , 3 ] .

Imagine, por exemplo, fornecer navegação usando uma bússola que não apontasse com precisão “Norte”, mas tivesse uma tendência de apontar para “Nordeste”. Mesmo que você tenha fornecido etapas de navegação completas a um companheiro de viagem, o resultado final não será preciso devido ao preconceito que existia devido à imprecisão da bússola. Da mesma forma, um estudo robusto que tenha algum tipo de viés pode fornecer resultados aos médicos e pacientes que não são precisos, apesar da abrangência da investigação. Com isto em mente, é importante compreender os tipos de viéses que podem existir nos ECR, como detectar estes potenciais viéses e como interpretar os resultados de um estudo no contexto de tais possíveis vieses.

Que tipos de viés existem e como podemos avaliá-los?

Existem cinco formas principais de viés que são importantes a serem consideradas em ensaios clínicos:

viés de seleção

viés de desempenho

viés de detecção

viés de atrito

viés de relatório

A ferramenta de avaliação Cochrane Risk of Bias é a ferramenta padrão ouro de avaliação de viés para ECRs, pois avalia o risco de cada uma dessas formas de viés [ 3 ]. Abaixo, fornecemos um resumo de cada forma de viés e discutimos como minimizar o risco de cada viés durante a concepção, condução, análise e relato dos ensaios.

Referências

1. The Cochrane Collaboration. Cochrane Handbook for Systematic Reviews of Interventions, Version 6.2. Chapter 8: Risk of Bias in Randomized Trials. Published 2021. https://training.cochrane.org/handbook/current. 2. Tripepi G, Jager KJ, Dekker FW, Zoccali C. Selection bias and information bias in clinical research. Nephron Clin Pr. 2010;115:c94–99. https://doi.org/10.1159/ 000312871. 3. Higgins JPT, Altman DG, Gøtzsche PC, The Cochrane Collaboration’s tool for assessing risk of bias in randomised trials. BMJ. 2011;343. https://doi.org/10.1136/ bmj.d5928. 4. Berger VW. Quantifying the magnitude of baseline covariate imbalances resulting from selection bias in randomized clinical trials. Biom J Biom Z. 2005;47:119–27. https://doi.org/10.1002/bimj.200410106. discussion 128–39. 5. Boutron I, Estellat C, Guittet L, Dechartres A, Sackett DL, Hróbjartsson A, et al. Methods of blinding in reports of randomized controlled trials assessing pharmacologic treatments: a systematic review. PLoS Med. 2006;3:e425. https://doi. org/10.1371/journal.pmed.0030425. 6. Fergusson D, Aaron SD, Guyatt G, Hébert P. Post-randomisation exclusions: the intention to treat principle and excluding patients from analysis. BMJ. 2002;325:652–4. https://doi.org/10.1136/bmj.325.7365.652. 7. Kirkham JJ, Dwan KM, Altman DG, Gamble C, Dodd S, Smyth R, et al. The impact of outcome reporting bias in randomised controlled trials on a cohort of systematic reviews. BMJ. 2010;340:c365. https://doi.org/10.1136/bmj.c365. 8. Wood L, Egger M, Gluud LL, Schulz KF, Jüni P, Altman DG, et al. Empirical evidence of bias in treatment effect estimates in controlled trials with different interventions and outcomes: meta-epidemiological study. BMJ. 2008;336:601–5. https://doi.org/ 10.1136/bmj.39465.451748.AD. 9. Schulz KF, Chalmers I, Hayes RJ, Altman DG. Empirical evidence of bias. Dimensions of methodological quality associated with estimates of treatment effects in controlled trials. JAMA. 1995;273:408–12. https://doi.org/10.1001/jama.273.5.408.