Rigor metodológico, transparência e novas tecnologias: quatro estudos que ajudam o oftalmologista a ler melhor a evidência

A prática oftalmológica, como toda a medicina baseada em evidências, depende da qualidade e da transparência dos estudos que sustentam decisões clínicas. Esta edição reúne quatro publicações recentes que, embora não sejam ensaios oftalmológicos clássicos, tocam diretamente em como o profissional de saúde produz, avalia e comunica evidência: um tutorial sobre rigor estatístico em metanálises e o papel da inteligência artificial (IA); um estudo sobre a completude do relato de eventos adversos em ensaios clínicos; uma avaliação de viabilidade de uma ferramenta digital de avaliação geriátrica aplicada à aptidão para dirigir; e um ensaio-piloto sobre um treinamento em e-learning para melhorar a forma como profissionais informam pacientes. Juntos, esses trabalhos oferecem um retrato prático dos desafios de gerar e traduzir evidência confiável.

Metanálises mais robustas: para além dos padrões do software

O tutorial publicado no contexto das publicações JMIR parte de uma premissa incômoda: o valor de uma metanálise depende de seu rigor metodológico e estatístico, mas muitas revisões sistemáticas e metanálises publicadas contêm falhas estatísticas que limitam sua utilidade para a prática clínica e a saúde pública. Essas limitações dificultam a agregação de dados para decisões terapêuticas e restringem o quanto formuladores de políticas conseguem usar essa evidência. A esse problema soma-se outro: o processo de revisão sistemática é tradicionalmente lento e intensivo em recursos, atrasando a tradução de achados relevantes.

Quando combinar estudos

Um ponto central do tutorial é conceitual. Os autores argumentam que a decisão de agrupar dados deve basear-se no significado clínico e nos objetivos da pesquisa, e não na homogeneidade estatística. Segundo o texto, exigir semelhança perfeita entre populações, intervenções e métodos tornaria a metanálise impossível. O modelo de efeitos aleatórios foi justamente concebido para sintetizar dados de um universo diverso de estudos e estimar um efeito médio. Em vez de abandonar a análise diante de diferenças, os autores recomendam explorar fontes de heterogeneidade previamente especificadas por meio de análises de subgrupo ou metarregressão.

Registro de protocolo e escolha do modelo

O rigor, lembram os autores, começa antes da primeira busca. O tutorial recomenda registrar o protocolo prospectivamente em registros públicos como o PROSPERO ou o OSF, o que ajuda a distinguir análises confirmatórias (planejadas de antemão) de análises exploratórias (geradas após ver os dados). Desvios do protocolo, quando necessários, devem ser reportados de forma transparente. Uma metanálise sem protocolo pré-registrado carrega maior risco de viés e menor credibilidade.

Sobre a escolha do modelo estatístico, o texto é direto: recomenda-se o modelo de efeitos aleatórios, pois assume que os efeitos verdadeiros variam entre estudos — o que reflete a realidade clínica. O modelo de efeito fixo raramente é apropriado e exige justificativa forte, como em réplicas verdadeiras (por exemplo, múltiplos centros de um ensaio multicêntrico com protocolo idêntico). Usar o modelo de efeito fixo quando existe heterogeneidade verdadeira pode gerar intervalos de confiança excessivamente estreitos e inflar o risco de falsos positivos.

Um método menos conhecido: HKSJ

Dentro do modelo de efeitos aleatórios, o tutorial preconiza preferir o método Hartung-Knapp-Sidik-Jonkman (HKSJ) em vez do método padrão DerSimonian-Laird (DL). Segundo os autores, quando a metanálise inclui poucos estudos (por exemplo, menos de 10) ou há heterogeneidade substancial, o método DL tende a subestimar a variância entre estudos, produzindo intervalos de confiança enganosamente estreitos e aumentando o risco de erro tipo I. O método HKSJ usa uma distribuição t em vez da normal, gerando intervalos mais largos e conservadores, e tem se mostrado consistente em manter a taxa correta de erro tipo I em estudos de simulação. Os autores recomendam fortemente que os autores adotem o HKSJ como abordagem primária, especialmente quando há heterogeneidade.

I², intervalos de predição e vieses

O tutorial dedica atenção especial à interpretação da heterogeneidade. Um erro comum é tratar o I² como medida da magnitude da variação. Na verdade, o I² apenas descreve a proporção da variação total devida a diferenças verdadeiras entre estudos, e não ao erro amostral; um I² de 90% indica que a maior parte da variabilidade observada é real, mas não diz se os efeitos são clinicamente diferentes. Por isso, os autores recomendam não qualificar índices de heterogeneidade como baixo, médio ou alto, mas reportá-los como índice descritivo.

Mais informativo, argumentam, é o intervalo de predição, que estima a faixa em que o efeito verdadeiro deve situar-se em um estudo futuro semelhante. O exemplo do texto é ilustrativo: uma metanálise pode gerar um odds ratio combinado com IC 95% de 1,2–1,8, sugerindo benefício médio, enquanto o intervalo de predição de 95% poderia ser 0,7–3,1 — revelando que, em alguns contextos, a intervenção pode ser ineficaz ou até prejudicial. Intervalos de predição devem ser rotineiramente reportados quando há número suficiente de estudos, geralmente 10 ou mais.

O tutorial também corrige um mal-entendido frequente: gráficos de funil e o teste de Egger não testam diretamente o viés de publicação, mas sim os "efeitos de estudos pequenos" — um padrão em que estudos menores mostram efeitos sistematicamente maiores. Esse padrão pode ter várias causas, incluindo menor rigor metodológico ou populações de maior risco, e não apenas a supressão de estudos negativos.

O papel — e os limites — da inteligência artificial

A segunda parte do tutorial discute como a IA pode acelerar a revisão sistemática. Ferramentas de aprendizado de máquina já são usadas rotineiramente para deduplicação e triagem de literatura; os autores citam que a IA conseguiu triar mais de 60.000 artigos em ecologia, tarefa que seria muito demorada para revisores humanos. Em extração de dados, um estudo usando o GPT-4o extraiu dados de População, Intervenção, Comparador e Desfecho (PICO) de mais de 680.000 resumos com 98% de acurácia. Ainda assim, os autores alertam que a IA generativa pode gerar mais resultados de busca e mesmo assim deixar de recuperar artigos relevantes, e recomendam validação humana das estratégias de busca.

O texto é cauteloso quanto ao uso da IA em análise estatística. Os autores recomendam não usar IA generativa como executora única de análises estatísticas (como pedir a um chatbot para calcular um odds ratio) devido ao risco de "alucinações matemáticas". No entanto, distinguem esse uso da geração de código: pedir a um modelo de linguagem que escreva scripts (em R ou Python) é considerado um auxílio de eficiência potencialmente valioso, porque o resultado é verificável — o código pode ser revisado e executado em software estatístico padrão. Em qualquer caso, defende-se transparência: descrever os modelos e versões usados, a lógica das interações e disclosure conforme as políticas das revistas, mantendo a supervisão humana como essencial.

Relato incompleto de eventos adversos: o que os ensaios de psoríase revelam

Se o tutorial trata de como sintetizar evidência, o estudo de comparação registro–publicação em ensaios de psoríase mostra o quanto a matéria-prima dessa síntese — os dados de segurança — pode ser inconsistente. Trata-se de uma preocupação transversal para qualquer especialidade que prescreva agentes sistêmicos e biológicos com potencial de efeitos oculares e sistêmicos.

Desenho e método

Os autores conduziram uma análise transversal, recuperando sistematicamente ensaios de psoríase no ClinicalTrials.gov com resultados publicados entre 2009 e 2024. Dados de eventos adversos — eventos adversos graves (SAEs), outros eventos adversos (OAEs), descontinuações por evento adverso e mortes — foram extraídos independentemente por dois revisores, com discordâncias resolvidas por adjudicação. Os ensaios foram categorizados por status regulatório, e o estudo avaliou se completude e concordância diferiam antes e depois da implementação da FDAAA Final Rule. O protocolo foi pré-registrado no PROSPERO e no OSF. A busca inicial recuperou 499 registros; após aplicação dos critérios, 214 ensaios foram incluídos na análise final, a maioria de fase 3 (64%) e financiada pela indústria (95%).

Registro mais completo que publicação

O achado central é claro: o ClinicalTrials.gov relatou dados de danos mais completos do que as publicações revisadas por pares em todos os domínios — SAEs, OAEs, descontinuações e mortes. Após a Final Rule, os SAEs apareceram em 53% dos registros versus 40% das publicações, e os OAEs em 51% dos registros versus apenas 22% das publicações. Os totais de SAEs foram discordantes em mais de 90% dos ensaios, com o registro frequentemente apresentando contagens mais altas — indicando subrelato persistente nas publicações.

O relato de mortalidade ilustra a melhora nos registros: antes da regra, apenas 41% dos ensaios no ClinicalTrials.gov incluíam mortalidade, contra 100% depois; as publicações, por sua vez, continuaram subrelatando mortes nos dois períodos (16% e 17%). A mediana de SAEs relatada no ClinicalTrials.gov após a Final Rule foi de 20,0, contra 3,0 nas publicações correspondentes.

Análise de concordância

A análise de Bland–Altman revelou viés sistemático rumo a contagens mais altas de SAEs no ClinicalTrials.gov, com diferença média de 9,92 SAEs. Alguns ensaios apresentaram discrepâncias marcantes: um relatou 26 SAEs no registro e apenas 14 na publicação; outro, 38 no registro contra 2 na publicação. Nos gráficos de funil, a taxa média de SAE foi de 8,3% no conjunto total e de 8,4% no subgrupo de ensaios aplicáveis, com maior dispersão entre estudos menores. Notavelmente, a análise de regressão segmentada não demonstrou mudança substancial nos escores de relato de eventos adversos após a implementação da Final Rule em 18 de janeiro de 2017 — embora a regressão linear tenha mostrado que a regra melhorou significativamente o escore composto de relato no registro, efeito que se aplica apenas ao registro e não às publicações.

Implicações

Os autores concluem que, apesar dos marcos regulatórios atuais, a documentação de eventos adversos em ensaios de psoríase permanece fragmentada, com inconsistência substancial entre registro e publicações — o que compromete a avaliação de segurança e as recomendações baseadas em evidência. Como limitação relevante, reconhecem que, ao excluir ensaios sem publicação revisada por pares e sem dados específicos de psoríase, provavelmente subestimaram a real magnitude do subrelato. Para a prática, sugerem maior integração dos dados de registro à síntese de evidência, melhor definição dos eventos adversos e padronização do relato, incluindo adesão à extensão CONSORT para danos. A lição vale para o oftalmologista que interpreta a segurança de terapias sistêmicas: a publicação isolada pode oferecer um retrato incompleto dos riscos.

Avaliação geriátrica digital e aptidão para dirigir: onde a visão entra em cena

O estudo de viabilidade de uma avaliação geriátrica breve, eletrônica e autoguiada — designada BES — é o que mais diretamente toca a oftalmologia, pois a visão é um componente explícito da avaliação de aptidão para dirigir em idosos.

Contexto e objetivo

Avaliações geriátricas são consideradas padrão-ouro para o manejo de pacientes idosos, mas o tempo de administração e desafios logísticos limitam sua adoção ampla. O estudo examinou a viabilidade inicial e a validade de critério de uma avaliação BES concebida para capturar múltiplos aspectos médicos e não médicos de uma avaliação geriátrica abrangente, incluindo informações para determinações de aptidão médica para dirigir. Dirigir é rotineiramente apontado como uma das atividades mais importantes para a independência e a qualidade de vida dos idosos, e a cessação de dirigir associa-se a aumento da morbidade por todas as causas e queda da qualidade de vida.

Métodos e população

Os dados vieram de 49 motoristas idosos (34 mulheres, 15 homens) com idade entre 50 e 85 anos, recrutados de um estudo longitudinal em andamento sobre envelhecimento cerebral; participantes com diagnóstico de qualquer forma de demência foram excluídos. A viabilidade foi avaliada pela capacidade de completar a avaliação remotamente sem assistência; a validade de critério, comparando as respostas autorreferidas com as obtidas em consulta subsequente conduzida por um geriatra. A avaliação BES coletou dados sobre demografia, história de saúde, perfil de medicamentos, situação de moradia, acesso a transporte, história de direção, percepções sobre dirigir e autorrestrições. Entre os itens de saúde relacionados à direção, o instrumento perguntava sobre uso de óculos de grau e sobre diagnóstico de condições oculares — catarata, retinopatia diabética, hipermetropia, glaucoma, degeneração macular, miopia, entre outras — e sobre procedimentos como cirurgia de catarata, injeções intraoculares, cirurgia de glaucoma, Lasik e cirurgia de estrabismo.

Resultados

Os achados apoiam a BES como um mecanismo viável e válido. Todos os 49 participantes completaram a avaliação sem assistência, sustentando a viabilidade da autoadministração nessa população. As respostas digitais autorreferidas mostraram concordância com os dados verificados pelo clínico (acurácia de 100%, IC 95%: 92,7%–100%). A consulta conduzida pelo geriatra elicitou 41 itens suplementares em 26 participantes (53,1%), que forneceram detalhe contextual adicional; todas as clarificações foram consistentes com a entrevista clínica aberta, sem dados autorreferidos contraditos.

Do ponto de vista oftalmológico, o perfil de saúde é revelador. Quase todos os participantes (44, 90%) relataram ter ao menos uma condição crônica conhecida por impactar adversamente o risco de dirigir. Entre as condições oculares relatadas, o glaucoma apareceu em 3 participantes (6%). A maioria classificou a visão como muito boa a excelente (26 participantes, 53%). Esses dados reforçam que a avaliação da função visual é parte integrante — e não acessória — da determinação de aptidão para dirigir.

Limitações e potencial

Os autores enfatizam que a BES, como outras avaliações geriátricas breves eletrônicas, não inclui atualmente avaliações funcionais e destina-se a facilitar — e não substituir — avaliações funcionais em consultório. Entre as limitações, o estudo não foi conduzido como parte de cuidado clínico de rotina e a amostra não é representativa da população geral, exigindo validação futura em amostras maiores e mais diversas. Ainda assim, o instrumento demonstrou capacidade de coletar dados abrangentes com necessidade mínima de correções, com potencial de reduzir a carga clínica das avaliações geriátricas, ampliar o acesso a avaliações de aptidão para dirigir e facilitar discussões proativas entre médico e paciente. Os autores também apontam que a BES pode ser pareada a plataformas de telemática por smartphone e a modelagem preditiva baseada em IA.

Ensinando a informar melhor: um e-learning baseado na entrevista motivacional

O quarto estudo, um ensaio clínico randomizado-piloto conduzido no Hospital Universitário de Lausanne, aborda uma competência universal em oftalmologia: a comunicação com o paciente. Informar bem é essencial — e frequentemente frustrante, sendo causa comum de insatisfação e reclamações.

Desenho

Os autores testaram o efeito de um curso de e-learning de 1,5 hora que apresenta um novo modelo de fornecimento de informação baseado na Entrevista Motivacional (EM). Trinta e dois médicos e enfermeiros participaram do ensaio, randomizados 1:1 para completar o e-learning antes (intervenção) ou depois (controle) de um encontro com paciente simulado. Os encontros foram codificados com uma versão adaptada da escala validada MITI (Motivational Interviewing Treatment Integrity). Para manter o foco em como — e não o que — se comunica, escolheu-se um cenário de higiene do sono, de baixa complexidade médica.

O modelo proposto, batizado de "Preparação-Informação-Integração", adapta a abordagem Ask-Offer-Ask da EM. A primeira etapa enfatiza estabelecer relação de confiança e garantir que a pessoa esteja pronta para receber a informação; a segunda, entregar a informação em tom neutro, sem instruções sobre o que fazer com ela; a terceira, focar em como a informação é compreendida e no que implica para o paciente, em vez de apenas checar o entendimento.

Resultados

O grupo de intervenção demonstrou comportamentos de comunicação significativamente melhores ao entregar informação, usando menos persuasão e mais estratégias colaborativas — como pedir permissão, checar entendimento e elicitar a reação do paciente. Nos modelos ajustados por experiência clínica, houve efeitos significativos favoráveis para Parceria, Busca de colaboração, Busca de colaboração elicitando exploração e Percentual de persuasão (este último menor no grupo intervenção). Não houve diferenças significativas para Perguntas abertas, Dar informação neutra e Persuadir com permissão.

O achado mais interessante foi a modulação por experiência. Os efeitos variaram por nível de experiência, com os praticantes menos experientes (0–9 anos) mostrando efeitos maiores em empatia, parceria, busca de colaboração e uso de perguntas abertas. Os autores sugerem que praticantes menos experientes podem ser mais receptivos a adotar novas abordagens de comunicação após um curso breve, possivelmente porque suas rotinas profissionais estão menos consolidadas.

Limitações e significado

Como estudo-piloto, tem poder estatístico limitado, avaliou o efeito apenas na semana seguinte ao treinamento (sem demonstrar retenção de longo prazo), baseou-se em participação voluntária e não teve cegamento. A amostra restringiu-se a enfermeiros e médicos hospitalares e a um cenário de higiene do sono. Ainda assim, os autores destacam como forças o desenho randomizado, o uso de um instrumento de codificação válido e confiável e a excelente confiabilidade interobservador (todas as medidas com ICC acima de 0,75). A conclusão é que um programa curto de e-learning pode ser uma alternativa de baixo custo e tempo às formações presenciais, especialmente para profissionais mais jovens — uma mensagem aplicável ao ensino da comunicação em qualquer especialidade, incluindo a oftalmologia.

O fio que une os quatro estudos

Embora heterogêneos, os quatro trabalhos convergem em um ponto: a confiabilidade da evidência e da comunicação em saúde depende de escolhas metodológicas deliberadas e de transparência. O tutorial mostra que sínteses de evidência exigem decisões estatísticas conscientes, muito além dos padrões do software, e que a IA pode acelerar o processo desde que sob supervisão humana. O estudo de psoríase demonstra que, mesmo com marcos regulatórios, os dados de segurança nas publicações podem ser incompletos — um alerta para quem interpreta o perfil de risco de terapias. A avaliação geriátrica digital ilustra como instrumentos autoguiados, incluindo a triagem de condições visuais, podem ampliar o acesso e informar decisões clínicas complexas. E o ensaio de e-learning lembra que a forma de informar o paciente é, ela mesma, uma competência ensinável e mensurável. Para o oftalmologista, o conjunto reforça a necessidade de ler criticamente a evidência, valorizar a transparência no relato de danos e cuidar da qualidade da comunicação — pilares que sustentam tanto a segurança quanto a confiança na relação com o paciente.

Fontes

• Value and Credibility of Meta-Analysis: Tutorial on Enhancing Methodological Rigor and AI-Powered Efficiency
• Assessing the Completeness of Adverse Event Reporting in Clinical Trials of Psoriasis Treatments: A Registry–Publication Comparison Study
• Initial Feasibility and Criterion Validation of an Electronic, Self-Administered, Geriatric Assessment to Facilitate Fitness-To-Drive Evaluations in Older Adults
• Evaluating the effect of an e-learning program designed to teach health care practitioners to inform patients with a model drawn from motivational interviewing: A pilot randomized controlled trial