Resumo HARDAtualizado em 07 de ago. de 2026
Delineamentos especiais, estudos diagnósticos, metanálise, sobrevida, evidência, economia em saúde e concordância
Arthur MedVerseAlém de coorte, caso-controle, transversal, ecológico e ensaio clínico, provas de residência frequentemente cobram
Relatos e séries de casos descrevem eventos clínicos sem grupo comparador e têm grande valor para gerar hipóteses, reconhecer doenças novas, efeitos adversos raros ou apresentações incomuns, mas apresentam baixa capacidade para inferir causalidade. Quase-experimentos avaliam intervenções sem randomização e são muito usados quando randomizar é inviável ou antiético, especialmente em políticas públicas e serviços de saúde.
Nos estudos diagnósticos, um teste índice é comparado com um padrão de referência. Sensibilidade, especificidade, valores preditivos e razões de verossimilhança respondem perguntas diferentes. A curva ROC representa sensibilidade versus 1−especificidade em diferentes pontos de corte, e a AUC resume capacidade discriminativa, mas não informa diretamente benefício clínico.
Na análise de sobrevida, o interesse é o tempo até um evento. Kaplan-Meier estima a função de sobrevivência e lida com censura; o teste de log-rank compara curvas; a regressão de Cox estima hazard ratio (HR) ajustado sob a hipótese de riscos proporcionais. HR não é sinônimo de risco relativo.
A revisão sistemática utiliza pergunta explícita, busca estruturada e critérios reprodutíveis para reunir evidências. A metanálise é a síntese estatística desses estudos quando apropriada. Forest plot mostra efeitos individuais e combinado; I² quantifica heterogeneidade; modelos de efeito fixo e aleatório fazem suposições diferentes; funnel plot pode sugerir assimetria, mas não prova viés de publicação.
Na avaliação da certeza da evidência, GRADE classifica a confiança nas estimativas em alta, moderada, baixa ou muito baixa e separa qualidade da evidência de força da recomendação. Checklists como CONSORT, STROBE, PRISMA e STARD orientam relato; QUADAS-2 e ROBINS-I avaliam risco de viés em desenhos específicos.
Outros pontos recorrentes são QALY e análises econômicas, Kappa para concordância categórica, ICC para medidas contínuas e distinção entre associação, discriminação, calibração e concordância. Em prova, identificar a pergunta metodológica costuma apontar diretamente para o desenho ou ferramenta correta.
Reconhecer relatos de caso, séries de casos, quase-experimentos e séries temporais interrompidas.
Interpretar estudos diagnósticos e suas principais medidas de acurácia.
Distinguir sensibilidade, especificidade, valores preditivos e razões de verossimilhança.
Interpretar curva ROC e AUC.
Compreender Kaplan-Meier, censura, log-rank e regressão de Cox.
Diferenciar revisão sistemática de metanálise.
Interpretar forest plot, funnel plot, I² e modelos de efeito fixo ou aleatório.
Compreender GRADE e hierarquias de evidência.
Relacionar CONSORT, STROBE, PRISMA, STARD, QUADAS-2 e ROBINS-I aos respectivos usos.
Reconhecer desenhos multinível e efeitos contextuais.
Diferenciar custo-minimização, custo-benefício, custo-efetividade e custo-utilidade.
Interpretar Kappa, ICC e outros conceitos de concordância.
Definição
Conjunto de delineamentos e ferramentas metodológicas usados para descrever eventos, avaliar intervenções, validar testes, sintetizar evidências e analisar tempo até evento.
Como reconhecer
A chave é identificar a pergunta: descrição, intervenção sem randomização, diagnóstico, síntese de estudos, sobrevida, economia ou concordância.
Conduta principal
Escolher o desenho ou método conforme o objetivo, interpretar a medida correspondente e avaliar risco de viés e aplicabilidade.
Pérola de prova
Revisão sistemática pode existir sem metanálise; HR não é RR; AUC mede discriminação; I² mede heterogeneidade; QALY pertence ao custo-utilidade.
Nem toda pergunta epidemiológica cabe nos cinco delineamentos clássicos. Eventos raros, políticas públicas, testes diagnósticos, tempo até evento, síntese de literatura e decisões econômicas exigem estratégias próprias.
Nas provas, esses temas costumam aparecer como reconhecimento metodológico: o enunciado descreve um cenário e pergunta qual é o desenho, a medida adequada ou a interpretação correta de um gráfico.
É importante separar delineamento de ferramenta analítica. Kaplan-Meier e Cox são métodos de análise de tempo até evento; forest plot e funnel plot são representações gráficas; GRADE é um sistema de avaliação da certeza da evidência; PRISMA, CONSORT, STROBE e STARD são diretrizes de relato.
Outro princípio central é que maior posição na hierarquia de evidência não garante automaticamente maior qualidade. Uma revisão sistemática de estudos ruins continua limitada pela qualidade de seus estudos primários.
O resumo deve ser lido como um mapa de reconhecimento: qual pergunta está sendo feita, qual método responde essa pergunta, qual medida deve ser interpretada e qual viés é mais provável.
Descrição detalhada de um único paciente ou evento. É útil para reconhecer doença nova, associação inesperada, efeito adverso raro ou apresentação incomum. Não possui grupo comparador e, portanto, não estima risco relativo nem demonstra causalidade.
Reúne vários pacientes com característica semelhante, também sem grupo controle. Pode descrever perfil clínico, evolução ou resposta terapêutica inicial, mas permanece essencialmente descritiva.
Existe intervenção, porém sem randomização individual clássica. Pode comparar grupos não randomizados, antes e depois ou utilizar controles históricos. É útil quando randomizar é inviável, mas é mais vulnerável a confundimento, diferenças basais e tendências seculares.
Compara um desfecho antes e depois de uma intervenção no mesmo serviço ou população. A principal limitação é atribuir à intervenção mudanças que poderiam ocorrer naturalmente ao longo do tempo.
Utiliza vários pontos de observação antes e depois de uma intervenção. Avalia mudança imediata de nível e mudança de tendência, sendo muito mais robusta que um simples antes-e-depois para políticas públicas.
A exposição ou intervenção é determinada por circunstâncias externas, como mudança legislativa, política pública ou evento ambiental. O pesquisador não controla a alocação, mas explora uma variação quase experimental.
Compara um teste índice com um padrão de referência em uma população clinicamente relevante. Deve incluir espectro adequado de doentes e não doentes e evitar verificação parcial ou diferencial.
Considera simultaneamente variáveis individuais e contextuais, como pacientes dentro de hospitais ou estudantes dentro de escolas. Permite separar efeitos da pessoa e do ambiente e modelar correlação entre indivíduos do mesmo grupo.
Parte de uma pergunta estruturada, geralmente PICO, e utiliza protocolo, busca abrangente, critérios explícitos, seleção reprodutível, extração de dados e avaliação de risco de viés.
Combina quantitativamente os resultados de estudos suficientemente comparáveis. Nem toda revisão sistemática deve ou pode fazer metanálise. Heterogeneidade clínica e metodológica pode tornar a síntese numérica inadequada.
Cada estudo aparece com estimativa pontual e intervalo de confiança; o tamanho do marcador costuma refletir o peso. O efeito combinado é geralmente representado por um diamante. A linha vertical corresponde ao valor nulo: 1 para razões e 0 para diferenças.
É a variação entre resultados dos estudos além do esperado pelo acaso. Pode ser clínica, metodológica ou estatística. O I² quantifica a proporção da variabilidade atribuída à heterogeneidade e não ao erro amostral.
Relaciona tamanho ou precisão do estudo ao efeito estimado. Assimetria pode ocorrer por viés de publicação, efeitos de estudos pequenos, heterogeneidade ou acaso. Não deve ser interpretada isoladamente como prova de viés.
Evento novo ou muito raro: relato de caso ou série de casos para gerar hipótese.
Intervenção sem possibilidade de randomização: quase-experimento.
Mudança de política com dados repetidos no tempo: série temporal interrompida.
Acurácia de exame ou teste: estudo diagnóstico.
Fatores individuais e contextuais: estudo multinível.
Síntese estruturada da literatura: revisão sistemática.
Síntese numérica de estudos comparáveis: metanálise.
Tempo até morte, recaída ou outro evento: análise de sobrevida.
Comparação entre custo e resultado em saúde: avaliação econômica.
Uma mesma base de dados pode ser analisada de formas diferentes conforme a pergunta. O objetivo metodológico deve ser definido antes de escolher a medida ou o gráfico.
Um paciente incomum: relato de caso.
Vários pacientes semelhantes sem controle: série de casos.
Intervenção sem randomização: quase-experimento.
Muitos pontos antes e depois de uma política: série temporal interrompida.
Teste novo comparado ao padrão-ouro: estudo diagnóstico.
Curvas em degraus ao longo do tempo: Kaplan-Meier.
Vários estudos com quadrados e diamante: forest plot.
Gráfico em formato de funil: funnel plot.
Sensibilidade versus 1−especificidade: curva ROC.
Pacientes agrupados em hospitais, escolas ou municípios: análise multinível.
Um artigo pode utilizar um delineamento e várias ferramentas simultaneamente. Por exemplo, um ECR pode ser incluído em uma revisão sistemática com metanálise, exibida em forest plot e avaliada pelo GRADE.
VP/(VP+FN). Probabilidade de o teste ser positivo entre doentes. Testes muito sensíveis produzem poucos falsos negativos.
VN/(VN+FP). Probabilidade de o teste ser negativo entre não doentes. Testes muito específicos produzem poucos falsos positivos.
VPP = VP/(VP+FP) e VPN = VN/(VN+FN). Diferentemente de sensibilidade e especificidade, variam fortemente com a prevalência ou probabilidade pré-teste.
LR+ = Sens/(1−Esp) e LR− = (1−Sens)/Esp. LR+ alto aumenta probabilidade pós-teste; LR− muito baixo reduz probabilidade pós-teste. Como regra prática, LR+ >10 e LR− <0,1 costumam produzir mudanças importantes.
Odds pré-teste × LR = odds pós-teste. A utilidade clínica de um teste depende do ponto de partida: o mesmo resultado produz efeitos diferentes em populações de baixo e alto risco.
Representa sensibilidade no eixo vertical e 1−especificidade no horizontal em diferentes pontos de corte. Aproximar-se do canto superior esquerdo indica melhor desempenho discriminativo.
A área sob a curva varia de 0,5, equivalente aproximadamente ao acaso, a 1,0, discriminação perfeita. AUC compara capacidade de separar doentes e não doentes, mas não escolhe sozinha o melhor ponto de corte nem mede impacto clínico.
Viés de espectro: amostra com casos muito graves e controles muito saudáveis superestima desempenho.
Verificação parcial: apenas parte dos participantes recebe padrão-ouro.
Verificação diferencial: padrões de referência diferentes conforme resultado do teste índice.
Incorporação: teste índice faz parte do próprio padrão de referência.
Revisão: interpretação de um teste influenciada pelo conhecimento do outro.
STARD orienta relato transparente de estudos de acurácia diagnóstica. QUADAS-2 avalia risco de viés e aplicabilidade em seleção de pacientes, teste índice, padrão de referência e fluxo/tempo.
Estima a probabilidade de permanecer sem o evento ao longo do tempo. A curva cai quando eventos ocorrem; indivíduos censurados contribuem com informação até o momento da censura, mas não são contabilizados como eventos.
Compara curvas de sobrevivência globalmente sob hipótese nula de comportamento semelhante ao longo do tempo. Não fornece, sozinho, estimativa ajustada do efeito.
Modela o hazard e estima hazard ratio ajustado para covariáveis. A hipótese clássica é de riscos proporcionais: a razão de hazards entre grupos permanece aproximadamente constante no tempo.
Hierarquias como Oxford posicionam revisões sistemáticas de estudos adequados no topo para perguntas de intervenção e relatos de caso próximos da base. A posição varia conforme o tipo de pergunta: diagnóstico, prognóstico e terapia possuem desenhos ideais diferentes.
GRADE classifica a certeza da evidência em alta, moderada, baixa ou muito baixa. ECRs geralmente começam com maior certeza e estudos observacionais com menor, mas ambos podem ser rebaixados ou, em determinadas circunstâncias, elevados.
Risco de viés.
Inconsistência.
Indireção.
Imprecisão.
Viés de publicação.
Grande magnitude de efeito, gradiente dose-resposta e situações em que confundimento residual plausível reduziria, e não criaria, o efeito observado podem elevar a confiança em evidências observacionais.
A recomendação também considera balanço benefício-dano, valores e preferências, recursos, equidade, aceitabilidade e viabilidade.
Organiza identificação, triagem, elegibilidade e inclusão dos estudos e exige transparência sobre estratégia de busca, critérios e motivos de exclusão.
Destaca randomização, ocultação da alocação, perdas, fluxo de participantes, desfechos pré-especificados e análise.
Orienta relato de coortes, caso-controle e transversais, sem transformar um estudo observacional em evidência de alta qualidade por si só.
Avalia viés em estudos não randomizados de intervenção, incluindo confundimento, seleção, classificação da intervenção, desvios, dados faltantes, mensuração e seleção do resultado relatado.
É especialmente útil para avaliar impacto de leis, campanhas, epidemias, protocolos ou mudanças assistenciais quando randomização não é possível.
O desenho deve considerar a tendência prévia. Uma queda após a intervenção pode ser enganosa se o desfecho já vinha diminuindo. Modelos segmentados estimam mudança imediata de nível e alteração da inclinação após o ponto de intervenção.
Outras intervenções no mesmo período.
Sazonalidade.
Mudanças no sistema de registro.
Autocorrelação dos dados.
Poucos pontos antes ou depois da intervenção.
Sensibilidade: VP/(VP+FN).
Especificidade: VN/(VN+FP).
VPP: VP/(VP+FP).
VPN: VN/(VN+FN).
LR+: Sens/(1−Esp).
LR−: (1−Sens)/Esp.
I²: percentual da variabilidade entre estudos atribuída à heterogeneidade.
Kappa: concordância categórica além do acaso.
ICC: confiabilidade ou concordância de medidas contínuas em desenhos apropriados.
Valores próximos de 25%, 50% e 75% são frequentemente usados como referências aproximadas para heterogeneidade baixa, moderada e alta, mas não substituem interpretação clínica e metodológica.
Quanto mais próximo de 1, maior a concordância além do acaso. Pode ser influenciado pela prevalência das categorias e pelas distribuições marginais.
Relato e série de casos não possuem grupo controle e servem principalmente para gerar hipóteses.
Quase-experimento envolve intervenção sem randomização clássica.
Série temporal interrompida é superior ao simples antes-e-depois quando há vários pontos pré e pós-intervenção.
Sensibilidade e especificidade são menos dependentes da prevalência que VPP e VPN.
LR+ alto e LR− baixo modificam fortemente a probabilidade pós-teste.
Curva ROC = sensibilidade versus 1−especificidade; AUC maior indica melhor discriminação.
Revisão sistemática pode existir sem metanálise.
Forest plot mostra efeito individual e combinado; I² mede heterogeneidade.
Efeito fixo pressupõe um efeito verdadeiro comum; efeitos aleatórios admitem distribuição de efeitos verdadeiros.
Funnel plot assimétrico sugere problema, mas não prova viés de publicação.
Kaplan-Meier lida com censura; Cox estima hazard ratio ajustado.
HR não deve ser interpretado automaticamente como RR.
GRADE avalia certeza da evidência; força de recomendação envolve outros fatores.
QALY é a unidade clássica de custo-utilidade.
Kappa é usado para categorias; ICC para medidas contínuas.
Considerar relato de caso como evidência causal.
Confundir antes-e-depois simples com série temporal interrompida.
Interpretar VPP e VPN sem considerar prevalência ou probabilidade pré-teste.
Usar AUC elevada como prova de utilidade clínica.
Confundir revisão narrativa com revisão sistemática.
Achar que toda revisão sistemática deve conter metanálise.
Interpretar I² isoladamente, sem avaliar heterogeneidade clínica.
Considerar funnel plot assimétrico como prova definitiva de viés de publicação.
Confundir hazard ratio com risco relativo ou redução absoluta de risco.
Usar GRADE como simples pirâmide fixa baseada apenas no delineamento.
Confundir custo-efetividade com custo-utilidade.
Interpretar concordância elevada como sinônimo de validade ou acurácia.
Relato/série = descrição e hipótese.
Quase-experimento = intervenção sem randomização.
ROC/AUC = discriminação diagnóstica.
Forest = efeitos; Funnel = assimetria; I² = heterogeneidade.
Kaplan-Meier = sobrevivência; Cox = HR ajustado.
PRISMA = revisão; CONSORT = ensaio; STROBE = observacional; STARD = diagnóstico.
GRADE = certeza da evidência.
QALY = custo-utilidade; Kappa = categórica; ICC = contínua.
Higgins JPT et al..
Cochrane Handbook for Systematic Reviews of Interventions.
Cochrane, 2023.
Page MJ et al..
PRISMA 2020 Statement.
BMJ, 2021.
Bossuyt PM et al..
STARD 2015.
BMJ, 2015.
Whiting PF et al..
QUADAS-2.
Annals of Internal Medicine, 2011.
Schulz KF, Altman DG, Moher D.
CONSORT 2010 Statement.
CONSORT, 2010.
von Elm E et al..
STROBE Statement.
PLoS Medicine, 2007.
GRADE Working Group.
GRADE Handbook.
GRADE, 2022.
Fletcher RH, Fletcher SW, Fletcher GS.
Clinical Epidemiology: The Essentials.
Wolters Kluwer, 2021.
Concluir leitura
Marque quando terminar este resumo. A conclusão é explícita — não acontece automaticamente.
Continue sua jornada neste assunto.
Classificação dos delineamentos, medidas epidemiológicas, vieses, causalidade e leitura crítica
Seleção de casos e controles, população-fonte, Odds Ratio, matching, vieses e interpretação crítica
Incidência, risco relativo, medidas de efeito, seguimento, vieses e interpretação crítica
Randomização, cegamento, grupos controle, medidas de efeito, análise, vieses e interpretação crítica
Prevalência, associação, amostragem, causalidade reversa, vieses e interpretação crítica
Dados agregados, correlação ecológica, falácia ecológica, vieses e interpretação crítica
