Capítulo 22 Redação de resultados
22.1 Comunicação de resultados da análise estatística
22.1.1 Qual é o objetivo final da seção de resultados estatísticos?
Permitir que o leitor entenda, de forma clara e honesta: o tamanho de efeito, a direção da associação e a importância prática dos achados.257
A significância estatística, por si só, não é suficiente sem uma comunicação adequada da magnitude e do contexto dos resultados.257
22.1.2 Como garantir consistência entre métodos e resultados?
- Verifique se todas as análises descritas nos métodos aparecem nos resultados e na mesma ordem.258
22.1.3 Como devo comunicar probabilidades e riscos?
Sempre que possível, utilize números, mesmo que aproximados.257
A comunicação exclusivamente verbal (por exemplo, “raro” ou “comum”) é ambígua e interpretada de maneiras muito diferentes pelos leitores.257
Os números permitem compreender a ordem de grandeza do risco, facilitam comparações e reduzem interpretações equivocadas.257
Quando apropriado, a combinação de números com descrições verbais pode ser usada para melhorar a compreensão.257
22.1.4 Qual é o formato numérico mais adequado para apresentar riscos?
Prefira percentuais ou taxas com denominadores fixos, como por 100 ou por 1.000 indivíduos. Esse padrão facilita a leitura e a comparação entre grupos.257
Evite o formato “1 em X”, pois ele tende a inflar a percepção de risco e dificulta a avaliação comparativa.257
22.1.5 Como devo apresentar diferenças entre grupos ou intervenções?
Dê prioridade às diferenças absolutas.257
Apresente as taxas observadas em cada grupo e, em seguida, a diferença entre elas. Esse formato responde melhor às perguntas práticas do leitor, como “quanto isso realmente muda o risco?”.257
Medidas relativas podem ser incluídas como complemento, mas não devem ser apresentadas isoladamente.257
22.1.6 Como evitar distorções na interpretação de benefícios e riscos?
Utilize o mesmo tipo de medida para benefícios e para danos.257
Apresentar benefícios como reduções relativas e riscos como aumentos absolutos pode induzir uma falsa impressão de vantagem.257
A simetria na apresentação favorece interpretações mais equilibradas e transparentes.257
22.1.7 Como devo usar gráficos para apresentar probabilidades e efeitos?
Escolha gráficos que evidenciem a relação parte–todo, mostrando claramente numerador e denominador.257
Esses formatos ajudam o leitor a compreender a magnitude real do risco ou do efeito.257
Evite gráficos que apresentem apenas o numerador ou utilizem escalas truncadas, pois podem exagerar visualmente diferenças pequenas.257
22.1.8 O que fazer ao apresentar valores pouco familiares ao leitor?
- Inclua intervalos de referência, valores-alvo, pontos de corte ou limiares de decisão. Isso permite que o leitor compreenda não apenas o valor numérico, mas também sua relevância prática ou clínica.257
22.1.9 Posso usar linguagem causal ao descrever resultados?
Em estudos observacionais ou transversais, o adequado é descrever associações, evitando termos que impliquem causalidade, como “causa”, “leva a” ou “provoca”.258
O uso indevido de linguagem causal pode levar a interpretações equivocadas por parte do leitor.258
O pacote report259 fornece a função report para redigir a descrição de diversas análises estatísticas.
O pacote statcheck260 fornece a função statcheck para extrair resultados de testes de significância de hipótese nula.
22.2 Diretrizes e Listas
22.2.1 Quais diretrizes estão disponíveis para redação estatística?
Review of guidance papers on regression modeling in statistical series of medical journals.261
Principles and recommendations for incorporating estimands into clinical study protocol templates.262
How to write statistical analysis section in medical research.263
Recommendations for Statistical Reporting in Cardiovascular Medicine: A Special Report From the American Heart Association.264
Framework for the treatment and reporting of missing data in observational studies: The Treatment And Reporting of Missing data in Observational Studies framework.265
Guidelines for reporting of figures and tables for clinical research in urology.266
Who is in this study, anyway? Guidelines for a useful Table 1.238
Guidelines for Reporting of Statistics for Clinical Research in Urology.267
Reveal, Don’t Conceal: Transforming Data Visualization to Improve Transparency.240
Guidelines for the Content of Statistical Analysis Plans in Clinical Trials.14
Basic statistical reporting for articles published in Biomedical Journals: The ‘’Statistical Analyses and Methods in the Published Literature’’ or the SAMPL Guidelines.268
Beyond Bar and Line Graphs: Time for a New Data Presentation Paradigm.269
STRengthening analytical thinking for observational studies: the STRATOS initiative.270
Research methods and reporting.271
How to ensure your paper is rejected by the statistical reviewer.272
22.2.2 Quais listas de verificação estão disponíveis para redação estatística?
A CHecklist for statistical Assessment of Medical Papers (the CHAMP statement): explanation and elaboration.273
Checklist for clinical applicability of subgroup analysis.274
Evidence-based statistical analysis and methods in biomedical research (SAMBR) checklists according to design features.275
Ferreira, Arthur de Sá. Ciência com R: Perguntas e respostas para pesquisadores e analistas de dados. Rio de Janeiro: 1a edição,