Um paciente preenche um questionário e um diário de sono antes de ser submetido a uma polissonografia em um centro de sono na Suíça. Quais são alguns preconceitos dos quais os cientistas precisam estar cientes ao conduzir estudos? AMELIE-BENOIST / BSIP / Getty Images Arritmia, um ritmo irregular do coração, é comum durante e logo após um ataque cardíaco e pode levar à morte prematura. É por isso que, quando os medicamentos anti-arritmia se tornaram disponíveis no início dos anos 1980, eles pareciam um grande avanço para salvar vidas [fonte:Freedman].
O problema, no entanto, foi que, embora estudos em pequena escala tenham mostrado que as drogas pararam a arritmia, as drogas na verdade não salvaram vidas. Em vez de, como estudos em larga escala mostraram, pacientes que receberam tais tratamentos foram um terço menos probabilidade de sobreviver. Os pesquisadores se concentraram em interromper a arritmia como uma medida de eficácia, e não no problema que estavam tentando resolver, que estava evitando mortes [fontes:Freedman, Hampton].
Por que os pesquisadores erraram? Como o redator da revista Discover, David H. Freedman, explicou em um artigo de 2010, as conclusões erradas sobre drogas anti-arritmia são um exemplo de algo chamado de efeito de luz de rua . O efeito leva o nome do proverbial bêbado que explica que perdeu sua carteira do outro lado da rua, mas ele está procurando sob a luz da rua porque a luz é melhor lá. De forma similar, em ciência, há uma tendência de olhar e dar mais peso a fenômenos que são mais fáceis de medir - o que às vezes pode resultar em uma conclusão errada.
Mas o efeito da iluminação pública é apenas um dos vários tipos de preconceito que podem infectar os estudos científicos e levá-los ao erro. Os cientistas consideram o preconceito um problema tão importante que, nos últimos anos, tornou-se um assunto de pesquisa em si, em que os estudiosos usam análise estatística e outros métodos para descobrir com que frequência ocorre e por quê.
Neste artigo, veremos 10 dos muitos tipos de preconceito que podem influenciar os resultados dos estudos científicos e de ciências sociais, começando com um conhecido.
O viés de confirmação ocorre quando um pesquisador assume a hipótese de que ele ou ela começa com ("a maconha é benéfica / prejudicial") e molda a metodologia do estudo ou os resultados para confirmar essa premissa, se é ou não realmente justificado. krisanapong detraphiphat / Getty Images Em 1903, alguns anos após a descoberta dos raios X por pesquisadores alemães, um cientista francês chamado René Blondlot anunciou que havia descoberto outra forma de radiação até então desconhecida - os raios N. Eles só podiam ser observados usando a visão periférica, e visto como uma coroa quando a eletricidade era descarregada dos cristais. Eventualmente, A pesquisa de Blondlot foi refutada por um cientista americano, Robert Wood, que visitou o laboratório do francês e descobriu que Blondot ainda observava os raios N, mesmo depois que Wood secretamente removeu o cristal durante um dos experimentos.
Mas depois disso, algo estranho aconteceu. Por anos, outros cientistas franceses continuaram a publicar artigos descrevendo suas observações de raios N, como se eles realmente existissem. Talvez por orgulho nacionalista, Cientistas franceses queriam ver os raios N, e assim fizeram [fontes:Lee, Simon].
Essas descobertas de raios N foram um exemplo extremo de uma das razões mais simples e amplamente reconhecidas pelas quais os estudos podem dar errado - viés de confirmação . É quando um pesquisador assume a hipótese de que ele ou ela começa com ("maconha é benéfica / prejudicial") e molda a metodologia de estudo ou a análise dos dados de uma forma que confirma a premissa original, se é ou não justificado [fonte:Sarniak]. Os leigos também são vítimas de preconceitos de confirmação. Se eles apóiam (ou desprezam) um presidente em exercício dos EUA, por exemplo, eles tendem a procurar informações que confirmem seu ponto de vista e desconsiderar qualquer coisa que o refute.
Graças a um viés de amostragem, o Literary Digest previu incorretamente que Alf Landon (à direita) derrotaria Franklin D. Roosevelt (à esquerda) na eleição presidencial de 1936. Keystone View Company / FPG / Archive Photos / Getty Images Pesquisadores que fizeram meta-análises de pesquisas científicas descobriram que, no início, estudos de pequena escala - aqueles que acabam sendo frequentemente citados em outros trabalhos - muitas vezes exageram seus resultados [fonte:Fanelli, et al.].
Isso pode acontecer por causa de Viés de amostragem , em que os pesquisadores que conduzem pequenos estudos baseiam suas descobertas em um grupo que não é necessariamente representativo da população maior. As universidades costumam usar alunos para seus estudos, mas as descobertas para esse grupo não são necessariamente projetadas para a população em geral.
É um problema que ocorre tanto nos estudos médicos quanto nas pesquisas em ciências sociais. Por exemplo, se um pesquisador de ciências políticas que está estudando as atitudes sobre o controle de armas fizer pesquisas em uma área onde a maioria das pessoas são apoiadores da Segunda Emenda, isso distorcerá os resultados de uma forma que não necessariamente reflita as opiniões da grande população dos EUA.
Mas o viés de amostragem também pode ocorrer em estudos maiores. Um exemplo famoso de viés de amostragem ocorreu durante a campanha presidencial dos EUA de 1936, quando a Literary Digest conduziu uma pesquisa por correspondência com 2,4 milhões de pessoas e previu - incorretamente - que o republicano Alf Landon venceria com folga o democrata Franklin Roosevelt. O problema era que a revista usava listas telefônicas, registros de motoristas e associações de clubes de campo para encontrar pessoas para fazer pesquisas - um método que tendia a alcançar eleitores relativamente ricos (carros e telefones eram itens de luxo naquela época), em vez dos mais pobres, entre os quais Roosevelt era popular. Os resultados errôneos aceleraram o fim da publicação [fonte:Oxford Math Centre].
Você pode ter viés de seleção se não controlar todas as variáveis em seu estudo. Imagens Morsa / Getty Images Como os cientistas determinam se um novo medicamento irá curar ou ajudar uma doença específica? Normalmente com um estudo envolvendo dois grupos de pessoas. Por exemplo, se os cientistas estão estudando a eficácia de um novo anti-histamínico em pessoas que sofrem de alergias, eles dariam a medicação experimental a um grupo de pacientes e um placebo (pílula de açúcar) ao outro grupo, Chamou o grupo de controle . Nenhum dos grupos deve saber se recebeu a medicação e os participantes do estudo são designados aleatoriamente para cada grupo.
Isso é conhecido como estudo randomizado duplo-cego de controle com placebo e é considerado o padrão ouro dos ensaios clínicos. "Duplo-cego" refere-se ao fato de que nem os cientistas nem os participantes sabem quais pacientes alérgicos estão em qual grupo até o término do experimento.
Existem várias razões para fazer isso, mas uma é evitar viés de seleção . Digamos que você queira estudar se as pessoas que trabalham à noite têm maior probabilidade de desenvolver dores de cabeça. Então, você recruta um grupo de pessoas que trabalham à noite, e outro grupo que trabalha durante o dia, e depois compará-los. Seus resultados mostram que as pessoas que trabalham à noite têm maior probabilidade de ter dores nas têmporas.
Mas isso não significa necessariamente que o trabalho noturno seja a causa, porque pode ser que as pessoas que trabalham à noite tendam a ser mais pobres, ter mais dietas não saudáveis ou mais estresse. Esses fatores podem influenciar seus resultados, a menos que você possa ter certeza de que os dois grupos são semelhantes em todos os outros aspectos, exceto em seus horários [fontes:Institute for Work and Health, CIRT].
Em um estudo, um cirurgião de mão pode ser mais propenso a escolher o mais jovem, pacientes mais saudáveis para fazer uma operação e deixar os pacientes mais velhos fora disso, o que pode distorcer os resultados do sucesso da cirurgia para todos. Isso é chamado de viés de canalização. Cultura RM Exclusive / KaPe Schmidt / Getty Images Viés de canalização ocorre quando o prognóstico de um paciente ou o grau de doença influencia o grupo em que ele é colocado no estudo. É um problema particular em ensaios médicos não randomizados, aquelas em que os médicos selecionam quais pacientes receberão o medicamento ou procedimento cirúrgico que será avaliado.
Não é difícil descobrir por que isso acontece, porque os médicos, Afinal, geralmente querem ajudar as pessoas que tratam, e são treinados para pesar os riscos e as recompensas de um tratamento.
Vejamos um exemplo hipotético de um estudo destinado a avaliar a eficácia de um determinado procedimento cirúrgico na mão. Os cirurgiões podem estar mais inclinados a escolher os mais jovens, pacientes mais saudáveis para fazer a operação, porque eles têm menores riscos de complicações depois, e mais uma necessidade de ter a função de mão completa.
Por sua vez, eles podem ser menos propensos a realizá-lo em pacientes mais velhos que enfrentam maiores riscos pós-operatórios e não precisam ter o mesmo grau de função manual porque não estão mais trabalhando. Se os pesquisadores não tomarem cuidado, o grupo que fará a cirurgia no estudo consistirá em pacientes mais jovens, e o grupo que não o fizer será composto principalmente pelos mais velhos. Isso poderia produzir um resultado muito diferente do que se os dois grupos fossem idênticos [fonte:Pannucci e Wilkins].
Um pesquisador pergunta a duas mulheres o que pensam sobre a criação de um serviço público de saúde na Inglaterra na década de 1940. A ordem em que as perguntas são feitas pode influenciar as respostas recebidas. Coleção Hulton-Deutsch / CORBIS / Corbis via Getty Images A ordem em que as perguntas são feitas em uma pesquisa ou estudo pode influenciar as respostas dadas. Isso porque o cérebro humano tende a organizar as informações em padrões. As perguntas anteriores - em particular, aqueles que vêm logo antes de uma consulta específica - podem fornecer informações que os sujeitos usam como contexto na formulação de suas respostas subsequentes, ou afetam seus pensamentos, sentimentos e atitudes. Esse efeito é chamado preparação [fontes:Pew, Sarniak].
A Pew Research deu este exemplo de uma enquete de dezembro de 2008:"Quando as pessoas foram perguntadas 'De modo geral, você está satisfeito ou insatisfeito com a maneira como as coisas estão indo neste país hoje? ' imediatamente após ter sido perguntado 'Você aprova ou desaprova a maneira como George W. Bush está conduzindo seu trabalho como presidente?'; 88 por cento disseram que estavam insatisfeitos, em comparação com apenas 78 por cento sem o contexto da pergunta anterior. "
Outro exemplo do efeito de polarização da ordem das perguntas vem do General Social Survey, um importante estudo de longo prazo das atitudes americanas. Em 1984, Os participantes do GSS foram solicitados a identificar as três qualidades mais importantes para uma criança ter, e recebeu um cartão com uma lista de qualidades. Quando "honesto" estava no topo da lista, foi escolhido por 66% dos entrevistados. Mas quando chegou perto do fim, apenas 48% das pessoas o escolheram como um dos três primeiros. Um padrão semelhante foi visto com outras qualidades [fonte:Henning].
O preconceito do entrevistador pode ocorrer em estudos médicos quando o entrevistador sabe o estado de saúde do sujeito da pesquisa antes de questioná-lo. GARO / Getty Images Não apenas os pesquisadores precisam ter cuidado com quem eles escolhem para fazer parte dos grupos de estudos, mas também precisam se preocupar com a forma como solicitam, registrar e interpretar os dados que obtêm desses sujeitos. Viés do entrevistador , como este problema é chamado, é mais um problema em estudos médicos quando o entrevistador sabe o estado de saúde do sujeito da pesquisa antes de questioná-lo.
Um artigo de jornal médico de 2010 sobre como identificar e evitar preconceitos cita o exemplo hipotético de um estudo que tenta identificar os fatores de risco para a doença de Buerger, um distúrbio raro no qual as artérias e veias dos braços e pernas ficam inchadas e inflamadas. Se o entrevistador já sabe que o sujeito da pesquisa tem a doença, ele ou ela provavelmente investigará mais intensamente os fatores de risco conhecidos, gosto de fumar. Então, o entrevistador pode perguntar às pessoas do grupo de risco, "Você tem certeza de que nunca fumou? Nunca? Nem uma vez?" - embora não tenha submetido os pacientes do grupo de controle a esses tipos de perguntas [fonte:Pannucci and Wilkins].
Um entrevistador também pode causar resultados errados em um estudo, dando aos participantes dicas não-verbais ao fazer perguntas, como gestos ou expressões faciais, ou tom de voz [fonte:Delgado, et al.].
Um homem ajuda uma criança com autismo a pintar em Abidjan, Costa do Marfim. Os pais de crianças com autismo são mais propensos a lembrar que seu filho foi imunizado antes de mostrar sinais de autismo e estabelecer uma conexão, mesmo se incorreto - um exemplo de viés de recall SIA KAMBOU / AFP / Getty Images Em estudos onde as pessoas são questionadas sobre algo que ocorreu no passado, suas lembranças podem ser afetadas pelas realidades atuais. Rechamada de preconceito , como esse fenômeno é conhecido, pode ser um grande problema quando os pesquisadores estão investigando quais fatores podem ter levado a um problema de saúde, e as entrevistas são a principal fonte de informação. Por exemplo, uma vez que existe uma crença generalizada - embora infundada - de que o autismo é de alguma forma causado pela vacina contra sarampo-caxumba-rubéola (MMR), pais de crianças no espectro do autismo são mais propensos a lembrar que seus filhos foram imunizados antes de mostrar sinais de autismo, e traçar uma conexão entre os dois eventos [fonte:Pannucci and Wilkins].
De forma similar, as mães de crianças com defeitos congênitos podem ser mais propensas a se lembrar dos medicamentos que tomaram durante a gravidez do que as mães de crianças portadoras de deficiência. Um estudo também descobriu que os pilotos que sabiam que haviam sido expostos ao herbicida Agente Laranja tinham uma tendência maior de se lembrar das erupções cutâneas que experimentaram no ano após a exposição [fonte:Boston College].
As pessoas querem ser consideradas simpáticas, então, se você está perguntando sobre um assunto controverso, as perguntas precisam ser estruturadas de forma a sugerir que todas as respostas são aceitáveis. asiseeit / Getty Images Este é outro viés que pode ocorrer com pesquisas de ciências sociais. As pessoas desejam concordar, portanto, é mais provável que respondam afirmativamente a uma pergunta "sim / não" ou "concordo / discordo" - principalmente se forem menos instruídas ou tiverem menos informações. Uma maneira de contornar esse viés é pedir aos participantes que escolham entre duas afirmações ( o formato de escolha forçada ) em vez de fazer com que concordem ou discordem de uma afirmação. As duas declarações forneceriam duas visões diferentes de um assunto.
E além de ser agradável, os respondentes da pesquisa também querem ser vistos como simpáticos. "A pesquisa mostrou que os entrevistados subestimam o uso de álcool e drogas, evasão fiscal e preconceito racial; eles também podem exagerar a frequência à igreja, contribuições de caridade e a probabilidade de que votem em uma eleição, "observa a Pew Research. Portanto, as perguntas devem ser formuladas de forma a dar aos participantes uma "saída" por admitirem um comportamento menos do que o desejável. Então, uma pergunta sobre a votação poderia ser formulada como:"Na eleição presidencial de 2012 entre Barack Obama e Mitt Romney, surgiram coisas que te impediram de votar, ou por acaso você votou? "
Os periódicos têm preferência por resultados positivos em estudos, o que pode dificultar a publicação de outros tipos de estudos. Epoxydude / Getty Images Um tipo comum de preconceito origina-se de uma realidade incômoda na cultura científica. Os pesquisadores têm uma necessidade contínua de publicar artigos em periódicos, a fim de sustentar sua reputação e ascensão na academia. Essa mentalidade de publicar ou perecer pode exercer uma influência sobre os resultados das hipóteses, porque, como um crítico observa, a academia tende a se inclinar para estatisticamente significativa, resultados "positivos" [fonte:van Hilten].
De fato, meta-análises mostram que periódicos são muito mais propensos a publicar estudos que relatam um resultado positivo estatisticamente significativo do que aqueles que não o fazem. Viés de publicação é mais forte em alguns campos do que em outros; um estudo de 2010 descobriu que artigos em ciências sociais têm 2,3 vezes mais probabilidade de mostrar resultados positivos do que artigos em ciências físicas [fonte:Fanelli].
Como Ian Roberts, professor de epidemiologia e saúde pública na London School of Hygiene and Tropical Medicine, observado em um ensaio de 2015, os ensaios clínicos que mostram que um tratamento funciona têm muito mais probabilidade de ser publicados do que aqueles que mostram que ele não traz nenhum benefício ou mesmo prejudicial.
Por outro lado, os cientistas podem relegar as descobertas negativas ou neutras dos testes clínicos para uma gaveta do arquivo. Blackred / Getty Images Em algumas formas, este é o outro lado do viés de publicação. Os resultados negativos de um estudo são jogados em uma gaveta metafórica em vez de publicados. Os críticos vêem isso como um problema específico quando se trata de estudos de novos medicamentos, que atualmente são patrocinados pelas empresas que os desenvolveram [fonte:Pannucci and Wilkins].
Viés de gaveta de arquivo pode ser significativo. Um estudo publicado no New England Journal of Medicine em 2008 comparou os resultados de estudos publicados sobre antidepressivos com dados de um registro de pesquisas da Food and Drug Administration dos EUA que incluía informações não publicadas. Ele descobriu que 94 por cento dos estudos publicados relataram drogas com efeitos positivos. Mas quando os estudos não publicados foram incluídos, o número com resultados positivos caiu para 51 por cento [fonte:Turner, et al.].
Em um esforço para colocar mais informações em domínio público, O Congresso em 2007 aprovou uma lei exigindo que os pesquisadores relatassem os resultados de muitos estudos de tratamentos experimentais em humanos ao ClinicalTrials.gov. Em 2016, a Food and Drug Administration dos EUA reforçou as regras, exigindo relatórios mais completos de ensaios clínicos, incluindo medicamentos e dispositivos que foram estudados, mas nunca lançados no mercado [fonte:Piller].
Mas alguns críticos temem que as leis não tenham muita força, uma vez que não há aumento no número de funcionários responsáveis pela aplicação da lei.
Esta tarefa foi interessante para mim, ao longo dos anos, muitas vezes tive que escrever artigos baseados em pesquisas científicas. Jornalistas, Eu penso, temos que evitar a tentação de presumir que o último estudo publicado deve ser a palavra definitiva sobre qualquer assunto.
