Ciência observacional

Origem: Wikipédia, a enciclopédia livre.
Ir para: navegação, pesquisa

Uma ciência observacional é uma ciência na qual não é possível construir experimentos controlados na área em estudo. Por exemplo, em astronomia, não é possível criar ou manipular-se estrelas ou galáxias de maneira a observar o que ocorre. Outros exemplos de ciências necessariamente observacionais incluem geologia, paleontologia, epidemiologia, e muitas das ciências sociais.

Em epidemiologia e estatística[1] um estudo observacional faz inferências sobre o possível efeito de um tratamento em um grupo de indivíduos, onde a alocação dos indivíduos em um grupo em comparação com um grupo pré-selecionado está além do controle do pesquisador. Isto é, contrasta com experiências, tais como ensaios clínicos aleatórios, em que cada sujeito é aleatoriamente designado para um grupo a ser tratado.

A atribuição de tratamentos pode estar além do controle do investigador por várias razões:

O investigador pode simplesmente não ter a influência necessária. Suponha que um cientista quer estudar os efeitos de uma proibição - na saúde pública, em toda uma comunidade - de fumar em espaços públicos fechados. Em um experimento randômico o investigador teria que escolher aleatoriamente um conjunto de comunidades para estar no grupo de tratamento. No entanto, cabe a cada comunidade e/ou poder legislativo[2] aprovar uma proibição de exercer o ato de fumar em locais fechados. Não se pode esperar que o pesquisador tenha poder político para fazer com que precisamente essas comunidades no grupo de tratamento escolhidos aleatoriamente exijam a proibição de fumar. Em um estudo observacional, o investigador normalmente começa com um grupo de tratamento constituído por aquelas comunidades onde a proibição de fumar já está em vigor.

Um experimento randomizado pode ser impraticável. Suponhamos que um quer estudar a ligação suspeita entre um determinado medicamento e um grupo muito raro de sintomas que surgem como efeito colateral. Deixando de lado quaisquer considerações éticas, um experimento randomizado seria impraticável devido à raridade do efeito. Um estudo observacional normalmente se inicia com um grupo de indivíduos sintomáticos e trabalhar para trás para encontrar aqueles que receberam a medicação e, posteriormente, desenvolveu os sintomas. Assim, um subconjunto do grupo tratado foi determinada com base na presença de sintomas, em vez de por a atribuição aleatória.

  

Em todos esses casos, se um experimento randomizado não pode ser levada a risca, a linha de investigação alternativa sofre do problema de que a decisão de quais os indivíduos receberam o tratamento não é totalmente aleatória e, portanto, é uma fonte de potencial de polarização. Um grande desafio na realização de estudos observacionais é fazer inferências que são aceitavelmente livresde influências por vieses evidentes, bem como avaliar a influência de potenciais vieses ocultos.

Em vez de controle experimental, a estatística possui das mais variadas técnicas que permitem a aproximação do controle experimental com controle estatístico, que representa as influências de fatores observados que podem influenciar uma relação de causa e efeito. Em cuidados de saúde e as ciências sociais , os investigadores podem utilizar correspondência para comparar unidades que não randômicamente receberam o tratamento e controle.

Grau de utilidade e confiabilidade[editar | editar código-fonte]

Embora estudos observacionais não possam ser usados ​​como fontes confiáveis ​​para fazer declarações de fatos sobre a "segurança, eficácia ou efetividade" de uma prática[3] , ainda pode ser útil para algumas outras coisas:

Ele pode:

1) fornecer informações sobre "mundo real, utilização e prática"

2) detectar os sinais sobre os benefícios e os riscos do uso [das práticas] na população em geral;

3) ajudar a formular hipóteses a serem testadas em experimentos posteriores

4) fornecer parte dos dados a nível da comunidade necessárias para projetar ensaios clínicos pragmáticos mais informativas;

5) informar a prática clínica.[4]

Discussões[editar | editar código-fonte]

Em todos esses casos, se um experimento randomizado não pode ser levado a cabo, a linha de investigação alternativa sofre do problema de que a decisão de quais os indivíduos receberam o tratamento não é totalmente aleatória e, portanto, existe uma tendência[5] . Um grande desafio na realização de estudos observacionais é fazer inferências que são aceitavelmente livres de influências por vieses evidentes, bem como avaliar a influência de potenciais vieses escondidos.

Um observador de um experimento sem controle (ou processo) registra potenciais fatores e a saída dos dados: o objetivo é determinar os efeitos dos fatores. Às vezes os fatores registrados podem não estar causando, diretamente, a diferença nos resultados. Pode haver fatores mais importantes que não foram registrados, mas que são, de fato, o que está causando a diferença. Além disso, registrados ou não os fatores podem estar correlacionados o que pode produzir conclusões incorretas. Finalmente, a medida que o número de fatores registrados aumenta a possibilidade de que pelo menos um dos elementos registrados será altamente correlacionado com a saída dos dados, simplesmente pela probabilidade.

Ao invés de controle experimental, as técnicas estatísticas multivariadas permitem a aproximação de controle experimental com controle estatístico - que representa as influências de fatores observados que podem influenciar uma relação de causa e efeito. Na área da saúde e das ciências sociais, os investigadores podem usar combinação[6] para comparar unidades que receberam o tratamento e controle. Uma abordagem comum é a utilização de escores de propensão[7] , a fim de reduzir a confusão.[8]

Em 2007, uma quantidade significável de pesquisadores médicos emitiram uma declaração para que fossem relatados os estudos observacionais em epidemiologia - Strengthening the reporting of observational studies in epidemiology[9] (em inglês)( STROBE), no qual eles chamaram de estudos observacionais em conformidade com 22 critérios que fariam suas conclusões mais fáceis de entender e generalizar.[10]

Notas[editar | editar código-fonte]

  1. http://pt.wikipedia.org/wiki/Estat%C3%ADstica
  2. http://pt.wikipedia.org/wiki/Poder_legislativo
  3. https://en.wikipedia.org/wiki/Observational_study#cite_note-Nahin-3
  4. https://en.wikipedia.org/wiki/Observational_study#cite_note-Nahin-3
  5. https://en.wikipedia.org/wiki/Bias
  6. https://en.wikipedia.org/wiki/Matching_(statistics)
  7. https://en.wikipedia.org/wiki/Propensity_score_matching
  8. Rosenbaum, Paul R. 2009. Design of Observational Studies. New York: Springer.
  9. https://en.wikipedia.org/wiki/Strengthening_the_reporting_of_observational_studies_in_epidemiology
  10. von Elm E, Altman DG, Egger M, Pocock SJ, Gøtzsche PC, Vandenbroucke JP (2007). "The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: Guidelines for Reporting Observational Studies". PLoS Med. 4 (10): e296. doi:10.1371/journal.pmed.0040296. PMC 2020495. PMID 17941714.

Referências[editar | editar código-fonte]