Delineando a pesquisa clínica 4a Ed

usar depende mais da probabilidade a priori de cada hipótese que do
número de hipóteses testadas e, por essa razão, nossa opinião geral é de
que a abordagem insensata de Bonferroni para o teste de hipóteses
múltiplas é, muitas vezes, exigente demais. Pode-se fazer uma analogia
com a utilidade de usar testes diagnósticos (6, 7). Ao interpretar os
resultados de um teste diagnóstico, um clínico considera a probabilidade
de que o paciente testado tenha a doença em questão. Por exemplo, um
resultado de um teste ligeiramente anormal em uma pessoa sadia (p. ex.,
um nível de fosfatase alcalina sérica 15% maior do que o limite superior
do normal) é provavelmente um resultado falso-positivo, de pequena
importância clínica. Da mesma forma, um valor P de 0,05 para uma
hipótese improvável é, também, um resultado provavelmente falso-
positivo.
No entanto, um nível de fosfatase alcalina 10 ou 20 vezes maior do que
o limite superior do normal provavelmente não ocorreria apenas por acaso
(embora possa ser um erro laboratorial). Assim, é pouco provável que um
valor P muito pequeno (p. ex., < 0,001) também tenha ocorrido por acaso
(embora possa ocorrer devido a um viés). É difícil descartar resultados de
testes muito anormais como falso-positivos ou descartar valores P muito
baixos considerando-os como devidos ao acaso, mesmo quando a
probabilidade a priori da doença ou da hipótese for baixa.^2
Além disso, o número de testes solicitados ou hipóteses testadas nem
sempre é relevante. A interpretação de um nível elevado de ácido úrico
sérico em um paciente com articulação dolorida e edemaciada não deveria
depender do fato de o médico ter pedido um único teste (nível de ácido
úrico) ou obtido o resultado como parte de uma bateria de 20 testes. Da
mesma forma, ao interpretar o valor P para testar uma hipótese de
pesquisa que faz sentido, não importa se o investigador também testou
outras hipóteses menos prováveis. O que mais importa é a plausibilidade
da hipótese de pesquisa sendo testada. Em outras palavras, que ela tenha
uma grande probabilidade a priori de ser correta. (A probabilidade a
priori, nessa abordagem “bayesiana”, é normalmente um juízo subjetivo
fundamentado em evidências de outras fontes.) A maioria das hipóteses
formuladas durante o delineamento de um estudo normalmente atende a
essa exigência. Afinal, por que outro motivo o investigador iria despender
tempo e esforço em planejar e implementar o estudo?