Delineando a pesquisa clínica 4a Ed

maioria dos investigadores, se forem honestos, irão admitir que
frequentemente trabalham “de trás para frente”, a partir de um tamanho de
amostra fixo ou realista, para determinar a magnitude de efeito que eles
terão um poder razoável para detectar. Isso explica em parte porque não
faz sentido tratar uma estimativa de tamanho de amostra como se fosse
um número talhado em uma pedra.
Quando um investigador precisa trabalhar na direção oposta, isto é,
partindo do tamanho de amostra, ele estima a magnitude de efeito que
poderá ser detectada com um determinado poder estatístico (geralmente
80%) ou, o que é menos comum, o poder para detectar um determinado
efeito. É possível, então, usar as tabelas de tamanho de amostra contidas
nos apêndices deste capítulo, interpolando quando necessário, ou usar as
fórmulas de tamanho de amostra dos apêndices para estimar a magnitude
de efeito.
Uma regra geral é que um estudo deve ter um poder de 80% ou mais
para detectar uma magnitude de efeito razoável. No entanto, não há nada
de mágico em relação ao valor de 80%. Às vezes, um investigador pode
ter sorte e achar um resultado estatisticamente significativo mesmo
quando tiver poder limitado para isso (mesmo um poder estatístico tão
baixo quanto 50% fornece uma probabilidade de 50% de observar um
efeito estatisticamente significativo na amostra que está realmente
presente na população). Portanto, pode valer a pena fazer estudos com
poder estatístico menor do que 80% se o custo associado for baixo, por
exemplo quando se analisam dados que já foram coletados. E há alguns
estudos – por exemplo, um que mostra que um novo tratamento reduz a
pressão arterial pulmonar em mais de 50% em pacientes com hipertensão
pulmonar refratária – nos quais um tamanho de amostra de dois ou três
sujeitos será suficiente para indicar que vale a pena realizar novos estudos
sobre o tema, em relação à segurança e aos efeitos em desfechos clínicos.
No entanto, é importante que o investigador tenha em mente que poderá
futuramente enfrentar dificuldades para interpretar (e publicar) um estudo
que não encontrou uma associação por falta de poder estatístico;
intervalos de confiança amplos irão mostrar a possibilidade de um efeito
substancial na população da qual a amostra pequena foi selecionada.
Também é importante compreender que um estudo com baixo poder e que
teve sorte de encontrar um resultado estatisticamente significativo pode