A maioria dos softwares de planilhas eletrônicas, análises estatísticas e
gerenciamento de bases de dados permite cabeçalhos e nomes de
variáveis longos. Há diversas filosofias e convenções para elaboração dos
nomes, mas sugerimos que eles sejam suficientemente curtos, para serem
fáceis de digitar, e suficientemente longos, para serem autoexplicativos.
Embora sejam geralmente permitidos pelo software, sugerimos evitar
espaços e caracteres especiais nos nomes das variáveis. Nós distinguimos
palavras separadas no nome de uma variável por meio de uma técnica
denominada “InterCaps”, na qual uma palavra nova inicia com letra
maiúscula, mas outros pesquisadores preferem usar o caractere
sublinhado, às vezes denominado em português pela expressão inglesa
underline (_). É geralmente preferível que o nome da variável descreva o
campo, em vez de sua localização no formulário de coleta de dados (p.
ex., “JaFumouCigarros” ou “JaFumou”, em vez de “Questao1”). A
maioria dos softwares permite designar um rótulo de variável mais
longo, descritivo e fácil de compreender, para ser usado nos formulários
de coleta de dados e nos relatórios no lugar do nome compacto da
variável.Elementos comuns para os dados
Diversas organizações de financiamento e regulamentação lançaram
iniciativas para desenvolver elementos comuns para as bases de dados de
várias áreas específicas da pesquisa clínica. Essas organizações incluem
agências governamentais, como o National Institute for Neurological
Disorders and Stroke (5), o National Cancer Institute (6), o United States
Food and Drug Administration (7) e o European Medicines Agency,
assim como associações não governamentais e sem fins lucrativos, como
o Clinical Data Interchange Standards Consortium (CDISC) (8).
A justificativa é que os diferentes estudos na mesma área de
conhecimento clínico muitas vezes necessitam fazer as mesmas aferições.
Padronizar as estruturas dos registros, os nomes/definições dos campos,
os tipos/formatos de dados e os formulários de coleta de dados
(formulários de relato de caso) elimina o problema de “reinventar a roda”,
que é frequente nos novos estudos (5), e permite compartilhar e combinar
os dados de diferentes estudos. Isso envolve criar um dicionário de dados
e um conjunto de instrumentos de coleta de dados com instruções que