Questão 91 — AMRIGS 2025

Alternativa Correta: D.

O valor-p (nível descritivo ou probabilidade de significância) é um dos conceitos estatísticos mais utilizados e simultaneamente mais mal interpretados na pesquisa biomédica. Em 2016, a American Statistical Association (ASA) publicou uma declaração formal detalhando os equívocos mais prevalentes associados ao valor-p. Analisando as assertivas:

Assertiva I (Erro comum): Significância estatística (definida arbitrariamente por convenção como p < 0,05) não é sinônimo de significância ou relevância clínica. Em amostras volumosas, diferenças minúsculas e sem qualquer impacto prático na saúde do paciente (por exemplo, redução da pressão arterial sistólica de 0,5 mmHg ou redução glicêmica de 1 mg/dL) podem atingir p < 0,001. A relevância clínica depende da magnitude do efeito, da segurança, do custo e do desfecho centrado no paciente.

Assertiva II (Erro comum): O valor-p reflete a compatibilidade dos dados observados com um modelo estatístico hipotético específico (geralmente sob a hipótese nula), sendo fortemente dependente do tamanho da amostra e da dispersão dos dados. Ele não expressa a magnitude ou o tamanho do efeito (effect size). A magnitude do benefício ou dano é quantificada por medidas de associação e efeito (como Risco Relativo, Razão de Chances, Diferença de Médias, Hazard Ratio) acompanhadas de seus respectivos Intervalos de Confiança de 95%.

Assertiva III (Erro comum): O valor-p NÃO mede a probabilidade de a hipótese nula (H0) ser verdadeira (P(H0|dados)), o que constituiria a famosa 'falácia da transposição condicional' ou falácia da probabilidade inversa. Tecnicamente, o valor-p é a probabilidade de se obterem dados iguais ou mais extremos do que os observados, ASSUMINDO previamente que a hipótese nula seja verdadeira: P(dados observados ou mais extremos | H0 verdadeira). Para calcular a probabilidade a posteriori de H0 ser verdadeira, seria necessária uma abordagem bayesiana com probabilidades prévias.

Portanto, todas as situações listadas (I, II e III) constituem erros graves e frequentes de interpretação estatística.