Apresentação Científica de Dados: Tabelas, Gráficos e Erros que Derrubam Candidatos

Coletar dados é só metade do método: a forma como os dados são resumidos e exibidos decide o que o leitor entende — e o que ele entende errado. Uma média apresentada onde a distribuição é assimétrica, uma barra de erro de erro-padrão-da-média onde se esperava desvio-padrão ou um eixo Y truncado mudam completamente a percepção do resultado. Provas de metodologia exploram exatamente isso: dada a variável, qual medida e qual gráfico; dado o desenho, qual diretriz de relato; dado o efeito, como expressá-lo (risco relativo, redução absoluta, número necessário para tratar). Este artigo organiza essas decisões em tabelas de decisão prontas para usar em provas, TCC, pôsteres e artigos.

01Tipos de variáveis: a decisão que define todo o resto

Toda escolha estatística e gráfica começa pela classificação da variável. Variáveis qualitativas (categóricas) podem ser nominais, quando as categorias não têm ordem (sexo, tipo sanguíneo, etiologia de anemia), ou ordinais, quando existe hierarquia entre categorias (escore de Glasgow, classificação de Killip, dor em escala verbal). Variáveis quantitativas podem ser discretas, resultantes de contagem (número de internações, número de filhos), ou contínuas, medidas em escala numérica com valores intermediários possíveis (pressão arterial, peso, tempo de internação em horas). A distinção importa porque a natureza da variável determina a medida-resumo adequada, o teste estatístico permitido e o gráfico correto — e porque escalas ordinais como Glasgow e Killip, embora numéricas, são tratadas como ordinais e resumidas por mediana e intervalo interquartílico, nunca por média e desvio-padrão.

02Tabelas de distribuição de frequência e regras de construção

A tabela é a forma mais densa e precisa de apresentar dados: um leitor consegue comparar dezenas de valores em uma tabela que um gráfico não comportaria. A tabela de distribuição de frequências organiza os dados em classes (para variáveis contínuas, classes de amplitude fixa) com suas frequências absolutas (ni), relativas (percentuais), acumuladas ou não. Tabelas de contingência cruzam duas variáveis categóricas — a tabela 2x2 é o formato central da pesquisa clínica: em um ensaio, as células são evento/no grupo tratamento, evento/no controle, sem evento/tratamento, sem evento/controle, e delas derivam risco, risco relativo, diferença de risco e número necessário para tratar. A Tabela 1 de um artigo (características basais) é uma convenção consagrada: linhas são variáveis, colunas são grupos, e o teste de cada linha indica se os grupos eram comparáveis na randomização.

• Título completo e autoexplicativo em cima: o que, quem, onde e quando — a tabela deve ser compreensível isoladamente do texto
• Cabeçalho com a unidade de medida de cada coluna (mmHg, mg/dL, dias); valores sem unidade são irrecuperáveis para o leitor
• Porcentagem sempre com denominador explícito (n = 87) — denominador escondido é a fonte número 1 de interpretação errada
• Mesmo número de casas decimais em toda a coluna (uma casa para média de PA; nenhuma para contagens)
• Rodapé com abreviaturas, definições e testes usados; asteriscos para valores de p e significância
• Evitar linhas verticais e excesso de linhas horizontais; dados suplementares vão para material suplementar, não para uma tabela lotada

03Medidas de posição e dispersão: qual usar e quando

A média aritmética usa todos os valores e é a melhor medida de centro para distribuições simétricas, mas é sensível a valores extremos (outliers): uma internação de 90 dias desloca a média de permanência de uma enfermaria inteira. A mediana divide a distribuição ao meio (50% abaixo, 50% acima), é resistente a outliers e é a medida de centro para distribuições assimétricas e variáveis ordinais. A moda indica o valor mais frequente e serve para variáveis nominais. Nenhuma medida de centro dispensa uma medida de dispersão: o desvio-padrão quantifica o espalhamento médio em torno da média; o intervalo interquartílico (Q3 - Q1) cobre os 50% centrais dos dados e acompanha a mediana; a amplitude (máximo - mínimo) usa só dois valores e ignora tudo no meio; o coeficiente de variação (DP/média x 100) permite comparar dispersão entre variáveis de unidades diferentes.

04DP, erro-padrão da média e intervalo de confiança: não são a mesma coisa

O desvio-padrão descreve a variabilidade dos INDIVÍDUOS da amostra; o erro-padrão da média (EPM = DP dividido pela raiz quadrada de n) descreve a variabilidade da MÉDIA estimada se o estudo fosse repetido muitas vezes; o intervalo de confiança de 95% é o intervalo que, em repetições do estudo, conteria o verdadeiro valor do parâmetro em 95% das vezes. Como o EPM divide o DP pela raiz de n, amostras grandes produzem barras de erro ridiculamente pequenas que sugerem precisão inexistente dos indivíduos — usar EPM no lugar de DP para descrever variabilidade é a forma mais comum de inflar artificialmente a aparência de significância em figuras. Regra prática para figuras: para descrever os dados, use DP ou, preferencialmente, pontos individuais; para estimar parâmetros (médias, diferenças, riscos), use intervalo de confiança de 95%. Com n = 25 e DP = 10 mmHg, o EPM é 2 mmHg — a figura com EPM encolhe cinco vezes a dispersão real.

05Escolhendo o gráfico correto para cada pergunta

O gráfico existe para tornar um padrão visível em segundos; escolhido errado, esconde o padrão. A regra básica segue a variável: categóricas comparam frequências em barras (o eixo começa em zero); contínuas têm sua distribuição mostrada em histograma; a relação entre duas contínuas vai em diagrama de dispersão; evolução temporal de uma medida vai em gráfico de linhas; comparação de distribuições entre grupos fica clara em box-plots, que exibem mediana, quartis, amplitude e outliers de uma vez. O artigo de Weissgerber e colaboradores (PLoS Biology, 2015) mostrou que praticamente todos os artigos de periódicos de alto impacto de fisiologia usavam barras ou linhas para amostras pequenas, ocultando a distribuição, outliers e a adequação dos pressupostos dos testes — a recomendação dos autores é exibir os pontos individuais sempre que o tamanho da amostra permitir, e nunca resumir n menor que 10 por grupo em barras de média.

06Gráficos especiais da pesquisa clínica: como ler cada um

07Erros gráficos que mudam a conclusão

• Eixo Y truncado (não começa em zero): amplia visualmente diferenças pequenas — a manipulação gráfica mais comum da mídia e de anúncios de fármacos
• Barras de erro com EPM apresentadas como se fossem DP ou IC: encolhe a incerteza pela raiz de n
• Eixos duplos sem justificativa: permitem fabricar coincidências e correlações visuais entre curvas
• Gráficos 3D e efeitos de perspectiva: distorcem proporção de áreas e impossibilitam leitura precisa
• Setores com muitas categorias ou com fatias destacadas: o olho humano compara mal áreas e ângulos
• Ausência de unidades, de n por grupo e de legendas: gráfico não interpretável é gráfico inútil
• Média de grupos com n pequeno sem mostrar os pontos: esconde outliers e assimetria (recomendação central de Weissgerber, 2015)
• Escalas não lineares (log) usadas sem declarar: úteis e legítimas para dados de ampla variação, mas devem estar rotuladas

08Apresentando efeito, intervalo de confiança e valor de p

Resultados clínicos devem ser apresentados como tamanho de efeito com intervalo de confiança, e não apenas como valor de p. As medidas de efeito para desfechos binários derivam todas da tabela 2x2: risco no grupo tratamento (a/n1), risco no controle (c/n2), risco relativo (RR = risco tratamento/risco controle), redução de risco relativo (RRR = 1 - RR), redução de risco absoluto (ARR = risco controle - risco tratamento) e número necessário para tratar (NNT = 1/ARR). Exemplo numérico completo: em um ensaio com 100 pacientes por grupo, incidência de 10% no tratamento e 20% no controle, RR = 0,50, RRR = 50%, ARR = 10 pontos percentuais e NNT = 10 — ou seja, tratar 10 pacientes evita 1 evento. Note a pegadinha clássica: um mesmo RR de 0,50 pode corresponder a ARR de 10% (NNT 10) em alto risco ou de 0,1% (NNT 1.000) em baixíssimo risco — a mídia e o material promocional de laboratórios adoram RRR, mas a decisão clínica depende do risco absoluto do seu paciente.

Para o valor de p, as boas práticas de relato (e a maioria dos periódicos de alto impacto) pedem o valor exato (p = 0,03) em vez de apenas p menor que 0,05; p não menor que 0,05 não prova ausência de efeito (estudo pode estar subdimensionado — o CI largo denuncia); e p não mede magnitude de efeito nem probabilidade de a hipótese nula ser verdadeira. Diferenças de médias relatam diferença de médias com IC 95%; razões (RR, OR, HR) relatam razão com IC 95%, lembrando que o CI cruzando 1 significa não significância. Para variáveis de desfecho contínuas com transformação (log), o efeito volta expresso como razão de médias geométricas — detalhe que separa relatos sofisticados de relatos ingênuos.

09Diretrizes de relato: STROBE, CONSORT e PRISMA

Diretrizes de relato (reporting guidelines) são checklists que garantem que os elementos essenciais de cada desenho de estudo apareçam no manuscrito — elas não julgam a qualidade do estudo, mas a transparência com que ele foi descrito. As três cobradas em prova: CONSORT 2010 (25 itens e fluxograma obrigatório) para ensaios randomizados de grupos paralelos, publicada no BMJ em 2010; STROBE (22 itens) para estudos observacionais — coorte, caso-controle e transversal —, publicada no Lancet em 2007; e PRISMA 2020 (27 itens e fluxograma de identificação/seleção dos estudos) para revisões sistemáticas, publicada no BMJ em 2021. O repositório EQUATOR Network reúne todas as diretrizes existentes, incluindo as voltadas a desenhos específicos (SPIRIT para protocolos, TRIPOD para modelos preditivos, CARE para relatos de caso). Antes de submeter qualquer trabalho — e antes de criticar metodologicamente um artigo em prova —, cheque o desenho contra a diretriz correspondente.

10Comunicação em slides, pôsteres e apresentação oral

• Um slide, uma mensagem: título do slide deve ser a conclusão daquele slide (frase afirmativa), não um rótulo genérico como Resultados
• Fonte mínima legível a distância (aproximadamente 24 pontos ou mais); se o texto não cabe, o problema é o texto, não a fonte
• Contraste alto, paleta consistente e sem efeitos 3D; tabelas de slides com no máximo 5-6 linhas — o resto vai para material suplementar ou para o pôster detalhado
• Gráficos em slides reproduzidos grandes, com eixos rotulados; declarar n, teste e p de cada comparação
• Pôster (formato A0): leitura em Z — objetivo/método no alto, resultado principal no centro com a figura dominante, conclusão em baixo; o leitor decide em 30 segundos se volta a ler
• Apresentação oral de 10 minutos segue IMRAD comprimido: 1 slide de contexto e pergunta, 1-2 de método, 4-5 de resultados (em ordem lógica da história), 1 de conclusão e limitações
• Nunca leia o slide: o slide é o apoio visual; a fala carrega a interpretação

11Pontos de prova e erros comuns