Ciência Aberta e Preprints: Fundamentos, Práticas e Uso na Educação Médica

Entre 2015 e 2021, três episódios mudaram a forma como a comunidade científica enxerga a própria produção: o maior projeto de replicação da história mostrou que apenas cerca de um terço dos estudos de psicologia de alto impacto mantinha achados significantes quando repetidos por equipes independentes; a enquete da Nature com 1.576 pesquisadores revelou que 70% já tinham falhado em reproduzir o experimento de outro cientista; e a pandemia de COVID-19 transformou preprints em fonte diária de informação clínica, de manchete de jornal e de decisão de governo. Ciência aberta é o conjunto de práticas, políticas e infraestruturas que tornam a pesquisa e todos os seus produtos (artigos, dados, códigos, materiais e recursos educacionais) gratuitos, verificáveis e reutilizáveis por qualquer pessoa. Para o estudante de medicina, o tema deixou de ser filosofia e virou habilidade prática exigida em metodologia e na leitura crítica da literatura: interpretar um preprint antes da revisão por pares, reconhecer viés de publicação em revisões narrativas e usar dados abertos são competências que este artigo organiza do conceito à aplicação.

01O que é ciência aberta: definição e pilares

Ciência aberta (open science) é a abordagem que amplia o acesso e a participação na ciência, tornando seus outputs e processos transparentes, acessíveis e reutilizáveis, desde o planejamento do estudo até a publicação e o arquivamento. O conceito não se confunde com publicar sem rigor: ao contrário, pressupõe que o rigor só é auditável quando hipóteses, dados, códigos e materiais estão disponíveis para verificação independente. A distinção terminológica que aparece em prova é entre replicação, que é coletar dados novos com o mesmo desenho para testar o achado, e reprodução, que é reanalisar os dados originais com o mesmo ou outro método; boa parte da crise atual é de estudos que não podem ser nem replicados nem reproduzidos porque os dados e o plano de análise nunca foram divulgados.

• Acesso aberto (open access): literatura científica gratuita para leitura e, idealmente, reutilizável sob licenças explícitas, como Creative Commons.
• Dados e códigos abertos: depósito dos conjuntos de dados e dos scripts de análise em repositórios públicos que permitem verificação independente dos resultados.
• Pré-registro e relatórios registrados: registro público e datado de hipóteses, amostra e plano de análise antes da coleta ou da análise dos dados.
• Revisão por pares aberta: divulgação da identidade de autores e revisores ou publicação dos pareceres junto ao artigo final.
• Ciência cidadã e educação aberta: participação do público na produção do conhecimento e recursos educacionais abertos (REA) licenciados para adaptação e redistribuição.
• Infraestrutura e avaliação abertas: plataformas sem fins lucrativos (OSF, Zenodo, DOAJ, SciELO) e reformas dos critérios de avaliação curricular que hoje premiam quantidade de artigos em vez de qualidade e compartilhamento.

02Acesso aberto: vias, custos e o cenário brasileiro

O acesso aberto tem vias com custos e lógicas diferentes, e a nomenclatura é ponto clássico de prova. Na via ouro, o artigo é publicado em periódico aberto e o custo é coberto dos autores ou financiadores por meio de taxas de processamento de artigo (APC). Na via diamante, o periódico é aberto para ler e não cobra APC: o custo é sustentado por universidades, sociedades científicas ou agências públicas. Na via híbrida, o periódico por assinatura permite que o autor pague para abrir o artigo individual. Na via verde, o autor deposita a versão aceita ou prévia em um repositório institucional ou temático, sem custo, respeitando a política da editora e possíveis embargos. Existe ainda o bronze: artigos gratuitos no site da editora, mas sem licença que garante reuso, podendo ser fechados a qualquer momento. A análise de Piwowar e colegas (PeerJ, 2018) estimou que 47% dos artigos publicados em 2015 já estavam disponíveis de alguma forma aberta, com parcela relevante justamente pelas vias verde e bronze.

O Brasil é referência mundial em acesso aberto diamante por causa do programa SciELO, criado em 1997 como parceria da FAPESP com a BIREME, que publica coleções nacionais de periódicos revisados por pares sem custo para autores ou leitores, e mantém servidor próprio de preprints integrado à coleção. O Portal de Periódicas da CAPES dá acesso à literatura internacional por assinatura, e os repositórios institucionais das universidades públicas permitem o depósito verde da produção local. No plano internacional, a coalizão Plan S (cOAlition S), lançada em 2018 e em vigor desde 2021, exige que pesquisas financiadas por agências signatárias sejam publicadas em acesso aberto imediato, com retenção de direitos de depósito pelos autores. Acesso aberto, porém, não é sinônimo de periódico confiável: periódicos predatórios exploram exatamente o modelo de cobrança de APC sem revisão real, e checar a indexação (PubMed, SciELO, DOAJ, Scopus) é obrigação do leitor crítico.

03A crise de replicação e os vieses de publicação

A crise de replicação eclodiu formalmente em 2015, quando o Open Science Collaboration coordenou 270 colaboradores para replicar 100 estudos experimentais de psicologia publicados em três periódicos de alto impacto: dos 97 estudos originais com resultados significantes, apenas 36% das replicações mantiveram significância estatística e os tamanhos de efeito médios caíram para cerca de metade dos originais. No ano seguinte, a enquete da Nature mostrou que mais de 90% dos pesquisadores ouvidos consideravam existir pelo menos alguma crise de reproducibilidade. A consequência para a medicina é direta: diretrizes, revisões narrativas e aulas construídas sobre achados que nunca foram testados novamente transmitem certeza ilusória, e ensaios clínicos com desfechos trocados ou nunca publicados distorcem revisões sistemáticas e metanálises que deveriam ser o padrão-ouro de síntese.

• Viés de publicação (gaveta, file drawer): resultados negativos não são submetidos nem publicados, inflando a literatura com achados positivos.
• P-hacking (data dredging): testar análises e subgrupos sucessivos até obter p menor que 0,05 e reportar apenas a análise significativa.
• HARKing (hypothesizing after the results are known): apresentar hipótese construída depois dos resultados como se tivesse sido definida antes.
• Troca de desfechos (outcome switching): reportar desfechos diferentes daqueles registrados no ensaio, escolhidos a posteriori.
• Viés de citação: artigos com resultados positivos ou estatisticamente significantes são citados mais, distorcendo revisões narrativas.

04Práticas abertas que corrigem cada viés

A resposta estruturada da comunidade científica aos vieses acima foi mapear, para cada distorção, uma prática aberta correspondente. As diretrizes TOP (Transparency and Openness Promotion), publicadas por Nosek e colegas na Science em 2015, padronizaram isso em oito normas (citação de dados, transparência de dados, de código, de materiais e de desenho, pré-registro de estudos e de planos de análise e replicação), cada uma com três níveis crescentes de exigência para os periódicos. O manifesto de Munafò e colaboradores (Nature Human Behaviour, 2017) organiza as medidas em três camadas: proteções contra vieses cognitivos (pré-registro, cegamento), questões institucionais (avaliação e incentivos) e padrões de transparência e reprodução. Para o estudante, a mensagem prática é que a qualidade de um artigo melhora quando é possível auditar o que foi planejado antes e o que foi feito depois.

05Preprints: o que são, servidores e regras de uso

Preprint é a versão completa de um manuscrito depositada em servidor público antes (ou independentemente) da revisão por pares formal. O preprint recebe identificador DOI, pode e deve ser citado, é atualizado em versões e não é alterado pelo servidor. O modelo nasceu na física com o arXiv em 1991, chegou à biologia com o bioRxiv em 2013 e às ciências da saúde com o medRxiv em 2019, operado por Cold Spring Harbor Laboratory em parceria com Yale e BMJ. Durante a pandemia, a fração de artigos sobre COVID-19 divulgada primeiro como preprint chegou a oscilar entre cerca de um quarto e um terço da produção indexada, acelerando a disseminação em dias em vez de meses, com o custo de expor ao público, sem filtro editorial, manuscritos com erros que a revisão por pares detectaria. Todo PDF do medRxiv carrega o aviso de que o artigo não foi certificado por revisão por pares e não deve ser usado para orientar prática clínica, frase que cai em prova.

• Citar o preprint sempre com DOI e data, deixando explícito o status de manuscrito não revisado.
• Verificar se existe versão publicada em periódico, pois o preprint pode divergir da versão final.
• Não usar preprint isolado para decisão clínica, diretriz ou prescrição; checar se foi contestado ou retraído (Retraction Watch, PubPeer).
• Ao apresentar resultados de preprint em seminário ou trabalho de curso, sinalizar o status de revisão para a banca e a plateia.

06Dados abertos e princípios FAIR

Dados abertos são os conjuntos de dados primários disponibilizados em repositórios digitais com identificadores persistentes, de forma que terceiros possam reanalisá-los, reutilizá-los e citá-los. O padrão de qualidade mais citado são os princípios FAIR, publicados em 2016: os dados devem ser localizáveis (Findable), com identificadores persistentes e metadados ricos; acessíveis (Accessible), recuperáveis por protocolo aberto, mesmo que o acesso tenha autenticação; interoperáveis (Interoperable), em formatos e vocabulários padronizados; e reutilizáveis (Reusable), com licença e proveniência claras. FAIR não é sinônimo de aberto: dados sensíveis de pacientes podem ser FAIR com acesso controlado. Na pesquisa clínica, a abertura precisa respeitar o consentimento e a anonimização exigidos pela Lei Geral de Proteção de Dados brasileira (Lei 13.709/2018), e os repositórios mais usados incluem Zenodo, Dryad, figshare, Vivli para dados de ensaios clínicos e o Open Science Framework (OSF), que além de repositório é plataforma de pré-registro e gestão de projetos.

• F de Findable (localizável): DOI ou identificador persistente e metadados completos que permitam achar o conjunto de dados.
• A de Accessible (acessível): recuperação por protocolo padronizado, com política clara de acesso, que pode ser aberto ou controlado.
• I de Interoperable (interoperável): formatos abertos e vocabulários comuns que permitam combinar dados de fontes distintas.
• R de Reusable (reutilizável): licença explícita, proveniência e documentação suficientes para reuso por terceiros.

07Revisão por pares aberta e formatos emergentes

A revisão por pares tradicional é majoritariamente cega em relação aos revisores (single blind), com variantes em que nem autores nem revisores se conhecem (double blind). A revisão aberta soma três possibilidades: revelar identidades (open identities), publicar os pareceres junto ao artigo (open reports) e abrir a participação para a comunidade (open participation), como nos comentários públicos em fóruns e plataformas de discussão pós-publicação. O formato que mais cresceu foi o relatório registrado (registered reports), em que o periódico revisa e aceita o desenho do estudo antes da coleta de dados (fase 1) e compromete-se a publicar o resultado qualquer que seja ele (fase 2), eliminando por construção o viés de publicação e a troca de desfechos; centenas de periódicos já adotam o modelo. A experiência da pandemia consolidou também a revisa pós-publicação como camada real de controle: comentários públicos obrigaram revisões, correções e retrações de artigos e preprints em semanas, e periódicos passaram a publicar as revisões explicitamente, permitindo ao leitor ver a qualidade da auditoria que precedeu a versão final.

08Ciência aberta na educação médica

Para o graduando em medicina, a ciência aberta aparece em três frentes concretas. Primeiro, na formação de base: recursos educacionais abertos revisados, como o MedEdPORTAL da AAMC, coleções da Biblioteca Virtual em Saúde e materiais licenciados em Creative Commons, permitem estudar, adaptar e redistribuir conteúdo de qualidade sem custo, com efeito direto sobre a equidade no acesso ao material didático. Segundo, na leitura crítica da literatura: o estudante que aprende a filtrar e reconhecer preprints nas buscas do PubMed e do Google Scholar, a checar o registro de ensaios clínicos e a consultar o PROSPERO antes de confiar em uma revisão sistemática está aplicando ciência aberta todos os dias. Terceiro, na iniciação científica: pré-registrar o projeto, versionar dados e scripts e depositar o material ao final do TCC tornam o trabalho auditável e aumentam a credibilidade do relatório, além de protegerem o próprio aluno contra acusações de p-hacking, porque o plano de análise fica datado antes dos resultados.

• Preferir revisões sistemáticas Cochrane e diretrizes com protocolo registrado a revisões narrativas sem método explícito.
• Nas buscas, distinguir preprints de artigos revisados e citar cada um com o status correto.
• Montar materiais de estudo a partir de recursos educacionais abertos, respeitando a licença de reuso indicada.
• Pré-registrar projetos de iniciação científica no OSF e depositar dados anonimizados ao final, citando o DOI do conjunto de dados.

09Protocolo prático para o estudante pesquisador

• Escrever o protocolo com pergunta PICO, hipóteses, cálculo de amostra e plano de análise antes de tocar nos dados.
• Pré-registrar o estudo no OSF ou registro equivalente, guardando o carimbo de data e a versão selada.
• Versionar dados e códigos desde o primeiro dia, com dicionário de variáveis documentando cada campo.
• Ao concluir o manuscrito, considerar o depósito como preprint no servidor da área para datar a autoria e acelerar a disseminação.
• Ao publicar, verificar a política de depósito verde da editora e depositar a versão aceita no repositório institucional.
• Citar dados e código próprios com DOI nas publicações derivadas e acompanhar retratações relevantes na área.

10Pontos de prova e erros comuns