Como a gente lê um estudo
Heterogeneidade de efeito: prognóstico não é resposta
Prever quem vai mal é relativamente fácil. Prever quem ganha mais com a droga A do que com a droga B é outra coisa — e confundir as duas é o erro mais comum desta literatura. "Não houve diferença na média" é compatível com ninguém se beneficiar — e também com metade se beneficiar de um lado e metade do outro. Separar os dois casos é a promessa dos modelos de efeito. A análise do ACORN mostra o que eles conseguem entregar, e o que ainda não.
A distinção que organiza tudo
Heterogeneidade de efeito é a variação não aleatória do tamanho — ou do sinal — do efeito de um tratamento entre pacientes diferentes. Procurá-la pode ser feito por dois caminhos. Um é o das análises de subgrupo, uma variável por vez. O outro é construir um modelo de efeito: uma fórmula que recebe dezenas de características simultaneamente e devolve, para cada paciente, quanto ele ganharia com o tratamento A em vez do B.
Antes de qualquer número, é preciso guardar uma distinção, porque quase toda confusão nessa literatura nasce de misturá-la:
- Prognóstico é prever quem vai mal, independentemente do tratamento. Creatinina alta, lactato alto, SOFA alto. Isso é relativamente fácil, e modelos fazem bem.
- Preditivo de efeito é prever quem ganha mais com A do que com B. Isso é outra coisa, é muito mais difícil, e exige que os dois tratamentos tenham sido sorteados.
A armadilha: um modelo pode parecer excelente a separar pacientes e estar, na verdade, apenas medindo gravidade. Gravidade prediz desfecho em todo mundo — nos dois braços igualmente — e não diz nada sobre qual droga escolher.
Prognóstico e modificação de efeito não são a mesma coisa
Ilustração didática, sem números. No painel da esquerda o modelo ordena bem os pacientes: quem está à direita vai pior. Mas as duas linhas correm paralelas — a distância entre os tratamentos não muda, e o modelo, por melhor que seja, não ajuda a escolher. No painel da direita as linhas se cruzam: em um extremo o tratamento A é melhor, no outro é pior. O eixo horizontal é a predição do modelo, do menor ao maior; o vertical, o desfecho ruim. Só o segundo padrão autoriza usar a predição para decidir. Na prática, os dois aparecem misturados, e separá-los é o trabalho.
Ilustração didática própria. Não representa dados de nenhum estudo.
Como isso apareceu na análise do ACORN
O ensaio ACORN comparou cefepima com piperacilina-tazobactam em 2.511 adultos internados com infecção aguda, num único centro acadêmico americano, e não encontrou diferença média no desfecho renal. A análise secundária desta edição dividiu a coorte ao acaso em derivação (1.255) e validação (1.256), treinou oito métodos de modelagem de efeito e escolheu o melhor pela métrica de ordenação.
Duas métricas aparecem, e é preciso saber ler as duas.
O coeficiente de Qini não mede o tamanho de um efeito: mede a qualidade de uma ordenação. Imagine enfileirar os pacientes do maior ao menor ganho previsto e, descendo a fila, somar o benefício que de fato se observou. Se o modelo for bom, o benefício se acumula rápido no começo. Se for aleatório, a curva sobe reta. O Qini é a área entre as duas curvas. No ACORN deu 1,68, com intervalo de 0,25 a 3,18 — positivo, excluindo o zero por pouco.
O c-para-benefício responde a uma pergunta mais severa e mais próxima da prática: tomando dois pacientes, qual a probabilidade de o modelo acertar qual dos dois ganha mais com o tratamento? Meio é o acaso. No ACORN deu 0,55, com intervalo de 0,50 a 0,59. O limite inferior é exatamente o acaso, e os próprios autores classificam a evidência de discriminação como moderada.
| Grupo predito pelo modelo | n | Diferença observada |
|---|---|---|
| Ganha com cefepima | 626 | +7,1 pp (0,25 a 13,9) |
| Desfecho semelhante | 427 | +3,5 pp (−5,5 a 12,5) |
| Ganha com piperacilina-tazobactam | 203 | −6,3 pp (−20,7 a 8,2) |
Dois problemas saltam. O primeiro é a assimetria: uma regra de dois sentidos precisa acertar os dois lados, e o lado da piperacilina-tazobactam tem 203 pacientes e intervalo que atravessa o zero nas duas direções. O segundo é o que as características basais dos grupos mostram. Do grupo "ganha com pipe-tazo" para o grupo "ganha com cefepima", a inclusão na UTI cai de 13,8% para 3,2%, a sepse de 75,9% para 50,6%, o SOFA mediano de 4 para 2, o vasopressor de 27,6% para 9,9% e a creatinina de 1,67 para 0,92 mg/dL. As variáveis que mais explicam a predição são ureia, creatinina e tempo entre a admissão e a inclusão. O eixo dominante do modelo é gravidade e função renal de entrada — exatamente o painel da esquerda da figura.
Quatro coisas que decidem se o modelo serve
1. Validação interna não é validação
Dividir a amostra ao acaso em duas partes protege contra sobreajuste grosseiro e é bem melhor que nada. Mas as duas metades vêm do mesmo ensaio, do mesmo hospital, da mesma época e do mesmo protocolo. A pergunta que decide o uso clínico — o modelo funciona em outro lugar, com outra prevalência, outra população e outra prática? — continua aberta. Os autores escrevem exatamente isso: validação adicional é necessária antes de usar as predições para orientar cuidado, incluindo avaliar prospectivamente se usar o modelo melhora desfechos em comparação ao cuidado habitual.
2. O desfecho composto pode esconder dois mecanismos opostos
O desfecho era "sobreviver sem lesão renal aguda" — morte somada a um evento de órgão. Decompondo por componente, os dois grupos chegam a números parecidos por caminhos opostos. No grupo em que a cefepima venceu, há menos lesão renal (15,0% contra 20,4%) e pouca diferença de óbito. No grupo em que a piperacilina-tazobactam venceu, a lesão renal é praticamente igual (26,4% contra 27,8%) e o que se move é a mortalidade: 17,0% contra 9,3%. Ou seja, o sinal de um dos lados não é de proteção renal — é de morte, em 203 pacientes graves, com p de interação de 0,21 para esse componente. Sempre que um modelo de efeito é treinado num composto, vale perguntar qual componente ele aprendeu.
3. Benefício líquido responde a uma pergunta estreita
A análise de utilidade do ACORN mostra que seguir o modelo tem benefício líquido maior do que dar cefepima a todos, em toda a faixa de limiares. É um resultado real e bem construído. Mas o comparador é uma das duas regras fixas possíveis — a outra, "dar piperacilina-tazobactam a todos", não é apresentada. Vencer uma regra fixa não é o mesmo que vencer a melhor regra fixa, e essa distinção costuma passar despercebida.
4. Fenótipo não é sinônimo de resposta
O mesmo raciocínio vale para a literatura de fenótipos em sepse e em SDRA. Análises de classe latente agrupam pacientes por padrões de variáveis clínicas e laboratoriais e costumam produzir classes com prognósticos bem distintos — o que é, por si, apenas descrição de gravidade organizada em caixas. A pergunta que interessa é diferente: a classe prediz resposta diferencial ao tratamento? Isso só pode ser respondido dentro de um ensaio randomizado, testando a interação entre classe e braço, e idealmente de forma prospectiva. Um classificador que separa bem mortalidade e um classificador que separa bem resposta terapêutica são dois objetos diferentes, ainda que saiam do mesmo conjunto de variáveis.
E o risco de falso-positivo, que os autores registram
Análises de heterogeneidade de efeito — seja por subgrupo, seja por modelo — carregam risco elevado de achado falso-positivo, e o artigo do ACORN diz isso entre as suas limitações. Métodos modernos são mais honestos que o subgrupo de outrora porque trazem métricas próprias de desempenho com intervalo de confiança, em vez de um p por caixa. Mas a métrica honesta serve justamente para mostrar o tamanho da incerteza — e, aqui, ela mostra.
Como interpretar na prática
- Pergunte primeiro: prognóstico ou resposta? Compare as características dos grupos preditos. Se o grupo "ganha com A" é sistematicamente menos grave, o modelo provavelmente está medindo gravidade.
- Procure o c-para-benefício, não só o Qini. Qini positivo diz que existe alguma ordenação melhor que o acaso. O c-para-benefício diz o quanto — e é o número que decide se a ferramenta serve para alguém.
- Calibração e discriminação são coisas diferentes. Um modelo bem calibrado e pouco discriminante acerta na média e não decide caso nenhum.
- Veja se os dois lados da regra se sustentam. Uma regra que só funciona num sentido não é uma regra de escolha: é uma recomendação única com uma exceção não testada.
- Se o desfecho é composto, exija a decomposição. O componente que move o resultado pode não ser o que o nome do desfecho sugere.
- Derivação e validação no mesmo ensaio é validação interna. Útil, necessária e insuficiente. Procure validação externa, e depois procure um estudo prospectivo que compare usar o modelo com não usar.
- Fenótipo com prognóstico diferente não é fenótipo com resposta diferente. Enquanto a interação com o braço do ensaio não for mostrada, é descrição — não é guia de tratamento.
Onde isso apareceu na newsletter
Edição nº 4 · 11 de outubro de 2026
Dá para saber de antemão qual paciente se dá melhor com cefepima e qual com piperacilina-tazobactam? — todos os números desta página vêm daqui. Ler a análise
Três fenótipos de laboratório nas primeiras seis horas após o retorno da circulação — na mesma edição, o exemplo do problema inverso: classes com prognósticos bem distintos e nenhuma evidência de que prevejam resposta a tratamento. Ver a edição
Edição nº 2 · 28 de setembro de 2026
sRAGE e ventilação personalizada na releitura do LIVE — heterogeneidade de efeito procurada por biomarcador, com a limitação de a exposição não ter sido sorteada. Ver a edição
Este texto foi preparado com apoio de inteligência artificial para redação e checagem, nos termos da Resolução CFM nº 2.454/2026, e revisado integralmente pelo editor responsável, que responde pelo conteúdo. Os números são do texto completo de Qian ET et al., Am J Respir Crit Care Med 2026 (DOI 10.1093/ajrccm/aamag544), em acesso aberto. A figura é ilustração didática própria, sem dados de estudo e sem reprodução de figura de artigo. Finalidade educacional; não substitui a leitura dos artigos originais nem o julgamento clínico individual. O editor declara não possuir conflitos de interesse.