Como a gente lê um estudo

Interrupção precoce: por que um ensaio que parou antes exagera o efeito

Nasce do destaque nº 3 da edição nº 7: um ensaio chileno que planejou 62 pacientes, randomizou 36 e encontrou um efeito três vezes maior do que o que foi desenhado para detectar. E do OPTIPAM, que parou por sangramento com 172.

Em 1 minuto

Um ensaio randomizado define, antes do primeiro paciente, quantas pessoas vai incluir. Esse número vem de uma conta: qual efeito se quer detectar, com qual probabilidade de detectá-lo se ele existir (o poder) e com qual risco de encontrá-lo por acaso (o alfa). Interromper o ensaio antes de atingir esse número muda o que o resultado significa — e muda de maneiras diferentes conforme o motivo da parada.

A armadilha central é estatística e simples de enxergar. Enquanto um ensaio recruta, a estimativa do efeito oscila: por acaso, às vezes parece grande, às vezes pequena. Se a decisão de parar é tomada olhando o resultado, ela tende a ser tomada justamente num daqueles momentos em que o acaso empurrou a estimativa para cima. O efeito publicado é, então, o pico da flutuação, não o valor verdadeiro.

E há uma armadilha aritmética que vale para qualquer parada: com menos pacientes, só um efeito grande consegue atingir significância. Um ensaio pequeno que dá “p < 0,001” não está dizendo “o efeito é enorme” — está dizendo “com esta amostra, só um número enorme passaria por aqui”.

No plantão

Três motivos de parada, três leituras diferentes. Vale guardar a distinção, porque ela é a primeira pergunta a fazer:

  • Parada por benefício, em análise interina. Um comitê independente olha os dados no meio do caminho, vê o efeito cruzar um limiar pré-definido e encerra o ensaio. É a situação mais sujeita a efeito superestimado, porque a decisão foi tomada olhando o resultado. Exige regra de parada formal — limiar de O'Brien–Fleming, de Haybittle–Peto ou equivalente — e, mesmo com ela, a estimativa final costuma ser maior que a verdadeira.
  • Parada por dano ou por futilidade. O comitê encerra porque a intervenção está piorando o desfecho, ou porque não há chance plausível de benefício. É eticamente obrigatória, e o problema que ela cria é outro: o desfecho de eficácia fica subdimensionado para sempre, e o sinal de dano é ele próprio medido com imprecisão.
  • Parada administrativa: recrutamento inviável, dinheiro acabou, pandemia. Se a decisão foi tomada sem olhar os desfechos por grupo, ela não seleciona o momento favorável — e aí o viés é de imprecisão, não de otimismo. É a melhor das três situações, e ainda assim deixa o ensaio sem poder para desfecho clínico.

O ensaio chileno do semáforo de intolerância a volume é do terceiro tipo, e os autores são explícitos sobre isso: o recrutamento foi encerrado em dezembro de 2025 após sete meses consecutivos sem nenhuma inclusão, e a decisão foi declaradamente tomada sem examinar os desfechos por grupo. Isso é o melhor cenário possível de uma interrupção — e não resolve o problema de tamanho.

O efeito que o cálculo presumia, e o efeito que o ensaio parado mediu

Pontos da relação PaO₂:FiO₂, na mesma escala. A barra clara, repetida em todas as linhas, é o efeito que o cálculo de amostra presumia: 25 pontos, com 80% de poder, 62 pacientes planejados. As barras escuras são o que o ensaio encontrou com 36 randomizados e 35 analisados: diferença entre medianas de +78,3 pontos (IC95% 50,5 a 110,0; p < 0,001). Até o limite inferior do intervalo é o dobro do efeito presumido. Isso não é prova de que o resultado está errado — mas é o retrato exato do que a interrupção precoce faz com a leitura: um ensaio que para antes do fim só consegue atingir significância se o efeito medido for grande, e por isso os efeitos de ensaios interrompidos são, em média, maiores do que os dos ensaios que chegam ao fim.

Observado no ensaioEfeito presumido: 25 pontos Diferença observada 78,3 25 Limite inferior 50,5 25 Limite superior 110 25 ObservadoPresumido: 25 pontos Diferença observada em 6 h 78,3 25 Limite inferior do IC95% 50,5 25 Limite superior do IC95% 110 25

Dados: Bakker J e colegas, Crit Care 2026, destaque nº 3 da edição nº 7. Gráfico próprio.

É por isso que a frase correta sobre aquele ensaio não é “limitar volume melhora a oxigenação em 78 pontos”. É: “num ensaio de 35 pacientes, interrompido antes do fim, a diferença medida foi de 78 pontos — e nenhum desfecho clínico pôde ser avaliado”. Mortalidade, dias livres de disfunção, lesão renal: com 35 pacientes não há como.

Parar por dano é diferente de parar por falta de paciente

Porcentagem de pacientes no ensaio OPTIPAM, de pressão arterial média individualizada na cirurgia cardíaca, interrompido pelo comitê independente com 172 pacientes por aumento de sangramento. O desfecho primário composto — morte, lesão renal aguda ou complicação neurológica em 7 dias — ficou parado: 27 de 85 (32%) contra 25 de 87 (29%), risco relativo 1,1 (IC95% 0,7 a 1,8; p = 0,76). O que parou o ensaio foi o segundo par de barras: complicações hemorrágicas em 18% contra 3% (p = 0,003). Aqui a interrupção não infla o efeito de eficácia — ela encerra a pergunta por outro motivo, e deixa o desfecho primário subdimensionado para sempre.

PAM individualizadaPAM ≥ 65 mmHg Composto em 7 dias 32,0% 29,0% Sangramento maior 18,0% 3,0% IndividualizadaPAM ≥ 65 mmHg Desfecho composto em 7 dias 32,0% 29,0% Complicações hemorrágicas 18,0% 3,0%

Dados: ensaio OPTIPAM, Anesthesiology 2026, em “Vale conhecer” da edição nº 7. Gráfico próprio.

Como interpretar na prática

Diante de um ensaio interrompido, faça cinco perguntas, nesta ordem: (1) parou por quê? — benefício, dano, futilidade ou falta de paciente; (2) quem decidiu, e olhando o quê? — comitê independente com regra pré-definida, ou decisão administrativa cega aos desfechos; (3) que fração da amostra planejada foi atingida? — abaixo de dois terços, trate a estimativa como provisória; (4) o efeito observado é muito maior do que o efeito que o cálculo de amostra presumia? — se for, desconfie da magnitude, não necessariamente da direção; (5) o que o ensaio deixou de poder responder? — quase sempre o desfecho clínico duro. Uma regra prática razoável: de um ensaio interrompido, aceite a direção com cautela e a magnitude com muita cautela, e nunca converta o efeito em número de pacientes a tratar.

Para ir fundo

Por que a estimativa fica inflada: o problema das múltiplas olhadas. Cada análise interina é um teste. Testar várias vezes ao longo do recrutamento aumenta a probabilidade de, em algum momento, cruzar o limiar de significância só por acaso — o mesmo mecanismo das comparações múltiplas, aplicado ao tempo. As funções de gasto de alfa (alpha spending) existem para distribuir o risco de erro tipo I entre as olhadas, de modo que o total não passe de 5%. Elas controlam o erro de decisão, e não corrigem o tamanho da estimativa: o efeito publicado continua sendo o valor no momento em que se parou.

O que a literatura metodológica mostra. Revisões de ensaios truncados por benefício descrevem de forma consistente efeitos maiores que os de ensaios completos sobre a mesma pergunta, e a diferença é tanto maior quanto menor o número de eventos no momento da parada. É o motivo pelo qual metanálises que incluem ensaios truncados tendem a superestimar o benefício, e pelo qual algumas análises de sensibilidade os excluem de propósito. Esta página descreve a direção desse achado, e deliberadamente não cita estimativa numérica de nenhuma revisão específica: as fontes primárias dessa literatura não foram abertas para escrever este texto, e o projeto não atribui números a trabalhos que não leu.

Interrupção e tamanho andam juntos, e confundem a leitura. Um ensaio interrompido é sempre um ensaio pequeno em relação ao que se pretendia, e ensaio pequeno tem dois problemas somados: o efeito precisa ser grande para ser detectado, e a randomização equilibra pior as características basais. Nos 35 pacientes do ensaio chileno, por exemplo, não há como garantir que os dois braços fossem comparáveis em tudo o que importa — e nenhum ajuste resolve isso com esse tamanho.

O que fazer com o resultado, então. A leitura mais útil de um ensaio interrompido raramente é sobre o efeito. É sobre factibilidade: o protocolo funciona à beira do leito? a intervenção é entregável? o desfecho é mensurável? quantos pacientes seriam necessários de verdade? Um ensaio parado que responde bem a essas quatro perguntas presta um serviço real — ele desenha o próximo ensaio. Foi exatamente o que o grupo chileno escreveu, e é a razão de aquele destaque ter recebido o selo 🟡 e não o verde.

Três sinais de alerta ao ler. Primeiro: ensaio interrompido por benefício sem regra de parada pré-especificada no protocolo registrado. Segundo: resultado com p muito pequeno e número de eventos muito pequeno — a combinação que mais engana. Terceiro: artigo que não diz em que ponto da amostra planejada parou, ou não diz quem tomou a decisão e com que informação à frente. Nenhum dos três invalida o trabalho; todos os três mudam a frase que se pode dizer no plantão.

E o caso oposto, que também é desenho. Ensaios que não param quando deveriam — porque não têm comitê independente, ou porque a regra de futilidade não existe — expõem pacientes a uma intervenção sem benefício por mais tempo. A interrupção precoce é, antes de ser um problema de interpretação, um instrumento de proteção. O que se cobra do artigo não é que nunca pare: é que diga por que parou, quem decidiu e o que estava vendo.

Onde isso apareceu na newsletter

  • Edição nº 7 — destaque nº 3, o ensaio chileno do semáforo de intolerância a volume no choque séptico, de onde vêm os números da primeira figura desta página: 62 planejados, 36 randomizados, 35 analisados, parada administrativa após sete meses sem inclusão.
  • Edição nº 7 — “Vale conhecer”, o ensaio OPTIPAM de pressão arterial média individualizada na cirurgia cardíaca, interrompido pelo comitê independente por aumento de sangramento com 172 pacientes: o exemplo de parada por dano.
  • Edição nº 7 — destaque nº 2, o ensaio da clorexidina, que é o caso simétrico e instrutivo: não foi interrompido, mas também não tinha cálculo de amostra a priori, e os autores declaram que relatam precisão, não poder. Sem número planejado, não existe “parar antes” — e tampouco existe poder definido.
  • Edição nº 5 — o ensaio VASSPR, por cluster com cruzamento, que levanta a questão vizinha: quando a unidade de análise não é o paciente, o tamanho que importa é outro. É a recomendação de explicador nº 11.

Os gráficos desta página são próprios, feitos a partir dos dados publicados nos artigos resenhados na edição nº 7; nenhuma figura ou tabela de artigo foi reproduzida. Conteúdo educacional, com apoio de inteligência artificial para estruturação e redação, revisado pelo editor, nos termos da Resolução CFM nº 2.454/2026. Não substitui a leitura dos artigos originais nem o julgamento clínico individual. O editor declara não possuir conflitos de interesse.