Três estudos pequenos — e a distância entre o que eles mostram e o que eles provam.

Validade interna · o que mais pesa

• O desfecho primário é um hormônio, não um paciente. A renina é um marcador: ela sobe quando a perfusão renal cai e quando o eixo renina-angiotensina está desregulado, e os autores citam estudos em que a renina prediz desfecho melhor que o lactato. Dentro do próprio ensaio, uma queda 1 ponto percentual por hora mais lenta associou-se a mais mortalidade na UTI (OR 1,41; IC95% 1,13 a 1,75) e em 28 dias (OR 1,46; 1,18 a 1,82). Isso torna a renina um marcador plausível — mas marcador não é desfecho, e associação dentro de um ensaio não é efeito de tratamento.
• O grupo da intervenção começou com renina três vezes maior. Mediana de 203,6 mU/L contra 66,7 mU/L no controle; o lactato também era mais alto (4,4 vs 3,5 mmol/L) e o SOFA, um ponto acima. Com 79 pacientes, a randomização simplesmente não garante equilíbrio. Isso importa muito aqui, porque o desfecho é a velocidade proporcional de queda: quem parte de um valor muito alto tende a cair proporcionalmente mais rápido, sem que nenhum tratamento tenha feito diferença. O modelo foi ajustado para idade, sexo e filtração glomerular basal — não para a renina basal.
• O resultado primário não resiste a uma das análises de sensibilidade do próprio artigo. Os autores repetiram o modelo misto permitindo que cada paciente tivesse a sua própria inclinação ao longo do tempo, e não apenas o seu próprio ponto de partida. As inclinações continuaram parecidas em tamanho e direção, mas a diferença entre os grupos deixou de ser estatisticamente significativa. Está escrito no artigo, e é o achado mais importante para quem lê criticamente: o p = 0,015 depende de uma escolha de modelagem, não de um efeito que apareça de qualquer ângulo.
• Boa parte dos valores iniciais está no teto do exame. O ensaio da renina mede até 500 mU/L, e o intervalo interquartil do grupo intervenção vai até exatamente 500 — ou seja, vários pacientes estavam acima do limite e foram registrados como "500". Aqui os autores fizeram o certo: repetiram a análise tratando esses valores como censurados à direita, e o resultado se manteve.
• Poder. Os 80 pacientes planejados foram calculados para uma comparação simples de renina entre grupos. Os próprios autores registram que esse cálculo não avaliou o poder do modelo misto que acabaram usando — e que nenhum desfecho clínico tinha chance de ser conclusivo.

O número mais chamativo é também o mais frágil

Taquiarritmia em 15,6% contra 68,6%, com razão de chances ajustada de 0,07, é a diferença mais impressionante do ensaio — e vale desconfiar dela por quatro motivos somados.

Primeiro: o estudo é simples-cego. O paciente não sabia o que recebia; a equipe sabia. Para renina e lactato, que saem do laboratório, isso quase não importa. Para "arritmia que exigiu tratamento farmacológico ou cardioversão", importa muito, porque quem decide tratar é a mesma equipe que sabe em que braço o paciente está.

Segundo: o dado não existe para todo mundo. São 32 dos 38 pacientes da intervenção e 35 dos 41 do controle — e os ausentes não são distribuídos ao acaso por construção.

Terceiro: 68,6% é uma incidência altíssima de taquiarritmia tratada para um grupo-controle de choque séptico. Um número fora do esperado costuma dizer tanto sobre como foi medido quanto sobre o que aconteceu.

Quarto: o ajuste feito foi pós-hoc, para fibrilação atrial prévia e uso de betabloqueador.

Nada disso significa que o achado seja falso. O mecanismo é plausível e conhecido: menos catecolamina circulante, menos arritmia — e o grupo multimodal de fato reduziu a dose equivalente de noradrenalina mais rápido nas primeiras 24 horas. É exatamente o tipo de sinal que justifica o ensaio maior que os autores pedem. Só não é, ainda, um motivo para mudar conduta.

O efeito poupador de catecolamina aparece — e depois some

Aqui está o detalhe que organiza toda a leitura do efeito poupador de catecolamina. Ao longo das 72 horas inteiras, a dose equivalente de noradrenalina caiu na mesma velocidade nos dois grupos: −5,41%/h na intervenção e −5,19%/h no controle, p = 0,47. A diferença existe apenas nas primeiras 24 horas, e aí é grande: −6,87%/h contra −3,03%/h, p < 0,0004.

Duas ressalvas. A primeira: essa análise das 24 horas não era pré-especificada — os autores a declaram como adicional. A segunda: o resultado é coerente com o desenho, e não necessariamente com um efeito biológico. No grupo-controle, a vasopressina só foi iniciada com dose mediana equivalente a 0,45 µg/kg/min de noradrenalina, e menos da metade recebeu angiotensina II em algum momento. É esperado que o grupo que recebe três agentes de uma vez desça mais rápido a noradrenalina no primeiro dia. A pergunta que fica é se "descer a noradrenalina mais rápido no primeiro dia" vale alguma coisa quando, em três dias, as duas curvas se encontram.

Na mesma linha, a filtração glomerular melhorou mais no grupo multimodal (+19,2 contra +8,2 mL/min/1,73 m²), mas sem significância (p = 0,14), e a necessidade de diálise foi praticamente igual.

E no Brasil?

Aqui a conversa se divide em duas partes, e só uma delas é acionável.

A parte que não é. A angiotensina II não faz parte do arsenal usual das UTIs brasileiras. Antes de qualquer leitura prática, vale confirmar registro e disponibilidade no país. Sem ela, a estratégia testada no TRICYCLE não existe como foi testada.

A parte que é. O grupo-controle do TRICYCLE só começou vasopressina com uma dose de noradrenalina equivalente a 0,45 µg/kg/min, e em pouco mais da metade dos pacientes. Isso não é uma excentricidade eslovena — é mais ou menos o que se vê na prática em muitos serviços, inclusive aqui. A vasopressina está disponível no Brasil, é barata perto de uma internação prolongada, e antecipá-la é uma decisão que não depende de nenhuma droga nova. O que o TRICYCLE não permite é saber quanto do efeito veio da angiotensina II e quanto veio apenas de usar vasopressina mais cedo — o desenho não separa as duas coisas.

E há um terceiro recado, mais barato que qualquer um dos dois: o critério de inclusão exigia índice cardíaco acima de 2,3 L/min/m². A pergunta que organiza toda a estratégia — este paciente está hipotenso por falta de débito ou por falta de tônus? — se responde com o eco à beira do leito na sua UTI, antes de decidir qual droga acrescentar.

O problema de fundo: dois grupos vistos por instrumentos diferentes

Este é o ponto que contamina todo o resto, e vale explicá-lo devagar.

No grupo que recebeu o programa, o desmame foi registrado prospectivamente, caso a caso, num formulário eletrônico de pesquisa preenchido na alta. No grupo-controle, o mesmo desfecho foi deduzido de códigos administrativos de faturamento — os códigos alemães que sinalizam desmame prolongado ou malsucedido —, complementados por informações de internações seguintes.

São duas réguas diferentes medindo a mesma coisa. Se a régua administrativa capta pior o desmame bem-sucedido, o controle parece ter desmamado menos do que de fato desmamou, e o programa parece melhor do que é. Se capta melhor, o efeito é o contrário. Não dá para saber a direção, e nenhum ajuste estatístico corrige isso: ajuste corrige diferenças entre pacientes, não diferenças entre instrumentos de medida.

O mesmo problema aparece nas características de entrada. Arritmia cardíaca como diagnóstico de admissão em 18,6% da intervenção contra 0,5% do controle. Posicionamento terapêutico em leito especializado nas primeiras 96 horas: 68,2% contra 4,9%. Broncoscopia: 75,1% contra 45,3%. Tomografia de tórax: 68,5% contra 14,7%. Nenhuma dessas diferenças é clinicamente plausível entre pacientes da mesma região e do mesmo período — elas descrevem o que cada fonte de dados consegue enxergar, não o que aconteceu com os pacientes. Na direção oposta, o controle tem mais comorbidade pelo índice de Charlson (mediana 5 contra 3), mais demência (4,5% contra 0,9%) e muito mais dependência prévia de aspiração ou ventilação domiciliar (20,6% contra 3,7%).

O que o pareamento fez — e por que o 2,90 é menos do que parece

Diante de grupos tão diferentes, os autores usaram pareamento por escore de propensão: calcula-se, para cada paciente, a probabilidade de ele estar no grupo da intervenção, dadas as suas características, e depois cada paciente da intervenção é emparelhado com o controle de probabilidade mais parecida. A ideia é construir, dentro de um estudo sem sorteio, dois grupos que se pareçam.

O detalhe técnico que muda a leitura está no método: o pareamento foi feito um a um, sem reposição e sem caliper. Caliper é a distância máxima que se aceita entre dois pacientes para considerá-los um par. Sem caliper, nenhum par é recusado por ser ruim — todo paciente da intervenção ganha um par, mesmo que o controle mais próximo esteja longe. Os autores dizem por que fizeram assim: queriam manter os 349 pacientes da intervenção na análise. É uma escolha defensável, mas tem um preço, e o preço aparece no segundo gráfico acima.

A taxa de desmame da intervenção é a mesma nas duas análises — 58,3%, os mesmos 349 pacientes. O que mudou foi o comparador: o grupo de 349 controles selecionados pelo pareamento desmamou 46,4%, contra 51,7% dos 1.768 de onde ele saiu. O pareamento escolheu, dentro do controle, a parcela que ia pior. É daí que vem quase toda a distância entre 1,46 e 2,90 — não de uma medida mais precisa do efeito do programa.

Um ponto a favor dos autores: o pareamento foi acrescentado ao plano estatístico em 20 de setembro de 2023, segundo eles antes de qualquer comparação entre os grupos. Isso afasta a suspeita de que a análise tenha sido escolhida depois de ver o resultado — mas não resolve o problema técnico.

Três coisas que andam na direção contrária

1. A análise mais conservadora é neutra. Olhar "quem desmamou" ignora que um paciente pode não desmamar porque morreu. O modelo de Fine–Gray trata a morte como evento concorrente: ela não é um desmame adiado, é um desmame que nunca vai acontecer. Nesse modelo, a razão de sub-hazards do desmame foi 1,12 (IC95% 0,91 a 1,38), p = 0,30. Neutro. É a análise de tempo até o desmame mais honesta do artigo.

2. A mortalidade não se moveu. Em 30 dias, 18,2% contra 24,2% (OR ajustada 0,78; 0,55 a 1,11). Hospitalar, 25,3% contra 27,4% (0,93; 0,64 a 1,35).

3. A ventilação durou mais no grupo que recebeu o programa. Mediana de 456 horas contra 342 em 30 dias, com diferença ajustada de 81 horas (49 a 114), e de 67 horas (11 a 124) na internação inteira. Parte disso tem explicação mecânica: 57 pacientes (16,3%) foram transferidos a centro de desmame e acumularam mediana de 791 horas de ventilação, contra 384 dos que ficaram. Ainda assim, um programa cujo objetivo declarado é encurtar a dependência do ventilador entregou mais horas de ventilador — e isso precisa estar na frase que se leva do estudo.

Há ainda a análise restrita aos sobreviventes da UTI (OR 2,10; 1,09 a 4,04), que os próprios autores rotulam como exploratória: ela condiciona o resultado a sobreviver, que é uma consequência da intervenção, e por isso não deveria pesar na leitura.

E no Brasil?

O desenho é inseparável de uma peça que o Brasil não tem: uma rede de centros de desmame certificados, com financiamento próprio e vaga disponível para transferência. Sem ela, o braço mais caro da intervenção simplesmente não existe aqui — e vale notar que foram justamente os transferidos que puxaram as horas de ventilação para cima.

O que é transportável é a parte barata, e ela não é pouca. Primeiro, rastrear risco de desmame difícil entre o quarto e o décimo primeiro dia de ventilação, com um instrumento explícito em vez da impressão da equipe. Segundo, uma reunião interprofissional semanal dedicada aos casos de alto risco. Terceiro, alguém com formação específica em desmame vendo o paciente à beira do leito, e não só opinando por telefone.

O inquérito do Sul Global que saiu na nossa edição nº 2 mostrou que 74% das UTIs respondentes já declaram ter protocolo de desmame. Ou seja: o que falta geralmente não é o protocolo — é a instância que revisa caso a caso quem não está desmamando e por quê. Testar isso aqui exigiria um desenho melhor que o do PRiVENT: randomização por cluster, ou, no mínimo, um grupo-controle medido com o mesmo instrumento que o grupo da intervenção.