Cap. 1 — Por que estatística

Mesmo HR, benefício absoluto diferente

Fixe o hazard ratio (HR) e mude só o risco basal do grupo-controle: observe quanto o ganho absoluto e o número necessário para tratar (NNT) variam.

Mensagem-chave. O mesmo HR = 0,80 pode significar ganho absoluto mínimo (prognóstico favorável) ou grande (alta mortalidade). HR = 0,80 é redução relativa de 20% na taxa instantânea de morte — não redução absoluta de 20% na mortalidade, e nem mesmo redução relativa de 20% na proporção de mortos.

Dados simulados para fins didáticos. Premissas: riscos proporcionais e sobrevida exponencial (taxa constante) no controle, de modo que S_exp(t) = S_ctrl(t)^HR. A mortalidade em 2 anos do controle define a taxa; o horizonte muda o ponto de leitura.

Mesmo efeito, p-valor diferente

Compare dois estudos com HR parecidos: mude o número de eventos e veja o intervalo de confiança (IC) e o p-valor mudarem, com o efeito praticamente igual.

Embaixo: p-valor bilateral que cada HR produziria conforme o número de eventos (escala log). Linha azul = Estudo 1, violeta = Estudo 2; pontos = estudos atuais; tracejado verde = 0,05, âmbar = 0,10.

Mensagem-chave. Efeitos semelhantes podem cair em lados opostos de 0,05 só por diferença no número de eventos. O corte de 0,05 é convenção: um p limítrofe com efeito clinicamente relevante e IC largo é sinal (gera hipótese) — não é prova de eficácia nem prova de ausência de efeito.

Dados simulados para fins didáticos. Aproximação de Schoenfeld para alocação 1:1: EP do log(HR) ≈ 2/√eventos; IC 95% = exp(log HR ± 1,96·EP); p bilateral pelo teste de Wald. O p-valor é a probabilidade de observar um efeito tão ou mais extremo que o observado se H0 (HR = 1) fosse verdadeira — não a probabilidade de o tratamento não funcionar.