“Esse remédio reduz a pressão em média 8 mmHg.” “A renda média do brasileiro subiu.” “Crianças dessa idade já leem.” Toda essas frases são sobre médias, e nenhuma pessoa é uma média. Entender como a ciência trata quem está fora do padrão evita dois erros opostos: ignorar o indivíduo em nome da estatística e descartar a estatística em nome do indivíduo.
Uma analogia
Um estudo é como a previsão do tempo para uma cidade; você é um bairro. A previsão vale e orienta, mas pode chover no seu bairro num dia de “sol na cidade”. Nem a previsão é inútil, nem a sua chuva a desmente.
Explicando para uma criança
Se a maioria das crianças da sua idade calça 33, as lojas vão ter mais sapatos 33. Mas se o seu pé é 36, você precisa do 36, e isso não quer dizer que a loja errou nem que o seu pé está errado.
Ao fim desta lição, você vai conseguir
- Explicar por que a ciência fala em efeitos médios e o que isso não diz sobre indivíduos.
- Identificar onde a média engana: assimetria, grupos misturados, amostras excludentes, norma, ergodicidade.
- Conhecer as ferramentas que aproximam a evidência do indivíduo e evitar os dois erros simétricos.
Ajuda ter lido: Estatística para entender ciência, Prática Baseada em Evidências (PBE).
Antes de ler: o que você pensa?
Um programa educacional melhorou as notas “em média” numa rede, mas a direção nota que alunos com dislexia pioraram.
O efeito médio invalida a preocupação, ou a preocupação invalida o programa?
Ver o que a lição responde
Nenhum dos dois: o programa funciona para a maioria e prejudica um subgrupo. A resposta é manter o programa e criar um caminho diferente para esse grupo, o que exige medir os subgrupos.
Por que a ciência fala em médias
Um estudo compara grupos porque é a única forma de separar o efeito de um tratamento do acaso e das diferenças entre pessoas. O resultado é um efeito médio: o quanto o grupo tratado melhorou a mais do que o grupo controle. Isso é informação valiosa e, ao mesmo tempo, não diz o que vai acontecer com você. Num ensaio em que o remédio funcionou “em média”, pode haver pessoas que melhoraram muito, pessoas que não mudaram e pessoas que pioraram.
O cockpit que não servia para ninguém
Em 1950, a Força Aérea americana mediu mais de quatro mil pilotos em dez dimensões para redesenhar o cockpit a partir do “piloto médio”. O tenente Gilbert Daniels verificou quantos pilotos estavam dentro da faixa média em todas as dez: nenhum. Mesmo em três dimensões, menos de 4%. A solução foi o assento ajustável. A lição vale além da aviação: um sistema desenhado para a média pode não servir a ninguém em particular.
Onde a média engana
- Distribuições assimétricas: se um bilionário entra num bar, a renda média dos presentes vira milhões; a mediana, que é o valor do meio, quase não muda. Por isso “renda média” sobe enquanto a maioria não sente nada. Em economia, o “agente representativo” dos modelos é uma ficção útil que apaga quem está nas pontas.
- Grupos misturados: um remédio pode ajudar quem tem um subtipo da doença e prejudicar quem tem outro, com efeito médio próximo de zero. Antidepressivos e analgésicos são exemplos de respostas muito heterogêneas.
- Quem ficou de fora da amostra: por décadas, ensaios clínicos testaram remédios quase só em homens adultos de meia-idade; mulheres, idosos, crianças, gestantes e pessoas com várias doenças ao mesmo tempo ficaram de fora, e as doses “padrão” não foram feitas para elas.
- A média como norma: curvas de crescimento, idade de alfabetização e índices como o IMC descrevem distribuições; viram problema quando se tornam metas que patologizam a variação normal. O IMC, criado por um astrônomo belga para descrever populações, é mau indicador para um indivíduo musculoso ou idoso.
- Ergodicidade: a média de muitas pessoas num instante não é o que acontece com uma pessoa ao longo do tempo. Estudos de psicologia mostraram que correlações entre variáveis numa população podem não valer para nenhum indivíduo acompanhado no tempo.
Como a ciência tenta chegar ao indivíduo
- Análises de subgrupo pré-registradas: o efeito é diferente em idosos, em mulheres, em quem tem certa variante genética? (Sem pré-registro, viram pesca de resultados.)
- Heterogeneidade do efeito do tratamento como objeto de estudo, em vez de ruído.
- Ensaios N-de-1: o próprio paciente alterna, às cegas, períodos com o tratamento e com placebo; serve para doenças crônicas estáveis.
- Medicina de precisão: escolher o tratamento por marcadores do paciente, como mutações do tumor. Funciona bem em alguns cânceres; para traços complexos, as promessas correram à frente dos resultados.
- Inclusão nas amostras: regras que exigem representar mulheres, idosos e grupos étnicos nos ensaios.
- Desenho universal: em vez de projetar para a média, projetar para a faixa inteira, como o assento ajustável ou a rampa que serve à cadeira de rodas e ao carrinho de bebê.
Os dois erros
O primeiro é tratar a média como destino: “o estudo mostrou que funciona, então vai funcionar em você”. A prática baseada em evidências nunca disse isso; ela integra a evidência média ao caso individual e às preferências do paciente. O segundo erro é o oposto e mais perigoso: “comigo foi diferente, então o estudo está errado”. A exceção individual não refuta o efeito médio, assim como o efeito médio não apaga a exceção. A pergunta útil é: em que subgrupo estou, e há evidência sobre ele?
Para guardar
- Estudos produzem efeitos médios; pessoas são casos individuais.
- Assimetria, grupos misturados, amostras excludentes e normas transformam médias em enganos.
- Subgrupos, ensaios N-de-1 e desenho universal aproximam a ciência do indivíduo; a exceção não refuta a média, nem a média apaga a exceção.
Para pensar
Em que característica você está longe da média? Alguma recomendação “padrão” nunca funcionou para você por isso?
Teste rápido · 1 de 3
Aplique · 2 de 3
Confira · 3 de 3