O que decide a resposta

O pesquisador testa uma intervenção que "genuinamente funciona", mas o estudo "não encontra qualquer efeito benéfico": a hipótese nula era falsa na realidade, mas o teste não a rejeitou. Não rejeitar a hipótese nula quando existe efeito real define o erro tipo II (falso-negativo).

Raciocínio clínico

Em testes de hipótese, a hipótese nula (H₀) assume que não há diferença ou benefício entre os grupos, enquanto a hipótese alternativa (H₁) afirma que o benefício existe.

Se na realidade o medicamento funciona de verdade, H₀ é falsa. Quando o estudo não alcança significância estatística e conclui que não houve efeito, ele aceita incorretamente uma H₀ falsa. Isso corresponde a um resultado falso-negativo, representado pela probabilidade β (beta), que é o erro tipo II.

No diferencial:

• –O erro tipo I seria o inverso: o medicamento não funciona na realidade (H₀ verdadeira), mas o estudo conclui que funciona (falso-positivo), com probabilidade limitada pelo nível de significância α (geralmente 5%).
• –O fator de confusão distorce a estimativa de efeito pela presença de uma terceira variável associada tanto à exposição quanto ao desfecho, podendo superestimar, subestimar ou inverter a associação real.
• –A causalidade reversa é um erro temporal em que o desfecho causa a exposição, e não o oposto, evento típico de estudos transversais.

Por que acontece

O erro tipo II decorre principalmente do baixo poder estatístico (1 - β) do estudo. Se o tamanho amostral for pequeno, a amostra não gera precisão suficiente para detectar a diferença existente, levando a um resultado falso-negativo e à perda da oportunidade terapêutica.

Conduta

Para prevenir o erro tipo II durante o planejamento de ensaios clínicos, realiza-se o cálculo prévio do tamanho amostral, dimensionando o estudo para um poder estatístico mínimo de 80% a 90% (β = 0,20 a 0,10) sob um erro tipo I bicaudal fixado em α = 0,05 (5%), conforme recomendado pelas diretrizes internacionais de metodologia de pesquisa e pelo CONSORT.

Não se deve interromper o recrutamento antes de atingir o tamanho amostral planejado, pois a falta de poder gera ensaios inconclusivos que descartam intervenções eficazes.

Como isso cai nas provas

• –Erro tipo I: é o falso-positivo (conclui que há diferença quando ela não existe, delimitado pelo valor de α), enquanto o erro tipo II é o falso-negativo (deixa de encontrar a diferença que existe, delimitado por β).
• –Viés de confusão: é um erro sistemático corrigível por pareamento, randomização ou regressão multivariada; já o erro tipo II decorre de decisão inferencial estatística ligada à variabilidade e ao tamanho da amostra.