O que decide a resposta

O intervalo de confiança quantifica a incerteza gerada pela variabilidade amostral: intervalos estreitos indicam alta precisão, e intervalos amplos indicam baixa precisão da estimativa pontual obtida.

Raciocínio clínico

Quando estudamos uma amostra para inferir parâmetros da população, obtemos uma estimativa pontual (como média, risco relativo ou odds ratio). No entanto, devido ao erro amostral aleatório, o valor real na população dificilmente coincide com o número exato encontrado.

O intervalo de confiança (IC) delimita uma faixa de valores plausíveis para o verdadeiro parâmetro populacional, associado a um nível de confiança predeterminado (frequentemente 95%). A amplitude desse intervalo reflete diretamente a precisão: quanto maior a amostra (n) e menor a dispersão dos dados, menor o erro-padrão e mais estreito é o intervalo.

Nenhum cálculo estatístico remove ou quantifica erros sistemáticos (vieses de seleção ou aferição). Da mesma forma, o IC não atesta o desenho amostral probabilístico nem avalia concordância diagnóstica (função de testes como o coeficiente Kappa).

Por que acontece

O erro-padrão da média é calculado dividindo o desvio-padrão pela raiz quadrada do tamanho amostral (`EP = DP/√n`). Como a margem de erro do IC deriva diretamente do erro-padrão, amostras maiores reduzem a dispersão da distribuição amostral e estreitam o intervalo, aumentando a precisão da estimativa.

Conduta

Ao interpretar medidas de associação ou desfechos em ensaios clínicos e coortes, avalie conjuntamente a significância estatística e a relevância clínica pela amplitude do IC 95%:

Para razões de taxas (Hazard Ratio, Risco Relativo, Odds Ratio), verifique se o IC 95% cruza a unidade (1,00). Para diferenças absolutas (diferença de médias ou redução absoluta de risco), verifique se cruza o zero (0,00).

Não interprete valores de p isoladamente: um estudo com amostra muito grande pode demonstrar valor de p < 0,05 para uma diferença clinicamente irrisória, enquanto o IC demonstra com precisão a magnitude do efeito real.

Como isso cai nas provas

• –Vieses e Fatores de Confusão: a confusão frequente é achar que intervalo de confiança ou valor de p controlam erros sistemáticos. O que separa é a natureza do erro — IC avalia erro aleatório (acaso); erros sistemáticos (viés de seleção, viés de aferição) decorrem de falhas no desenho do estudo e não são corrigidos pelo tamanho amostral ou pelo IC.
• –Medidas de Associação e Impacto: o IC costuma ser cobrado para julgar se a associação tem significância estatística. O que separa o achado significativo do não significativo é o valor nulo: se o IC 95% de um RR inclui o 1,00 (ex.: RR 1,40; IC 95% 0,95-2,10), a hipótese nula não pode ser rejeitada.
• –Avaliação de Concordância: a concordância entre dois métodos diagnósticos qualitativos é avaliada pelo coeficiente Kappa, não pelo intervalo de confiança isolado.