Dica do autor: Em pesquisa epidemiológica, o que faz ou desfaz a credibilidade dos achados não é só o número cru, mas todo o desenho — como a amostra foi selecionada, como as variáveis foram medidas, e como foram tratados vieses e confundidores. A amostra determina representatividade (validade externa) e, junto com controle de vieses, afeta a validade interna. Confundimento é um efeito espúrio provindo de uma terceira variável associada a exposição e ao desfecho; só se corrige com randomização, pareamento, estratificação ou ajuste multivariável. Estudos descritivos (relatos de caso) são úteis para gerar hipóteses; estudos analíticos (caso-controle, coorte) testam associações; ensaios clínicos randomizados, quando eticamente viáveis, oferecem o melhor controle de confundimento e viés para inferência causal. Mas atenção: dados não “falam sozinhos” — precisam de contexto, método e interpretação crítica. O pulo do gato está em reconhecer limitações metodológicas (amostragem, viés de seleção, informação e confundimento) e em aplicar a técnica adequada para minimizar esses problemas, garantindo que os resultados sejam confiáveis e aplicáveis.

Alternativa A: INCORRETA. A ideia de que "os dados falam por si" é um mito. Dados precisam de definição de variáveis, critérios de aferição, tratamento de vieses e análise adequada. Interpretações sem considerar desenho, erro de medida, confundimento e viés de seleção levam a conclusões equivocadas. O pesquisador não é um mero espectador: suas escolhas metodológicas moldam os resultados e a força da evidência.

Alternativa B: INCORRETA. Relato de caso (ou série de casos) é um estudo descritivo; não é um tipo particular de caso-controle. Estudo caso-controle é analítico: seleciona casos com o desfecho e controles sem o desfecho e compara exposições retrospectivamente. Relatos de caso não têm grupo controle e servem para geração de hipóteses, não para tirar conclusões definitivas em saúde pública.

Alternativa C: INCORRETA. Confundidores não são "números derivados" nem um artefato de somas imprecisas; são variáveis reais que se relacionam tanto com a exposição quanto com o desfecho e podem distorcer a associação observada. Identificar e controlar confundidores é essencial para estimar o efeito verdadeiro da exposição.

Alternativa D: INCORRETA. É verdade que em pesquisa experimental o investigador manipula variáveis independentes e observa efeitos nas dependentes; por isso ensaios clínicos são preferíveis para inferência causal quando bem conduzidos. Porém, afirmar que é "tipo ideal a ser utilizado em seres humanos" sem ressalvas é errado: há limites éticos e práticos (equidade, risco, consentimento, viabilidade). Nem toda pergunta em saúde pode ou deve ser testada experimentalmente em humanos.

Alternativa E: CORRETA. A seleção adequada da amostra é crucial: amostra mal escolhida leva a vieses de seleção, perda de representatividade e estimativas imprecisas ou enviesadas, comprometendo confiabilidade e validade externa. Por isso amostragem probabilística, cálculo de tamanho amostral e atenção a critérios de inclusão/exclusão são pilares para estudos robustos.

Resposta: Alternativa E