Dica do autor: Em estatística inferencial trabalhamos com hipótese nula (normalmente: "não há associação") e hipótese alternativa. O p‑valor diz qual a probabilidade, sob a hipótese nula, de obtermos um resultado igual ou mais extremo que o observado. Quando esse p‑valor é menor que um nível de corte previamente definido (α, por exemplo 0,05 ou 0,01), dizemos que o resultado é estatisticamente significativo — ou seja, rejeitamos a hipótese nula por haver baixa probabilidade de que aquele achado tenha ocorrido por acaso. Importante: significância estatística não é sinônimo de relevância clínica nem prova de causalidade. O p‑valor depende do tamanho amostral e da variabilidade; por isso sempre é essencial avaliar também o tamanho do efeito e os intervalos de confiança. Fique ligado: o corte em 0,05 é convenção, não lei absoluta, e múltiplas comparações exigem correções para evitar falsos positivos.

Alternativa A: INCORRETA. Essa alternativa mistura conceitos. Relevância clínica ou populacional é sobre magnitude e impacto do efeito (tamanho do efeito, número necessário para tratar/prevenir, carga de doença). Um resultado pode ser estatisticamente significativo e, mesmo assim, clinicamente irrelevante (por exemplo, diferença de 0,5 mmHg com p<0,05 em estudo enorme). Portanto, a definição de significância estatística não inclui automaticamente relevância clínica.

Alternativa B: INCORRETA. Significância estatística não estabelece causalidade. Para afirmar causalidade você precisa de desenho adequado, temporality, controle de vieses e confundidores, plausibilidade biológica e, idealmente, coerência entre estudos. Um p‑valor baixo apenas indica que o achado provavelmente não é fruto do acaso, mas não prova que A causa B — pode haver confusão, viés ou associação espúria.

Alternativa C: INCORRETA. Embora ensaios clínicos randomizados sejam o padrão-ouro para reduzir confundidores e fortalecer inferências causais, o fato de uma associação ter sido observada num RCT não é a definição de significância estatística. Mesmo em RCTs, usa‑se o p‑valor para avaliar se o resultado difere do esperado ao acaso; portanto, o local do estudo não define por si só a significância estatística.

Alternativa D: INCORRETA. A dependência entre variáveis descreve existência de associação ou correlação, mas não é a mesma coisa que significância estatística. Podemos ter dependência real sem que o resultado seja estatisticamente significativo (se a amostra for pequena) e também resultados estatisticamente significativos de associações muito fracas. A significância refere‑se ao critério probabilístico (p<α) para rejeitar a hipótese de independência.

Alternativa E: CORRETA. Essa alternativa apresenta a definição clássica: considera‑se estatisticamente significativa quando a probabilidade de o achado ocorrer por acaso, sob a hipótese nula, é menor que um nível crítico pré‑especificado (α, por exemplo 5% ou 1%). É o conceito aplicado na maioria dos testes de hipótese; só que o pulo do gato é interpretar esse resultado no contexto — avaliar magnitude do efeito, intervalos de confiança e possíveis vieses.

Resposta: Alternativa E