Dica do autor: Quando a gente fala de vieses em estudos epidemiológicos, o pulo do gato é separar três categorias: viés de seleção (quando a amostra selecionada não representa a população-alvo), viés de aferição ou informação (quando a medida da exposição ou do desfecho está errada) e confundimento (quando uma terceira variável se associa tanto à exposição quanto ao desfecho e “embaralha” a relação verdadeira). Outro conceito que aparece muito nas provas é a interação (ou efeito modificador): é quando o efeito da exposição sobre o desfecho muda conforme o nível de outra variável. Atenção — confundimento e interação são coisas diferentes na teoria, mas na prática se você não identifica a interação pode acabar interpretando mal a associação, dando a impressão de um efeito distorcido. Saber bater o olho e classificar corretamente cada situação é fundamental: tamanho de amostra diz respeito à precisão (erro aleatório), preparo dos observadores e instrumentos dizem respeito à qualidade da medida (erro sistemático de informação), e discrepâncias entre grupos ou na definição de casos costumam indicar problemas de seleção ou confundimento dependendo do contexto.

Alternativa A: INCORRETA. Tamanho de amostra insuficiente é problema de imprecisão/erro aleatório — a estimativa fica instável e os intervalos de confiança alargados. Viés de aferição (ou informação) envolve erro sistemático na medição da exposição ou desfecho, não a falta de poder amostral. Portanto a associação proposta está equivocada.

Alternativa B: INCORRETA. Não equivalência de características entre os grupos de comparação costuma refletir seleção inadequada ou a presença de confundidores (diferenças basais que explicam parte da associação observada). Viés de aferição refere-se a erro na mensuração, e não à falta de balanceamento entre grupos. Logo, a classificação aqui também está errada.

Alternativa C: INCORRETA. Definição inadequada do que considerar caso de doença frequentemente leva a erro de classificação (misclassificação), que é um tipo de viés de informação/aferição — você está medindo errado quem é caso ou não. Em algumas situações extremas isso pode gerar seleção de casos não representativos, mas a associação direta e clássica é com viés de aferição, não com viés de seleção puro.

Alternativa D: INCORRETA. Preparação deficiente dos observadores é um clássico viés de aferição — observadores mal treinados podem registrar exposições ou desfechos de forma sistematicamente diferente (observer bias). Isso não configura confundimento, que é um problema de uma variável externa que mistura causa e efeito, e não de habilidade do avaliador.

Alternativa E: CORRETA. Não levar em consideração a interação entre variáveis significa tratar um efeito que, na verdade, varia segundo níveis de outra variável como se fosse único e homogêneo. Na prática de interpretação isso pode confundir a relação entre exposição e desfecho — ou seja, o efeito verdadeiro fica mascarado por uma outra variável que modifica ou mistura a associação. Para a banca, este cenário é enquadrado como viés de confundimento, pois o resultado final é uma estimativa distorcida pela presença de uma outra variável que não foi considerada na análise.

Resposta: Alternativa E