Dica do autor: Associação estatística é simplesmente uma observação de que duas variáveis se movem juntas de forma sistemática — é um resultado quantitativo obtido por análise de dados. Causalidade, por outro lado, é uma inferência sobre um processo que explica porque uma exposição leva a um desfecho. O pulo do gato da epidemiologia e da pesquisa clínica é não confundir esses níveis: a associação é o dado; a causalidade é o juízo interpretativo, que exige critérios (temporalidade, plausibilidade biológica, força e consistência da associação, relação dose‑efeito, entre outros) e avaliação cuidadosa de vieses e confundidores. Em resumo: bater o olho e saber que tem relação numérica não é suficiente para afirmar que X causa Y — é preciso contexto, desenho do estudo e raciocínio crítico.

Alternativa A: INCORRETA. A afirmação é correta como conceito — associação estatística descreve uma relação numérica entre variáveis (por exemplo, correlação, razão de chances, risco relativo). Dizer que é uma relação numérica não equivale a imputar causalidade; é uma descrição objetiva do padrão observado nos dados.

Alternativa B: CORRETA. Essa é a alternativa alvo porque a frase é enganosa: associação estatística não implica, por si só, causalidade. Uma associação pode decorrer de confusão, viés de seleção, viés de informação ou acaso. Só quando há análise crítica — incluindo controle de confundidores, consistência com outros estudos, temporalidade adequada e plausibilidade biológica — é que se pode considerar uma inferência causal. Portanto, afirmar que a associação implica causalidade é incorreto.

Alternativa C: INCORRETA. A frase lista critérios clássicos usados para avaliar causalidade (temporalidade, plausibilidade biológica, relação dose‑efeito, força da associação, consistência, especificidade etc.). Não são provas absolutas, mas são elementos que fortalecem a inferência causal quando presentes. Assim, a afirmação é adequada como princípio de avaliação causal.

Alternativa D: INCORRETA. Dizer que associação estatística é um fato objetivo é, em essência, aceitável: é um resultado mensurável obtido a partir de dados. Fique ligado: ‘objetivo’ aqui não significa infalível — medidas são sujeitas a erro, viés e interpretação — mas a existência da associação enquanto observação empírica é um fato mensurável, distinto da interpretação causal.

Alternativa E: INCORRETA. Correto: determinar causalidade envolve julgamento científico e contextualização metodológica. Não é uma conclusão automática; requer avaliação do desenho do estudo, qualidade da evidência, plausibilidade biológica e análise crítica dos potenciais vieses. Ou seja, a causalidade é um tema de julgamento informado.

Resposta: Alternativa B