Dica do autor: O cerne dessa questão é entender a diferença entre erro estatístico (alea) e vieses sistemáticos. Erro tipo I é o famigerado falso positivo: você rejeita a hipótese nula quando, na verdade, ela é verdadeira — ou seja, conclui que há efeito (ou diferença) quando não há. No contexto de testes de hipótese, isso está relacionado ao nível de significância (alfa), comumente fixado em 5% — significa que em 5 em cada 100 estudos você pode achar um resultado “significativo” só por acaso. O erro tipo II, ao contrário, é o falso negativo: você não rejeita a hipótese nula quando ela é falsa (ou seja, perde uma diferença real), e está ligado ao poder do estudo (1–beta). Já os vieses (confusão, seleção, aferição) são causas sistemáticas que distorcem o resultado independentemente de acaso. No caso descrito, um estudo inicial pequeno mostrou efeito do imipenem, mas estudos maiores e mais bem desenhados não confirmaram — isso é a cara de um falso positivo do estudo inicial, ou seja, erro tipo I. No fim das contas, o pulo do gato é saber distinguir se o problema foi acaso (erro tipo I/II) ou viés sistemático; aqui a narrativa aponta para acaso levando a falso positivo.

Alternativa A: INCORRETA. Viés de confusão ocorre quando uma terceira variável está associada tanto à exposição (uso de imipenem) quanto ao desfecho (cura/óbito), distorcendo a associação observada. Se fosse confusão, esperaríamos diferenças na distribuição de fatores prognósticos entre grupos que explicassem o achado. A questão descreve que estudos posteriores, com maior poder, demonstraram ausência de efeito — o enunciado aponta para um falso positivo do primeiro estudo, não para uma variável confundidora claramente responsável pela discrepância.

Alternativa B: INCORRETA. Viés de seleção decorre de erro na forma como os participantes foram escolhidos ou mantidos nos grupos, levando a amostras não comparáveis. Ele causa uma distorção sistemática nos resultados. Novamente, a história relata que estudos maiores refutaram o primeiro achado, sugerindo que o primeiro foi um resultado por acaso (falso positivo). Se tivesse sido seleção, o exame precisa apontar problemas no recrutamento ou perda diferencial que expliquem o resultado inicial — informação que o enunciado não dá.

Alternativa C: INCORRETA. Viés de aferição (ou de informação) significa erro sistemático na medição da exposição ou do desfecho — por exemplo, diagnóstico incorreto, mensuração tendenciosa, cegamento inadequado. Esse tipo de viés também leva a resultados equivocadamente positivos ou negativos de forma consistente. Novamente, o enunciado enfatiza que estudos subsequentes com maior poder estatístico demonstraram ausência de efeito, o que é o padrão clássico de um falso positivo inicial (erro tipo I) provocado pelo acaso, e não por má aferição claramente descrita.

Alternativa D: CORRETA. Erro tipo I é exatamente o que aconteceu: o estudo inicial rejeitou a hipótese nula (presunção de que imipenem não seria eficaz) e concluiu que o medicamento era eficaz, quando na verdade, conforme estudos maiores, não é. Em termos práticos, isso é um falso positivo — aceitar uma diferença que não existe. Fatores que favorecem erro tipo I incluem cortar muitas comparações sem correção, erro de randomização, análise exploratória sem ajuste e, simplesmente, o fato estatístico de que um percentual fixo de estudos dará resultado significativo por acaso quando alfa é 5%.

Alternativa E: INCORRETA. Erro tipo II seria o oposto: não detectar eficácia quando ela existe (falso negativo). Aqui não é o caso — o primeiro estudo detectou um efeito que depois mostrou-se ausente. Logo, não se trata de perda de poder ou estudo subdimensionado que deixou de revelar um efeito real, mas de um achado inicial que foi falso.

Resposta: Alternativa D