Dica do autor: Quando a gente fala de associação causal, o pulo do gato é separar correlação de causalidade. Os critérios clássicos que usamos na epidemiologia — lembrando do conjunto de Bradford Hill — ajudam a avaliar se uma associação observada é plausivelmente causa-efeito: relação temporal (a exposição precede o desfecho), plausibilidade biológica (há mecanismo conhecido que explique a relação), gradiente dose‑resposta (quanto maior a exposição, maior o risco), consistência entre estudos, força da associação, coerência com o conhecimento existente, evidência experimental quando possível, entre outros. Esses critérios são instrumentos de julgamento clínico/epidemiológico; nenhum deles, isoladamente, prova causalidade. Estatísticas como o valor de p informam sobre significância estatística e incerteza amostral, mas não são, por si só, critérios de causalidade. Fique ligado: um p0,05 não descarta totalmente uma relação, especialmente em estudos subdimensionados.

Alternativa A: INCORRETA. A plausibilidade biológica é justamente um dos critérios que reforçam uma associação causal. Se existe um mecanismo fisiopatológico conhecido que explique como a exposição leva ao desfecho, a inferência causal fica muito mais crível. Exemplos clássicos: relação tabagismo‑câncer de pulmão (mutações induzidas por carcinógenos) ou hipertensão grave e acidente vascular cerebral. Portanto, afirmar plausibilidade biológica como critério é correto — logo, nesta questão, a alternativa não é o “EXCETO”.

Alternativa B: INCORRETA. O gradiente dose‑resposta (ou efeito dose‑dependente) é outro pilar da inferência causal: se maiores exposições se associam a maiores riscos do desfecho, isso fortalece a hipótese de causalidade. É uma evidência intuitiva e poderosa, embora existam exceções (por exemplo, efeitos em U ou limiares biológicos). Ainda assim, é parte do arcabouço de Bradford Hill e, portanto, não é a alternativa correta quando a pergunta pede o “EXCETO”.

Alternativa C: CORRETA. Valor de p > 0,05 NÃO é um critério que reforça causalidade — pelo contrário, indica que, no estudo em questão, a associação observada não atingiu o limiar convencional de significância estatística. Valor de p é medida de compatibilidade dos dados com a hipótese nula em função do tamanho amostral e variabilidade; não é um critério conceitual de causalidade como temporality, plausibility ou dose‑response. Além disso, p‑values podem enganar: estudo pouco powerado pode ter p>0,05 mesmo com efeito real; e p<0,05 não garante causalidade. Portanto, esta é a alternativa que corretamente responde ao “EXCETO”.

Alternativa D: INCORRETA. A relação temporal entre causa e efeito é imprescindível: a exposição precisa preceder o desfecho para que haja causalidade. Se o suposto fator de risco aparece depois do desfecho, fala‑se em causalidade invertida ou viés. Em estudos observacionais, estabelecer temporalidade é muitas vezes o elemento mais sólido para sustentar uma inferência causal.

Resposta: Alternativa C