Dica do autor: Vício de seleção é quando a forma como os participantes entram (ou permanecem) no estudo faz com que a comparação entre grupos fique enviesada — em suma, as probabilidades de inclusão não são as mesmas entre grupos. O pulo do gato para controlar esse viés depende do desenho: em estudos experimentais o mecanismo mais eficaz é a randomização, que distribui aleatoriamente características conhecidas e desconhecidas entre os grupos, evitando que a escolha do tratamento ou a alocação sejam influenciadas por fatores ligados ao prognóstico. Além disso, medidas complementares como amostragem probabilística, ocultação da alocação e análise por intenção de tratar ajudam a reduzir perdas e decisões seletivas.

Em estudos observacionais não dá pra “randomizar”, então as estratégias são outras (restrição, pareamento, recrutamento cuidadoso, minimização de perdas e checagem de representatividade). Já o ajustamento (simples ou múltiplo), a estratificação e o pareamento atuam principalmente no controle de confundimento no plano do desenho ou da análise — ou seja, corrigem diferenças entre grupos que confundem a associação, mas não corrigem um processo seletivo de entrada no estudo que já gerou viés.

Alternativa A: INCORRETA. "Ajustamento simples" refere-se a controlar variáveis de confusão na análise, por exemplo padronização ou ajuste por uma única variável. Isso ajuda a reduzir confundimento, mas não corrige o viés introduzido quando a seleção dos participantes foi sistematicamente diferente entre grupos. Logo, não é a estratégia primária para controlar vícios de seleção.

Alternativa B: CORRETA. Randomização é a ferramenta clássica para evitar vieses na alocação em estudos experimentais: ao distribuir os participantes de forma aleatória entre os braços, minimiza-se a possibilidade de que a escolha do grupo esteja associada a prognóstico ou características não mensuradas. Quando acompanhada de ocultação da alocação e análise por intenção de tratar, é a medida que mais efetivamente previne o viés de seleção relacionado à alocação.

Alternativa C: INCORRETA. Repetição da alternativa A. Mesma justificativa: ajustamento simples trata confundimento na análise, não corrige um processo seletivo que já distorceu a amostra.

Alternativa D: INCORRETA. Estratificação é útil para controlar e avaliar o efeito de potenciais confundidores e para investigar modificadores de efeito — no desenho ou na análise você separa ou ajusta por estratos. Entretanto, isso corrige diferenças entre estratos; não é uma medida que, por si só, impeça um viés de seleção originado na forma como a amostra foi constituída.

Alternativa E: INCORRETA. "Ajustamento múltiplo" (modelos multivariáveis) é excelente para controlar confundimento por variáveis mensuradas, mas não resolve viés de seleção — especialmente se a seleção está relacionada a fatores não mensurados ou à própria probabilidade de inclusão/exclusão. Em outras palavras: ajusta confundimento, não conserta amostra enviesada.

Resposta: Alternativa B