Dica do autor: Quando um estudo clínico pequeno não detecta benefício de um tratamento que já se sabe ser superior, o pulo do gato é pensar em potência estatística. Erro beta (ou erro do tipo II) é a probabilidade de não rejeitar a hipótese nula quando ela é falsa — ou seja, perder um efeito real. Potência é 1 − beta e depende de quatro fatores: tamanho do efeito verdadeiro, variabilidade da medida, nível de significância escolhido (alfa) e, principalmente, o tamanho amostral. Em estudos pequenos, mesmo um efeito clinicamente relevante pode não atingir significância estatística por falta de poder; a conclusão é um falso negativo. Para evitar isso, calcula-se o tamanho de amostra antes do estudo, escolhe-se um alfa adequado, reduz-se a variabilidade onde possível e, se aplicável, aumenta-se o follow‑up ou o número de eventos. No fim das contas, se já sabemos por outros trabalhos que o tratamento é melhor, a explicação mais parcimoniosa para “não ver diferença” em um ensaio diminuto é o erro beta.

Alternativa A: INCORRETA. Viés de confusão ocorre quando uma terceira variável está associada tanto à exposição quanto ao desfecho e distorce a estimativa do efeito; é mais típico de estudos observacionais. Em um ensaio clínico randomizado, a randomização tende a balancear confundidores conhecidos e desconhecidos, reduzindo esse risco. Portanto, confusão não é a explicação mais plausível para a ausência de diferença num pequeno RCT bem randomizado.

Alternativa B: INCORRETA. Efeito Hawthorne diz respeito à mudança no comportamento dos participantes por se sentirem observados, o que pode levar a melhoria em ambos os braços e, teoricamente, reduzir diferenças entre grupos. Porém, esse efeito tende a causar um viés de desempenho e geralmente não explica por si só a falta de demonstração de benefício quando há evidência prévia consistente — além disso, não é a causa clássica invocada para resultados negativos em estudos pequenos.

Alternativa C: INCORRETA. Mascaramento (ou cegamento) previne vieses de aferição e de desempenho; sua ausência pode inflar ou distorcer efeitos, dependendo do desfecho e dos avaliadores. Falta de mascaramento pode levar a resultados mais otimistas, não tipicamente a um falso negativo por si só. Logo, embora importante, mascaramento não é a explicação mais direta para um estudo pequeno não detectar um benefício verdadeiro.

Alternativa D: CORRETA. Erro beta é exatamente a falha em detectar um efeito real — o falso negativo — por baixa potência estatística. Estudos de pequeno porte têm alta probabilidade de erro do tipo II, especialmente quando o efeito esperado é moderado ou a variabilidade é grande. Se outros estudos mostram benefício e este ensaio menor não, o culpado mais provável é o erro beta; a solução prática é aumentar o tamanho amostral ou o número de eventos para elevar a potência.

Resposta: Alternativa D