Dica do autor: Quando se realiza uma revisão sistemática e se depara com alta variabilidade e heterogeneidade nos dados, é crucial utilizar metodologias que possam lidar adequadamente com essas diferenças. De acordo com Higgins et al. (2011), a heterogeneidade pode ser causada por diferenças nas populações, intervenções, comparadores e desfechos dos estudos incluídos. Abordagens estatísticas apropriadas são necessárias para integrar as evidências de forma válida e confiável.  Alternativa A: INCORRETA. Utilizar apenas os estudos com resultados mais favoráveis introduz viés de seleção e compromete a validade das conclusões. Todos os estudos relevantes devem ser considerados.  Alternativa B: INCORRETA. A meta-análise de efeitos fixos assume que todos os estudos são estimativas de um único efeito verdadeiro, o que não é apropriado em contextos com alta heterogeneidade.  Alternativa C: CORRETA. A meta-análise de efeitos aleatórios é mais adequada para contextos com alta variabilidade, pois assume que os estudos estão estimando diferentes efeitos verdadeiros. Conduzir análises de subgrupo pode ajudar a explorar as fontes de heterogeneidade, proporcionando uma melhor compreensão das variáveis que influenciam os resultados.  Alternativa D: INCORRETA. Excluir estudos discrepantes sem uma justificativa metodológica pode introduzir viés e reduzir a generalizabilidade dos achados. É importante considerar todas as evidências disponíveis e usar métodos estatísticos para lidar com a heterogeneidade.  Alternativa E: INCORRETA. Priorizar estudos observacionais sobre ensaios clínicos randomizados não é uma abordagem recomendada, pois os ensaios clínicos randomizados geralmente fornecem evidências de maior qualidade devido ao menor risco de viés.  Resposta correta: Alternativa C. Referência: Higgins JPT, et al. (2011). "The Cochrane Collaboration’s tool for assessing risk of bias in randomized trials". BMJ.