Dica do autor: Quando um teste estatístico retorna P < 0,05 e você rejeita a hipótese nula, isso significa que, sob a regra adotada (alfa = 0,05), o resultado foi considerado improvável de ocorrer por acaso. O “pulo do gato” é lembrar que essa decisão tem um risco inerente: a probabilidade de você rejeitar a hipótese nula mesmo quando ela é verdadeira — isso é o erro do Tipo I, também chamado de falso positivo. Em termos práticos, o erro Tipo I é a conclusão de que existe efeito (ou diferença) quando, na realidade, não existe. O intervalo de confiança informado para o grupo placebo diz respeito à estimativa da alteração média naquele grupo, mas a inferência sobre a comparação entre grupos depende do teste estatístico (ou do intervalo da diferença entre médias). Se soubemos, por hipótese, que não há efeito real do medicamento A versus placebo, então o cenário descrito (P < 0,05 e conclusão de diferença) é exatamente um falso positivo: ocorreu um erro do Tipo I. Vale lembrar que viéses (seleção, medição) são problemas de validade sistemática e não o mesmo que erro estatístico de decisão; já o erro do Tipo II é o oposto (falhar em detectar uma diferença real).

Alternativa A: CORRETA. Trata-se de erro do Tipo I. O enunciado diz que o teste levou à conclusão de diferença (P < 0,05), mas na verdade não há diferença entre medicamento e placebo — isto é exatamente a definição de falso positivo: rejeitar a hipótese nula verdadeira. Em estudos com alfa de 0,05, a probabilidade de cometer esse erro é, por definição, 5% a cada teste realizado (pressupondo que todas as premissas do teste foram atendidas).

Alternativa B: INCORRETA. Erro do Tipo II é o falso negativo: quando existe um efeito real, mas o teste não detecta (falha em rejeitar a hipótese nula). Aqui aconteceu o contrário: houve rejeição da hipótese nula (P < 0,05), por isso não é Tipo II.

Alternativa C: INCORRETA. Viés de seleção refere-se a diferenças sistemáticas na forma como os participantes são escolhidos ou alocados, comprometendo a validade externa ou interna do estudo. O enunciado descreve um resultado estatístico (P < 0,05) com a verdade sendo nula — isso é erro de decisão estatística, não necessariamente um viés de seleção.

Alternativa D: INCORRETA. Viés de medição (ou informação) envolve erros sistemáticos na mensuração de desfechos ou exposições. Novamente, o cenário apresentado é o de um teste estatístico que produziu um falso positivo; nada no enunciado indica erro sistemático de mensuração que explique a discrepância.

Resposta: Alternativa A