Dica do autor: Em estudos clínicos a forma como a amostra é selecionada e o uso correto de termos e testes estatísticos fazem toda a diferença na interpretação. Amostragem probabilística envolve sorteio/aleatoriedade e permite estimar erro amostral; amostragem não probabilística (conveniência, consecutiva, por cotas) não permite calcular probabilidades de seleção e tende a ter viés de seleção. Testes de associação (qui-quadrado, Fisher) avaliam relação entre variáveis categóricas; o termo apropriado é "associação" e não "correlação" — correlação é usado para medidas contínuas pareadas (por exemplo, coeficiente de correlação). Testes paramétricos (t de Student, ANOVA) pressupõem distribuição normal e homogeneidade de variâncias; se esses pressupostos não são atendidos, deve-se optar por testes não paramétricos (Mann–Whitney, Kruskal–Wallis). Atenção também à linguagem: Mann–Whitney compara medianas/distribuições, não "médias"; o Kolmogorov–Smirnov é um teste de normalidade com limitações e, por si só, não torna amostras "paramétricas" — o p-valor apenas informa sobre evidência contra normalidade, e a escolha do teste deve considerar tamanho amostral e característica dos dados.

Alternativa A: INCORRETA. A presença de um p=0,02 no teste do qui-quadrado indica associação estatisticamente significativa entre duas variáveis categóricas, mas a frase fala em "correlação", termo inadequado nesse contexto. "Correlação" refere-se a relação linear entre variáveis contínuas (coeficiente de correlação de Pearson/Spearman). Além disso, o qui‑quadrado exige contagens esperadas mínimas; se as frequências forem pequenas, o teste exato de Fisher seria mais apropriado. Portanto, há erro conceitual na redação.

Alternativa B: CORRETA. Incluir todos os pacientes atendidos em um serviço durante um período definido caracteriza amostragem consecutiva/conveniência — é uma amostra não probabilística (também descrita como semiprobabilística em muitos relatórios). Não houve sorteio aleatório nem probabilidades de seleção calculáveis, logo a qualificação como semiprobabilística está correta. Essa estratégia é comum em estudos clínicas observacionais quando se pretende aproveitar todos os casos disponíveis naquele intervalo.

Alternativa C: INCORRETA. O p=0,134 no teste U de Mann–Whitney indica falta de diferença estatisticamente significativa entre os grupos, então a conclusão sobre significância estaria correta à primeira vista. O problema é o vocabulário: o Mann–Whitney é um teste não paramétrico que compara medianas/distribuições e não "tamanhos médios"; afirmar "tamanho médio do tumor" junto com Mann–Whitney mistura conceitos de média (parâmetro normalmente associado a testes paramétricos) com um teste não paramétrico. Assim, a redação é imprecisa e leva ao equívoco.

Alternativa D: INCORRETA. Há várias incongruências. Primeiro, fala-se em "amostras consideradas paramétricas pelo teste de Kolmogorov–Smirnov": o teste avalia normalidade de uma distribuição, não "torna" amostras paramétricas; além disso, o termo correto é que a variável apresenta distribuição aproximada da normal. Segundo, o uso simultâneo de testes paramétricos (t de Student, ANOVA) e não paramétricos (Mann–Whitney, teste exato de Fisher) é compatível em si, mas a justificativa apresentada está mal colocada. Finalmente, o Kolmogorov–Smirnov tem baixa sensibilidade em amostras pequenas e não é o único critério para escolha de testes; escrever que "as amostras foram consideradas paramétricas pelo K–S" é impreciso e incorreto do ponto de vista prático.

Resposta: Alternativa B