Controle científico - Scientific control

Pegue plantas idênticas em crescimento ( Argyroxiphium sandwicense ) e dê fertilizante para metade delas. Se houver diferenças entre o tratamento fertilizado e o tratamento não fertilizado, essas diferenças podem ser devido ao fertilizante, desde que não existam outros fatores de confusão que afetaram o resultado. Por exemplo, se o fertilizante foi espalhado por um trator, mas nenhum trator foi usado no tratamento não fertilizado, então o efeito do trator precisa ser controlado.

Um controle científico é um experimento ou observação projetado para minimizar os efeitos de outras variáveis ​​além da variável independente (isto é, variáveis ​​de confusão ). Isso aumenta a confiabilidade dos resultados, geralmente por meio de uma comparação entre as medidas de controle e as outras medidas. Os controles científicos fazem parte do método científico .

Experimentos controlados

Os controles eliminam explicações alternativas de resultados experimentais, especialmente erros experimentais e viés do experimentador. Muitos controles são específicos para o tipo de experimento que está sendo realizado, como nos marcadores moleculares usados ​​em experimentos SDS-PAGE , e podem simplesmente ter a finalidade de garantir que o equipamento esteja funcionando corretamente. A seleção e o uso de controles adequados para garantir que os resultados experimentais sejam válidos (por exemplo, ausência de variáveis de confusão ) pode ser muito difícil. As medições de controle também podem ser usadas para outros fins: por exemplo, uma medição do ruído de fundo de um microfone na ausência de um sinal permite que o ruído seja subtraído de medições posteriores do sinal, produzindo assim um sinal processado de qualidade superior.

Por exemplo, se um pesquisador alimenta um adoçante artificial experimental para sessenta ratos de laboratório e observa que dez deles subsequentemente adoecem, a causa subjacente pode ser o próprio adoçante ou algo não relacionado. Outras variáveis, que podem não ser imediatamente óbvias, podem interferir no projeto experimental. Por exemplo, o adoçante artificial pode ser misturado com um diluente e pode ser o diluente que causa o efeito. Para controlar o efeito do diluente, o mesmo teste é executado duas vezes; uma vez com o adoçante artificial no diluente e outra feita exatamente da mesma maneira, mas usando apenas o diluente. Agora o experimento é controlado para o diluente e o experimentador pode distinguir entre adoçante, diluente e não tratamento. Os controles são mais frequentemente necessários quando um fator de confusão não pode ser facilmente separado dos tratamentos primários. Por exemplo, pode ser necessário usar um trator para espalhar fertilizante onde não houver outra maneira prática de espalhar fertilizante. A solução mais simples é fazer um tratamento onde um trator é conduzido em parcelas sem espalhar fertilizante e, dessa forma, os efeitos do tráfego do trator são controlados.

Os tipos mais simples de controle são os controles negativos e positivos, e ambos são encontrados em muitos tipos diferentes de experimentos. Esses dois controles, quando ambos são bem-sucedidos, geralmente são suficientes para eliminar a maioria das variáveis ​​de confusão potenciais: isso significa que o experimento produz um resultado negativo quando um resultado negativo é esperado e um resultado positivo quando um resultado positivo é esperado.

Negativo

Onde houver apenas dois resultados possíveis, por exemplo, positivo ou negativo, se o grupo de tratamento e o controle negativo produzirem um resultado negativo, pode-se inferir que o tratamento não teve efeito. Se o grupo de tratamento e o controle negativo produzirem resultado positivo, pode-se inferir que uma variável de confusão está envolvida no fenômeno em estudo, e os resultados positivos não são devidos exclusivamente ao tratamento.

Em outros exemplos, os resultados podem ser medidos como comprimentos, tempos, porcentagens e assim por diante. No exemplo do teste de drogas, poderíamos medir a porcentagem de pacientes curados. Nesse caso, infere-se que o tratamento não tem efeito quando o grupo de tratamento e o controle negativo produzem os mesmos resultados. Alguma melhora é esperada no grupo placebo devido ao efeito placebo , e este resultado define a linha de base sobre a qual o tratamento deve melhorar. Mesmo que o grupo de tratamento apresente melhora, ele precisa ser comparado ao grupo de placebo. Se os grupos apresentarem o mesmo efeito, então o tratamento não foi o responsável pela melhora (porque o mesmo número de pacientes foi curado na ausência do tratamento). O tratamento só é eficaz se o grupo de tratamento mostrar mais melhorias do que o grupo de placebo.

Positivo

Os controles positivos são freqüentemente usados ​​para avaliar a validade do teste . Por exemplo, para avaliar a capacidade de um novo teste de detectar uma doença (sua sensibilidade ), podemos compará-lo com um teste diferente que já funciona. O teste bem estabelecido é um controle positivo, pois já sabemos que a resposta à pergunta (se o teste funciona) é sim.

Da mesma forma, em um ensaio de enzima para medir a quantidade de uma enzima em um conjunto de extratos, um controle positivo seria um ensaio contendo uma quantidade conhecida da enzima purificada (enquanto um controle negativo não conteria nenhuma enzima). O controle positivo deve fornecer uma grande quantidade de atividade enzimática, enquanto o controle negativo deve fornecer muito pouca ou nenhuma atividade.

Se o controle positivo não produzir o resultado esperado, pode haver algo errado com o procedimento experimental e o experimento é repetido. Para experimentos difíceis ou complicados, o resultado do controle positivo também pode ajudar em comparação aos resultados experimentais anteriores. Por exemplo, se o teste de doença bem estabelecido foi determinado para ter o mesmo efeito encontrado por experimentadores anteriores, isso indica que o experimento está sendo realizado da mesma forma que os experimentadores anteriores.

Quando possível, vários controles positivos podem ser usados ​​- se houver mais de um teste de doença conhecido por ser eficaz, mais de um pode ser testado. Vários controles positivos também permitem comparações mais precisas dos resultados (calibração ou padronização) se os resultados esperados dos controles positivos tiverem tamanhos diferentes. Por exemplo, no ensaio de enzima discutido acima, uma curva padrão pode ser produzida fazendo muitas amostras diferentes com diferentes quantidades da enzima.

Randomization

Na randomização, os grupos que recebem diferentes tratamentos experimentais são determinados aleatoriamente. Embora isso não garanta que não haja diferenças entre os grupos, garante que as diferenças sejam distribuídas igualmente, corrigindo assim os erros sistemáticos .

Por exemplo, em experimentos onde o rendimento da colheita é afetado (por exemplo , fertilidade do solo ), o experimento pode ser controlado atribuindo os tratamentos a lotes de terra selecionados aleatoriamente. Isso atenua o efeito das variações na composição do solo sobre o rendimento.

Experimentos cegos

Cegar é a prática de reter informações que podem distorcer um experimento. Por exemplo, os participantes podem não saber quem recebeu um tratamento ativo e quem recebeu um placebo . Se essa informação se tornasse disponível para os participantes do ensaio, os pacientes poderiam receber um efeito placebo maior , os pesquisadores poderiam influenciar o experimento para atender às suas expectativas (o efeito do observador ) e os avaliadores poderiam estar sujeitos a viés de confirmação . Uma cega pode ser imposta a qualquer participante de um experimento, incluindo sujeitos, pesquisadores, técnicos, analistas de dados e avaliadores. Em alguns casos, a cirurgia simulada pode ser necessária para atingir a cegueira.

Durante o curso de um experimento, um participante torna- se cego se deduzir ou de outra forma obter informações que foram mascaradas para ele. O desvinculamento que ocorre antes da conclusão de um estudo é fonte de erro experimental, pois o viés que foi eliminado pelo cegamento é reintroduzido. A revelação é comum em experimentos cegos e deve ser medida e relatada. Meta-pesquisa revelou altos níveis de desvinculação em ensaios farmacológicos. Em particular, os ensaios com antidepressivos são pouco cegos. As diretrizes de relato recomendam que todos os estudos avaliem e relatem o des-cegamento. Na prática, são poucos os estudos que avaliam o não cegamento.

A cegueira é uma ferramenta importante do método científico e é usada em muitos campos de pesquisa. Em alguns campos, como a medicina , é considerado essencial. Na pesquisa clínica, um ensaio que não é cego é denominado ensaio aberto .

Veja também

Referências

links externos