quarta-feira, 21 de agosto de 2013

Mito: Gordura Saturada e Colesterol Aumentam o risco Cardíaco (Parte 1)

Isso mesmo, você não leu errado. Estou começando uma série de postagens sobre este assunto, onde este é o primeiro. Gorduras saturadas e colesterol não aumenta o risco cardíaco. A aproximadamente 50 anos que esta crença é espalhada pelo mundo e ainda é nos dias de hoje. Isso por conta de estudos e pesquisas baseada em má ciência. Desde o momento que foi criada esta crença. as recomendações fornecidas ao público não só não nos ajudaram a ser mais saudáveis como nos fizeram ficar mais doentes, criando epidemias de diabetes tipo 2 e Obesidade.
Certo, mas o que quero dizer com má ciência? bom vou tentar explicar um pouco mais para você entender o que quero dizer quando digo que algo foi baseado em má ciência ou foi baseado em boa ciência.
Começamos com o cientista. O que faz um cientista? Veja os items abaixo:

O que um BOM Cientista Faz
  • Tenta ser Objetivo
  • Objetivo Final: A Verdade
  • Aberto a Teorias Alternativas
  • Considerar todas as Evidências
  • Considerar que sua Teoria pode estar Errada devido as evidências

Quando ele inicia a pesquisa, já tem uma teoria em mente. Mas seu objetivo final é chegar em um resultado verdadeiro, independente se confronta ou não com sua teoria em mente. Ele poderá concluir que sua teoria poderia estar errada.

BOM Cientista
  • Uma Teoria só passa a ser verdade se possui evidências que a sustentem, que sejam consistentes e reprodutíveis.
Há um famoso filósofo chamado Karl Popper que chamava isso de "Teste do Cisne Negro". Se você tem uma teoria de que todos os cisnes são brancos, a seu objetivo, como cientista deveria ser encontrar um cisne negro. Se você não encontrar nenhum cisne negro, sua teoria pode estar correta. Se você encontrar algum cisne negro, sua teoria passa a não ser mais uma verdade, não importando quantos cisnes brancos você já tenha encontrado, pois sua teoria não é mais consistente. É assim que deveria ser o pensamento de um cientista praticando a boa ciência.

Agora vamos para o pensamento de um Cientista praticando a má ciência.

O que um MAU Cientista Faz
  • É agarrado a sua Teoria
  • Objetivo Final: Provar que está certo
  • Ignora Teorias Alternativas
  • Considerar todas as Evidências
  • Ignora Evidência contrárias à sua Teoria
Voltando a analogia do Cisne, se você mostrar ao Mau cientista um cisne negro, ele encontrará alguma forma de provar de que, ou não é um cisne, ou não é negro, ou que talvez seja outra forma de ave. Ou pode criar e moldar fórmulas matemáticas provando que seus dados estão gerando os resultados corretos, ou seja, os resultados desejados.

Agora vamos ver na prática estudos que dirigidos por MAUS e BONS cientistas

Na área da medicina, saúde e nutrição podemos dividir os estudos em duas categorias:

  • Estudos de observação
  • Estudos Clínicos
Os estudos Observacionais são os mais comuns devido a facilidade. Pois consiste em observar pessoas. Somente observar um grupo, por determinado tempo. Sem administrar drogas, placebos e dietas especiais. Apenas observando e coletando dados. O que procuramos quando observamos estes dados é uma relação entre comportamentos e resultados que estejam ocorrendo juntos. Se ocorrem juntos, dizemos então que estão estatisticamente associados, correlacionados ou interligados. Com os dados interligados podemos montar um gráfico, como por exemplo a associação do fumo com o câncer:

Gráfico de Associação do Fumo com o câncer


Ou como o uso de estrógenos está relacionados com o risco cardíaco:

Gráfico de Associação do uso de Estrógeno com doenças cardíacas


Ou o meu favorito, estar careca estar associado com querer um carro conversível vermelho.

Gráfico de Associação da perda de cabelo com a compra de conversíveis vermelhos.


Cerca de 90% de reportagens que você vê na internet como a que ilustro abaixo, você está vendo o resultado de um estudo OBSERVACIONAL.


O problema dos estudos observacionais é que por exemplo, se eu fizesse um estudo com cerca de 5 mil homens da minha cidade, chegaria por exemplo a uma correlação de que o aumento da "careca" está relacionado ao aumento de risco em acidentes cardiovasculares. E eu como um mau cientista ou um mau repórter faria a seguinte manchete:

Perda de cabelo aumenta chance de ataque cardíaco (Exemplo de Má Ciência)


Que levaria a esta outra reportagem:
Pfizer desenvolve droga para coração e cabelo

Bem, alguém realmente acha que calvície causa risco doença cardíaca? Não!
Mas ambos estão associados! Por que? Por que a medida que os homens ficam mais velhos eles tem mais chances de ficarem carecas e mais chances de sofrerem de doenças cardíacas. O que estamos vendo aqui, é uma variável que os pesquisadores não estavam procurando: A Idade. E Isso ocorre o tempo todo. É o que chamamos de Variável Confusão.
Os Estudos Observacionais estão cheios de Variáveis confusão. Se o pesquisador ou cientista não estiver atento, não irá encontrá-las. Nosso cérebro ele é muito seletivo e temos muita facilidade em encontrar o que estamos procurando, e outras coisas podem passar desapercebido.

Com isso os bons cientistas tem um ditato:
  • Correlação não é sinônimo de Causa e Efeito
Quando cientistas querem realmente alguma prova real a se apoiar eles partem para outro estudo. Um Estudo Clínico. O Estudo clínico é o único em que se pode confiar, pois você tem maior controle sobre todas as variáveis. Num estudo clínico você pega por exemplo dois grupos de pessoas, equilibrados na variedade de idade, sexo, raça, doenças pré-existente, etc e tudo que podemos imaginar. E isso é muito importante, pois se por exemplo quisermos testar o efeito de uma droga para o coração e em um grupo de pessoas temos mais fumantes que em outro, sabemos que isso vai influenciar no resultado. Por isso devemos deixar ao máximo estatisticamente equilibrado um grupo com o outro. E então mudamos somente uma variável, este grupo toma a droga e outro grupo toma o placebo. Nenhum grupo sabe o que está recebendo. Ou um grupo segue uma dieta e o outro não, etc. Logo com todas as variáveis controladas exceto uma e tivermos resultados significativamente diferentes um do outro, por exemplo, um grupo ganhou mais peso, emagreceu mais, adoeceram mais. Então sabemos que tem relação a única variável trocada.

Agora um exemplo real de o por quê os cientistas tomam muito cuidado com o resultado de pesquisas observacionais.

Estudos das Enfermeiras de Haward

Durante anos foi se coletando dados das enfermeiras de Haward e chegaram a seguinte correlação:

Mulheres de meia idade que faziam reposição hormonal com estrogênio tinha 40% menos chance de doenças cardíacas.

Baseado neste estudo observacional maus médicos e maus cientistas passaram a prescrever estrogênio a todas as mulheres de meia idade do país.

Outros cientistas (bons) desconfiados do estudo observacional fizeram então um estudo clínico.
Um grande estudo clínico, mais de 5 mil mulheres e 5 anos de estudo e o resuldado foi:

Mulheres que usaram estrógeno tiveram 30% mais doenças cardíacas e derrames.

repetiram o estudo e tiveram o mesmo resultado. Fizeram o estudo com Homens e tambén tiveram o mesmo resultado.

Mas como isso é possível? Como o aumento de estrógenos pode ser prejudicial? Exatamente o contrário de um grande estudo OBSERVACIONAL!

Havia uma grande variável confusão chamada de "Atitude Saudável". As enfermeiras que usavam estrógenos o usavam, pois acreditavam que faria bem a elas. E estas mulheres se preocupavam com sua saúde. São mulheres que não fumam, fazem exercícios, cuidam da alimentação e do peso. Logo os estrógenos não estavam as tornando mais saudável e sim Mulheres saudáveis tinham mais chances de usarem estrógenos. Os hábitos saudáveis deste grupo era suficiente para reverter os problemas causados pelo uso de estrógenos.

Por isso a conclusão é que estudos observacionais tem um certo grau de incerteza. Não pode ser usado seu resultado como definitivo. Repetindo de novo, correlação é diferente de causa e efeito. Este tipo de problema ocorre todo o tempo com os estudos observacionais.

Foi publicado no jornal "the Atlantic" a manchete "Lies, Dammed Lies and Medical Science" esta manchete se baseia na pesquisa do médico e matemático de Haward John Loannidis em que ele relata que 90% dos estudos publicados na área médica e saúde são tem algum erro ou falha. Cerca de 80% eram OBSERVACIONAIS que se reveleram errados. Todos estes estudos são conclusivos e Médicos no mundo inteiro se apoiam a este tipo de estudo para receitar tal remédio para tal doença, indicar maior ingestão de fibras ou comer menos carne ao paciente entre outros.

Bom, agora que estamos a par destes fatos todos, vamos ver a ciência má em ação no que diz respeito às doenças cardiovasculares.

Aguarde a próxima Postagem.

Esta é uma adaptação da palestra Big Fat Fiasco.