Mas isso funciona mesmo?
Como saber se um tratamento é realmente eficaz?
Como saber se um tratamento médico realmente cura uma doença? Ou saber em que nível jogos eletrônicos são capazes de influenciar o comportamento agressivo das pessoas? Quando cientistas tentam responder a essas perguntas, normalmente são feitas diversas pesquisas ao redor do mundo. Alguns encontram que “sim”, o tratamento médico realmente parece curar a doença, enquanto outros encontram que “não”, o tratamento tem um efeito muito pequeno na melhora dos pacientes, só funciona para um grupo específico de pacientes ou não tem efeito nenhum.
Se alguns estudos concluem que “sim” e outros que “não”, algo comum na ciência, como podemos chegar a uma conclusão sobre se, por exemplo, um tratamento médico é realmente eficaz no tratamento de uma doença? Considerando as importantes implicações práticas que uma conclusão como essa pode gerar (e.g. implantação do tratamento na rede pública, gastos do governo), seria importante que tivéssemos algum método confiável em mãos para enxergar o que todo um conjunto de estudos tem a dizer sobre a eficácia de um tratamento (por exemplo, a eficácia de antidepressivos no tratamento da depressão). Felizmente, a estatística, a ciência do significado dos dados e de como usá-los para entender como as coisas funcionam, dispõe de uma poderosa ferramenta para avaliar o que um conjunto maior de evidências produzidas em diferentes estudos mostra. Essa ferramenta se chama meta-análise. Agora calma, respire funde e não pare de ler esse texto ainda! Prometo que você não verá nenhuma equação aqui! Eu sei que o nome não é muito atraente… mas a ideia básica não é difícil de entender e a sua utilidade é tão grande que vale a pena tentar entender pelo menos um pouco do que é uma meta-análise. Quem sabe depois disso você mesmo não pense em fazer uma meta-análise (ou, mais provavelmente, cortar os seus pulsos) sobre algum assunto que te interessa!
