A campanha #PEDroCombatendoBarreiras para fisioterapia baseada em evidências ajudará a enfrentar as quatro maiores barreiras da fisioterapia baseada em evidência – falta de tempo, linguagem, falta de acesso e falta de habilidades estatísticas.

Se você é novo na campanha, nós sugerimos que comece pelo início, analisando os posts anteriores sobre estratégias para enfrentar as barreiras da falta de tempo e idioma. Estes posts estão disponíveis no site da campanha, blog, Twitter (@PEDrinho_dbase) ou Facebook (@PhysiotherapyEvidenceDatabase.PEDrinho).

Ao longo dos próximos meses, nós iremos discutir estratégias para enfrentar a barreira de habilidades estatísticas na fisioterapia baseada em evidências. A falta de habilidades estatísticas é uma barreira comum para interpretar a evidência e implementar a fisioterapia baseada em evidência.

Esse mês, três pesquisadores clínicos incluindo o Editor Científico do Journal of Physiotherapy, estão combatendo a barreira da falta de habilidades estatísticas discutindo os métodos usados para conduzir, analisar, reportar e interpretar ensaios clínicos controlados aleatorizados.

	Aidan Cashin fisiologista do exercício e pesquisador, University of New South Wales, Austrália Área de atuação: Eficácia comparativa de intervenções para pessoas com dor crônica
	Kate Scrivener fisioterapeuta, educadora e pesquisadora, Macquarie University, Austrália Área de atuação: Intervenção e pesquisa em fisioterapia pós-AVC.
	Mark Elkins editor científico do Journal of Physiotherapy Área de atuação: terapias físicas e farmacológicas em doenças respiratórias e melhoria da compreensão e aplicação de pesquisas publicadas por clínicos.

Interpretando efeitos comparativos em ensaios clínicos
Ensaios clínicos controlados aleatorizados de alta-qualidade são uma grande fonte de evidência para apoiar as decisões clínicas sobre qual tratamento seria o melhor para os pacientes que você está trabalhando. Ao interpretar os resultados de um ensaio clínico, é importante considerar como os resultados são reportados e com o que o tratamento está sendo comparado.

Os resultados de um ensaio clínico são frequentemente mensurados e reportados como a mudança ‘intragrupo’ nos resultados ou como a diferença ‘entre grupo’ nos resultados. A distinção entre a comparação intragrupo e entre grupo é crítica ao interpretar os resultados do ensaio clínico. A diferença entre grupo representa o efeito de tratamento porque não inclui a história natural, regressão para média, e efeitos não específicos de outros tratamentos que são incluídos na mudança intragrupo.

O efeito de tratamento nos ensaios clínicos é sempre comparativo, o que significa que o benefício (ou dano) do tratamento é interpretado de forma relativa aos outros tratamentos do ensaio clínico. Esse é um problema importante porque a escolha do grupo comparador terá uma grande influência na interpretação do tamanho do efeito e se a comparação foi um teste justo do tratamento.

A escolha do grupo comparador ideal não é simples e é fortemente influenciada pela pergunta de pesquisa (abrangendo o espectro da eficácia para a pesquisa de eficácia). Por exemplo, cuidados baseados em diretrizes podem ser um comparador adequado se os pesquisadores estiverem interessados em investigar se o tratamento foi melhor do que a prática atual.

A escolha do grupo comparador também é importante quando os ensaios são sintetizados em revisões sistemáticas. É importante que as meta-análises de revisões sistemáticas combinem ensaios clínicos com tratamentos semelhantes e ensaios clínicos que tenham grupos de comparação semelhantes.