Intervalo de confiança de 95%

O intervalo de confiança de 95% aparece ao lado de quase todo resultado em pesquisa em saúde — e quase sempre é interpretado de forma um pouco torta. Entender o que ele realmente diz é o que permite ler um artigo (ou defender o seu) com segurança. E, na maioria das vezes, ele comunica mais do que o valor de p sozinho.

O que é um intervalo de confiança

Quando você calcula uma média, um odds ratio ou um risco relativo a partir de uma amostra, obtém uma estimativa pontual — um único número. Mas a amostra é só uma fotografia da população; outra amostra daria um número um pouco diferente. O intervalo de confiança quantifica essa incerteza: é uma faixa de valores plausíveis para o verdadeiro valor na população.

A interpretação correta (e a errada)

A tentação é dizer: "há 95% de probabilidade de o valor verdadeiro estar entre 5 e 11". Essa frase é intuitiva, mas tecnicamente imprecisa na estatística clássica (frequentista). O valor verdadeiro é fixo — ele está ou não está no intervalo; não há probabilidade nisso.

A interpretação rigorosa é sobre o procedimento: se repetíssemos o estudo muitíssimas vezes, calculando um IC de 95% a cada vez, cerca de 95% desses intervalos conteriam o valor verdadeiro. A "confiança" está no método ao longo de muitas amostras, não em um intervalo específico. Na prática, lê-se o intervalo como a faixa de valores compatíveis com os dados — sem cravar a probabilidade de 95% sobre aquele intervalo isolado.

Largura: precisão da estimativa

A largura do intervalo conta tanto quanto sua posição:

• Intervalo estreito → estimativa precisa. Costuma vir de amostras grandes e dados pouco dispersos.
• Intervalo largo → muita incerteza. Típico de amostras pequenas. Um IC enorme é um sinal de que o estudo pode estar subdimensionado.

Quanto maior o tamanho da amostra, mais estreito tende a ser o intervalo — é uma das razões pelas quais o cálculo amostral importa tanto.

Relação com o valor de p

Intervalo de confiança e valor de p são duas faces da mesma moeda. Há uma regra prática direta:

• Para uma diferença (de médias, por exemplo), se o IC de 95% não inclui o zero, o resultado é significativo a p < 0,05.
• Para uma razão (odds ratio, risco relativo, hazard ratio), o ponto de "nenhum efeito" é o 1, não o zero. Se o IC não inclui 1, há significância.

Mas o intervalo vai além: ele mostra quais valores são plausíveis. Um OR de 1,5 com IC [1,1; 2,0] e outro com IC [1,01; 2,2] podem ambos ser "significativos", mas comunicam graus de certeza bem diferentes.

Por que preferir o intervalo

Um resultado descrito apenas como "p < 0,05" diz que existe efeito, mas não quanto. O intervalo de confiança entrega as duas coisas: a magnitude (a estimativa pontual) e a precisão (a largura). Por isso, diretrizes de relato como o checklist STROBE/CONSORT recomendam apresentar estimativas com seus intervalos de confiança, e não a significância isolada. Sempre que possível, reporte o efeito com o IC de 95% ao lado.