Medicina baseada em evidências: pergunta PICO e níveis de evidência

A medicina baseada em evidências (MBE) integra a melhor evidência científica disponível com a experiência clínica e os valores do paciente para decidir. Na prática, segue cinco passos: formular uma pergunta PICO, buscar a evidência, avaliá-la pelo nível de evidência, aplicá-la ao paciente concreto e revisar o resultado. A IA acelera a busca, não o julgamento.

Atualização editorial: 10 de outubro de 2026. Publicado pela Arkangel AI. Conteúdo educativo; não substitui o julgamento clínico.

O que é medicina baseada em evidências?

A definição mais citada é a de David Sackett e colaboradores: "o uso consciencioso, explícito e criterioso da melhor evidência atual para tomar decisões sobre o cuidado de pacientes individuais" (Sackett et al., BMJ 1996). O mesmo artigo esclarece o que a MBE não é: não é "medicina de receita de bolo" e não se limita a ensaios clínicos. A evidência externa informa, mas nunca substitui, a experiência do médico e as preferências do paciente.

Esse modelo de três pilares continua válido:

1. Melhor evidência disponível, com seu grau de certeza.
2. Experiência clínica, para julgar se a evidência se aplica a este paciente.
3. Valores e circunstâncias do paciente, incluindo custo, acesso e preferências.

Os 5 passos da medicina baseada em evidências

1. Perguntar: transformar a dúvida clínica em uma pergunta respondível (PICO).
2. Buscar: localizar a melhor evidência em fontes adequadas.
3. Avaliar: julgar validade, tamanho do efeito e aplicabilidade.
4. Aplicar: integrar a evidência ao contexto e à decisão compartilhada.
5. Reavaliar: medir o resultado e ajustar.

O passo 1 define a qualidade de todo o resto. Pergunta vaga gera busca vaga.

O que é a pergunta PICO?

PICO é um formato para estruturar perguntas clínicas descrito por Richardson e colaboradores em 1995 (ACP Journal Club). Cada letra é um componente:

Componente	Significado	Pergunta-guia
P	Paciente, população ou problema	A quem se aplica?
I	Intervenção ou exposição	O que se pensa fazer?
C	Comparação	Em relação a qual alternativa?
O	Desfecho (outcome)	Qual resultado importa?

Há variantes: PICOT acrescenta o tempo, PICOS o tipo de estudo e PECO usa "exposição" para perguntas de etiologia ou dano.

Exemplo de pergunta PICO

Dúvida inicial: "Os anticoagulantes novos são melhores que a varfarina?"

Pergunta PICO:

• P: adultos com fibrilação atrial não valvar.
• I: anticoagulantes orais diretos.
• C: varfarina.
• O: AVC, embolia sistêmica e sangramento maior.

Redação final: "Em adultos com fibrilação atrial não valvar, os anticoagulantes orais diretos, comparados à varfarina, reduzem AVC e embolia sistêmica sem aumentar o sangramento maior?"

A segunda versão já sugere os termos de busca, o desenho de estudo ideal e os desfechos que devem ser lidos em cada artigo.

Qual desenho de estudo responde cada tipo de pergunta

Tipo de pergunta	Desenho mais adequado
Tratamento ou prevenção	Ensaio clínico randomizado; revisão sistemática de ensaios
Diagnóstico	Estudo transversal com padrão de referência
Prognóstico	Estudo de coorte
Etiologia ou dano	Coorte ou caso-controle

Quais são os níveis de evidência?

Os níveis de evidência classificam os estudos pelo risco de viés. A imagem mais conhecida é a pirâmide: revisões sistemáticas no topo, depois ensaios randomizados, coortes, caso-controle, séries de casos e opinião de especialistas. Serve como ponto de partida, mas simplifica demais. Hoje predominam dois sistemas.

Níveis de evidência de Oxford (CEBM 2011)

O Centre for Evidence-Based Medicine de Oxford atribui níveis conforme o tipo de pergunta. Para benefícios de um tratamento, por exemplo:

• Nível 1: revisão sistemática de ensaios randomizados.
• Nível 2: ensaio randomizado, ou estudo observacional com efeito muito grande.
• Nível 3: coorte controlada não randomizada.
• Nível 4: séries de casos, caso-controle ou controles históricos.
• Nível 5: raciocínio baseado em mecanismos.

A tabela completa está no site do CEBM da Universidade de Oxford.

Sistema GRADE: certeza da evidência e força da recomendação

O GRADE classifica a certeza da evidência para cada desfecho em quatro níveis: alta, moderada, baixa e muito baixa (Guyatt et al., BMJ 2008). Ensaios randomizados começam em "alta" e estudos observacionais em "baixa". A certeza cai por risco de viés, inconsistência, evidência indireta, imprecisão ou viés de publicação, e pode subir com efeito de grande magnitude, gradiente dose-resposta ou quando os possíveis confundidores teriam reduzido o efeito observado.

O GRADE também classifica a força da recomendação (forte ou fraca/condicional), pesando benefícios e danos, valores, custos e viabilidade. No Brasil, o Ministério da Saúde adota o método em suas Diretrizes Metodológicas: Sistema GRADE, usadas na elaboração de diretrizes e avaliações de tecnologias.

Nível de evidência não é o mesmo que grau de recomendação

Uma recomendação forte pode se apoiar em evidência de certeza moderada quando os benefícios são claros e os danos mínimos. Ao contrário, evidência de alta certeza pode gerar recomendação fraca se o benefício for pequeno ou o custo alto. Ao ler uma diretriz, observe as duas coisas.

Onde buscar a evidência

• Diretrizes clínicas: os Protocolos Clínicos e Diretrizes Terapêuticas (PCDT) do Ministério da Saúde e as diretrizes das sociedades médicas. Veja também IA para diretrizes clínicas.
• Revisões sistemáticas: Biblioteca Cochrane e Epistemonikos.
• Estudos primários: PubMed com filtros por tipo de estudo.
• Fontes de síntese: referências de ponto de atendimento e buscadores com IA que citem as fontes.

Como a IA ajuda na medicina baseada em evidências

A IA é útil nos passos 1 a 3 quando usada com método:

• Do caso à pergunta: pode ajudar a reformular a dúvida no formato PICO.
• Busca: um buscador médico com IA pode ler centenas de resumos e devolver uma síntese com citações em segundos.
• Primeira leitura crítica: pode destacar desenho, tamanho amostral e desfechos de cada estudo citado.

Mas há limites. Modelos de linguagem genéricos podem inventar referências, e uma síntese automática não substitui a avaliação do risco de viés. Peça sempre a fonte, abra o estudo e confira o nível de evidência antes de aplicar.

A Arkangel AI responde perguntas clínicas em português com estudos e diretrizes citados, para que cada afirmação seja verificável. Em um ensaio randomizado revisado por pares com 83 estudantes de medicina, quem usou a Arkangel AI levou ~55% menos tempo por caso e teve respostas com maior validade (Intelligence-Based Medicine, 2026); o estudo foi conduzido pela equipe da Arkangel AI. Conheça o fluxo em medicina baseada em evidências com IA ou leia o guia de IA na medicina.

Perguntas frequentes

O que é a pergunta PICO?

A pergunta PICO transforma uma dúvida clínica em uma pergunta que pode ser buscada e respondida. Ela define quatro elementos: paciente ou problema (P), intervenção (I), comparação (C) e desfecho (O). Ajuda a escolher os termos de busca, o desenho de estudo adequado e os resultados que valem a pena avaliar.

Quais são os níveis de evidência?

Os níveis de evidência classificam os estudos pelo risco de viés. Na escala de Oxford para tratamento, o nível 1 é a revisão sistemática de ensaios randomizados e o nível 5 é o raciocínio baseado em mecanismos. Já o GRADE classifica a certeza da evidência como alta, moderada, baixa ou muito baixa.

Qual a diferença entre nível de evidência e grau de recomendação?

O nível ou certeza da evidência descreve a confiança em um resultado. O grau ou força da recomendação indica com que firmeza uma conduta é aconselhada, considerando também benefícios, danos, custos e valores do paciente. Por isso uma recomendação forte pode se apoiar em evidência moderada, e o inverso também acontece.

A IA pode substituir uma busca sistemática da literatura?

Não. Um buscador com IA acelera a busca exploratória e resume estudos com citações, mas uma revisão sistemática exige protocolo, busca reprodutível em várias bases, seleção por pares e avaliação formal do risco de viés. Use a IA para se orientar e confira sempre as fontes originais antes de decidir.

Fontes

• Sackett DL et al. Evidence based medicine: what it is and what it isn't. BMJ 1996.
• Richardson WS et al. The well-built clinical question. ACP J Club 1995.
• Guyatt GH et al. GRADE: an emerging consensus. BMJ 2008.
• Ministério da Saúde. Diretrizes Metodológicas: Sistema GRADE (2014).
• Oxford Centre for Evidence-Based Medicine. OCEBM Levels of Evidence.
• Arkangel AI. Ensaio randomizado com 83 estudantes, Intelligence-Based Medicine 2026 (autores da equipe Arkangel AI).