Os controles eliminam explicações alternativas de resultados experimentais, especialmente erros experimentais e tendências do experimentador. Muitos controles são específicos para o tipo de experimento que está sendo realizado, como nos marcadores moleculares usados em experimentos SDS-PAGE, e podem simplesmente ter a finalidade de garantir que o equipamento esteja funcionando corretamente. A seleção e o uso de controles adequados para garantir que os resultados experimentais sejam válidos (por exemplo, ausência de variáveis de confusão) pode ser muito difícil. As medições de controle também podem ser usadas para outros fins: por exemplo, uma medição do ruído de fundo de um microfone na ausência de um sinal permite que o ruído seja subtraído de medições posteriores do sinal, produzindo assim um sinal processado de qualidade superior.
Por exemplo, se um pesquisador alimenta 60 ratos de laboratório com um adoçante artificial experimental e observa que dez deles adoecem, a causa subjacente pode ser o próprio adoçante ou algo não relacionado. Outras variáveis, que podem não ser prontamente óbvio, pode interferir com o projeto experimental. Por exemplo, o adoçante artificial pode ser misturado com um diluente e pode ser o diluente que causa o efeito. Para controlar o efeito do diluente, o mesmo teste é executado duas vezes; uma vez com o adoçante artificial no diluente e outra feita exatamente da mesma maneira, mas usando apenas o diluente. Agora, o experimento é controlado para o diluente e o experimentador pode distinguir escolha entre adoçante, diluente e sem tratamento. Os controles são mais frequentemente necessários quando um fator de confusão não pode ser facilmente separado dos tratamentos primários. Por exemplo, pode ser necessário usar um trator para espalhar fertilizante onde não houver outra maneira prática de espalhar fertilizante. A solução mais simples é fazer um tratamento onde um trator é conduzido sobre parcelas sem espalhar fertilizante e dessa forma os efeitos do tráfego do trator são controlados.
Os tipos mais simples de controle são os controles negativos e positivos, e ambos são encontrados em muitos tipos diferentes de experimentos. Esses dois controles, quando ambos são bem-sucedidos, geralmente são suficientes para eliminar a maioria das variáveis de confusão em potencial: isso significa que o experimento produz um resultado negativo quando um resultado negativo é esperado e um resultado positivo quando um resultado positivo é esperado.
NegativeEdit
Onde há apenas dois resultados possíveis, por exemplo positivo ou negativo, se o grupo de tratamento e o controle negativo produzirem resultado negativo, pode-se inferir que o tratamento não teve efeito. Se o grupo de tratamento e o controle negativo produzirem um resultado positivo, pode-se inferir que uma variável de confusão está envolvida no fenômeno em estudo, e os resultados positivos não são devidos exclusivamente ao tratamento.
Em Em outros exemplos, os resultados podem ser medidos como comprimentos, tempos, porcentagens e assim por diante. No exemplo do teste de drogas, poderíamos medir a porcentagem de pacientes curados. Nesse caso, infere-se que o tratamento não tem efeito quando o grupo de tratamento e o controle negativo produzem os mesmos resultados. Alguma melhora é esperada no grupo placebo devido ao efeito placebo, e este resultado define a linha de base na qual o tratamento deve melhorar. Mesmo que o grupo de tratamento apresente melhora, ele precisa ser comparado ao grupo de placebo. Se os grupos apresentarem o mesmo efeito, então o tratamento não foi o responsável pela melhora (porque o mesmo número de pacientes foi curado na ausência do tratamento). O tratamento só é eficaz se o grupo de tratamento mostrar mais melhorias do que o grupo de placebo.
PositiveEdit
Os controles positivos são frequentemente usados para avaliar a validade do teste. Por exemplo, para avaliar a capacidade de um novo teste de detectar uma doença (sua sensibilidade), podemos compará-lo com um teste diferente que já funcionou. O teste bem estabelecido é o controle positivo, pois já sabemos que a resposta à pergunta (se o teste funciona) é sim.
Da mesma forma, em um ensaio de enzima para medir a quantidade de uma enzima em um conjunto de extratos, um controle positivo seria um ensaio contendo um quantidade conhecida da enzima purificada (enquanto um controle negativo não conteria nenhuma enzima). O controle positivo deve fornecer uma grande quantidade de atividade enzimática, enquanto o controle negativo deve fornecer muito baixa ou nenhuma atividade.
Se o o controle positivo não produz o resultado esperado, pode haver algo errado com o procedimento experimental e o experimento é repetido.Para experimentos difíceis ou complicados, o resultado do controle positivo também pode ajudar em comparação aos resultados experimentais anteriores.Por exemplo, se o teste de doença bem estabelecido foi determinado como tendo a mesma eficácia encontrada por experimentadores anteriores, isso indica que o experimento está sendo realizado da mesma forma que os experimentadores anteriores.
Quando possível , vários controles positivos podem ser usados – se houver mais de um teste de doença conhecido por ser eficaz, mais de um pode ser testado. Vários controles positivos também permitem comparações mais precisas dos resultados (calibração ou padronização) se os resultados esperados dos controles positivos tiverem tamanhos diferentes. Por exemplo, no ensaio de enzima discutido acima, uma curva padrão pode ser produzida fazendo muitas amostras diferentes com diferentes quantidades da enzima.
RandomizationEdit
Na randomização, os grupos que recebem diferentes tratamentos experimentais são determinados aleatoriamente. Embora isso não garanta que não haja diferenças entre os grupos, garante que as diferenças sejam distribuídas igualmente, corrigindo erros sistemáticos.
Por exemplo, em experimentos onde o rendimento da colheita é afetado (por exemplo, fertilidade do solo ), o experimento pode ser controlado atribuindo os tratamentos a parcelas de terreno selecionadas aleatoriamente. Isso atenua o efeito das variações na composição do solo sobre o rendimento.
Experiências cegasEditar
Cegamento é a prática de reter informações que podem enviesar um experimento. Por exemplo, os participantes podem não saber quem recebeu um tratamento ativo e quem recebeu um placebo. Se essa informação se tornasse disponível para os participantes do ensaio, os pacientes poderiam receber um efeito placebo maior, os pesquisadores poderiam influenciar o experimento para atender às suas expectativas (o efeito do observador) e os avaliadores poderiam estar sujeitos a viés de confirmação. Uma cortina pode ser imposta a qualquer participante de um experimento, incluindo sujeitos, pesquisadores, técnicos, analistas de dados e avaliadores. Em alguns casos, a cirurgia simulada pode ser necessária para obter a cegueira.
Durante o curso de um experimento, um participante torna-se cego se deduzir ou de outra forma obter informações que foram mascaradas para ele. O desvinculamento que ocorre antes da conclusão de um estudo é fonte de erro experimental, pois o viés eliminado pelo cegamento é reintroduzido. A revelação é comum em experimentos cegos e deve ser medida e relatada. Meta-pesquisa revelou altos níveis de desvinculação em ensaios farmacológicos. Em particular, os ensaios com antidepressivos são pouco cegos. As diretrizes de relatório recomendam que todos os estudos avaliem e relatem o descomprometimento. Na prática, poucos estudos avaliam o descomissionamento.
O cegamento é uma ferramenta importante do método científico e é usado em muitos campos de pesquisa. Em alguns campos, como a medicina, é considerado essencial. Na pesquisa clínica, um ensaio que não é cego é chamado de ensaio aberto.