Blog do ferdy — extração de dados de artigos científicos para revisão sistemática Entrar no ferdy
ferdyblog

Extração de dados em revisão sistemática: o que registrar de cada artigo

A extração de dados é a etapa que transforma uma pilha de artigos em evidência comparável. É também a que recebe menos atenção no planejamento e consome mais tempo na execução — e as duas coisas estão relacionadas.

Este texto é sobre o que registrar de cada artigo, como escrever os campos para que funcionem, e os erros que obrigam a refazer o trabalho.

O que a extração precisa entregar

Uma tabela em que cada linha é um estudo e cada coluna é a mesma informação, no mesmo formato, para todos. Essa uniformidade é o produto — sem ela você tem quarenta fichamentos, não uma base de síntese.

O teste é simples: se você não consegue ordenar a planilha por uma coluna e entender alguma coisa, a coluna está mal definida.

Os campos que quase toda revisão precisa

Variam com a pergunta, mas um núcleo se repete em quase todas as áreas:

  • Identificação: autores, ano, periódico, DOI. Parece óbvio e some quando a planilha cresce.
  • Contexto: país e, quando couber, ambiente — escola, hospital, empresa, laboratório.
  • Desenho do estudo: com uma lista fechada de opções, não texto livre.
  • População e amostra: quem participou e quantos, com o critério de qual número usar quando houver perdas.
  • Intervenção ou fenômeno: o que foi feito ou observado.
  • Instrumento: como mediram, com nome e versão quando houver.
  • Desfecho e achado principal: o resultado em uma ou duas frases.
  • Limitações declaradas: as que os próprios autores reconhecem — campo subestimado e dos mais úteis na discussão.

Oito a doze campos cobrem a maioria dos casos. Mais que isso costuma indicar que duas perguntas de pesquisa estão sendo respondidas pela mesma revisão.

Como escrever um campo que funciona

Um campo bem definido diz três coisas: o que extrair, em que formato e o que fazer quando não houver.

Compare. “Amostra” devolve “cerca de 200 alunos”, “n=187”, “187 participantes (94 no grupo experimental)” — três formatos na mesma coluna, nenhum somável.

Agora: “número de participantes analisados, apenas o numeral; se houver perdas, use o n final; se não informado, escreva NA”. Essa instrução devolve a mesma coisa em todos os artigos — e a coluna passa a servir para ordenar, somar e filtrar.

Para campos categóricos, feche a lista: “classifique o desenho em: ensaio randomizado, quase-experimental, coorte, transversal, qualitativo ou revisão; use exatamente um destes termos”. Sem a lista, você recebe dezessete variações de “estudo qualitativo descritivo”.

Peça NA, não deixe em branco

Célula vazia é ambígua: não se sabe se o dado não existe no artigo ou se quem extraiu esqueceu. “NA” explícito separa as duas coisas e permite contar quantos estudos não relatam determinado item — o que, muitas vezes, é um achado da própria revisão.

Rastreabilidade: de onde veio cada número

Seis meses depois, na escrita, você vai olhar para um valor na planilha e não vai lembrar de onde saiu. Reabrir o PDF para conferir custa dez minutos por dúvida.

A solução é uma coluna que guarde a frase do artigo que sustenta o dado — “copie a frase que informa o tamanho da amostra, entre aspas, exatamente como está no texto”. A conferência passa a ser olhar a frase ao lado do número.

Vale para extração manual e vale mais ainda para automática: é o que permite verificar sem refazer. Duas ressalvas honestas — o trecho ocupa uma coluna, então peça só para os dois ou três dados que mais importam; e trate-o como ajuda para localizar, não como prova de que a frase existe exatamente assim.

Três erros que custam caro

  • Mudar os campos no meio. Se o artigo quarenta precisa de uma coluna nova, os trinta e nove anteriores voltam para a fila. Defina antes e teste em cinco.
  • Extrair interpretação em vez de dado. “O estudo mostra que funciona” não é extraível nem comparável. Registre o que está escrito; a interpretação é sua e vem na síntese.
  • Não registrar a versão do que foi lido. Pré-print e versão publicada podem ter números diferentes. Guarde o DOI e o ano do que você de fato leu.

Quem extrai

O padrão metodológico é dois extratores independentes, com conferência das divergências. Em revisão de mestrado feita por uma pessoa, isso raramente acontece — e a saída honesta é declarar: extração por um revisor, com conferência por amostragem.

Declarar a limitação é melhor que simulá-la. Banca percebe.

O que a automação muda, e o que não

Extrair à mão leva de 20 a 40 minutos por artigo. É a parte repetitiva: localizar o dado no PDF e transcrever sem errar de linha.

No ferdy você escreve os campos uma vez, com a instrução de cada um, e recebe a tabela pronta — um artigo por linha, exportável em Excel ou CSV. O que não muda: os campos são seus, e a conferência continua sendo trabalho humano. A ferramenta aplica a regra que você escreveu; ela não decide o que é relevante na sua revisão.

Como montar essas colunas é assunto de um texto só: como escolher as colunas da sua tabela de extração. Onde a extração se encaixa no método está em revisão sistemática passo a passo.