Mini-CEX e OSCE: por que a avaliação clínica precisa de mais de um instrumento

Este post foi publicado em geral em por

Mini-CEX e OSCE: instrumentos complementares na avaliação da competência clínica

Aldemar Araujo Castro
Criação: 20/07/2026
Atualização: 20/07/2026
Palavras: 2943
Tempo de leitura: 15 minutos

Resumo. Este texto examina o Mini-CEX e o OSCE, dois instrumentos centrais na avaliação da competência clínica, a partir de suas origens e estruturas distintas. Situa ambos na hierarquia de Miller, mostrando que ocupam níveis diferentes da pirâmide da competência, e detalha suas diferenças quanto a ambiente, tipo de paciente e padronização. Argumenta, com base na avaliação programática, que a escolha entre os dois é um falso problema, pois a validade de um programa de avaliação depende da triangulação de evidências, e não da eleição de um método único. Discute, por fim, os limites e as condições para sua implementação.

Introdução

Um coordenador de residência médica precisa decidir, no início de cada ano letivo, como vai comprovar que os residentes sob sua responsabilidade estão de fato aptos a atender pacientes com segurança. Pode aplicar uma prova teórica, mas sabe que responder corretamente a uma questão sobre insuficiência cardíaca não garante que o residente examine bem um paciente dispneico à beira do leito. Pode observar informalmente alguns atendimentos ao longo do estágio, mas sabe que impressões avulsas, sem registro sistemático nem critério explícito, dificilmente resistem a um questionamento formal sobre a qualidade do processo avaliativo, seja perante uma comissão de residência, seja perante o próprio residente insatisfeito com um conceito.

Esse impasse não é exclusivo de um coordenador específico, tampouco de uma especialidade isolada. Ele atravessa toda a educação médica contemporânea e explica por que dois instrumentos, o Mini-CEX, sigla de Mini Clinical Evaluation Exercise, e o OSCE, sigla de Objective Structured Clinical Examination, em português Exame Clínico Objetivo Estruturado, ocupam lugar central na literatura sobre avaliação de competências desde, respectivamente, o início dos anos 1990 e o final dos anos 1970. Compreender o que cada um mede, e sobretudo o que cada um não consegue medir sozinho, é condição para desenhar programas de avaliação que resistam ao escrutínio acadêmico e, mais importante, que produzam profissionais efetivamente preparados para a prática real.

Este texto percorre a origem e a estrutura dos dois instrumentos, examina suas diferenças práticas quanto a ambiente, tipo de paciente e padronização, e propõe uma leitura integrada, ancorada na hierarquia de Miller e no conceito de avaliação programática, sobre por que a pergunta relevante não é qual dos dois escolher, mas como combiná-los ao longo de um percurso formativo.

A pirâmide de Miller e os níveis da competência clínica

Em 1990, George Miller propôs um modelo hierárquico que se tornou referência obrigatória em qualquer discussão sobre avaliação de competência clínica (Miller, 1990). O modelo, conhecido como pirâmide de Miller, organiza a competência em quatro níveis sobrepostos. Na base está o nível “knows”, o conhecimento factual que o estudante consegue recordar e reproduzir em provas escritas de múltipla escolha ou dissertativas. Um degrau acima está o “knows how”, a capacidade de aplicar esse conhecimento a um raciocínio clínico, por exemplo, ao interpretar um caso hipotético apresentado em papel e propor uma conduta coerente. O terceiro nível, “shows how”, corresponde à demonstração da habilidade em condições controladas, diante de um avaliador, ainda que em cenário simulado e previamente combinado. No topo da pirâmide está o “does”, o desempenho real, não ensaiado, que o profissional exibe no exercício cotidiano da prática clínica, quando ninguém está deliberadamente testando-o e as consequências das decisões recaem sobre um paciente verdadeiro.

Essa hierarquia importa porque nenhum instrumento avalia todos os níveis com igual eficácia, e confundir os níveis é um erro metodológico frequente no planejamento de currículos. Provas de múltipla escolha e questões dissertativas são adequadas aos dois primeiros níveis, mas pouco dizem sobre o comportamento efetivo do examinando diante de um paciente, por mais que o candidato domine a teoria subjacente. É exatamente na fronteira entre “shows how” e “does” que se posicionam, respectivamente, o OSCE e o Mini-CEX, e é essa diferença de posicionamento, mais do que qualquer detalhe operacional de aplicação, que explica por que os dois instrumentos não competem entre si, mas ocupam patamares distintos e complementares da mesma pirâmide.

A relevância prática dessa distinção é direta e tem consequências para a certificação profissional. Um programa de residência que avalia seus residentes exclusivamente por meio de estações simuladas está, por melhor que seja o desenho dessas estações, medindo apenas até o nível “shows how”. Sem instrumentos que capturem o “does”, o programa corre o risco de certificar como competente um profissional que demonstra bem a habilidade sob observação controlada, mas cuja conduta no dia a dia, sob pressão de tempo, diante de múltiplos pacientes simultâneos e de intercorrências reais, permanece desconhecida até o primeiro erro grave em serviço.

O Mini-CEX: origem, estrutura e aplicação no ambiente real de trabalho

O Mini-CEX foi desenvolvido pelo American Board of Internal Medicine e descrito de forma sistemática por John Norcini e colaboradores, com validação multicêntrica publicada em 2003 nos Annals of Internal Medicine, em estudo que reuniu observações de mais de quatrocentos residentes em diferentes instituições dos Estados Unidos (Norcini et al., 2003). O instrumento consiste na observação direta de um encontro clínico real, com duração aproximada de quinze a vinte minutos, entre o estudante ou residente e um paciente que efetivamente procurou atendimento, seja em enfermaria, ambulatório ou pronto-socorro, sem qualquer preparo prévio do encontro para fins avaliativos.

Ao final da observação, o avaliador atribui notas, geralmente em escala de nove pontos, a um conjunto de competências: habilidades de anamnese, exame físico, humanismo e profissionalismo, julgamento clínico, habilidades de comunicação, organização e eficiência, e competência clínica global. Segue-se um momento estruturado de feedback, apontado pela literatura como o componente de maior valor pedagógico do instrumento, pois oferece ao aprendiz orientação concreta e imediata sobre o próprio desempenho, algo que uma prova escrita, por definição, jamais poderia proporcionar no calor do encontro clínico.

A característica que distingue o Mini-CEX de exames de estação única é a intenção de aplicação repetida ao longo do tempo. Um único encontro observado diz pouco sobre a competência global de um residente, porque o desempenho varia conforme o paciente, a queixa apresentada e o contexto assistencial, fenômeno que a literatura de avaliação denomina especificidade de caso. Por isso, o instrumento é concebido para ser aplicado múltiplas vezes, por diferentes avaliadores, com diferentes pacientes, ao longo de um período de formação, de modo que a amostragem repetida compense a variabilidade de cada observação isolada e permita estimativas mais estáveis do desempenho real do aprendiz, algo que nenhuma observação única, por mais cuidadosa, conseguiria oferecer.

Essa lógica de amostragem repetida, aliás, é o que torna o Mini-CEX um representante típico da chamada avaliação no local de trabalho, categoria de instrumentos que também inclui o DOPS (Direct Observation of Procedural Skills), voltado à observação de procedimentos técnicos, e a discussão de casos clínicos documentados em prontuário, além de instrumentos de feedback multifonte (Norcini e Burch, 2007). O Mini-CEX não nasceu, portanto, como substituto do OSCE, mas como resposta a uma lacuna que o próprio OSCE, por desenho, não se propunha a preencher.

O OSCE: origem, estrutura e padronização por estações simuladas

O OSCE foi concebido por Ronald Harden e Fiona Gleeson, da Universidade de Dundee, na Escócia, e descrito em artigo seminal publicado em 1979 no periódico Medical Education (Harden e Gleeson, 1979). O instrumento nasceu de uma insatisfação técnica bastante concreta: exames clínicos tradicionais, em que um único paciente e um único examinador determinavam a nota final do candidato, mostravam-se pouco confiáveis, porque a dificuldade do caso sorteado e o rigor pessoal do examinador variavam de forma incontrolável entre os candidatos submetidos à mesma prova.

A solução proposta por Harden foi organizar a avaliação em um circuito de estações, cada uma com duração fixa, geralmente entre cinco e dez minutos, e com uma tarefa previamente definida: colher uma história clínica dirigida a uma queixa específica, realizar uma manobra semiológica determinada, interpretar um exame complementar, comunicar um diagnóstico difícil a um paciente simulado. Em cada estação, o candidato é avaliado por meio de um checklist ou de uma escala objetiva, previamente calibrada por especialistas, o que reduz substancialmente a subjetividade do julgamento e permite comparar candidatos entre si com maior equidade, exigência central em provas de larga escala, como concursos e exames de conclusão de curso.

Para viabilizar esse controle, o OSCE recorre predominantemente a pacientes padronizados, atores treinados para reproduzir de forma consistente um quadro clínico e um padrão de comportamento ao longo de toda a rodada de candidatos, ou a manequins e simuladores para procedimentos técnicos e situações de emergência. Essa opção metodológica é o que garante a padronização, mas constitui também sua principal limitação: por mais bem treinado que esteja o ator, a interação carece da imprevisibilidade, da comorbidade real e da carga emocional genuína que caracterizam o encontro com um paciente verdadeiro, e a duração breve de cada estação impede a avaliação de decisões terapêuticas que só se revelam adequadas ou inadequadas ao longo de horas ou dias de acompanhamento clínico.

Diferenças práticas entre os dois instrumentos

Reunidas lado a lado, as diferenças entre os dois instrumentos organizam-se em três eixos principais. O primeiro é o ambiente: o OSCE ocorre em circuito de estações simuladas, montado especificamente para fins avaliativos, geralmente em um único dia e em local controlado, ao passo que o Mini-CEX se realiza no próprio ambiente assistencial, sem qualquer preparação artificial do cenário, disperso ao longo de semanas ou meses de rotina clínica. O segundo eixo é o tipo de paciente: atores e manequins no OSCE, garantindo reprodutibilidade entre candidatos submetidos à mesma estação, contra pacientes reais no Mini-CEX, com toda a variabilidade clínica, o nível de cooperação heterogêneo e as comorbidades genuínas que isso implica para quem examina. O terceiro eixo é a tensão entre padronização e realismo: o OSCE maximiza o controle das condições de prova, à custa do realismo do encontro clínico, enquanto o Mini-CEX maximiza o realismo, à custa do controle sobre as condições em que cada observação ocorre.

Essa tensão tem consequência psicométrica direta, relevante para quem planeja programas de avaliação. O OSCE, por padronizar tarefa e critério de correção, alcança confiabilidade elevada com um número relativamente menor de estações, desde que esse número seja suficiente para cobrir domínios de conteúdo diversos e evitar que o resultado dependa excessivamente de uma única estação atípica. O Mini-CEX, justamente por depender de pacientes reais e não padronizados, exige múltiplas observações, tipicamente entre quatro e dez encontros avaliados por examinadores distintos, para alcançar níveis semelhantes de confiabilidade, precisamente por causa da especificidade de caso já mencionada.

Vale notar que essas diferenças não tornam um instrumento superior ao outro em abstrato, nem permitem afirmar que um seja mais rigoroso do que o outro em sentido absoluto. Elas apenas confirmam que os dois medem construtos parcialmente distintos, com métodos adequados a propósitos distintos, o que já sinaliza a direção do argumento central deste texto: a escolha produtiva não é entre um instrumento e outro, mas sobre como combiná-los dentro de um mesmo desenho de avaliação.

Da comparação à complementaridade: triangulação e avaliação programática

A formalização teórica dessa complementaridade deve-se, em grande medida, a Cees van der Vleuten e Lambert Schuwirth, que em artigo de 2005 no periódico Medical Education cunharam o conceito de avaliação programática (van der Vleuten e Schuwirth, 2005). A tese central dos autores é que nenhum instrumento isolado, por mais bem construído que seja, sustenta inferências robustas sobre a competência de um profissional. A validade da avaliação emerge da triangulação de múltiplas fontes de evidência, coletadas por métodos diferentes, em momentos diferentes, ao longo de todo o período de formação, e interpretadas em conjunto por uma comissão de avaliação, e não a partir de um único resultado isolado, por mais elaborado que tenha sido o instrumento que o produziu.

Sob essa perspectiva, OSCE e Mini-CEX deixam de ser concorrentes e passam a ser peças complementares de um mesmo programa formativo. O OSCE contribui com a avaliação padronizada e equitativa de habilidades específicas, especialmente útil em decisões de alto risco, como exames de progressão de fase, provas de residência ou exames de certificação, situações em que a comparabilidade estrita entre candidatos é indispensável do ponto de vista da justiça do processo seletivo. O Mini-CEX contribui com a evidência de desempenho autêntico e longitudinal, no nível “does” da pirâmide de Miller, insubstituível para decisões formativas sobre o desenvolvimento individual de cada aprendiz ao longo do tempo, e para identificar precocemente dificuldades que uma prova pontual jamais revelaria.

É importante, contudo, evitar uma formulação excessivamente simplificada dessa relação, sob pena de esvaziar seu rigor conceitual. A literatura sobre avaliação programática não afirma que um instrumento “compensa estatisticamente” a limitação do outro, no sentido de anular seu erro de medida por algum mecanismo de compensação automática. O termo mais preciso, empregado pelos próprios autores da área, é complementaridade de evidências: cada instrumento produz um tipo de informação que os demais não produzem, e a soma dessas informações, e não a média nem a compensação aritmética entre elas, é que sustenta um julgamento defensável sobre a competência do aprendiz (Norcini e Burch, 2007). Um programa bem desenhado combina, tipicamente, um ou dois OSCEs formais por ano, para decisões de progressão, com um número maior de Mini-CEX distribuídos ao longo do mesmo período, para acompanhamento formativo contínuo, e reúne todo esse conjunto de evidências em comitês de progressão que deliberam sobre o percurso de cada aprendiz.

Limites de cada instrumento e cuidados na implementação

Nenhum dos dois instrumentos, isoladamente, resolve o problema da avaliação clínica, e ambos exigem investimento institucional consistente para funcionar como pretendido pela literatura que os fundamenta. O Mini-CEX depende de avaliadores dispostos a interromper a própria rotina assistencial para observar um colega em formação, registrar notas e, sobretudo, oferecer feedback estruturado, tarefa que consome tempo escasso e que, sem treinamento adequado dos avaliadores, tende a gerar notas artificialmente elevadas e feedback genérico, pouco útil ao aprendiz e pouco discriminativo entre desempenhos efetivamente diferentes. O OSCE, por sua vez, tem custo elevado de produção: recrutar e treinar pacientes padronizados, elaborar e validar checklists para múltiplas estações, coordenar a logística de um circuito com dezenas de candidatos em rodízio simultâneo, são exigências que nem toda instituição consegue sustentar com a frequência desejável ao longo de um currículo inteiro.

Há ainda um limite comum aos dois instrumentos, menos discutido na literatura de divulgação, porém central na literatura psicométrica sobre avaliação de desempenho: a confiabilidade de qualquer avaliação depende do número de observações independentes, não da sofisticação de um único encontro isolado. Um OSCE com poucas estações ou um Mini-CEX com poucas observações produzem, ambos, estimativas instáveis, sujeitas a erro de amostragem, por mais bem desenhado que seja o instrumento em si. A implicação prática é que programas de avaliação clínica precisam planejar, desde o início do currículo, quantas observações serão necessárias, com quantos avaliadores distintos, para que o resultado final tenha validade suficiente para sustentar decisões, sobretudo decisões de alto risco, como reprovação, retenção ou não certificação de um aprendiz.

A literatura aponta, ainda, que o treinamento dos avaliadores é, isoladamente, um dos fatores mais associados à melhora da qualidade do feedback e à redução da leniência nas notas atribuídas no Mini-CEX (Norcini e Burch, 2007). Oficinas de capacitação de preceptores, voltadas a como observar sistematicamente, como pontuar com critério consistente e como conduzir a conversa de feedback sem constranger o aprendiz, tendem a produzir ganhos mais duradouros do que a simples multiplicação do número de instrumentos aplicados sem a qualificação correspondente de quem os aplica. Instituições que investem apenas na compra ou na criação do instrumento, sem investir paralelamente na formação de quem observa, costumam colher dados de qualidade inferior à esperada, independentemente do rigor teórico do método escolhido.

Aplicação no contexto da residência médica brasileira

No Brasil, a decisão sobre como avaliar a competência clínica ao longo da residência médica não é apenas pedagógica, mas também regulatória. Os programas de residência credenciados operam sob supervisão da Comissão Nacional de Residência Médica, vinculada ao Ministério da Educação, e das comissões de residência médica de cada instituição, responsáveis, entre outras atribuições, pela idoneidade do processo avaliativo interno. A legislação brasileira não impõe, em nível federal, o uso obrigatório de instrumentos específicos como o Mini-CEX ou o OSCE, mas ambos vêm sendo progressivamente incorporados por programas de residência e por escolas médicas brasileiras, sobretudo diante da migração curricular para modelos orientados por competências.

Essa incorporação, contudo, esbarra nas mesmas limitações discutidas na seção anterior, agravadas por particularidades do contexto nacional: a sobrecarga assistencial de muitos preceptores, sem tempo institucionalmente protegido para observação estruturada, e a escassez de recursos para manter bancos de pacientes padronizados e circuitos de OSCE com frequência regular. Programas que conseguem sustentar as duas frentes, ainda que de forma modesta e crescente, tendem a produzir portfólios de avaliação mais robustos, com evidência tanto do desempenho controlado quanto do desempenho autêntico de cada residente, o que fortalece a defensabilidade das decisões de progressão perante auditorias internas e externas.

Considerações finais

A pergunta que abriu este texto, sobre como um coordenador de residência deveria comprovar a competência dos profissionais sob sua responsabilidade, não tem resposta em um único instrumento, por mais sofisticado que seja seu desenho. Tem resposta em um programa de avaliação que reconheça, com clareza, o que cada método mede bem e o que cada método, por sua própria natureza, não consegue medir sozinho. O OSCE oferece o rigor e a equidade de que decisões de alto risco necessitam, quando a comparabilidade entre candidatos é condição de justiça. O Mini-CEX oferece a autenticidade e a continuidade de que o acompanhamento formativo necessita, quando o objetivo é orientar o desenvolvimento de cada aprendiz ao longo do tempo. Nenhum dos dois substitui o outro, e tratá-los como alternativas concorrentes é desperdiçar o potencial pedagógico de ambos.

Para o leitor envolvido na formação de residentes, estudantes ou especializandos, a lição prática é menos sobre qual ferramenta adotar isoladamente e mais sobre como estruturar, ao longo do tempo, um mosaico de observações suficiente para sustentar um julgamento responsável sobre a competência de cada aprendiz. Isso exige planejamento explícito, investimento em treinamento de avaliadores e disposição institucional para tratar a avaliação não como um evento pontual de fim de estágio, mas como um processo contínuo, tão rigoroso quanto o cuidado que se espera que o futuro profissional dedique, um dia, a seus próprios pacientes.

Fontes

1. Norcini JJ, Blank LL, Duffy FD, Fortna GS. The mini-CEX: a method for assessing clinical skills. Ann Intern Med. 2003;138(6):476-481. DOI: https://doi.org/10.7326/0003-4819-138-6-200303180-00012 Disponível em: https://www.acpjournals.org/doi/10.7326/0003-4819-138-6-200303180-00012 Comentário: estudo multicêntrico de validação do Mini-CEX, referência primária para a estrutura, as escalas de nove pontos e a lógica de amostragem repetida do instrumento. Fundamenta toda a seção sobre origem e funcionamento do Mini-CEX neste texto.

2. Miller GE. The assessment of clinical skills/competence/performance. Acad Med. 1990;65(9 Suppl):S63-S67. DOI: https://doi.org/10.1097/00001888-199009000-00045 Disponível em: https://academic.oup.com/academicmedicine/article-abstract/65/9/S63/8361091 Comentário: artigo fundador da pirâmide de Miller, usado neste texto como chave de leitura para posicionar OSCE e Mini-CEX em níveis distintos e complementares da hierarquia da competência clínica.

3. Harden RM, Gleeson FA. Assessment of clinical competence using an objective structured clinical examination (OSCE). Med Educ. 1979;13(1):41-54. DOI: https://doi.org/10.1111/j.1365-2923.1979.tb00918.x Disponível em: https://asmepublications.onlinelibrary.wiley.com/doi/10.1111/j.1365-2923.1979.tb00918.x Comentário: artigo seminal que descreve a criação do OSCE em Dundee, detalhando a motivação original de padronização e o desenho em circuito de estações que permanece em uso até hoje.

4. van der Vleuten CPM, Schuwirth LWT. Assessing professional competence: from methods to programmes. Med Educ. 2005;39(3):309-317. DOI: https://doi.org/10.1111/j.1365-2929.2005.02094.x Disponível em: https://asmepublications.onlinelibrary.wiley.com/doi/abs/10.1111/j.1365-2929.2005.02094.x Comentário: origem do conceito de avaliação programática, central para o argumento deste texto de que a complementaridade entre instrumentos, e não a escolha exclusiva de um deles, sustenta inferências válidas sobre competência.

5. Norcini JJ, Burch V. Workplace-based assessment as an educational tool: AMEE Guide No. 31. Med Teach. 2007;29(9-10):855-871. DOI: https://doi.org/10.1080/01421590701775453 Disponível em: https://www.tandfonline.com/doi/abs/10.1080/01421590701775453 Comentário: revisão de referência sobre avaliação no local de trabalho, situa o Mini-CEX dentro de uma família mais ampla de instrumentos e discute condições institucionais, como treinamento de avaliadores, necessárias para sua implementação eficaz.

Pontos para Recordar

  1. O Mini-CEX é um instrumento de observação direta de encontros clínicos reais, desenvolvido pelo American Board of Internal Medicine e validado por Norcini e colaboradores em 2003.
  2. O OSCE é um exame estruturado em circuito de estações simuladas, com pacientes padronizados ou manequins, criado por Harden e Gleeson em 1979 na Universidade de Dundee.
  3. A pirâmide de Miller, proposta em 1990, situa o OSCE no nível “shows how” e o Mini-CEX no nível “does”, explicando por que os dois instrumentos medem aspectos distintos da competência.
  4. As principais diferenças práticas entre os dois instrumentos residem no ambiente de avaliação, no tipo de paciente envolvido e no equilíbrio entre padronização e realismo.
  5. O Mini-CEX exige múltiplas observações, geralmente entre quatro e dez, por causa do fenômeno de especificidade de caso, para alcançar confiabilidade adequada.
  6. O conceito de avaliação programática, formulado por van der Vleuten e Schuwirth em 2005, sustenta que a validade da avaliação depende da triangulação de múltiplas evidências, e não de um instrumento único.
  7. A implementação eficaz de ambos os instrumentos depende de investimento institucional em treinamento de avaliadores e em planejamento do número mínimo de observações necessárias para decisões de alto risco.

Declaração de uso de Inteligência Artificial Generativa. Este texto foi produzido com o auxílio de Claude, desenvolvida pela Anthropic, utilizado como ferramenta de apoio nas fases de brainstorming, de estruturação do conteúdo e de produção do texto. As imagens foram produzidas com auxílio do ChatGPT da OpenAI. A responsabilidade pela versão final e precisão das informações, pelo pensamento crítico, pela seleção das fontes e pelo conteúdo publicado é integralmente do autor.