o l\u00e1pis hesita \u00e0 margem<\/strong>
da terra sem nome<\/strong><\/p>\n
Resumo.<\/strong> Este texto examina como identificar, classificar e justificar uma lacuna de pesquisa com rigor metodol\u00f3gico, em vez de apenas declar\u00e1-la. Parte da distin\u00e7\u00e3o entre aus\u00eancia de estudos e insufici\u00eancia de evid\u00eancia e percorre cinco fam\u00edlias de m\u00e9todos: taxonomias conceituais, ferramentas de avalia\u00e7\u00e3o da evid\u00eancia, acr\u00f4nimos de decomposi\u00e7\u00e3o da pergunta, m\u00e9todos participativos de prioriza\u00e7\u00e3o e t\u00e9cnicas computacionais de leitura da literatura. Discute ainda o papel da intelig\u00eancia artificial generativa, com suas utilidades e seus limites, e prop\u00f5e um roteiro integrado. O leitor encontrar\u00e1 crit\u00e9rios pr\u00e1ticos para redigir justificativas que resistam \u00e0 banca e ao parecerista.<\/p>\n Quatro movimentos transformam a lacuna de declara\u00e7\u00e3o em demonstra\u00e7\u00e3o.<\/p><\/div>\n A cena se repete nas bancas de qualifica\u00e7\u00e3o e nos pareceres de peri\u00f3dicos. O p\u00f3s-graduando apresenta o projeto, chega \u00e0 justificativa e afirma com convic\u00e7\u00e3o que n\u00e3o h\u00e1 nada publicado sobre o tema. O avaliador faz uma \u00fanica pergunta: onde voc\u00ea procurou? A resposta costuma revelar duas bases consultadas, uma combina\u00e7\u00e3o improvisada de palavras-chave e nenhum registro da busca. O argumento que parecia o mais forte do projeto desmorona em segundos.<\/p>\n O problema n\u00e3o est\u00e1 na inten\u00e7\u00e3o, mas no estatuto l\u00f3gico da afirma\u00e7\u00e3o. Dizer que algo n\u00e3o existe \u00e9 fazer uma afirma\u00e7\u00e3o emp\u00edrica<\/strong>, e afirma\u00e7\u00f5es emp\u00edricas exigem m\u00e9todo. H\u00e1 ainda um equ\u00edvoco mais sutil: a aus\u00eancia de artigos raramente \u00e9 a verdadeira lacuna. Com frequ\u00eancia h\u00e1 estudos, mas eles s\u00e3o pequenos, enviesados, contradit\u00f3rios ou feitos em popula\u00e7\u00f5es diferentes daquela que interessa ao pesquisador. Confundir aus\u00eancia com insufici\u00eancia de evid\u00eancia<\/strong> \u00e9 o erro de origem de muitas justificativas fr\u00e1geis.<\/p>\n Este texto apresenta as ferramentas que a literatura metodol\u00f3gica oferece para transformar a lacuna de declara\u00e7\u00e3o em demonstra\u00e7\u00e3o. Elas se distribuem em cinco fam\u00edlias: taxonomias que d\u00e3o nome \u00e0 lacuna, instrumentos que medem a fragilidade da evid\u00eancia, acr\u00f4nimos que decomp\u00f5em a pergunta, m\u00e9todos participativos que priorizam incertezas e t\u00e9cnicas computacionais que leem a literatura em escala. Ao final, discute-se o lugar da intelig\u00eancia artificial generativa nesse processo e prop\u00f5e-se um roteiro para combinar os m\u00e9todos ao longo do projeto.<\/p>\n Uma lacuna de pesquisa n\u00e3o \u00e9 um espa\u00e7o vazio na estante da biblioteca. Na formula\u00e7\u00e3o de Robinson e colaboradores, ela corresponde a um tema ou \u00e1rea em que informa\u00e7\u00e3o ausente ou inadequada limita a capacidade de chegar a uma conclus\u00e3o<\/strong> sobre determinada pergunta (Robinson et al., 2011). A defini\u00e7\u00e3o desloca o foco: o que importa n\u00e3o \u00e9 quantos artigos existem, mas se o conjunto dispon\u00edvel permite responder \u00e0 pergunta com seguran\u00e7a. Dez estudos pequenos e discordantes podem configurar uma lacuna mais s\u00e9ria do que a aus\u00eancia completa de publica\u00e7\u00f5es sobre um tema irrelevante.<\/p>\n Essa constata\u00e7\u00e3o tem consequ\u00eancia pr\u00e1tica imediata. Ao revisar o que faziam as organiza\u00e7\u00f5es dedicadas \u00e0 s\u00edntese de evid\u00eancias, Robinson e colaboradores observaram que relat\u00f3rios de revis\u00f5es sistem\u00e1ticas costumavam trazer recomenda\u00e7\u00f5es de pesquisa futura, mas quase nunca explicavam como as lacunas tinham sido identificadas, e apenas uma minoria das organiza\u00e7\u00f5es utilizava algum framework expl\u00edcito para isso (Robinson et al., 2011). Se at\u00e9 as institui\u00e7\u00f5es especializadas tratavam a lacuna de modo intuitivo, n\u00e3o surpreende que o pesquisador iniciante fa\u00e7a o mesmo.<\/p>\n A heterogeneidade conceitual tamb\u00e9m \u00e9 documentada. Uma revis\u00e3o de escopo que reuniu 139 publica\u00e7\u00f5es sobre m\u00e9todos para identificar, priorizar e exibir lacunas em pesquisa em sa\u00fade encontrou grande variedade de defini\u00e7\u00f5es e procedimentos, que iam da s\u00edntese de conhecimento ao inqu\u00e9rito com especialistas, passando por estudos bibliom\u00e9tricos e exerc\u00edcios formais de prioriza\u00e7\u00e3o (Nyanchoka et al., 2019). N\u00e3o h\u00e1, portanto, um m\u00e9todo \u00fanico e consagrado. H\u00e1 um repert\u00f3rio, e cabe ao pesquisador escolher e declarar o que utilizou.<\/p>\n Conv\u00e9m ainda distinguir tr\u00eas no\u00e7\u00f5es que a linguagem cotidiana costuma fundir. A lacuna<\/strong> \u00e9 a constata\u00e7\u00e3o de que a evid\u00eancia \u00e9 insuficiente. A necessidade de pesquisa<\/strong> \u00e9 a tradu\u00e7\u00e3o dessa lacuna em um estudo concreto, com popula\u00e7\u00e3o, desenho e desfecho definidos. A prioridade<\/strong> \u00e9 o ju\u00edzo sobre quais necessidades devem ser atendidas primeiro, considerando relev\u00e2ncia, viabilidade e interesse de quem usa os resultados. Uma justificativa robusta percorre os tr\u00eas n\u00edveis, e cada fam\u00edlia de m\u00e9todos apresentada a seguir contribui para um ou mais deles.<\/p>\n O primeiro passo para demonstrar uma lacuna \u00e9 nome\u00e1-la com precis\u00e3o. Nomear significa classificar: dizer se o problema \u00e9 de conhecimento inexistente, de resultados contradit\u00f3rios, de m\u00e9todo inadequado ou de popula\u00e7\u00e3o negligenciada. A vantagem \u00e9 dupla. O avaliador compreende de imediato qual barreira o estudo pretende superar, e o pr\u00f3prio pesquisador \u00e9 obrigado a sair da generalidade.<\/p>\n Uma das propostas mais citadas \u00e9 o framework apresentado por M\u00fcller-Bloch e Kranz em 2015, nos anais da International Conference on Information Systems. Os autores analisaram quarenta revis\u00f5es de literatura com abordagem de teoria fundamentada nos dados e derivaram seis tipos de lacuna. A lacuna de evid\u00eancia contradit\u00f3ria<\/strong> surge quando estudos sobre o mesmo fen\u00f4meno chegam a conclus\u00f5es divergentes. O vazio de conhecimento corresponde \u00e0 aus\u00eancia de investiga\u00e7\u00e3o sobre determinado aspecto. O conflito entre a\u00e7\u00e3o e conhecimento aparece quando a pr\u00e1tica profissional se afasta do que a pesquisa recomenda, ou quando a pesquisa ignora o que a pr\u00e1tica j\u00e1 faz. A lacuna metodol\u00f3gica decorre de desenhos que limitam a validade dos achados. O vazio de avalia\u00e7\u00e3o indica que interven\u00e7\u00f5es ou teorias existentes nunca foram testadas empiricamente. O vazio de aplica\u00e7\u00e3o te\u00f3rica sinaliza que uma teoria potencialmente \u00fatil ainda n\u00e3o foi empregada naquele dom\u00ednio.<\/p>\n Em 2017, Miles reorganizou essas categorias em uma taxonomia de sete tipos, apresentada em um workshop para doutorandos realizado em Dallas, nos Estados Unidos: lacuna de evid\u00eancia, de conhecimento, de conflito entre conhecimento e pr\u00e1tica, metodol\u00f3gica, emp\u00edrica, te\u00f3rica e populacional<\/strong>. Esta \u00faltima merece aten\u00e7\u00e3o especial nas ci\u00eancias da sa\u00fade, porque designa popula\u00e7\u00f5es sub-representadas na pesquisa, como idosos fr\u00e1geis, gestantes, povos ind\u00edgenas ou pacientes atendidos fora dos grandes centros. Um esclarecimento \u00e9 necess\u00e1rio: o trabalho de Miles n\u00e3o foi publicado em peri\u00f3dico com revis\u00e3o por pares, embora circule amplamente e seja muito citado. Pode ser usado como vocabul\u00e1rio de trabalho, mas n\u00e3o deve ser apresentado como padr\u00e3o internacional consolidado.<\/p>\n Alguns textos atribuem a Jacobs, em 2011, uma tipologia anterior com dimens\u00f5es de generaliza\u00e7\u00e3o, aplica\u00e7\u00e3o e evid\u00eancia contradit\u00f3ria. A refer\u00eancia aparece em trabalhos posteriores, inclusive no de Miles, mas n\u00e3o foi poss\u00edvel localizar a fonte prim\u00e1ria para conferir seu conte\u00fado, raz\u00e3o pela qual ela \u00e9 mencionada aqui apenas como antecedente hist\u00f3rico.<\/p>\n Na pr\u00e1tica, as taxonomias servem para redigir a frase central da justificativa com precis\u00e3o. Em vez de “pouco se sabe sobre o tema”, o pesquisador escreve que os estudos existentes apresentam resultados contradit\u00f3rios quanto ao desfecho principal, ou que nenhum deles incluiu pacientes acompanhados na aten\u00e7\u00e3o prim\u00e1ria. Uma mesma pergunta pode reunir mais de um tipo de lacuna, e reconhecer essa sobreposi\u00e7\u00e3o costuma fortalecer o argumento.<\/p>\n Nomear a lacuna resolve o problema da precis\u00e3o, mas n\u00e3o o da relev\u00e2ncia. Sandberg e Alvesson analisaram 52 artigos de estudos organizacionais para entender como os pesquisadores constroem suas perguntas a partir da literatura e constataram o predom\u00ednio do que chamaram de gap-spotting<\/strong>, isto \u00e9, a busca por lacunas a preencher (Sandberg e Alvesson, 2011). Identificaram tr\u00eas modos principais. O confusion spotting parte de evid\u00eancias conflitantes e prop\u00f5e esclarec\u00ea-las. O neglect spotting aponta \u00e1reas negligenciadas, pouco estudadas ou carentes de apoio emp\u00edrico. O application spotting estende uma teoria ou um modelo conhecido a um contexto em que ainda n\u00e3o foi aplicado.<\/p>\n O diagn\u00f3stico dos autores \u00e9 provocativo. O gap-spotting n\u00e3o \u00e9 ileg\u00edtimo, mas tende a refor\u00e7ar as teorias existentes<\/strong> em vez de question\u00e1-las, porque aceita os pressupostos da literatura e se limita a acrescentar pe\u00e7as ao quadro (Sandberg e Alvesson, 2011). O resultado \u00e9 uma produ\u00e7\u00e3o incremental, \u00fatil para acumular dados, mas raramente capaz de mudar a forma como um campo pensa. Os autores atribuem essa prefer\u00eancia a normas sociais da carreira acad\u00eamica: a press\u00e3o por publicar, a expectativa dos peri\u00f3dicos e a seguran\u00e7a de dialogar com o que j\u00e1 est\u00e1 estabelecido.<\/p>\n Como alternativa, Alvesson e Sandberg propuseram, em trabalho complementar publicado no mesmo ano, a problematiza\u00e7\u00e3o<\/strong>: identificar os pressupostos que sustentam uma linha de pesquisa, articul\u00e1-los explicitamente e avaliar se resistem ao escrut\u00ednio. Os pressupostos podem ser internos a uma escola de pensamento, met\u00e1foras de base, premissas de paradigma, compromissos ideol\u00f3gicos ou consensos de todo um campo. A pergunta que nasce da problematiza\u00e7\u00e3o n\u00e3o \u00e9 o que ainda falta saber, mas o que a literatura d\u00e1 como certo e talvez n\u00e3o devesse.<\/p>\n Um exemplo hipot\u00e9tico ajuda a perceber a diferen\u00e7a. Uma linha de pesquisa sobre ades\u00e3o ao tratamento pode tratar a n\u00e3o ades\u00e3o como atributo do paciente, a ser corrigido por educa\u00e7\u00e3o em sa\u00fade. O gap-spotting proporia testar a mesma interven\u00e7\u00e3o educativa em outra popula\u00e7\u00e3o. A problematiza\u00e7\u00e3o perguntaria se o pressuposto est\u00e1 correto, e se a n\u00e3o ades\u00e3o n\u00e3o decorre, ao menos em parte, da organiza\u00e7\u00e3o do servi\u00e7o, do custo do transporte ou da forma como o tratamento foi prescrito. A segunda pergunta \u00e9 mais arriscada e mais dif\u00edcil de financiar, mas tem maior potencial de mudar a pr\u00e1tica.<\/p>\n Para a maioria dos projetos de gradua\u00e7\u00e3o e mestrado, o gap-spotting bem executado \u00e9 suficiente e adequado. Em teses de doutorado e em linhas de pesquisa maduras, por\u00e9m, vale perguntar se o estudo apenas preenche um detalhe marginal ou se enfrenta um problema estrutural do campo.<\/p>\n Nas ci\u00eancias da sa\u00fade, a demonstra\u00e7\u00e3o mais s\u00f3lida de uma lacuna vem da avalia\u00e7\u00e3o sistem\u00e1tica da evid\u00eancia existente. Aqui o pesquisador deixa de afirmar que a literatura \u00e9 insuficiente e passa a mostrar onde e por que ela falha.<\/p>\n O framework de Robinson e colaboradores organiza essa demonstra\u00e7\u00e3o em dois movimentos (Robinson et al., 2011). O primeiro \u00e9 caracterizar a lacuna<\/strong> com os elementos do acr\u00f4nimo PICOS: em que popula\u00e7\u00e3o, com que interven\u00e7\u00e3o, contra que comparador, para que desfecho e em que cen\u00e1rio a evid\u00eancia \u00e9 deficiente. O segundo \u00e9 classificar a causa da defici\u00eancia em uma de quatro categorias: informa\u00e7\u00e3o insuficiente ou imprecisa, informa\u00e7\u00e3o enviesada, inconsist\u00eancia ou consist\u00eancia desconhecida entre os estudos, e informa\u00e7\u00e3o inadequada para a pergunta, como quando os estudos medem desfechos substitutos e n\u00e3o os desfechos que importam ao paciente. Os autores aplicaram o framework a cinquenta revis\u00f5es sistem\u00e1ticas e identificaram cerca de seiscentas lacunas distintas.<\/p>\n A classifica\u00e7\u00e3o da causa tem valor estrat\u00e9gico, porque cada categoria pede um tipo diferente de estudo. Informa\u00e7\u00e3o imprecisa pede estudos maiores. Informa\u00e7\u00e3o enviesada pede desenhos mais rigorosos. Inconsist\u00eancia pede investiga\u00e7\u00e3o das fontes de heterogeneidade. Informa\u00e7\u00e3o inadequada pede a mensura\u00e7\u00e3o dos desfechos corretos. A justificativa deixa de ser gen\u00e9rica e passa a indicar exatamente que estudo o campo precisa.<\/p>\n O sistema GRADE oferece o vocabul\u00e1rio mais difundido para graduar a certeza da evid\u00eancia<\/strong> em quatro n\u00edveis, de alta a muito baixa, considerando cinco dom\u00ednios que podem rebaix\u00e1-la: risco de vi\u00e9s, imprecis\u00e3o, inconsist\u00eancia, evid\u00eancia indireta e vi\u00e9s de publica\u00e7\u00e3o. Uma revis\u00e3o de escopo publicada em 2026 mapeou catorze frameworks destinados a identificar lacunas, formular necessidades e estabelecer prioridades a partir de s\u00ednteses de evid\u00eancia; cinco caracterizavam as lacunas com PICO e seis investigavam explicitamente sua natureza, em geral por meio da avalia\u00e7\u00e3o de certeza do GRADE (Dewidar et al., 2026). A articula\u00e7\u00e3o entre os dois instrumentos \u00e9 natural: o PICO diz onde est\u00e1 a lacuna, e o GRADE diz o tamanho da incerteza.<\/p>\n Uma ressalva \u00e9 indispens\u00e1vel. Certeza baixa ou muito baixa significa que novos estudos provavelmente modificar\u00e3o a estimativa de efeito, mas n\u00e3o transforma automaticamente a pergunta em prioridade. Uma quest\u00e3o pode ter evid\u00eancia fr\u00e1gil e, ainda assim, pouca import\u00e2ncia cl\u00ednica. A mesma revis\u00e3o observou que nenhum dos frameworks analisados incorporava integralmente os crit\u00e9rios do GRADE para a passagem da evid\u00eancia \u00e0 decis\u00e3o, o que mostra que o salto entre incerteza e prioridade continua dependendo de ju\u00edzo expl\u00edcito (Dewidar et al., 2026).<\/p>\n Quando a pergunta \u00e9 ampla ou o campo \u00e9 heterog\u00eaneo demais para uma revis\u00e3o sistem\u00e1tica, duas ferramentas de mapeamento ganham espa\u00e7o. Os mapas de evid\u00eancias e lacunas<\/strong>, difundidos pela International Initiative for Impact Evaluation e pela Campbell Collaboration, disp\u00f5em interven\u00e7\u00f5es e desfechos em uma matriz e indicam, em cada c\u00e9lula, quantos estudos existem; as c\u00e9lulas vazias tornam a lacuna vis\u00edvel de relance. A revis\u00e3o de Nyanchoka e colaboradores identificou catorze m\u00e9todos distintos de exibi\u00e7\u00e3o de lacunas e prioridades, o que d\u00e1 dimens\u00e3o da variedade dessas solu\u00e7\u00f5es gr\u00e1ficas (Nyanchoka et al., 2019). As revis\u00f5es de escopo, conduzidas segundo o manual do Joanna Briggs Institute e relatadas conforme a extens\u00e3o PRISMA-ScR, cumprem fun\u00e7\u00e3o semelhante em forma narrativa e tabular, com a vantagem de documentar a busca de modo reprodut\u00edvel. Nenhuma das duas, contudo, avalia rotineiramente a certeza da evid\u00eancia: elas mostram onde h\u00e1 estudos, n\u00e3o quanto se pode confiar neles.<\/p>\n Uma lacuna s\u00f3 pode ser demonstrada se a pergunta estiver bem delimitada. Perguntas vagas produzem buscas vagas, e buscas vagas n\u00e3o provam nada. Os acr\u00f4nimos estruturais funcionam como moldura para decompor o problema em componentes que podem ser verificados um a um.<\/p>\n Antes da decomposi\u00e7\u00e3o, conv\u00e9m um filtro de pertin\u00eancia. Os crit\u00e9rios FINER<\/strong>, popularizados por Hulley e colaboradores no manual Designing Clinical Research, avaliam se a pergunta \u00e9 exequ\u00edvel, interessante, nova, \u00e9tica e relevante. O crit\u00e9rio da novidade \u00e9 justamente o que exige a demonstra\u00e7\u00e3o da lacuna, mas os demais lembram que uma pergunta nova pode ser invi\u00e1vel ou irrelevante. Circulam na literatura extens\u00f5es que acrescentam outros crit\u00e9rios, como a reprodutibilidade, mas sem padroniza\u00e7\u00e3o que permita trat\u00e1-las como vers\u00e3o oficial do acr\u00f4nimo.<\/p>\n Para estudos de interven\u00e7\u00e3o, o PICO<\/strong> e suas variantes s\u00e3o a refer\u00eancia. O acr\u00f4nimo decomp\u00f5e a pergunta em popula\u00e7\u00e3o, interven\u00e7\u00e3o, comparador e desfecho; o PICOT acrescenta o horizonte temporal, e o PICOS, o desenho de estudo. A grande utilidade do PICO na justificativa \u00e9 localizar a lacuna em um elemento espec\u00edfico. Talvez a interven\u00e7\u00e3o j\u00e1 tenha sido estudada, mas nunca contra o comparador usado na pr\u00e1tica brasileira. Talvez os desfechos medidos sejam laboratoriais e falte o desfecho funcional. Talvez o seguimento seja curto demais. Cada uma dessas situa\u00e7\u00f5es configura uma lacuna diferente, e o PICO permite nome\u00e1-la.<\/p>\n Para revis\u00f5es de escopo, o Joanna Briggs Institute recomenda o acr\u00f4nimo PCC<\/strong>, que trabalha com popula\u00e7\u00e3o, conceito e contexto. A estrutura evita o afunilamento excessivo do PICO e \u00e9 adequada quando o objetivo \u00e9 mapear um campo, e n\u00e3o estimar um efeito. Para estudos de preval\u00eancia e incid\u00eancia, o mesmo instituto prop\u00f5e o CoCoPop, que articula condi\u00e7\u00e3o, contexto e popula\u00e7\u00e3o e ajuda a identificar regi\u00f5es ou estratos sem dados epidemiol\u00f3gicos.<\/p>\n Outras molduras atendem a perguntas que n\u00e3o cabem no modelo cl\u00ednico intervencionista. O SPICE, que considera cen\u00e1rio, perspectiva, interven\u00e7\u00e3o, compara\u00e7\u00e3o e avalia\u00e7\u00e3o, foi pensado para servi\u00e7os de sa\u00fade e de informa\u00e7\u00e3o, em que a perspectiva do usu\u00e1rio pesa mais do que a fisiopatologia. O ECLIPSE, que articula expectativa, grupo de clientes, local, impacto, profissionais e servi\u00e7o, volta-se \u00e0 gest\u00e3o de servi\u00e7os. O SPIDER, que trabalha com amostra, fen\u00f4meno de interesse, desenho, avalia\u00e7\u00e3o e tipo de pesquisa, foi adaptado para estudos qualitativos e de m\u00e9todos mistos. O PEO, com popula\u00e7\u00e3o, exposi\u00e7\u00e3o e desfecho, atende a estudos observacionais sobre fatores de risco.<\/p>\n A escolha da moldura n\u00e3o \u00e9 quest\u00e3o de prefer\u00eancia est\u00e9tica. Ela decorre do tipo de pergunta, e uma moldura inadequada distorce a busca e, por consequ\u00eancia, a demonstra\u00e7\u00e3o da lacuna. Um estudo qualitativo sobre a experi\u00eancia de cuidadores, estruturado \u00e0 for\u00e7a em PICO, produzir\u00e1 uma estrat\u00e9gia de busca que perde exatamente os estudos que deveria encontrar.<\/p>\n H\u00e1 lacunas que a literatura n\u00e3o revela sozinha. A revis\u00e3o sistem\u00e1tica mostra que a evid\u00eancia \u00e9 insuficiente, mas n\u00e3o diz quais incertezas mais importam a quem usa o sistema de sa\u00fade. Para isso existem os m\u00e9todos participativos, que recorrem ao julgamento estruturado de especialistas, profissionais e pacientes. A revis\u00e3o de Nyanchoka e colaboradores identificou, entre os m\u00e9todos usados para determinar prioridades de pesquisa, o inqu\u00e9rito Delphi<\/strong>, os inqu\u00e9ritos quantitativos, a s\u00edntese de conhecimento, os exerc\u00edcios formais de estabelecimento de prioridades e o mapeamento global de evid\u00eancias (Nyanchoka et al., 2019).<\/p>\n A metodologia da James Lind Alliance<\/strong>, desenvolvida no Reino Unido, organiza parcerias de prioriza\u00e7\u00e3o em que pacientes, cuidadores e profissionais participam em condi\u00e7\u00f5es de igualdade. O processo coleta incertezas sobre tratamento, verifica se elas j\u00e1 foram respondidas pela literatura e, por meio de etapas sucessivas de vota\u00e7\u00e3o e de uma oficina final, produz uma lista ordenada com as dez prioridades principais. A contribui\u00e7\u00e3o distintiva \u00e9 a voz do paciente: incertezas que os pesquisadores n\u00e3o consideravam relevantes frequentemente sobem para o topo da lista.<\/p>\n A t\u00e9cnica Delphi submete um painel de especialistas a rodadas sucessivas de question\u00e1rios an\u00f4nimos, com devolutiva estruturada das respostas do grupo entre uma rodada e outra, at\u00e9 que se atinja o limiar de consenso definido no protocolo. O anonimato reduz a influ\u00eancia de lideran\u00e7as dominantes e de hierarquias institucionais. A T\u00e9cnica de Grupo Nominal segue l\u00f3gica semelhante em formato presencial ou virtual s\u00edncrono: os participantes geram ideias em sil\u00eancio, apresentam-nas em rod\u00edzio, discutem-nas e votam individualmente, o que produz uma lista ponderada em pouco tempo.<\/p>\n O m\u00e9todo de adequa\u00e7\u00e3o da RAND e da Universidade da Calif\u00f3rnia em Los Angeles combina revis\u00e3o da literatura com pain\u00e9is multidisciplinares que pontuam a adequa\u00e7\u00e3o de interven\u00e7\u00f5es em cen\u00e1rios cl\u00ednicos espec\u00edficos. As indica\u00e7\u00f5es s\u00e3o classificadas como apropriadas, inapropriadas ou incertas, e a categoria de incerteza<\/strong> funciona como sinal direto de que faltam estudos para aquele subgrupo de pacientes.<\/p>\n Esses m\u00e9todos t\u00eam um limite que precisa ser reconhecido: consenso n\u00e3o \u00e9 evid\u00eancia<\/strong>. Eles identificam o que um grupo considera incerto e priorit\u00e1rio, e o resultado depende de quem foi convidado para o painel. Por isso funcionam melhor quando combinados com a avalia\u00e7\u00e3o sistem\u00e1tica da literatura, que verifica se a incerteza apontada \u00e9 real ou apenas desconhecimento do que j\u00e1 foi publicado.<\/p>\n A quinta fam\u00edlia de m\u00e9todos responde a um problema de volume. Em campos com dezenas de milhares de publica\u00e7\u00f5es, nenhuma leitura manual d\u00e1 conta do panorama, e as t\u00e9cnicas computacionais oferecem uma vis\u00e3o de conjunto.<\/p>\n A cienciometria<\/strong> analisa metadados de bases como Web of Science, Scopus e PubMed para desenhar redes de coocorr\u00eancia de termos, de cocita\u00e7\u00e3o e de colabora\u00e7\u00e3o. Programas como o VOSviewer, o pacote Bibliometrix para a linguagem R e o CiteSpace transformam esses metadados em mapas em que aglomerados densos indicam os temas centrais do campo e regi\u00f5es esparsas sugerem temas perif\u00e9ricos ou pouco explorados. A revis\u00e3o de Nyanchoka e colaboradores incluiu os estudos bibliom\u00e9tricos entre os m\u00e9todos usados para identificar lacunas em sa\u00fade (Nyanchoka et al., 2019).<\/p>\n A modelagem de t\u00f3picos vai al\u00e9m dos metadados e trabalha com o texto de t\u00edtulos e resumos. Algoritmos de aprendizagem n\u00e3o supervisionada, como a aloca\u00e7\u00e3o latente de Dirichlet, e abordagens mais recentes baseadas em representa\u00e7\u00f5es vetoriais de linguagem agrupam documentos por afinidade tem\u00e1tica e permitem acompanhar a trajet\u00f3ria de cada tema ao longo do tempo: os que crescem, os que estagnam e os que surgem.<\/p>\n A an\u00e1lise historiogr\u00e1fica de cita\u00e7\u00f5es reconstr\u00f3i a genealogia de um conceito, da publica\u00e7\u00e3o seminal \u00e0s deriva\u00e7\u00f5es contempor\u00e2neas. Ferramentas como o CitNetExplorer permitem identificar linhas de investiga\u00e7\u00e3o abandonadas sem resolu\u00e7\u00e3o, o que pode sinalizar lacunas antigas que novas tecnologias tornaram trat\u00e1veis.<\/p>\n Esses m\u00e9todos exigem uma cautela fundamental: um vazio no mapa<\/strong> n\u00e3o prova uma lacuna na ci\u00eancia. Ele reflete a cobertura da base consultada, os termos de indexa\u00e7\u00e3o e as escolhas do analista. Para o pesquisador brasileiro, a advert\u00eancia \u00e9 concreta, porque parte relevante da produ\u00e7\u00e3o latino-americana est\u00e1 indexada na LILACS e na SciELO e pode n\u00e3o aparecer em mapas constru\u00eddos apenas com a Web of Science ou a Scopus. O vazio bibliom\u00e9trico \u00e9 uma hip\u00f3tese a ser verificada, n\u00e3o uma conclus\u00e3o.<\/p>\n A intelig\u00eancia artificial generativa chegou ao cotidiano do pesquisador como promessa de atalho para todas as etapas descritas at\u00e9 aqui. A promessa \u00e9 parcialmente verdadeira. Os modelos de linguagem podem acelerar muito do trabalho preparat\u00f3rio, mas h\u00e1 uma tarefa que eles n\u00e3o podem cumprir: provar que algo n\u00e3o existe<\/strong>.<\/p>\n Come\u00e7ando pelo que funciona bem. Na decomposi\u00e7\u00e3o da pergunta, o modelo pode converter uma ideia cl\u00ednica ainda difusa em estruturas PICO, PCC ou SPIDER alternativas, permitindo comparar recortes, e pode testar a pergunta contra os crit\u00e9rios FINER, apontando fragilidades de viabilidade ou de relev\u00e2ncia. Na constru\u00e7\u00e3o da estrat\u00e9gia de busca, pode ampliar o vocabul\u00e1rio com sin\u00f4nimos, variantes de grafia e termos em ingl\u00eas, al\u00e9m de sugerir candidatos a descritores, que precisam ser conferidos no DeCS e no MeSH, j\u00e1 que o modelo pode propor termos inexistentes ou desatualizados.<\/p>\n Na etapa de nomea\u00e7\u00e3o, o modelo pode propor a classifica\u00e7\u00e3o da lacuna segundo as taxonomias de M\u00fcller-Bloch e Kranz ou de Miles, desde que receba como insumo os trechos de discuss\u00e3o e de limita\u00e7\u00f5es dos estudos que o pr\u00f3prio pesquisador localizou e leu. Na problematiza\u00e7\u00e3o, pode funcionar como interlocutor cr\u00edtico, explicitando pressupostos de uma linha de pesquisa e formulando obje\u00e7\u00f5es, \u00e0 maneira do exerc\u00edcio proposto por Sandberg e Alvesson. Na triagem de t\u00edtulos e resumos e na extra\u00e7\u00e3o estruturada das se\u00e7\u00f5es de recomenda\u00e7\u00e3o de pesquisa futura, pode reduzir o trabalho mec\u00e2nico, sob dupla checagem humana. Nos m\u00e9todos participativos, pode ajudar a redigir itens de question\u00e1rios Delphi e a sintetizar coment\u00e1rios abertos entre as rodadas. Na leitura em escala, pode sugerir r\u00f3tulos para agrupamentos gerados por modelagem de t\u00f3picos ou por mapas bibliom\u00e9tricos.<\/p>\n O limite, por sua vez, \u00e9 estrutural. O modelo n\u00e3o tem acesso exaustivo e audit\u00e1vel \u00e0s bases bibliogr\u00e1ficas e produz texto plaus\u00edvel mesmo quando n\u00e3o disp\u00f5e de informa\u00e7\u00e3o. Um estudo comparativo pediu a tr\u00eas modelos que reproduzissem as buscas de onze revis\u00f5es sistem\u00e1ticas e encontrou taxas de alucina\u00e7\u00e3o de refer\u00eancias<\/strong> de 39,6% para o GPT-3.5, 28,6% para o GPT-4 e 91,4% para o Bard, com precis\u00e3o que n\u00e3o passou de 13,4%. Os autores, Chelli e colaboradores, publicaram o trabalho em 2024 no Journal of Medical Internet Research e conclu\u00edram que esses modelos n\u00e3o devem ser a ferramenta principal ou exclusiva de uma revis\u00e3o sistem\u00e1tica, e que toda refer\u00eancia gerada exige valida\u00e7\u00e3o. \u00c9 preciso registrar que o estudo avaliou modelos dispon\u00edveis em 2023 e que o desempenho de sistemas mais recentes, sobretudo os que consultam a internet em tempo real, pode ser diferente. A conclus\u00e3o metodol\u00f3gica, por\u00e9m, permanece: a resposta de um modelo de linguagem n\u00e3o substitui uma busca documentada em bases bibliogr\u00e1ficas.<\/p>\n O segundo limite diz respeito ao julgamento. A atribui\u00e7\u00e3o de certeza pelo GRADE, a decis\u00e3o sobre o que \u00e9 priorit\u00e1rio e a escolha entre preencher e problematizar envolvem ju\u00edzos metodol\u00f3gicos e de valor que n\u00e3o se delegam. A declara\u00e7\u00e3o conjunta publicada em 2025 pela Cochrane, pela Campbell Collaboration, pelo Joanna Briggs Institute e pela Collaboration for Environmental Evidence, baseada nas recomenda\u00e7\u00f5es RAISE para o uso respons\u00e1vel de intelig\u00eancia artificial em s\u00edntese de evid\u00eancias, fixa tr\u00eas princ\u00edpios (Flemyng et al., 2025). O autor permanece respons\u00e1vel pela s\u00edntese, inclusive pela decis\u00e3o de usar intelig\u00eancia artificial e pelo impacto desse uso. O uso deve ocorrer com supervis\u00e3o humana<\/strong>. E qualquer emprego que produza ou sugira julgamentos deve ser relatado de forma completa e transparente, com identifica\u00e7\u00e3o da ferramenta, da vers\u00e3o, da finalidade e das etapas afetadas.<\/p>\n A regra pr\u00e1tica que resulta desse quadro pode ser enunciada em uma frase: a intelig\u00eancia artificial sugere, as bases provam e o pesquisador julga. H\u00e1 ainda um cuidado adicional, frequentemente esquecido: dados n\u00e3o publicados, protocolos em elabora\u00e7\u00e3o e informa\u00e7\u00f5es de participantes n\u00e3o devem ser inseridos em ferramentas cujas condi\u00e7\u00f5es de uso n\u00e3o garantam confidencialidade compat\u00edvel com a legisla\u00e7\u00e3o de prote\u00e7\u00e3o de dados e com as exig\u00eancias do sistema de \u00e9tica em pesquisa.<\/p>\n As cinco fam\u00edlias de m\u00e9todos e a intelig\u00eancia artificial n\u00e3o competem entre si. Cada uma responde a uma exig\u00eancia diferente e entra em um momento distinto do projeto. Um roteiro poss\u00edvel, adapt\u00e1vel ao tipo de pergunta, tem quatro movimentos.<\/p>\n O primeiro \u00e9 explorar<\/strong>. Com a pergunta ainda aberta, o pesquisador usa o PCC ou o PICO para delimit\u00e1-la, a intelig\u00eancia artificial para ampliar o vocabul\u00e1rio de busca e, em campos volumosos, um mapeamento bibliom\u00e9trico preliminar para conhecer o terreno. O resultado \u00e9 uma estrat\u00e9gia de busca documentada, executada em bases adequadas ao tema, incluindo as regionais.<\/p>\n O segundo \u00e9 nomear<\/strong>. Com os estudos relevantes em m\u00e3os, a lacuna \u00e9 classificada segundo uma taxonomia e confrontada com a pergunta: se trata de vazio de conhecimento, de evid\u00eancia contradit\u00f3ria, de problema metodol\u00f3gico ou de popula\u00e7\u00e3o negligenciada. Nesse ponto cabe tamb\u00e9m perguntar se o projeto apenas preenche uma lacuna ou se problematiza um pressuposto.<\/p>\n O terceiro \u00e9 medir<\/strong>. A lacuna \u00e9 caracterizada com PICOS e sua causa \u00e9 classificada segundo o framework de Robinson; quando houver s\u00edntese de evid\u00eancias dispon\u00edvel, a certeza \u00e9 graduada pelo GRADE. \u00c9 aqui que a declara\u00e7\u00e3o se converte em demonstra\u00e7\u00e3o.<\/p>\n O quarto \u00e9 priorizar<\/strong>, quando o projeto tiver alcance institucional ou de pol\u00edtica p\u00fablica. M\u00e9todos participativos verificam se a incerteza demonstrada importa a quem usa o sistema de sa\u00fade. A revis\u00e3o de 2026 mostrou que os frameworks dispon\u00edveis s\u00e3o heterog\u00eaneos e raramente oferecem m\u00e9todos expl\u00edcitos de prioriza\u00e7\u00e3o (Dewidar et al., 2026), de modo que o pesquisador precisa declarar como decidiu.<\/p>\n Ao final, a justificativa pode ser escrita em uma frase de estrutura previs\u00edvel: em determinada popula\u00e7\u00e3o, para determinada interven\u00e7\u00e3o ou fen\u00f4meno, a evid\u00eancia \u00e9 insuficiente, enviesada, inconsistente ou inadequada, conforme demonstrado por determinado m\u00e9todo, o que caracteriza uma lacuna de determinado tipo. Uma frase assim resiste a qualquer banca, porque cada um de seus termos pode ser verificado.<\/p>\n A afirma\u00e7\u00e3o de que n\u00e3o h\u00e1 nada publicado sobre um tema \u00e9, quase sempre, uma confiss\u00e3o involunt\u00e1ria de que a busca foi insuficiente. A lacuna cient\u00edfica leg\u00edtima tem tr\u00eas atributos verific\u00e1veis: um nome, que a classifica; uma causa, que explica por que a evid\u00eancia falha; e uma prova, que documenta essa falha de modo reprodut\u00edvel. As taxonomias, os instrumentos de avalia\u00e7\u00e3o da evid\u00eancia, os acr\u00f4nimos estruturais, os m\u00e9todos participativos e as t\u00e9cnicas computacionais oferecem, juntos, os meios para cumprir essas tr\u00eas exig\u00eancias, e a intelig\u00eancia artificial generativa pode tornar o percurso mais r\u00e1pido sem torn\u00e1-lo menos rigoroso, desde que usada como assistente e n\u00e3o como or\u00e1culo.<\/p>\n H\u00e1, contudo, uma li\u00e7\u00e3o que ultrapassa a t\u00e9cnica. Demonstrar uma lacuna \u00e9 um exerc\u00edcio de honestidade intelectual: obriga o pesquisador a conhecer o que j\u00e1 foi feito, a reconhecer o m\u00e9rito do trabalho alheio e a admitir os limites do pr\u00f3prio conhecimento. O cart\u00f3grafo antigo que deixava em branco a terra desconhecida n\u00e3o estava sendo negligente, estava sendo preciso. Antes de prometer explorar o territ\u00f3rio, vale perguntar com franqueza: eu sei mesmo onde termina o mapa?<\/p>\n [1].<\/strong> Robinson KA, Saldanha IJ, McKoy NA. Development of a framework to identify research gaps from systematic reviews. J Clin Epidemiol. 2011;64(12):1325-30. [2].<\/strong> Sandberg J, Alvesson M. Ways of constructing research questions: gap-spotting or problematization? Organization. 2011;18(1):23-44. [3].<\/strong> Nyanchoka L, Tudur-Smith C, Thu VN, Iversen V, Tricco AC, Porcher R. A scoping review describes methods used to identify, prioritize and display gaps in health research. J Clin Epidemiol. 2019;109:99-110. [4].<\/strong> Dewidar O, Elganga M, Ringsten M, Langendam M, Saif-Ur-Rahman KM, Bala MM, et al. Frameworks to identify research gaps, frame research needs, and derive research priorities from evidence syntheses: a scoping review. J Clin Epidemiol. 2026;197:112342. [5].<\/strong> Flemyng E, Noel-Storr A, Macura B, Gartlehner G, Thomas J, Meerpohl JJ, et al. Position statement on artificial intelligence (AI) use in evidence synthesis across Cochrane, the Campbell Collaboration, JBI and the Collaboration for Environmental Evidence 2025. JBI Evid Synth. 2025;23(11):2162-6. Declara\u00e7\u00e3o de uso de Intelig\u00eancia Artificial Generativa<\/strong><\/span> Declara\u00e7\u00e3o de uso da intelig\u00eancia humana<\/strong><\/p>\n Declaro que a elabora\u00e7\u00e3o deste trabalho contou com o uso de intelig\u00eancia humana desde a idea\u00e7\u00e3o, passando pela formula\u00e7\u00e3o das perguntas, pela escolha dos argumentos, pela interpreta\u00e7\u00e3o das informa\u00e7\u00f5es e pelas decis\u00f5es sobre o que comunicar. Essa intelig\u00eancia gerenciou o uso dos recursos tecnol\u00f3gicos, incluindo computadores, internet, processadores eletr\u00f4nicos de texto, corretores ortogr\u00e1ficos, planilhas de dados e aplicativos de cria\u00e7\u00e3o de desenhos e imagens. Tamb\u00e9m orquestrou o uso de recursos de intelig\u00eancia artificial generativa, definindo suas finalidades, orientando as solicita\u00e7\u00f5es, avaliando as respostas e decidindo o que incorporar, modificar ou descartar. Seu uso envolveu curiosidade, mem\u00f3ria, experi\u00eancia, d\u00favida e julgamento cr\u00edtico. Reconhe\u00e7o que essa intelig\u00eancia est\u00e1 sujeita a vieses, cansa\u00e7o, lacunas de conhecimento e erros, inclusive quando se expressa com seguran\u00e7a. As ferramentas utilizadas apoiaram o processo de cria\u00e7\u00e3o. A responsabilidade pelo conte\u00fado que escolhi publicar, por suas implica\u00e7\u00f5es e pelas corre\u00e7\u00f5es necess\u00e1rias permanece minha. Declaro, por fim, que o exerc\u00edcio da intelig\u00eancia humana inclui reconhecer o que n\u00e3o sei, verificar o que afirmo e rever o que penso diante de boas raz\u00f5es. Ali\u00e1s, a responsabilidade humana pelo que se publica sempre foi essa, mesmo antes da IA generativa. Este texto contou com participa\u00e7\u00e3o humana consciente, fal\u00edvel e respons\u00e1vel.<\/em><\/p>\n Este texto examina como identificar, classificar e justificar uma lacuna de pesquisa com rigor metodol\u00f3gico, em vez de apenas declar\u00e1-la. Parte da distin\u00e7\u00e3o entre aus\u00eancia de estudos e insufici\u00eancia de evid\u00eancia e percorre cinco fam\u00edlias de m\u00e9todos: taxonomias conceituais, ferramentas de avalia\u00e7\u00e3o da evid\u00eancia, acr\u00f4nimos de decomposi\u00e7\u00e3o da pergunta, m\u00e9todos participativos de prioriza\u00e7\u00e3o e t\u00e9cnicas computacionais de leitura da literatura. Discute ainda o papel da intelig\u00eancia artificial generativa, com suas utilidades e seus limites, e prop\u00f5e um roteiro integrado. O leitor encontrar\u00e1 crit\u00e9rios pr\u00e1ticos para redigir justificativas que resistam \u00e0 banca e ao parecerista.<\/p>\n","protected":false},"author":1,"featured_media":8523,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[64],"tags":[36,51,87,73,50],"class_list":["post-8521","post","type-post","status-publish","format-standard","has-post-thumbnail","category-metodologia-cientifica","tag-inteligencia-artificial-generativa","tag-metodologia-cientifica","tag-pergunta-de-pesquisa","tag-projeto-de-pesquisa","tag-revisao-sistematica","czr-hentry"],"_links":{"self":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/8521","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=8521"}],"version-history":[{"count":1,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/8521\/revisions"}],"predecessor-version":[{"id":8524,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/posts\/8521\/revisions\/8524"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=\/wp\/v2\/media\/8523"}],"wp:attachment":[{"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=8521"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=8521"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.usinadepesquisa.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=8521"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}![\"Infográfico](\"https:\/\/www.usinadepesquisa.com\/wp-content\/uploads\/2026\/10\/20261029-lacuna-de-pesquisa-nao-e-ausencia-de-artigos-infografico-scaled.png\")
Introdu\u00e7\u00e3o<\/h2>\n
O falso argumento do “nada publicado”<\/h2>\n
Dar nome \u00e0 lacuna: as taxonomias<\/h2>\n
Preencher ou problematizar<\/h2>\n
Medir a fragilidade da evid\u00eancia<\/h2>\n
Decompor a pergunta<\/h2>\n
Ouvir quem decide e quem vive o problema<\/h2>\n
Ler a literatura em escala<\/h2>\n
A IA generativa como assistente, n\u00e3o como or\u00e1culo<\/h2>\n
Um roteiro integrado<\/h2>\n
Considera\u00e7\u00f5es finais<\/h2>\n
Fontes<\/h2>\n
DOI: https:\/\/doi.org\/10.1016\/j.jclinepi.2011.06.009<\/a>
Dispon\u00edvel em: https:\/\/www.sciencedirect.com\/science\/article\/abs\/pii\/S0895435611002046<\/a>
Coment\u00e1rio: artigo seminal da s\u00edntese de evid\u00eancias em sa\u00fade sobre a identifica\u00e7\u00e3o expl\u00edcita de lacunas. Prop\u00f5e caracterizar a lacuna pelos elementos do PICOS e classificar sua causa em quatro categorias, da imprecis\u00e3o \u00e0 inadequa\u00e7\u00e3o da informa\u00e7\u00e3o. Fundamenta a distin\u00e7\u00e3o entre aus\u00eancia e insufici\u00eancia de evid\u00eancia, central neste texto, e oferece o instrumento mais diretamente aplic\u00e1vel \u00e0 reda\u00e7\u00e3o de justificativas em projetos cl\u00ednicos.<\/em><\/p>\n
DOI: https:\/\/doi.org\/10.1177\/1350508410372151<\/a>
Dispon\u00edvel em: https:\/\/lusem.lu.se\/mats-alvesson\/publication\/b3784fb2-62b8-4e2a-af84-e18c9cb079b3<\/a>
Coment\u00e1rio: a partir da an\u00e1lise de 52 artigos de estudos organizacionais, os autores descrevem os modos dominantes de constru\u00e7\u00e3o de perguntas de pesquisa e mostram que a busca por lacunas tende a refor\u00e7ar, e n\u00e3o a desafiar, as teorias vigentes. Sustenta a se\u00e7\u00e3o sobre preencher ou problematizar e convida o leitor a avaliar a relev\u00e2ncia estrutural de sua pergunta, n\u00e3o apenas sua novidade.<\/em><\/p>\n
DOI: https:\/\/doi.org\/10.1016\/j.jclinepi.2019.01.005<\/a>
Dispon\u00edvel em: https:\/\/ntnuopen.ntnu.no\/ntnu-xmlui\/handle\/11250\/2739811<\/a>
Coment\u00e1rio: revis\u00e3o de escopo com 139 publica\u00e7\u00f5es que mapeia defini\u00e7\u00f5es de lacuna e m\u00e9todos para identific\u00e1-las, prioriz\u00e1-las e exibi-las em pesquisa em sa\u00fade. Documenta a heterogeneidade conceitual do campo e re\u00fane, em um \u00fanico estudo, os m\u00e9todos participativos, bibliom\u00e9tricos e de exibi\u00e7\u00e3o gr\u00e1fica discutidos aqui. \u00c9 uma porta de entrada \u00fatil para quem deseja aprofundar qualquer uma das fam\u00edlias de m\u00e9todos.<\/em><\/p>\n
DOI: https:\/\/doi.org\/10.1016\/j.jclinepi.2026.112342<\/a>
Dispon\u00edvel em: https:\/\/lup.lub.lu.se\/record\/dd6d64fd-fb3e-48ac-b068-94d5363711e7<\/a>
Coment\u00e1rio: revis\u00e3o de escopo recente, conduzida por grupo ligado ao GRADE, que identificou catorze frameworks para passar das lacunas \u00e0s necessidades e \u00e0s prioridades de pesquisa. Mostra a combina\u00e7\u00e3o frequente entre PICO e avalia\u00e7\u00e3o de certeza da evid\u00eancia e evidencia a escassez de m\u00e9todos expl\u00edcitos de prioriza\u00e7\u00e3o. Atualiza o estado da arte e justifica a recomenda\u00e7\u00e3o de que o pesquisador declare como decidiu o que \u00e9 priorit\u00e1rio.<\/em><\/p>\n
DOI: https:\/\/doi.org\/10.11124\/JBIES-25-00480<\/a>
Dispon\u00edvel em: https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC12594113\/<\/a>
Coment\u00e1rio: declara\u00e7\u00e3o conjunta das principais organiza\u00e7\u00f5es internacionais de s\u00edntese de evid\u00eancias, publicada simultaneamente em v\u00e1rios peri\u00f3dicos, que adota as recomenda\u00e7\u00f5es RAISE para o uso respons\u00e1vel de intelig\u00eancia artificial. Estabelece a responsabilidade do autor, a necessidade de supervis\u00e3o humana e o dever de relato transparente. Fornece o marco normativo da se\u00e7\u00e3o sobre intelig\u00eancia artificial generativa.<\/em><\/p>\nPontos para Recordar<\/h2>\n
\n
\n
\nEste texto foi produzido com o aux\u00edlio de Claude Opus 5.5, desenvolvida pela Anthropic, utilizado como ferramenta de apoio nas fases de brainstorming, de estrutura\u00e7\u00e3o do conte\u00fado e de produ\u00e7\u00e3o do texto. A imagem foi produzida com aux\u00edlio do Claude Opus 5.5, da Anthropic. A responsabilidade pela vers\u00e3o final e precis\u00e3o das informa\u00e7\u00f5es, pelo pensamento cr\u00edtico, pela sele\u00e7\u00e3o das fontes e pelo conte\u00fado publicado \u00e9 integralmente do autor.<\/span><\/p>\n
\n
\n","protected":false},"excerpt":{"rendered":"