Pensamento Crítico Científico

Visão Geral

Pensamento crítico é um processo sistemático para avaliar o rigor científico. Avalie a metodologia, o desenho experimental, a validade estatística, vieses, fatores de confusão e a qualidade das evidências usando as estruturas GRADE e Cochrane ROB. Aplique essa habilidade para análise crítica de alegações científicas.

Quando Usar Esta Habilidade

Esta habilidade deve ser usada quando:

• Avaliando a metodologia de pesquisa e o desenho experimental
• Avaliando a validade estatística e a qualidade das evidências
• Identificando vieses e fatores de confusão em estudos
• Revisando alegações e conclusões científicas
• Conduzindo revisões sistemáticas ou meta-análises
• Aplicando avaliações GRADE ou Cochrane de risco de viés
• Fornecendo análise crítica de artigos de pesquisa

Fluxo de Trabalho de Avaliação

1. Defina a pergunta e a unidade. Registre população, intervenção/exposição, comparador, desfecho, ponto de tempo, medida de efeito e cenário alvo. Distinga alegações descritivas, preditivas e causais. Identifique a unidade experimental/de amostragem independente.
2. Extraia evidências antes de julgar. Localize o resultado numérico, incerteza, denominadores, protocolo/registro, plano de análise e material suplementar relevante. Mantenha a falta de relato separada da evidência de que um procedimento não foi realizado.
3. Avalie o desenho e a análise. Verifique seleção, fatores de confusão, medição, atrito, multiplicidade, dependência e suposições do modelo. Um bom ajuste ou convergência do otimizador não estabelece um parâmetro unicamente identificado ou um efeito causal.
4. Escolha a estrutura de avaliação correta. Completude do relato, risco de viés e certeza de um corpo de evidências respondem a perguntas diferentes. Registre a versão exata da ferramenta e o resultado que está sendo avaliado; não transforme contagens de checklists em uma pontuação de qualidade.
5. Sintetize com o escopo intacto. Examine replicação independente, amostras sobrepostas, evidências ausentes e aplicabilidade. Aplique GRADE por desfecho/comparação quando apropriado, com razões explícitas de domínio, em vez de classificar um artigo inteiro pelo seu rótulo de desenho.
6. Escreva uma crítica rastreável. Para cada preocupação, forneça a localização da fonte, observação, consequência para a alegação, incerteza e uma solução viável. Separe conclusões suportadas de suposições e de recomendações clínicas/políticas.

As versões atuais da estrutura, fontes primárias e limites de verificação estão em references/review_sources.md. Os exemplos nas referências são exemplos de ensino, não achados empíricos ou conselhos validados específicos para pacientes.

Auxílios Visuais (Opcional)

Adicione figuras apenas quando o usuário solicitar explicitamente um diagrama (por exemplo, um fluxograma GRADE, árvore de decisão de viés ou estrutura de qualidade de evidência).

Quando figuras ajudam:

• Diagramas da estrutura de pensamento crítico
• Árvores de decisão para identificação de viés
• Fluxogramas de avaliação de qualidade de evidência
• Estruturas de avaliação GRADE ou de risco de viés

Como criar figuras:

• Preferencial: Use a habilidade scientific-schematics para diagramas gerados por IA a partir de uma descrição em linguagem natural
• Alternativa: Crie figuras em suas ferramentas usuais (draw.io, PowerPoint, matplotlib, etc.)

Execute a partir da raiz do repositório, com OPENROUTER_API_KEY definido:

python skills/scientific-schematics/scripts/generate_schematic.py "Illustrative GRADE appraisal: define outcome and comparison, assess certainty domains with reasons; keep recommendation decisions separate" -o figures/grade_flowchart.png --doc-type report

A CLI deste comando opcional foi verificada com --help; a geração paga não foi exercida para este exemplo. Siga as dependências atuais dessa habilidade e revise cada rótulo gerado.

Divulgação: A geração de esquemas por IA envia seu prompt para OpenRouter (uma API de terceiros). Não inclua detalhes confidenciais não publicados, a menos que essa transmissão seja apropriada para seu projeto.

Capacidades Principais

Sete áreas de capacidade, cada uma com as perguntas a serem feitas e o que as respostas implicam, estão em references/core_capabilities.md:

1. Crítica da metodologia — desenho, controles, fatores de confusão e se o método pode responder à pergunta feita.
2. Detecção de viés — vieses de seleção, medição, publicação e cognitivos.
3. Avaliação da análise estatística — poder, multiplicidade, uso indevido de p-valor, tamanhos de efeito.
4. Avaliação da qualidade da evidência — hierarquia de estudos, replicação e força de inferência.

…