A Estatística como ferramenta para compreender problemas reais e produzir evidências para a sociedade

Nesta entrevista do LInCa, a pesquisadora Rosemeire Fiaccone compartilha sua trajetória acadêmica e profissional e fala sobre a importância dos métodos estatísticos, da inferência causal e da colaboração entre diferentes áreas do conhecimento para investigar problemas reais e apoiar decisões. Uma conversa sobre pesquisa científica, inovação e os desafios de produzir evidências confiáveis para a sociedade. Confira!

1. Para começar, conte um pouco sobre sua trajetória acadêmica e profissional. O que despertou seu interesse pela Estatística e como esse caminho levou você até a pesquisa?

Minha trajetória na Estatística foi sendo construída ao longo do tempo, a partir de experiências muito diferentes entre si, mas que tinham algo em comum: a necessidade de compreender problemas concretos e encontrar maneiras de respondê-los com base em dados. No início da minha vida profissional, trabalhei com questões relacionadas ao controle de processo de uma indústria de pneus. Mais tarde, ingressei na área da saúde, tendo como ponto de partida a investigação da relação entre saneamento ambiental e saúde, além de estudar o efeito de suplementação de vitamina A na ocorrência de diarreia severa em crianças menores de 5 anos. Essas duas pesquisas foram especialmente importantes porque permitiram a aproximação de questões com impacto direto na vida das pessoas e me mostraram o potencial da pesquisa estatística para contribuir com a compreensão de problemas sociais e de saúde pública.

A partir daí, fui me envolvendo cada vez mais com a pesquisa, trabalhando com problemas que exigiam modelos estatísticos capazes de lidar com dados complexos, envolvendo observações correlacionadas, amostragem complexa, além das diferentes fontes de incerteza. Também tive a oportunidade de colaborar com pesquisadores de diversas áreas, como nutrição, psicologia e engenharia. Essas parcerias ampliaram minha visão sobre a Estatística e me ensinaram que fazer pesquisa exige não apenas domínio dos métodos, mas também disposição para compreender o problema científico e dialogar com outras áreas do conhecimento.

Com o tempo, a pesquisa passou a ocupar um lugar central na minha trajetória, em conjunto com a docência e a formação de novos pesquisadores. O que me motiva até hoje é justamente essa possibilidade de aprender continuamente, enfrentar novos desafios metodológicos e contribuir para que os dados se transformem em conhecimento útil para a sociedade.

2. Ao longo da sua carreira, você passou por diferentes etapas de formação, incluindo mestrado, doutorado e pós-doutorado no exterior. O que essas experiências acrescentaram à sua forma de enxergar a Estatística e a pesquisa científica?

Minha trajetória foi construída a partir de uma formação sólida em Estatística, sempre orientada pelo interesse em utilizar os métodos estatísticos para compreender e responder a problemas reais. Desde o início, tive uma aproximação muito forte com aplicações na área da saúde, especialmente em estudos relacionados à diarreia infantil. Essa experiência foi fundamental para perceber que a Estatística vai muito além do desenvolvimento e da aplicação de técnicas: ela nos oferece ferramentas para investigar questões relevantes, compreender fenômenos complexos e produzir evidências que possam contribuir para a melhoria das condições de vida da população.

O mestrado, o doutorado e o pós-doutorado tiveram papéis complementares nessa trajetória. A experiência de realizar o doutorado em Estatística fora do Brasil foi particularmente enriquecedora. Além de me proporcionar contato com pesquisadores de renome internacional, permitiu estabelecer parcerias científicas que permanecem até hoje. Essa vivência ampliou meus horizontes, tanto do ponto de vista científico quanto pessoal. Tive a oportunidade de conhecer outras culturas, vivenciar diferentes ambientes de trabalho e experimentar uma estrutura acadêmica que favorecia intensamente a pesquisa, com acesso a recursos tecnológicos, bibliotecas, cursos especializados e seminários internacionais. Tudo isso contribuiu para ampliar minha visão sobre as possibilidades de desenvolvimento da Estatística e sobre a importância da colaboração científica.

Essas experiências também transformaram minha maneira de enxergar a pesquisa. Passei a valorizar ainda mais o diálogo entre o desenvolvimento metodológico e os desafios concretos que surgem nas aplicações. Outro aprendizado importante foi compreender que a formação científica não se encerra com a obtenção de um título. Ela é um processo contínuo, alimentado pelas parcerias, pelas trocas de experiências, pelo contato com diferentes perspectivas e pela disposição para enfrentar novos desafios. Essa integração entre rigor metodológico, colaboração científica e compromisso com problemas reais é algo que procuro preservar e aprofundar no meu trabalho.

3. Suas pesquisas envolvem áreas como modelagem, dados correlacionados, controle estatístico de processos e inferência causal. Para quem não é da área, como você explicaria a importância desses temas no nosso dia a dia?

Eu diria que a Estatística nos ajuda a compreender melhor a realidade a partir dos dados. Muitas vezes, temos informações sobre saúde, educação, meio ambiente ou qualidade de serviços, mas precisamos de métodos adequados para transformar esses dados em conhecimento que possa orientar decisões.

A modelagem estatística permite identificar padrões e compreender como diferentes fatores estão relacionados a determinados resultados. Já a análise de dados correlacionados é importante quando estudamos, por exemplo, as mesmas pessoas ao longo do tempo ou indivíduos que compartilham condições semelhantes porque essas observações não são necessariamente independentes. Considerar essas relações nos permite obter resultados mais confiáveis.

O controle estatístico de processos, por sua vez, ajuda a acompanhar a qualidade e a estabilidade de processos, identificando mudanças que podem indicar problemas e que precisam ser investigadas. Isso pode ser útil em diferentes contextos, desde processos industriais até o monitoramento de indicadores de saúde.

Por fim, a inferência causal nos ajuda a investigar se uma intervenção realmente produz os resultados esperados. Podemos, por exemplo, avaliar se um programa social contribui para melhorar as condições de saúde de uma população.

Portanto, embora esses temas pareçam muito técnicos, todos têm uma finalidade comum: produzir informações confiáveis para compreender problemas reais e apoiar decisões que possam melhorar a vida das pessoas. Em síntese, minhas pesquisas buscam desenvolver e aplicar métodos estatísticos que nos permitam compreender melhor a realidade, avaliar intervenções e produzir evidências confiáveis para apoiar decisões.

4. A inferência causal é uma das áreas de atuação do LInCa. O que significa, na prática, buscar entender relações de causa e efeito a partir dos dados?

Essa abordagem é particularmente importante na avaliação de políticas públicas porque permite produzir evidências mais consistentes sobre seus efeitos e contribuir para decisões sobre a continuidade, o aprimoramento ou a ampliação dessas iniciativas. É importante ressaltar que os dados, por si só, não garantem uma conclusão causal. Precisamos de um desenho de estudo adequado, de métodos apropriados e de uma avaliação cuidadosa das hipóteses e das limitações da análise. O objetivo é justamente tornar as conclusões mais confiáveis e úteis para a sociedade.

5. Uma das características do seu trabalho é a aplicação das metodologias estatísticas em diferentes áreas, como saúde pública, nutrição, engenharia ambiental, genética e epidemiologia. O que torna a Estatística tão versátil e capaz de dialogar com diferentes campos do conhecimento?

Acredito que essa versatilidade decorre do fato de que diferentes áreas do conhecimento, embora investiguem problemas distintos, compartilham um desafio: compreender fenômenos complexos a partir de dados, considerando a incerteza e a variabilidade presentes na realidade.

Ao longo da minha trajetória na UFBA, tive a oportunidade de colaborar com pesquisadores das áreas de Nutrição, Engenharia, Psicologia, Epidemiologia e Genética. Essas experiências me mostraram que a Estatística não é apenas uma ferramenta utilizada depois que os dados são coletados. Ela pode contribuir desde o planejamento de um estudo até a definição das estratégias de análise e a interpretação dos resultados.

Em saúde, por exemplo, podemos investigar fatores associados a doenças ou avaliar intervenções. Na área ambiental, podemos estudar como as condições de saneamento se relacionam com a saúde da população. Na genética, os métodos estatísticos ajudam a analisar padrões complexos e investigar relações entre características genéticas e determinados fenômenos.

Cada área apresenta particularidades que exigem que os métodos sejam cuidadosamente escolhidos e, muitas vezes, aperfeiçoados ou desenvolvidos para responder às questões de interesse.

É justamente essa possibilidade de combinar fundamentos metodológicos sólidos com problemas concretos que torna a Estatística tão rica. Ao dialogar com outras áreas, ela também se transforma porque os novos desafios científicos estimulam o desenvolvimento de novas perguntas e de soluções metodológicas inovadoras.

6. Na sua experiência, quais são os principais desafios para transformar grandes volumes de dados em informações que realmente possam apoiar decisões e produzir conhecimento?

Eu diria que um dos principais desafios é compreender que ter muitos dados não significa, necessariamente, ter informação de qualidade ou produzir conhecimento. Para transformar dados em evidências que apoiem decisões, precisamos superar desafios que vão desde a qualidade e a integração das informações até a escolha dos métodos estatísticos e a interpretação dos resultados. Por exemplo, quando trabalhamos com grandes bases de dados administrativos, precisamos considerar que estas bases foram construídas para finalidades específicas e podem não representar integralmente a população que desejamos estudar. Problemas de registro, vinculação de bases e ausência de informações também podem introduzir vieses e afetar os resultados.

Outro desafio importante é escolher métodos estatísticos adequados à pergunta de pesquisa. Nem sempre os métodos mais sofisticados são os mais apropriados. É preciso compreender a estrutura dos dados, considerar as relações entre as observações, avaliar as incertezas e distinguir associações de relações causais. Isso é particularmente importante quando queremos avaliar o impacto de uma política pública ou de uma intervenção em saúde, pois identificar uma associação entre dois fenômenos não significa, necessariamente, que um tenha causado o outro.

Também considero fundamental o diálogo entre diferentes áreas do conhecimento. O estatístico precisa compreender o problema científico e trabalhar em colaboração com especialistas que conheçam o contexto em que os dados foram gerados. É essa interação que permite formular perguntas relevantes, interpretar os resultados de maneira adequada e evitar conclusões que, embora pareçam consistentes do ponto de vista numérico, não façam sentido na realidade estudada

7. Como a colaboração entre profissionais da Estatística e pesquisadores de outras áreas pode contribuir para responder problemas complexos da sociedade?

Na minha trajetória, essa parceria tem sido uma fonte permanente de aprendizado. Um exemplo são os estudos que realizamos em colaboração com pesquisadores da área da saúde, nos quais investigamos questões relacionadas à nutrição infantil, às condições ambientais, às desigualdades sociais e aos efeitos de políticas públicas.

Também aprendi muito com equipes multidisciplinares que integram profissionais das áreas de Estatística, Epidemiologia, Nutrição e Ciência da Computação, especialmente em projetos que envolvem grandes bases de dados. Nesses casos, além da análise estatística, é necessário discutir a qualidade dos dados, os possíveis vieses e os limites das conclusões.

Dessa forma, a colaboração é fundamental porque os problemas complexos da sociedade raramente podem ser compreendidos a partir de uma única perspectiva. Para investigar questões relacionadas à saúde, às desigualdades sociais ou ao meio ambiente, por exemplo, precisamos reunir conhecimentos sobre o fenômeno estudado e métodos capazes de analisar adequadamente as informações disponíveis.

O pesquisador da área aplicada conhece o problema, o contexto em que ele ocorre e as questões científicas mais relevantes. O estatístico contribui com o planejamento dos estudos, a escolha e o desenvolvimento dos métodos de análise, a avaliação das incertezas e a interpretação dos resultados. Essa interação precisa acontecer desde o início da pesquisa, e não apenas quando os dados já estão coletados.

Quando diferentes competências se complementam, conseguimos formular perguntas melhores, produzir evidências mais consistentes e ampliar o potencial de aplicação do conhecimento científico na solução de problemas da sociedade.

8. Ao longo de mais de três décadas de trajetória acadêmica, o que mudou na forma de fazer Estatística e o que você acredita que ainda precisa evoluir na área?

Quando olho para a minha trajetória, ao longo de mais de três décadas, percebo o quanto a Estatística mudou e como tive a oportunidade de acompanhar e participar dessa transformação. Uma das coisas que mais me chamam a atenção é a evolução da capacidade computacional. No início da minha carreira, os recursos eram muito limitados em comparação ao que temos hoje. Lembro que a simples leitura de uma base de dados com cerca de 300 mil registros podia levar aproximadamente uma hora. Atualmente, uma tarefa como essa é realizada em questão de minutos. Essa mudança pode parecer apenas tecnológica, mas, para quem viveu esse processo, ela representa uma transformação profunda nas possibilidades de fazer pesquisa e responder a problemas cada vez mais complexos

Tive oportunidade de testemunhar mudanças relevantes também na forma de fazer Estatística. No início da minha trajetória, trabalhei principalmente com problemas que envolviam estruturas complexas de dados, envolvendo observações correlacionadas em modelos de regressão. Desde então, houve uma ampliação expressiva da capacidade de coletar, armazenar, integrar e processar informações, além do desenvolvimento de métodos estatísticos e computacionais cada vez mais sofisticados.

Hoje, temos acesso a bases de dados de dimensões muito maiores e a novas possibilidades de integração de informações provenientes de diferentes fontes. Isso ampliou o alcance das pesquisas e abriu caminhos para investigar problemas que antes eram muito difíceis de estudar. Ao mesmo tempo, trouxe novos desafios, relacionados à qualidade dos dados, aos vieses, à privacidade e à necessidade de desenvolver métodos adequados à complexidade dos problemas.

Na minha própria trajetória, essa transformação também se reflete na ampliação das questões que investigo. Passei por estudos com amostragem complexa, dados correlacionados e/ou com estrutura multinível, e avancei para aplicações em diferentes áreas. Mais recentemente, aprofundei minha atuação em inferência causal e avaliação de impacto de políticas públicas, embora já tivesse tido oportunidade no início da carreira de trabalhar no espectro de avaliação de impacto no contexto de ensaio clínico.

Também tenho trabalhado com controle estatístico de processos, incluindo possibilidades de integração com a inteligência artificial.

Acredito que um dos grandes desafios atuais é garantir que o avanço tecnológico seja acompanhado pelo rigor científico. Ter grandes volumes de dados ou utilizar métodos computacionais sofisticados não significa, necessariamente, produzir conhecimento confiável. Precisamos continuar investindo no desenvolvimento metodológico, na formação de pesquisadores, na qualidade das informações e na avaliação crítica dos resultados.

Também considero essencial fortalecer o diálogo entre a Estatística e outras áreas, além de aproximar cada vez mais a produção científica das necessidades da sociedade. Para mim, a Estatística precisa avançar não apenas em sofisticação técnica, mas também na capacidade de produzir evidências confiáveis, transparentes e relevantes para a tomada de decisões.

9. Para estudantes e jovens pesquisadores que estão começando a se interessar por Estatística e Ciência de Dados, que conselho você daria?

Eu daria três conselhos principais. O primeiro é que tenham uma boa formação nos fundamentos da Estatística. Hoje, temos acesso a ferramentas computacionais muito poderosas e a métodos de inteligência artificial que despertam bastante interesse, mas é fundamental compreender os conceitos que estão por trás dessas ferramentas. Saber aplicar um método é importante, mas entender quando utilizá-lo, quais são suas limitações e como interpretar seus resultados é o que permite fazer um trabalho científico consistente.

O segundo conselho é que mantenham a curiosidade e não tenham receio de explorar diferentes áreas do conhecimento. Muitas vezes, os problemas mais interessantes surgem justamente do diálogo com outras áreas e da disposição para aprender sobre questões que inicialmente não conhecemos.

O terceiro é que procurem desenvolver a capacidade de formular boas perguntas. As ferramentas de inteligência artificial podem facilitar muitas etapas da análise. Entretanto, nenhuma dessas ferramentas substitui a compreensão do problema, o pensamento crítico e o rigor científico. É preciso saber questionar os dados, reconhecer suas limitações e avaliar se as conclusões realmente são sustentadas pelas evidências.

Por fim, minha mensagem para os jovens é que invistam na formação, cultivem a curiosidade, valorizem a colaboração e procurem dar sentido ao conhecimento que produzem. A Estatística ou Estatística da Ciência de Dados oferece oportunidades extraordinárias, não apenas para desenvolver métodos e tecnologias, mas também para compreender problemas relevantes e contribuir para a sociedade. Mais do que acompanhar as transformações da área, o importante é estar preparado para participar delas e ajudar a construir o futuro da ciência.

10. Para finalizar: olhando para o futuro, quais são as possibilidades que mais despertam seu interesse dentro da Estatística e da inferência causal?

O desenvolvimento de métodos estatísticos, a integração entre diferentes abordagens de inferência causal e a aplicação desses avanços a problemas reais. Por exemplo, responder a questões causais cada vez mais complexas, especialmente quando trabalhamos com dados longitudinais, intervenções que variam ao longo do tempo e populações heterogêneas. Vejo um grande potencial na integração de diferentes estratégias de inferência causal, como os modelos estruturais marginais e os desenhos de regressão descontínua, buscando estimativas mais robustas e que representem melhor a realidade dos fenômenos estudados.

Outro desafio importante é compreender até que ponto os grandes volumes de dados e as ferramentas de inteligência artificial podem ampliar as possibilidades de análise, sem perder de vista os pressupostos estatísticos, as limitações dos dados e a validade das conclusões causais.

Acredito que o futuro da Estatística está justamente nessa combinação entre desenvolvimento metodológico e aplicação interdisciplinar: não apenas dispor de mais dados ou de métodos computacionalmente mais sofisticados, mas desenvolver ferramentas que nos permitam compreender melhor os fenômenos, avaliar intervenções e produzir evidências que realmente contribuam para a tomada de decisões.

11. Existe algum momento da sua trajetória como pesquisadora que você considera

    especialmente marcante e que ajudou a definir a profissional que você é hoje?

Acredito que um dos momentos mais marcantes da minha trajetória foi quando comecei a trabalhar na área da saúde. Foi uma experiência que abriu um novo horizonte para mim como pesquisadora e teve um papel importante na minha trajetória profissional, uma vez que me ensinou que a pesquisa exige curiosidade, persistência e disposição para aprender continuamente. Também me mostrou a importância de trabalhar em colaboração com profissionais de outras áreas, porque é do encontro entre diferentes conhecimentos que muitas vezes surgem as perguntas mais interessantes e os desafios que nos fazem avançar. Percebi que mais do que encontrar respostas, aprendi a valorizar as perguntas que nos levam a desenvolver novas formas de investigar e compreender a realidade.

Dessa forma, percebo que essa oportunidade de unir a Estatística a problemas reais, enfrentando desafios que exigem criatividade e aprofundamento metodológico, fortaleceu meu interesse pela pesquisa e continua me motivando. É muito gratificante perceber que, ao buscar soluções para problemas científicos, também podemos contribuir para ampliar o conhecimento e produzir resultados relevantes para a sociedade.