Revisão de literatura: o que realmente acontece quando você tenta fazer uma
A maioria das pessoas começa errando na hora de como fazer revisão de literatura. Elas entram buscando artigos demais, sem critérios claros, e acabam com uma pilha de 200 PDFs que nunca leem de verdade. Isso não é negligência. É falta de delimitação. Vou explicar o processo do jeito que ele funciona na prática, não do jeito que os manuais académicos descrevem.
Definição antes do método
Uma revisão de literatura é um mapeamento sistemático ou narrativa depublicações existentes sobre um tema específico. O objetivo é entender o que já se sabe, onde estão as lacunas, e como o seu trabalho se encaixa nisso tudo. Pode ser sistemática (PRISMA, protocolo registrado) ou narrativa (mais livre, mas ainda precisa de rigor). A confusão comum é achar que revisão sistemática e revisão narrativa são coisas completamente diferentes. Não são. São pontas opostas de um mesmo espectro de rigor metodológico. O que diferencia uma da outra é se você segue um protocolo pré-registrado com bases de dados definidas, critérios de inclusão e exclusão explícitos, e um fluxo de triagem documentado. Se não seguir, é narrativa. Pronto.
O método, passo a passo
Primeiro, defina a sua pergunta de pesquisa. Não comece buscando artigos. Comece formulando a pergunta em formato PICO (População, Intervenção, Comparação, Outcome) ou algo equivalente para a sua área. Sem isso, você vai pescar aleatoriamente e perder semanas. Segundo, escolha as bases de dados. Scopus, Web of Science, PubMed, Google Scholar, e as específicas da sua área como PsycINFO, IEEE Xplore, ou SciELO dependendo do campo. Não use apenas uma. Cada base indexa journals diferentes e tem algoritmos de busca distintos.
Terceiro, construa a string de busca com operadores booleanos. AND para juntar conceitos, OR para sinônimos, NOT para excluir termos irrelevantes. Use truncamento (*) quando a base permitir. Um exemplo prático: ("machine learning*" OR "deep learning*") AND ("healthcare" OR "clinical") AND ("diagnosis" OR "detection"). Teste a string em pelo menos duas bases antes de rodar a busca definitiva. Quarto, faça a triagem em duas fases. Primeira fase: títulos e resumos. Segunda fase: texto completo. Anote quantos artigos foram excluídos em cada fase e o motivo. Isso é essencial tanto para revisões sistemáticas quanto para justificar o escopo da sua narrativa.
Quinto, extraia os dados em uma planilha. Colunas para autor, ano, metodologia, amostra, resultados principais, limitações, e relevância para a sua pesquisa. Passa-se muito tempo achando que vai lembrar os detalhes de cada artigo depois. Não vai lembrar. Documente desde o início. Quarto, sintetize. Agrupe por temas, metodologias, ou linhas deargumentação. Não faça um resumoUm por um. Isso é anotazione, não revisão. A síntese exige que você identifique padrões, contradições, e evoluções conceituais entre os trabalhos.
Problemas reais que ninguém conta
Em uma revisão que fiz sobre integração de modelos preditivos em saúde pública, encontrei um problema específico que quase destruiu o cronograma: a maioria dos artigos usava métricas de desempenho incomparáveis entre si. Um avaliava com AUC-ROC, outro com acurácia simples, outro com F1-score. Não dava para cross-compararresults diretamente. Minha solução foi classificar cada estudo pela métrica principal e criar tabelas separadas por tipo de métrica, depois fazer uma síntese qualitativa dos padrões observados dentro de cada grupo. Perdeu homogeneidade estatística, mas ganhou coerência interpretativa. Para revisão narrativa, isso é aceitável. Para meta-análise, não. Outro problema comum são os artigos de pré-impressão. Eles aparecem nos resultados das buscas e muitas vezes têm citações elevadas porque são recentes e acessíveis. Decida desde o início se vai incluí-los ou não. Se incluir, anote explicitamente no fluxo de triagem. Se excluir, justifique. Revisores apreciam transparência nessa decisão.
Erros que todo mundo comete
Incluir artigos apenas porque citam o conceito que você está usando, sem verificar se a evidência empírica sustenta a afirmação. Isso gera revisão de segundo grau, não de primeira. Sempre volte ao artigo original que produziu o dado. Não registrar critérios de exclusão com antecedência. Se você mudar os critérios no meio do caminho porque certos resultados não se encaixam, isso é viés de confirmação disfarçado de flexibilidade metodológica.
👉 Clique no botão abaixo para saber mais sobre o assunto!
Ignorar literatura em línguas diferentes do inglês. Dependendo do tema, artigos em espanhol, português ou chinês podem conter dados relevantes que bases anglófonas não cobrem. O Google Scholar ajuda, mas não substitui bases regionais como SciELO ou CNKI. Achar que quanto mais artigos, melhor. Uma revisão com 40 artigos bem analisados vale mais do que uma com 200 artigos descritos superficialmente. Qualidade da leitura supera quantidade de leituras rasas.
Sobre ferramentas
Zotero ou Mendeley para gestão de referências. Não use apenas o gestor de citations do Word. Você vai se arrepender quando precisar reorganizar ou trocar o estilo bibliográfico. Both são gratuitos e lidam bem com exportação para LaTeX. Rayyan para triagem cega de revisões sistemáticas. Elimina viés de seleção porque você não vê o título ou os autores durante a fase inicial de filtragem. Útil quando o volume de resultados ultrapassa 300 artigos.
Excel ou Google Sheets para extração de dados. Simples, mas funciona. Para revisões mais complexas, considere ferramentas específicas como DistillerSR ou RevMan, mas o custo pode não compensar se o seu projeto for menor. O Google Scholar não deve ser a única fonte. Ele indexa de forma inconsistente e não oferece APIs robustas para extração sistemática de resultados. Use como complemento, não como base principal.
Limitações que precisam ser ditas alto
Revisão de literatura não prova nada por si só. Ela contextualiza. Se você espera que uma revisão responda perguntas causais ou genere hipóteses testáveis sem dados novos, vai se frustrar. O valor está na síntese, não na descoberta primária. Revisões sistemáticas mal conduzidas são tão inúteis quanto as narrativas mal feitas. O rigor não garante qualidade automática. Garante apenas rastreabilidade. Se os critérios forem mal definidos desde o início, o protocolo mais bem estruturado do mundo não vai salvar o resultado.
O viés de publicação é real e inevitável. Estudos com resultados nulos ou negativos têm menos probabilidade de serem publicados. Sua revisão vai refletir isso, independentemente do quão abrangente seja sua busca. É uma limitação estrutural da academia, não um defeito do seu método. Tempo estimado: uma revisão narrativa bem feita leva entre 3 e 6 semanas para alguém com familiaridade com o tema. Uma revisão sistemática completa, do protocolo à redação final, facilmente 3 a 6 meses. Se alguém prometer o contrário, provavelmente está cortando etapas ou usando atalhos que comprometem a confiabilidade.
Quando não fazer revisão de literatura
Se a sua pergunta de pesquisa ainda não está definida, não comece revisando. Defina primeiro. Revisar sem foco é colecionar, não investigar. Se o tema é tão novo que praticamente não existe literatura, talvez uma revisão não seja o formato adequado. Nesse caso, uma análise conceitual ou um estudo exploratório pode ser mais produtivo do que tentar construir uma revisão sobre bases frágeis.
Como fazer revisão de literatura é menos sobre técnicas de busca e mais sobre disciplina intelectual. A parte técnica se aprende em uma tarde. A parte de saber quando parar, quando incluir, quando descartar, e quando admitir que os dados disponíveis simplesmente não respondem à sua pergunta — isso se aprende com experiência. E com errosevitáveis.
