Como estudar para a residência médica: o método que a ciência da aprendizagem sustenta

Quase tudo que se recomenda sobre estudo para residência médica é opinião de quem passou, generalizada como método. Não é desonestidade — é só amostra de um. O problema aparece quando a recomendação contraria evidência experimental robusta, e isso acontece com mais frequência do que seria confortável.

Este texto faz o exercício oposto: parte do que meta-análises e ensaios controlados demonstraram sobre aprendizagem, e só depois traduz para a rotina de quem vai prestar prova. Quando não existe evidência, isso está dito com todas as letras.

O ranking que deveria ser mais conhecido

Em 2013, Dunlosky e colaboradores publicaram na Psychological Science in the Public Interest uma revisão de dez técnicas de estudo, classificando cada uma por utilidade. O critério era duro: para receber nota alta, a técnica precisava beneficiar estudantes de várias idades e níveis, em muitos domínios de conteúdo, e em diferentes formatos de avaliação.

Apenas duas técnicas receberam classificação alta.

Técnica	Utilidade
Practice testing (testar-se)	ALTA
Distributed practice (prática distribuída)	ALTA
Interleaved practice (intercalada)	Moderada
Elaborative interrogation	Moderada
Self-explanation	Moderada
Reler	BAIXA
Grifar / sublinhar	BAIXA
Resumir	BAIXA
Mnemônico de palavra-chave	BAIXA
Imagens mentais para texto	BAIXA

As três técnicas mais populares entre estudantes — reler, grifar e resumir — estão todas na categoria de baixa utilidade. 84% dos estudantes pesquisados grifam. Um dos estudos revisados encontrou desempenho pior em provas que exigiam inferência.

Por que reler parece funcionar (e não funciona)

O experimento fundador é de Roediger e Karpicke, publicado em 2006 na Psychological Science. Dois grupos: um releu um texto, o outro fez teste de recuperação sobre ele. Depois, prova em três momentos diferentes.

Intervalo até a prova	Grupo que RELEU	Grupo que se TESTOU
5 minutos	81%	75%
2 dias	54%	68%
1 semana	42%	56%

Leia essa tabela devagar, porque ela explica um comportamento de milhões de estudantes: reler ganha no teste imediato e perde no teste tardio. Em uma semana, quem só se testou retinha 56% contra 42% de quem só releu — 33% a mais.

A sensação de que reler funciona é real. Ela só é enganosa. O nome disso é fluência ilusória: o texto parece familiar, o cérebro interpreta familiaridade como domínio, e a conta só chega no dia da prova.

Num segundo experimento do mesmo artigo, comparando quatro sessões de estudo (SSSS) contra uma de estudo e três de teste (STTT): em 5 minutos, 83% contra 71%. Em uma semana, 40% contra 61%.

Quanto vale, em números, fazer questão

A meta-análise de Rowland (2014), na Psychological Bulletin, reuniu 159 tamanhos de efeito de 61 estudos. O efeito global de testar-se contra reestudar foi g = 0,50. Mas os moderadores são mais úteis que a média.

Condição	Tamanho de efeito (g)
Efeito global	0,50
COM feedback	0,73
SEM feedback	0,39
Intervalo de retenção < 1 dia	0,41
Intervalo de retenção ≥ 1 dia	0,69

Três implicações diretas para quem usa banco de questões:

1. Ler o comentário quase dobra o ganho. 0,73 contra 0,39. Fazer questão sem ler a explicação joga fora metade do benefício. Isso sozinho já invalida a estratégia de "bater 100 questões por dia" quando não há tempo de processar nenhuma.

2. O benefício cresce com o intervalo. Exatamente a situação de quem estuda meses antes da prova.

3. Existe um piso de conhecimento. Os autores registram que o benefício do teste só emerge quando o acerto inicial supera cerca de 50%. Bater em questão de assunto que você ainda não estudou rende pouco — precisa haver base para recuperar.

Uma segunda meta-análise, de Adesope, Trevisan e Sundararajan (2017), com 272 tamanhos de efeito de 118 artigos, encontrou g ≈ 0,51 contra reestudar e g ≈ 0,93 contra não fazer nada. E a revisão de Agarwal, Nunes e Blunt (2021), com 37 estudos e 5.374 alunos em salas de aula reais, encontrou 46 de 49 efeitos positivos — não é fenômeno de laboratório.

Espaçamento: quanto tempo entre uma revisão e outra

Cepeda e colaboradores (2008) testaram 26 combinações de intervalo com 1.354 participantes, com gaps de 0 a 105 dias. O resultado é a coisa mais acionável de toda a literatura de estudo.

Prova em…	Gap ótimo entre revisões	Ganho vs. estudar em bloco
7 dias	~1 dia	+10%
35 dias	~11 dias	+59%
70 dias	~21 dias	+111%
350 dias	~21 dias	+77%

A regra prática que os autores derivam: o gap ótimo fica em torno de 20% do prazo até a prova para horizontes de semanas, caindo para cerca de 5% em horizontes de um ano.

Traduzindo para residência: com prova daqui a 12 meses, o intervalo de revisão indicado gira em torno de 3 semanas. Com prova em 2 meses, cerca de 2 semanas.

E note o que isso condena: estudar Cardiologia em bloco em março e nunca mais tocar no assunto é precisamente a condição de gap zero, que perdeu por larga margem em todos os horizontes testados.

Intercalar: poderoso, mas não para tudo

A meta-análise de Brunmair e Richter (2019), com 238 tamanhos de efeito e 8.466 participantes, mostrou algo que raramente se menciona.

Tipo de material	Efeito (g)
Efeito global	0,42
Categorização / discriminação visual	0,67
Tarefas matemáticas	0,34
Textos expositivos	não significativo
Palavras e vocabulário	−0,39

Intercalar prejudicou a memorização de itens isolados. O ganho aparece em aprendizado de categorias e discriminação — e cresce quando as categorias são parecidas entre si.

Para prova de residência, isso é quase uma regra de bolso: intercale onde a prova cobra diferenciação — glomerulonefrites, anemias, síndromes ictéricas, tipos de choque, causas de hiponatremia. Não intercale decoreba pura — doses, critérios numéricos, escores. Ali cabe repetição espaçada em bloco.

A evidência específica em medicina

Aqui a literatura é menos abundante, mas existe e é boa.

Estudo	Desenho	Resultado
Maye & Hurley (2026), The Clinical Teacher	Meta-análise, 13 estudos, 21.415 aprendizes	Spaced repetition vs. estudo padrão: SMD 0,78 (IC 95% 0,56–0,99; p < 0,0001)
Larsen, Butler & Roediger (2009), Medical Education	ECR com 40 residentes de Pediatria e Emergência, avaliação em 6 meses	Teste repetido 39% vs. estudo repetido 26% — d = 0,91, p < 0,001
Kerfoot et al. (2007), J Urology	ECR com 537 residentes de Urologia, 27 semanas	Questões espaçadas por e-mail superaram envio em bloco (p < 0,001); escores da coorte espaçada permaneceram estáveis, os da coorte em bloco caíram
Deng et al. (2015), Perspect Med Educ	Observacional, 72 estudantes, regressão multivariada	Cada 445 questões adicionais ≈ +1 ponto no USMLE Step 1, controlando fatores acadêmicos
Ghersin et al. (2024), BMC Med Educ	213 alunos	Mais de 2.500 questões únicas associadas a melhor Step 2 CK (256 vs. 252; p = 0,04)
Spier et al. (2026), Med Sci Educ	93 alunos	Começar o banco de questões antes do período dedicado: OR = 4,11 (IC 1,62–10,86)

O estudo de Larsen merece destaque porque é a evidência mais próxima da realidade brasileira: ensaio controlado, com residentes, em conteúdo clínico, com avaliação seis meses depois. Efeito grande.

Uma honestidade necessária sobre o Anki. A evidência de que spaced repetition como princípio funciona é forte. A evidência de que o app Anki especificamente eleva nota é fraca e inconsistente: Gilbert et al. (2023) encontrou usuários melhores em todas as quatro provas; Wothe et al. (2023) encontrou diferença no Step 1 (238 vs. 233,5) e nenhuma no Step 2; Cooper et al. (2023) não encontrou correlação alguma, e ainda achou GPA maior no grupo que não usava. O mecanismo tem respaldo; a ferramenta específica, não necessariamente.

Revisão de erro: o achado mais contraintuitivo

Metcalfe (2017), na Annual Review of Psychology, descreve o efeito de hipercorreção: os erros cometidos com alta confiança são corrigidos mais prontamente e retidos melhor do que os erros cometidos com baixa confiança.

O mecanismo proposto é a surpresa — errar aquilo que você tinha certeza de acertar gera atenção elevada ao feedback, com correlato eletrofisiológico mensurável.

A implicação prática é direta e quase ninguém aplica: marque seu nível de confiança ao responder e priorize a revisão dos erros de alta confiança. Não é folclore de coach; é achado experimental replicado.

Do mesmo artigo, mais dois pontos: errar antes de ver a resposta produz vantagem de cerca de 20% sobre estudar sem errar — desde que o feedback contenha a resposta correta. E o benefício exige que o erro seja relacionado ao alvo; chute completamente aleatório não gera ganho.

O que a evidência sustenta — e o que é lenda de cursinho

Afirmação	Status
Fazer questões supera reler e resumir	Evidência forte — g ≈ 0,50; utilidade ALTA
Ler o comentário quase dobra o ganho	Evidência forte — 0,73 vs. 0,39
Espaçar revisões supera estudar em bloco	Evidência forte — até +111%
Spaced repetition funciona em educação médica	Evidência forte — SMD 0,78, n = 21.415
Testar residentes supera reestudar em 6 meses	Evidência forte — ECR, d = 0,91
Grifar e reler são de baixa utilidade	Evidência forte
Intercalar ajuda em diagnóstico diferencial	Forte — mas atrapalha decoreba de itens isolados
Priorizar erros de alta confiança	Evidência forte (hipercorreção)
Volume de questões prevê nota	Observacional — associação, não causalidade
Anki especificamente eleva nota	Conflitante — três estudos, resultados divergentes
"Clínica Médica é X% da prova"	Consenso de mercado — a USP declara distribuição IGUAL; o INEP não divulga
"Aprovado estuda N horas por dia"	Não existe pesquisa brasileira sobre isso
"Faça 80 questões por dia"	Sem evidência — os dados observacionais sugerem volume bem menor

Vale abrir dois itens dessa tabela.

Sobre distribuição de temas. O edital nº 03/2025 da FUVEST para a USP diz literalmente que a prova terá "igual número de questões com conteúdos proporcionais" entre as sete áreas. O INEP, na Nota Técnica nº 19/2025, não publica distribuição fixa para o ENAMED. Todo percentual que circula é contagem retrospectiva de curso preparatório sobre provas passadas — útil como orientação, não como fato.

Sobre horas de estudo. Não existe levantamento acadêmico ou censo público brasileiro medindo horas por dia ou meses de preparação de aprovados em residência. O que circula são recomendações de cursinho sem dado primário. O que a evidência real permite dizer sobre tempo é outra coisa: começar cedo tem efeito robusto (OR = 4,11 em Spier et al.) e o ganho do espaçamento cresce com o horizonte (+111% em 70 dias). Distribuição ao longo de meses importa mais do que intensidade diária.

Traduzindo tudo em rotina

Se a prova é daqui a 12 meses:

1. Ciclo de revisão de ~3 semanas por grande área (o gap ótimo para esse horizonte).
2. Questões desde o início, não só na reta final — mas depois de ter base no tema, porque abaixo de ~50% de acerto o efeito do teste some.
3. Todo erro é lido, com comentário completo. Sem exceção. É o que separa g = 0,73 de g = 0,39.
4. Marque confiança em cada resposta. Priorize na revisão os erros que você errou achando que ia acertar.
5. Refaça a questão errada em sessão posterior, não na mesma. É o successive relearning — em prova real de alto risco, Janes et al. (2020) mediram ganho de pelo menos 10%, com d entre 0,54 e 1,10.
6. Intercale diagnósticos parecidos. Blocos de "tudo sobre anemia" ensinam menos que blocos que forçam diferenciação.
7. Simulado como termômetro, não como estudo. Não há ECR comparando frequências; nos estudos de sala de aula, cadências entre semanal e a cada 2–3 semanas tiveram efeitos igualmente distribuídos. Regularidade importa mais que frequência exata.

Se a prova é daqui a 2 meses: gap de revisão cai para ~2 semanas, e a proporção vira quase inteiramente questão com revisão de erro. Conteúdo novo, a essa altura, tem retorno decrescente.

O ponto que resume tudo

Fazer 100 questões sem ler o comentário é, pela meta-análise, pior uso de tempo do que fazer 30 lendo todas.

Os dados observacionais em medicina apontam para 3.000 a 4.000 questões ao longo de toda a preparação — o que, diluído em doze meses, dá algo entre 10 e 15 questões por dia, bem abaixo dos 40 a 100 que se costuma recomendar. Não há evidência sustentando o volume alto. Há evidência forte sustentando o oposto: feedback processado e reencontro espaçado com a mesma questão.

Estudar menos e melhor não é conselho motivacional. É o que os números dizem.

Do método à prática

Método sem ferramenta fica no papel. Se a dúvida agora é onde resolver questões, o comparativo honesto dos bancos de questões traz os critérios que realmente pesam — e a tabela para você auditar qualquer plataforma em cinco minutos. Sobre a técnica que mais aparece na literatura citada aqui, flashcards e repetição espaçada detalha a cadência. E o calendário 2027 define o horizonte que determina o intervalo ótimo de revisão.

---

Última atualização: 24 de agosto de 2026. Revisão editorial: acrescentada a seção que liga método a ferramenta, com links para o comparativo de bancos de questões, o guia de flashcards e o calendário do ciclo.