Sobre o supp.science

O que é o supp.science

O supp.science é um catálogo de 511 suplementos avaliados pela evidência científica. Cada um recebe uma nota — forte, moderada ou limitada — para o conjunto da evidência, e uma nota separada para cada alegação específica, porque uma substância pode ter boa base para um uso e nenhuma para outro.

O critério é rígido de propósito. Dos 511 suplementos, só 22 chegam a "forte". Esse número é o resultado honesto das regras, não uma escolha de posicionamento: a maior parte dos suplementos foi pouco estudada, em grupos pequenos ou com resultados contraditórios — e o catálogo diz isso, em vez de arredondar para cima.

Toda análise se apoia em artigos reais. São mais de 1.100 referências indexadas no PubMed, e cada citação foi conferida na própria API do PubMed (título e PMID) antes de ir ao ar. A última revisão da evidência foi em agosto de 2026, e o catálogo passa por reauditorias periódicas. O processo inteiro está em como avaliamos a evidência.

Para quem é

Para quem está decidindo se vale a pena comprar um suplemento, e para quem ouviu que algo funciona e quer ver o que os estudos realmente mostraram. Os textos são escritos para quem não é da área, mas citam os estudos para você conferir na fonte.

O conteúdo é educativo e não substitui consulta médica. Se você usa medicamentos, está grávida ou tem alguma condição diagnosticada, converse com um médico antes de começar qualquer suplemento.

Como o site se sustenta

Os links de compra são links de afiliado — hoje para a iHerb — e passam por um redirecionamento /go/ no nosso próprio domínio. Se você comprar por ali, a loja paga uma pequena comissão e o preço para você é exatamente o mesmo. Nenhuma marca paga por destaque, não existe conteúdo patrocinado e a nota nunca depende de o item estar à venda: suplementos com evidência limitada não recebem botão de compra nas respostas prontas para IA. Os detalhes estão na divulgação de afiliados.

Para leitores e para agentes de IA

Os mesmos dados das páginas são publicados em uma API JSON gratuita, em um arquivo llms.txt e em um servidor MCP, para que um assistente que responda sobre suplementos use dados com nota e referência em vez de chutar. A fonte é única: agentes e leitores veem as mesmas notas e os mesmos estudos.

Não há contas de usuário nem rastreamento individual. As métricas são apenas agregadas e nenhum endereço de IP é armazenado.