Beruflich Dokumente
Kultur Dokumente
ANÁLISE
Cintia Curioni
Michel Carlos Mocellin
O que é meta-análise?
Melhorar a precisão
Muitos estudos são muito pequenos
para fornecer evidências
convincentes sobre os efeitos da
intervenção isoladamente.
A estimativa geralmente é
melhorada quando é baseada em
mais informações.
Por que fazer a meta-análise?
Responder a perguntas não
respondidas pelos estudos
individuais
Estudos primários geralmente envolvem um
4po específico de par4cipante e
intervenções explicitamente definidas. Uma
seleção de estudos em que essas
caracterís4cas diferem pode permi4r a
inves4gação da consistência do efeito em
uma ampla gama de populações e
intervenções. Também pode, se relevante,
permi4r que razões para diferenças nas
es4ma4vas de efeito sejam inves4gadas.
Por que fazer a meta-análise?
Solucionar controvérsias
decorrentes de estudos
aparentemente conflitantes
ou gerar novas hipóteses
A síntese estatística dos resultados
permite que o grau de conflito seja
formalmente avaliado e que razões
para resultados diferentes sejam
exploradas e quantificadas.
Princípios da meta-análise
Estimar o efeito de uma intervenção/ exposição
! dos estudos individuais (intervenção vs.
controle)
%
Verificar o padrão de distribuição dos resultados
individuais que pode ser influenciado pelas
características dos estudos (heterogeneidade)
× RevMan (Colaboração
Cochrane)
× STATA
× Comprehensive Meta-Analysis
(CMA)
× R
Quais dados devem ser extraídos para a
realização de meta-análise?
Contínuo
Valores finais
de cada grupo
Diferença de médias de
cada grupo
Quais dados devem ser extraídos para a
realização de meta-análise?
Binária Opção 1:
Exposto
N exposto com N exposto sem
evento evento
Não exposto
N não exposto N não exposto
com evento sem evento
⟿ Esse método de entrada permite não somente calcular a razão de risco (RR e
OR), mas também, a diferença de risco (RD e o número necessário para tratar)
Quais dados devem ser extraídos para a
realização de meta-análise?
Binária Opção 2:
Cohen, J. (1988), Statistical Power Analysis for the Behavioral Sciences, 2nd Edition. Hillsdale: Lawrence Erlbaum.
Rosenthal, J.A. (1996), "Qualitative descriptors of strength of association and effect size," Journal of Social Service Research, 21(4): 37-59.
Missing data
O que fazer?
× Entrar em contato com autores e solicitar
× Calcular com base nos dados apresentados
Ex: calcular média e SD baseado na mediana e no IQR
calcular SD a par-r de SE ou do valor p
× Imputar dados
× Atribuir valores de outros estudos (usar valores extremos)
Ex: maior SD
× Usar modelos matemá4cos preditores a par4r de outros
estudos e usar para es4mar as medidas do estudo faltante
Forest plot
N, mean N, mean %
Albumina SMD (95% CI) (SD); Treatment (SD); Control Weight
Chen et al. (2005) 0.26 (-0.36, 0.88) 20, 36 (2.95) 20, 35.3 (2.96) 10.88
Estudos individuais
Farreras et al. (2005) 0.50 (-0.02, 1.01) 30, 26.7 (5.9) 30, 24 (4.8) 15.95
Klek et al. (2005) 0.26 (-0.25, 0.76) 30, 24.9 (2.65) 30, 24.2 (2.75) 16.34
Makay et al. (2011) 0.32 (-0.45, 1.10) 14, 34 (5) 12, 32 (7) 6.99
Marano et al. (2013) 0.08 (-0.30, 0.45) 54, 3.1 (1.4) 55, 3 (1.2) 29.91
Nemati et al. (2014) 0.78 (0.04, 1.53) 15, 4.1 (.34) 15, 3.86 (.25) 7.57
Wei et al. (2014) 0.19 (-0.39, 0.78) 26, 37.2 (6.16) 20, 36.1 (4.63) 12.36
Overall (I-squared = 0.0%, p = 0.724) 0.28 (0.07, 0.48) 339 323 100.00
Testes esta<s=cos:
× Q de Cochran (chi2)
× I2
⟿ I² (interpretação)*:
0% a 40% – heterogeneidade leve, aceitável (não importante)
30% – 60% – heterogeneidade moderada (verificar valor p do chi2)
50% - 90% - heterogeneidade substancial (verificar valor p do chi2)
75% - 100% – heterogeneidade significa4va
dos demais
NUTRITION AND CANCER 2017, VOL. 69, NO. 2, 211–220
Forest plot displaying results for the acceptability of chlorpromazine versus placebo for all cause discontinuation in schizophrenia.
Values of OR smaller than 1 indicate a relative reduction in dropout in favour of chlorpromazine compared with placebo. The studies are
ordered by their sample size so that any presence of small study effects is depictable.
I2 = 34,2%, p=0,13
Área onde os
estudos devem
ser plotados
considerando
ambas as Efeito
possibilidades do individual de
efeito (+ ou -) cada estudo
Efeito do
estudo
Estudos devem ser plotados
equitativamente sob a área demarcada,
considerando o efeito e a precisão
Teste de Egger*
Um valor p para o teste de Egger <0,05, é indicativo de assimetria na distribuição dos estudos
Explorando o efeito de pequenos estudos
.4
.6
.8
1 2 3 4 5
exp(Odds ratio), log scale
1
theta, filled
-1
Método Trim & Fill
Nova ES= 1.0 (0.8-1.2) -2
0 .2 .4 .6 .8
s.e. of: theta, filled
Modelo adotado influencia na análise
dos pequenos estudos
Explorando o efeito de estudos individuais
Equação
da reta Reta da
regressão
Intervalo de
confiança da reta
Variável explanatória
Sleep Medicine Reviews, Volume 39, June 2018, Pages 25-36
Network meta-analysis
× Útil para averiguar e eficácia de múltiplos tratamentos
sobre um mesmo desfecho
× Permite comparar indiretamente tratamentos mesmo que
eles não tenham sido investigados de maneira direta nos
estudos originais
A B B C
Comparação direta Comparação direta
A C
Comparação indireta
Network meta-analysis explained. Arch Dis Child Fetal Neonatal Ed Month 2018
O tamanho dos círculos Network map
(grupos de comparação)
indica o número de
participantes analisados
(combinados)
Grupos de
estudo
as dados
agrupados
Resultados agrupados
para cada intervenção