Meta-análise: O quê, por que e como
Posted on 21st March 2017 by Cochrane Brazil
This blog is a Portuguese translation of the blog ‘Meta-analysis’: What, Why, and How’written by Ammar Ismail. Read the English version here. With thanks to Cochrane Brazil for the translation.
O que é uma meta-análise?
Meta-análise é uma técnica estatística usada para combinar dados de múltiplos estudos sobre um tópico específico.
A meta-análise desempenha papel fundamental nos cuidados de saúde baseada em evidências.
Comparado a outros desenhos de estudo (tais como estudos randomizados controlados ou estudos de coorte), a meta-análise ocupa o topo da pirâmide de nível de evidência em saúde. Esta pirâmide nos permite comparar os diferentes níveis de evidência à nossa disposição. À medida que subimos na pirâmide, cada nível de evidência é menos sujeito a viés do que o nível anterior. Portanto, a meta-análise pode ser considerada o mais alto nível de evidência em cuidados de saúde (1).
As meta-análises começaram a surgir como parte importante da pesquisa científica no fim da década de 70. Desde então, este método tem se tornado uma forma habitual de sintetizar evidências e resumir os resultados de estudos individuais (2).
Por que devemos realizar e usar a meta-análise?
Para tomar uma decisão válida sobre o uso de uma intervenção, preferencialmente não devemos confiar em resultados obtidos de estudos isolados. Isso porque os resultados podem variar de um estudo para outro por várias razões, incluindo fatores de confusão e diferentes amostras usadas nos estudos.
Combinando estudos isolados, e desta forma usando mais dados, a precisão e a acurácia dos resultados podem ser aumentadas. Além disso, se os estudos isolados forem de baixo poder estatístico, combiná-los em uma meta-análise pode aumentar o poder estatístico global para detectar um efeito.
**para leitura adicional, por favor, visite: (https://www.meta-analysis.com/pages/why_do.php)
Como uma meta-análise é realizada?
Veja abaixo as etapas básicas que envolvem uma meta-análise (3):
1 – Identificar/formular um problema (isto é, uma pergunta a ser respondida. Ex: Determinar a efetividade de exercícios para tratamento da depressão comparado a nenhum tratamento e a outros tipos de tratamento).
2 – Fazer uma pesquisa bibliográfica:
Esta etapa deve envolver uma busca em vários bancos de dados que indexam artigos revisados e confiáveis, tais como PubMed, Scopus, Web of Science, Embase, etc.
3 – Definir os critérios de seleção/inclusão:
Você deve usar critérios de inclusão e exclusão que garantam que sejam incluídas evidências de alta qualidade e de relevância direta para o questionamento da pesquisa.
Por esta razão, tendemos a incluir estudos randomizados e controlados (e devemos excluir estudos observacionais).
Idealmente, devemos incluir também estudos não publicados para evitar o viés de publicação. Se não incluirmos todos os estudos relevantes, nossas conclusões poderão estar incorretas. Especificamente falando, podemos superestimar o benefício de um tratamento (por exemplo), porque estudos que falharam em encontrar um efeito significativo têm menor probabilidade de publicação do que aqueles que encontraram um resultado significativo.
4 – Extração de dados:
Você deve extrair os dados dos desfechos de interesse para serem agrupados (combinados) na análise final.
5 – Realizar a meta-análise básica:
Existe uma gama de softwares com este objetivo, tais como o Review Manager e Comprehensive Meta-Analysis Software.
Referências
- Haidich AB. Meta-analysis in medical research. Hippokratia [Internet]. 2010 Dec [citado 2016 Sep 25];14(Suppl 1):29–37. Disponível em: http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3049418&tool=pmcentrez&rendertype=abstract
- Chalmers TC, Matta RJ, Smith H Jr, Kunzler AM. Evidence favoring the use of anticoagulants in the hospital phase of acute myocardial infarction. N Engl J Med. 1977; 297: 1091–1096. Disponível em: https://www.ncbi.nlm.nih.gov/pubmed/909566
- Field AP, Gillett R. How to do a meta-analysis. Br J Math Stat Psychol [Internet]. 2010 Nov [citado 2016 Sep 25];63(Pt 3):665–94. Disponível em: http://www.ncbi.nlm.nih.gov/pubmed/20497626
