Análise de Resultados Estatísticos-Santos e Cunha PDF

Santos,Eduardo&Cunha,Madalena(2013).
InterpretaoCrticadosResultadosEstatsticos
deumaMetaAnlise:EstratgiasMetodolgicas.Millenium,44(janeiro/junho).Pp.8598.
INTERPRETAO CRTICA DOS RESULTADOS ESTATSTICOS

DE UMA META-ANLISE: ESTRATGIAS METODOLGICAS
CRITICAL INTERPRETATION OF STATISTICAL RESULTS
OF A META-ANALYSIS: METHODOLOGICAL STRATEGIES
EDUARDO JOS FERREIRA DOS SANTOS 1

MADALENA CUNHA 2
Enfermeiro na Fundao Aurlio Amaro Diniz, Servio de Medicina Portugal. (e-mail: ejf.santos87@gmail.com)
2
Docente da Escola Superior de Sade e investigadora do Centro de Estudos em Educao, Tecnologias

e Sade (CI&DETS) do Instituto Politcnico de Viseu Portugal. (e-mail: madac@iol.pt)
Resumo
A meta-anlise uma investigao secundria que
envolve um mtodo sistemtico e rigoroso, passvel de
replicao por outros investigadores, e que permite combinar
resultados provenientes de diferentes estudos.
Na rea da sade, um exemplo clssico consiste na
combinao do risco relativo estimado entre dois tratamentos
em diferentes estudos.
Ao longo deste artigo apresentada a lgica do
processo, alguns conceitos bsicos, a definio de modelo de
efeito fixo e modelo de efeitos aleatrios, testes de
heterogeneidade, tcnicas de escolha do modelo e
possibilidades de apresentao dos resultados de uma
meta-anlise.
No sero alvo de escrutnio a descrio de
metodologias adequadas para reviso sistemtica.
Neste sentido este artigo tem como objetivo a
descrio e anlise do processo de meta-anlise (interpretativo
e conclusivo) em estatstica.
Palavras-chave: meta-anlise, reviso sistemtica, medidas
de efeito.
85
Santos,Eduardo&Cunha,Madalena(2013).InterpretaoCrticadosResultadosEstatsticos
Abstract
Meta-analysis is a secondary research that involves a
systematic and rigorous method capable of replication by
other researchers and allows combining results from different
studies.
In health, a classic example is the combination of the
relative risk between treatments estimated in different studies.
Throughout this article we present the logic of the
process, some basic concepts, the definition of fixed effect
model and random effects model, tests of heterogeneity,
model selection techniques and possibilities to presenting the
results of a meta-analysis.
The appropriate description of methodologies for
systematic review wouldn't be subject of scrutiny.
Thus this article aims to describe and analyze the
process of meta-analysis (interpretative and conclusive) in
statistics.
Keywords: meta-analysis, systematic review, effect sizes.
Introduo
A meta-anlise uma tcnica de investigao que seleciona estudos e extrai
resultados por meio de procedimentos rigorosos. Os resultados so, ento, resumidos
atravs de anlise estatstica com o objetivo de diminuir a subjetividade dos mtodos
tradicionais de reviso narrativa. Assim, pode-se afirmar que a meta-anlise um estudo
observacional da evidncia e que se baseia na aplicao do mtodo estatstico a um
estudo de reviso sistemtica, que integra dois ou mais estudos primrios (Ramalho,
2005).
Muitas vezes o termo meta-anlise e reviso sistemtica so utilizados
indevidamente, isto porque a meta-anlise simplesmente um dos passos finais do que
deve ser um processo rigoroso. A agregao estatstica dos dados numa meta-anlise
no significa que os estudos individuais nela includos tenham sido revistos
sistematicamente ou apropriadamente. Neste sentido podem ser desenvolvidas revises
sistemticas com e sem meta-anlise (Craig & Smyth, 2004; Ramalho, 2005).
Assim, por esse motivo que este tipo de reviso fornece a melhor evidncia
disponvel para a prtica clnica, ao mesmo tempo que central no desenvolvimento da
prtica baseada na evidncia, porque permite aos enfermeiros, que no dispem de
tempo para analisar e estudar toda a evidncia que produzida e publicada, o
86
acompanhamento atualizado, em tempo real, das novas descobertas da cincia e dos

resultados da investigao, o verdadeiro estado da arte. Por isso os estudos de reviso
sistemtica, com e sem meta-anlise, representam uma mais-valia para a investigao
em Enfermagem porque corporizam o maior nvel de evidncia e grau de
recomendao, sobretudo a reviso sistemtica com meta-anlise (Parahoo, 1997, apud
Ramalho, 2005; Pocinho, 2008).
Atualmente, este mtodo de investigao largamente aceite pela comunidade
cientfica, por reunir inmeras vantagens das quais se destacam: utilizar metodologia
cientfica; ser reprodutvel; evitar a duplicao de esforos, porque quando est
completa no necessita de ser repetida; poder ser rapidamente atualizada atravs da
incluso de novos estudos publicados sobre o tema; evitar controvrsias literrias uma
vez que inclui no apenas os estudos favorveis mas o somatrio de todos os dados
corretamente estudados; antecipar o resultado de estudos de boa qualidade que levam
anos a realizar e que envolvem elevados gastos financeiros; detetar intervenes
inadequadas; aumentar a preciso dos resultados e estreitar os intervalos de confiana;
definir em que reas so necessrios mais estudos; economizar recursos e especialmente
tempo; e so fundamentais para a elaborao de normas e guias de orientao de
intervenes clnicas (Ramalho, 2005; Pocinho, 2008; Higgins & Green, 2011).
Por outro lado, e apesar da sua relevncia cientfica, no devemos desprezar o
inegvel contributo dos estudos primrios quantitativos e qualitativos, pois sem
investigao primria irrealizvel investigao secundria, como o caso das
meta-anlises (Fortin, 1999). Alm disso, no possvel realizar meta-anlise quando
no h dados disponveis ou quando os dados so muito dispersos e/ou os estudos so
muito heterogneos (diferenas estatsticas dos efeitos das intervenes, participantes
diferentes ou diferentes tipos de estudos) (Craig & Smyth, 2004; Ramalho, 2005).
tambm um facto que as meta-anlises apresentam desvantagens, pelo que a
justificao da sua realizao no se deve cingir ao mero reconhecimento de serem o
exponente mximo da hierarquia da evidncia. Assim, a reviso sistemtica com
meta-anlise consome tempo, como em qualquer investigao leva no mnimo 3 meses
a 1 ano; envolve trabalho intelectual de elevado nvel, desde a formulao da pergunta
de investigao, desenvolvimento de estratgias, comparao de trabalhos, interpretao
de resultados, cpia de artigos e escrita de resumos estruturados; no consegue
modificar a qualidade dos estudos primrios, pode apenas fornecer recomendaes para
evitar erros a desenvolver no futuro; e impossvel a um investigador isolado proceder
realizao de uma reviso sistemtica, pois necessita sempre da colaborao de outros
profissionais experientes, para avaliar os estudos primrios (Ramalho, 2005; Pocinho,
2008; Higgins & Green, 2011).
87
No mbito da anlise estatstica, atualmente, existem vrios programas de

computador disponveis para executar a meta-anlise. Estes podem ser do tipo comercial
(com copyright), de que o caso o FAST PRO, o STATA, o True Epistat, o DSTAT e o
DESCARTES; ou de domnio pblico, de que exemplo o RevMan, o Easy MA e o
Meta-Analyst (Pocinho, 2008).
No presente artigo so apresentados alguns conceitos bsicos inerentes
realizao de uma meta-anlise e lgica do processo. Iremos abordar especificamente
o modelo de efeito fixo e modelo de efeitos aleatrios, testes de heterogeneidade,
tcnicas de escolha do modelo e as possibilidades de apresentao dos resultados de
uma meta-anlise.
Assim, os objetivos deste artigo passam, no s por entender o processo
decisrio em estatstica, mas, sobretudo, descrever e analisar o processo de meta-anlise
(interpretativo e conclusivo) em estatstica.
1 Os dados de uma meta-anlise e as medidas de associao
Quando nos referimos aos dados de uma meta-anlise, fulcral definir quais os
resultados que sero combinados para que ento possamos selecionar os estudos.
Sobre este aspeto, na rea da sade, comummente so realizadas meta-anlises
para combinar resultados de estudos que comparam diferentes tecnologias
(medicamentos, tratamentos, procedimentos, etc). Estes estudos apresentam, em
geral, estimativas para medidas do tamanho do efeito, tais como, o odds ratio (OR), o
risco relativo (RR), a reduo absoluta de risco (RAR), a reduo do risco relativo
(RRR) e o nmero necessrio para tratar (NNT) (Rodrigues, 2010; Rodrigues &
Ziegelmann, 2010).
Como estes eventos so habitualmente dicotmicos, isto , caracterizam-se por
estarem ou no estarem presentes, a sua definio consegue-se atravs da construo
das chamadas tabelas de contingncia 2 x 2 (Carneiro, 2008), conforme o exemplo
esquemtico do Quadro I.
Quadro I Uma tabela 2 2 e os seus resultados derivados
Exposio
SIM
A
C
SIM
NO
Resultado (outcome)
NO
b
d
Risco Relativo. RR = [a / (a + b)] / [c / (c + d)]

Reduo do Risco Relativo. RRR = [c / (c + d)] [a / (a + b)] / [c / (c + d)]
Reduo do Risco Absoluto. RRA = [c / (c + d)] [a / (a + b)]
Nmero Necessrio Tratar. NNT = 1 / RRA
Odds Ratio. OR = [(a / b) / (c / d)] = ad / cb
FONTE: Carneiro (2008)
88
Assim, por exemplo, se for realizada uma meta-anlise que procure combinar
estudos que estimaram os odds ratio, os dados necessrios para a sua realizao sero as
estimativas dos odds ratio e uma medida de variabilidade de cada estudo (no caso, o
erro padro estimado).
2 Modelos de efeitos fixos e modelos de efeitos aleatrios
Em meta-anlise existem basicamente dois tipos de modelos que podem ser
adotados, o modelo de efeitos fixos e o modelo de efeitos aleatrios (Sousa & Ribeiro,
2009).
Referindo-nos ao modelo de efeito fixo essencial compreender que este
pressupe que o efeito de interesse o mesmo em todos os estudos e que as diferenas
observadas entre eles so devidas apenas a erros amostrais (este erro tambm referido
na literatura como variabilidade dentro dos estudos). De forma simplificada, como se
os mtodos com efeitos fixos considerassem que a variabilidade entre os estudos
ocorreu apenas pelo acaso e ignorassem a heterogeneidade entre eles (Moayyedi, 2004,
apud Sousa & Ribeiro, 2009; Rodrigues & Ziegelmann, 2010).
Assim e se considerarmos J o nmero de estudos da meta-anlise e Yj o efeito
observado no estudo j (com j = 1,2,, J). O modelo de efeito fixo dado por:

onde, o erro aleatrio do estudo j e

o efeito comum a todos os estudos,
denominado de medida meta-analtica. De acordo com este modelo pressupe-se que os
erros aleatrios tm distribuio normal com mdia 0 e varincia conhecida (esta
varincia o quadrado do erro padro estimado no estudo j) e por este facto que as
medidas de efeito dos OR e RR so calculadas em escala logartmica. Neste modelo a
estimativa pontual de mxima verossimilhana para
uma mdia ponderada entre as
medidas de efeito de cada estudo. A ponderao de cada estudo inversamente
proporcional medida de variabilidade estimada no estudo (da ser conhecido na
literatura pelo mtodo do inverso das varincias). Esta medida de variabilidade tem
relao direta com o tamanho da amostra. Ou seja, quanto maior o tamanho da amostra,
menor a variabilidade estimada e, consequentemente, maior o peso do estudo na
estimao da medida meta-analtica
(Moayyedi, 2004, apud Sousa & Ribeiro, 2009;
Rodrigues, 2010; Rodrigues & Ziegelmann, 2010).
Quando a medida de efeito proveniente de dados binrios (OR ou RR) a estimao de
tambm pode ser calculada com recurso ao mtodo de Mantel-Haenszel, sendo que a
diferena deste mtodo reside no clculo da ponderao de cada estudo. No caso onde
89
os estudos envolvidos apresentam tamanhos de amostras pequenos e/ou as taxas de

evento estimadas nos grupos so muito baixas, as estimativas das varincias utilizadas
na ponderao so muito pobres, o mtodo da mxima verossimilhana (que, como
descrito acima, utiliza como ponderao o inverso destas estimativas) no se torna
muito adequado e prefervel a utilizao do mtodo de Mantel-Haenszel que
consensualmente mais utilizado nestas situaes pela comunidade cientfica (Idem).
Para alm do mtodo de Mantel-Haenszel, podemos recorrer, como alternativa,
ao mtodo de Peto que se destaca quando um ou mais estudos apresentam zero eventos
em pelo menos um dos grupos comparados, o que causaria uma indeterminao no
clculo dos efeitos, j que um zero ficaria no denominador da frmula. Contudo, neste
caso, podemos somar 0,5 no nmero de eventos e no eventos de cada grupo e utilizar o
mtodo de Mantel-Haenszel, ficando preservada a igualdade dos efeitos entre estudos
(Ibidem).
Para alm dos modelos de efeitos fixos, como j foi referido anteriormente,
existem ainda os modelos de efeitos aleatrios que pressupem que o efeito de interesse
no o mesmo em todos os estudos. Neste sentido, consideram que os estudos que
fazem parte da meta-anlise formam uma amostra aleatria de uma populao hipottica
de estudos. Contudo, apesar dos efeitos dos estudos no serem considerados iguais eles
so conectados atravs de uma distribuio de probabilidade, geralmente suposta
normal (Rodrigues, 2010; Rodrigues & Ziegelmann, 2010).
Por este fundamento criam resultados combinados com maior intervalo de
confiana da serem os mais recomendados. Todavia e apesar de terem essa vantagem,
os mtodos com efeitos aleatrios so criticados por atriburem maior peso a estudos
menores (Moayyedi, 2004, apud Sousa & Ribeiro, 2009).
O modelo de efeitos aleatrios dado por:
j +
a
onde, o erro aleatrio do estudo j, j o efeito aleatrio de cada estudo j e
medida meta-analtica. No modelo de efeitos aleatrios pressupe-se que os erros
aleatrios tm distribuio normal com mdia 0 e varincia conhecida
(mesma
suposio do modelo de efeito fixo) e os efeitos aleatrios tm distribuio normal com
mdia 0 e varincia desconhecida
. Neste modelo, a estimativa pontual para
, similarmente consiste na mdia ponderada entre as medidas de efeito de cada estudo
influenciar na ponderao (Rodrigues, 2010;
com a diferena da estimativa de
Rodrigues & Ziegelmann, 2010).
90
A estimao da variabilidade entre os estudos ( ) vulgarmente calculada

atravs da utilizao do mtodo descrito por DerSimonian e Laird e o clculo da
ponderao de cada estudo feito utilizando os mtodos do inverso da varincia,
Mantel-Haenszel ou Peto (com recomendao anloga ao caso do modelo de efeito fixo)
(Idem).
Se procurarmos indagar sobre a comparao das estimativas que so criadas
atravs da utilizao do modelo de efeito fixo com as encontradas atravs do modelo de
efeitos aleatrios possvel verificar que os intervalos de confiana produzidos pelo
ltimo so, em geral, maiores, contudo menos precisos (Rodrigues, 2010; Rodrigues &
Ziegelmann, 2010).
O momento da escolha do modelo reveste-se, portanto, de prima importncia e
constitui uma etapa na qual o investigador deve ponderar os prs e contras de cada
modelo, sendo alvo de escrutnio o porqu da escolha na discusso dos resultados
encontrados.
Apesar de no existir uma regra de escolha os critrios j referidos devem ser
considerados, porque se concebermos que uma reviso sistemtica envolve estudos de
tamanhos amostrais diferentes, a fora da evidncia (a favor ou no do tratamento) de
cada estudo no igual.
Assim, quando no h diversidade e nem heterogeneidade importantes, os
estudos com maior poder estatstico (leia-se, estudos com maior populao e maior
efeito da interveno) possuem mais peso. Nesse caso, utiliza-se o mtodo de efeitos
fixos, que pressupe que todos os estudos apontaram o mesmo efeito. Quando h
diversidade e heterogeneidade, utilizado o modelo de efeitos aleatrios, que distribui o
peso de uma maneira mais uniforme, valorizando a contribuio dos estudos pequenos
(Lau, Ioannidis & Schmid, 1997).
3 A heterogeneidade
A heterogeneidade em revises sistemticas com meta-anlise consiste na
variabilidade ou diferena entre estudos em relao estimativa de efeitos e por isso o
seu clculo fundamental para avaliar o grau de confiana dos resultados em situaes
de decises incertas ou suposies sobre os dados e resultados usados (Clarke, 2001,
apud Ramalho, 2005).
Em termos globais alguns autores dividem as heterogeneidades em trs tipos
(Craig & Smyth, 2004; Pocinho, 2008; Higgins & Green, 2011):
heterogeneidade estatstica (diferenas nos resultados) a variao entre os

resultados dos estudos, o que pode ser causado por: heterogeneidade clnica ou
metodolgica, escolha errada das medidas de efeito do tratamento ou pelo
acaso;
91
heterogeneidade metodolgica (diferenas nos desenhos dos estudos includos)

consiste nas variaes relacionadas com a aleatorizao, sigilo da alocao,
cegamento, perdas/excluses;
heterogeneidade clnica (diferenas entre as caractersticas dos estudos, por

exemplo: os participantes, intervenes ou resultados) a diferena real entre
os estudos devido s suas caractersticas: participantes (critrios de incluso e
excluso, diagnstico, etc.), intervenes (tipo, dose, durao, etc.), desfechos
clnicos (tipo, escala, ponto de coorte, durao do follow up, etc.).
neste sentido que os testes estatsticos de heterogeneidade se revestem de

uma desmedida importncia na realizao da meta-anlise pois permitem inferir se a
variabilidade observada nos resultados de um estudo (tamanho de efeito) maior que o
esperado devido ao acaso.
A identificao da heterogeneidade estatstica pode ser realizada de duas
formas. A primeira pela inspeo visual dos grficos das meta-anlises (os resultados
so semelhantes? os intervalos de confiana sobrepem-se?). A segunda pela
aplicao do teste estatstico (X2 qui-quadrado). Contudo, este teste tem baixo poder
estatstico quando os estudos includos na meta-anlise so em pequeno nmero.
Com efeito, quando so identificadas heterogeneidades no efeito do tratamento
pode-se optar por diversas abordagens:
Ignorar a heterogeneidade o mesmo que usar o modelo de efeito fixo na

estimativa do efeito do tratamento;
Considerar a heterogeneidade A primeira opo consiste em utilizar o

modelo de efeitos aleatrios para a estimativa do efeito do tratamento. A
segunda opo no agrupar todos os estudos porque podem existir duas
fontes de variao: variao nos estudos (entre os doentes) e variao entre os
estudos;
Explorar a heterogeneidade Podemos optar pela anlise de subgrupo

(subgrupo de ensaios clnicos ou subgrupo de participantes) ou pela
meta-regresso (anlise estatstica que relaciona o tamanho do efeito s
caractersticas do estudo, por exemplo, mdia de idade, proporo de mulheres,
dose do medicamento).
Para alm das abordagens j mencionadas, quando o investigador se encontra

na presena de heterogeneidade significativa pode adotar algumas aes (Egger et al.,
2001; Guidugli, 2000, apud Pocinho, 2008):
92
Alterar os critrios de incluso e/ou realizar a meta-anlise atravs de duas

comparaes de ensaios clnicos: uma com todos os ensaios clnicos aleatrios
e outra apenas com ensaios clnicos com sigilo da alocao adequado;
Incluir ou excluir estudos que apresentaram alguma ambiguidade nos critrios

de incluso;
Excluir estudos no publicados;
Excluir estudos de baixa qualidade metodolgica;
Reanalisar os dados atravs de uma variao razovel dos resultados dos

estudos onde havia alguma incerteza sobre os resultados;
Reanalisar os dados atravs de uma variao razovel de valores para os dados

perdidos: os revisores assumiram que os participantes que se perderam do
grupo experimental apresentaram insucesso no tratamento e aqueles que se
perderam do grupo de controlo apresentaram melhora (variveis dicotmicas);
Reanalisar os dados atravs de diferentes mtodos estatsticos;
Heterogeneidade estatstica: a existncia de heterogeneidade estatstica nos

estudos foi planeada para ser avaliada pela inspeo de apresentao grfica
(grfico de disperso: colocando o peso do estudo ou tamanho da amostra [no
eixo y], pela razo de riscos [no eixo x]) e por um teste de heterogeneidade
(teste do qui-quadrado com N graus de liberdade, onde N igual ao nmero de
estudos que contriburam com os dados menos um).
Na realizao da meta-anlise podemos, ento, recorrer a dois testes para determinar a

existncia de heterogeneidade, o teste Q de Cochran e a estatstica I de Higgins e
Thompson.
3.1 Teste Q de Cochran

O teste Q de Cochran traduz o mtodo mais utilizado para avaliar a
heterogeneidade e parte do pressuposto que os achados dos estudos primrios so iguais
(hiptese nula) e verifica se os dados encontrados refutam esta hiptese (Lau, Ioannidis
& Schmid, 1998). Se a hiptese nula for confirmada, os estudos so considerados
homogneos (p > 0,05).
O teste Q de Cochran , ento, dado por:
93
onde
o peso do estudo j,
a medida de efeito do estudo j e
a estimativa
para a medida meta-analtica.

Como j foi supramencionado, o valor p calculado indica se a heterogeneidade
significativamente, ou no, diferente de zero. Um problema que o valor de Q varia
entre 0 e infinito, o que acarreta vrias desvantagens (Rodrigues & Ziegelmann, 2010).
Higgins et al. (2003) apontam que em meta-anlises que envolvem um nmero
pequeno de estudos, o poder do teste pode ser baixo. Assim, ainda que tenhamos uma
grande variao entre os OR, o teste de Cochran pode no conseguir detetar a
heterogeneidade devido ao nmero reduzido de estudos (o p valor ser erroneamente
elevado). Por outro lado, quando a meta-anlise envolve um nmero elevado de estudos,
o poder do teste ser alto e o teste de Cochran pode evidenciar uma heterogeneidade
entre os estudos estatisticamente significante, porm, clinicamente no importante.
Contudo, alguns autores argumentam que a heterogeneidade por menor que
seja encontra-se sempre presente, pelo que no tem sentido testar apenas a sua presena,
mas quantific-la (Mulrow et al., 1997; Berwanger et al., 2007). E foi nesse sentido que
foi desenvolvido a estatstica de I2 proposta por Higgins & Thompson (2002).
3.2 Estatstica I2
A estatstica I2 obtida a partir da estatstica Q do teste de Cochran e do
nmero J de estudos envolvidos na meta-anlise e dada por:
1
100%
A estatstica I2 pode variar de valores negativos at 100%. Quando o valor for

negativo ele igualado a 0. O valor p de I2 equivalente ao valor p de Q (Dinnes et al.,
2005).
Interpretativamente, uma escala com um valor de I2 prximo a 0% indica no
heterogeneidade entre os estudos, prximo a 25% indica baixa heterogeneidade,
prximo a 50% indica heterogeneidade moderada e prximo a 75% indica alta
heterogeneidade entre os estudos (Higgins & Thompson, 2002; Higgins et al. 2003;
Rodrigues & Ziegelmann, 2010).
94
4 O grfico de meta-anlise DE META-ANLISE (forest plot)

Existem diferentes mtodos e abordagens no que concerne descrio e
apresentao dos resultados de uma meta-anlise. Contudo, tradicionalmente, o mtodo
mais usual consiste na apresentao de um tipo de grfico particular denominado de
forest plot. Este particulariza as informaes individuais dos estudos includos e os
resultados da meta-anlise e, por esta razo, a de sumarizar em uma nica figura todas
as informaes sobre o efeito/preciso do tratamento e a contribuio de cada estudo
para a anlise, este o mtodo preferido pela maioria dos investigadores (Berwanger
et al., 2007; Rodrigues & Ziegelmann, 2010).
Nesta representao grfica cada linha horizontal representa o intervalo de
confiana de um estudo primrio que cumpriu os critrios estabelecidos no processo de
reviso sistemtica (Ramalho, 2005).
O grfico , ainda, dividido por uma linha vertical que marca o efeito nulo, isto
: o ratio de probabilidade ou risco relativo igual a 1 (um) (Idem).
Se a diviso das propores dos acontecimentos (ponto estimado), no grupo
experimental e no grupo de controlo for igual a 1 (um), ou se o resultado das diferenas
nas propores (ponto estimado) dos acontecimentos nos dois grupos for igual a 0
(zero), quer dizer que o efeito da interveno foi igual nos dois grupos, o que indica a
ausncia de uma associao entre o tratamento em estudo e a ocorrncia do evento
considerado. Assim, os resultados representados esquerda desta linha vertical
evidenciam que o evento mais propenso a ocorrer no grupo de controlo;
contrariamente os resultados representados direita desta linha evidenciam que o
evento tem maior propenso a ocorrer no grupo experimental (Ramalho, 2005;
Martinez, 2007).
Os pontos sobre cada linha horizontal representam o odds ratio (ou outra
medida de associao escolhida pelos investigadores) de cada estudo e o tamanho destes
pontos diretamente proporcional ao respetivo peso (Martinez, 2007).
Quando a linha horizontal atravessa a linha vertical, o intervalo de confiana
95% contm, ento, o valor 1, o que nos permite inferir que naquele respetivo estudo o
efeito do tratamento sobre a ocorrncia do evento no significativo (a interpretao
anloga usualmente feita quando o p valor maior que 5%) (Craig & Smyth, 2004;
Martinez, 2007).
Para ilustrar de forma mais clara e objetiva o anteriormente exposto, vamos
considerar um exemplo fictcio de uma reviso sistemtica com meta-anlise que
procurou avaliar a eficcia das ligaduras de curta e longa trao no tratamento de
lceras de perna de etiologia venosa. Neste processo foram includos quatro ensaios
clnicos controlados e aleatorizados (RCT) e foi realizada a comparao da utilizao de
ligaduras de curta e longa trao em relao s taxas de cicatrizao; tratando-se de uma
95
comparao de dois grupos com dados dicotmicos, utilizou-se o software Cochrane

Collaborations Review Manager (RevMan 5.1.6; <http://ims.cochrane.org/RevMan>)
com a aplicao do modelo de efeitos fixos e o mtodo de Peto Odds Ratio. Este
exemplo ilustrado no Grfico I que apresentamos de seguida.
Grfico 1 Forest plot para dados fictcios de uma meta-anlise que avalia os efeitos da aplicao de
ligaduras de curta e longa trao em relao s taxas de cicatrizao nas lceras de perna de etiologia venosa
Assim e de acordo com os dados expostos no Grfico 1 podemos notar que o

intervalo de confiana associado ao estudo de Ferreira (2010)* e Santos (2005)* contm
o valor 1, pelo que podemos inferir que o seu respetivo OR no significativo. Por
outro lado, o estudo de Silva (2008)* apresenta um efeito de tratamento que favorece a
curta trao porque, como podemos observar, encontra-se esquerda da linha vertical,
pelo que os resultados favorecem o grupo de controlo.
Finalmente, o OR meta-analtico representado abaixo do conjunto de linhas
horizontais (a negrito), com seu respetivo intervalo de confiana (este tambm
representado por uma linha horizontal). Comummente o OR meta-analtico
representado por um losango na maioria dos softwares, como no Grfico 1, para
diferenci-lo dos odds ratios associados a cada um dos estudos; porm pode assumir
outras representaes dependendo do software utilizado. ainda relevante notar que o
intervalo de confiana do OR meta-analtico tem uma amplitude menor que a dos
intervalos de confiana individuais, o que se justifica pelo facto de resultar da reunio
das informaes de todos os estudos considerados.
Em eplogo, e de acordo com o exemplo do Grfico 1 e como a medida metaanaltica Peto Odds Ratio (OR=1.90, IC 95%= 1.23-2.94; p = 0.004) se encontra
totalmente direita da linha vertical em 1, existe um benefcio estatisticamente
significativo; neste caso, comparando as ligaduras de longa trao com as ligaduras de
curta trao para o resultado (outcome) em estudo (cicatrizao completa da lcera).
Relembramos que se tratam de exemplos fictcios.
96
Assim, podemos inferir que o resultado combinado significativo e o OR de 1.90

sugere uma grande vantagem da eficcia da ligadura de longa trao sobre a ligadura de
curta compresso.
Consideraes finais
A meta-anlise uma tcnica estatstica adequada para combinar resultados
provenientes de diferentes estudos primrios e cuja utilizao, nos ltimos anos, acresce
de significado na rea da sade pelo elevado grau de recomendao associado aos nveis
de evidncia que traduz.
Contudo, se por um lado assumimos que estamos perante o maior nvel de
evidncia no podemos conceber a meta-anlise como uma parte isolada do que deve
ser um processo rigoroso. Nesse sentido, a meta-anlise deve imperativamente ser fruto
de uma reviso sistemtica bem conduzida de acordo com os mtodos preconizados,
como por exemplo o CRD Report publicao do NHS Centre for Reviews and
Dissemination, da Universidade de York e/ou o Cochrane Handbook da Colaborao
Cochrane.
Este artigo descreve aspetos bsicos referentes s metodologias de
meta-anlise, mas existem, ainda, outras tcnicas de fulcral ponderao que no foram
abordadas ao longo deste trabalho, por exemplo, as anlises de subgrupo e
meta-regresso que traduzem dois importantes recursos para explorar a
heterogeneidade.
Em concluso, podemos afirmar que as revises sistemticas com meta-anlise
se impem como instrumento de translao para a prtica clnica, porque quando nos
encontramos perante uma questo clnica relevante onde no existe consenso dos
estudos publicados, ou quando no existe uma comprovao adequada da eficcia de
uma interveno teraputica, podem trazer relevante evidncia cientfica na tomada de
decises clnicas.
REFERNCIAS BIBLIOGRFICAS
Berwanger, O.; Suzumura E. A.; Buehler, A. M. & Oliveira, J. B. (2007). Como Avaliar Criticamente
Revises Sistemticas e Metanlises? Revista Brasileira de Terapia Intensiva, 19(4): 475-480.
Carneiro, A. (2008). Como avaliar a investigao clnica: O exemplo da avaliao crtica de um ensaio
clnico. J. Port Gastrenterol., 15(1): 30-36. ISSN 0872-8178.
Craig, J. & Smyth, R. (2004). Prtica baseada na evidncia: Manual para Enfermeiros. Loures:
Lusocincia. ISBN: 972-8383-61-4.
Dinnes, J.: Deeks, J.; Kirby, J. & Roderick, P. (2005). A methodological review of how heterogeneity has
been examined in systematic reviews of diagnostic test accuracy. Health Technol Assess, 9 (12): 1-113.
97
Egger, M.; Smith, G. D. & Altman, D. G. (Ed.s) (2001). Systematic reviews in health care: Meta-analysis in
context. 2 ed. Londres: BMJ Books.
Fortin, M-F. (1999). O Processo de Investigao: Da concepo realizao. Loures: Lusocincia. ISBN:
978-972-8383-10-7.
Higgins, J. P. T. & Green, S. (2011). Cochrane handbook for systematic reviews of interventions: version
5.1.0 [Em linha]. London: The Cochrane Collaboration. [Consult. 10 Maio. 2012]. Disponvel em:
WWW:<URL:http://www.cochrane-handbook.org>.
Higgins, J. P. T.; Thompson, S. G.; Deeks, J. J. & Altman, D. G. (2003). Measuring inconsistency in
meta-analyses. BMJ, 327: 557-60.
Higgins, J. P. T. & Thompson SG. (2002). Quantifying heterogeneity in a metaanalysis. Stat Med., 21: 1539-58.
Lau, J.; Ioannidis, J. P.& Schmid, C. H. (1998). Summing up evidence: one answer is not always enough.
Lancet; 351: 123-127.
Lau, J.; Ioannidis, J. P. & Schmid, C. H.. (1997). Quantitative synthesis in systematic reviews. Ann Intern
Med., 127: 820-826.
Martinez, E. Z. (2007). Metanlise de ensaios clnicos controlados aleatorizados: aspectos quantitativos.
Medicina; 40 (2): 223-35. Ribeiro Preto.
Mulrow, C.; Langhorne, P. & Grimshaw, J. (1997). Integrating heterogeneous pieces of evidence in
systematic reviews. Ann Intern Med., 127: 989-995.
Pocinho, M. (2008). Lies de reviso sistemtica e metanlise. Disponvel em:
<http://docentes.ismt.pt/~m_pocinho/Licoes_de_revisao_sistematica_e_metanalise.pdf>. Consultado a 20/02/12.
Ramalho, A. (2005). Manual para redaco de estudos e projectos de reviso sistemtica com e sem
metanlise. Coimbra: FORMASAU. ISBN 972-8485-54-9.
Rodrigues, C. & Ziegelmann, P. (2010). Metanlise: um guia prtico. Revista HCPA. 30(4): 435-446. ISSN:
1983-5485.
Rodrigues, C. L. (2010). Metanlise: um guia prtico. Trabalho de concluso do bacharelado em estatstica.
[Em linha] UFRGS. [Consult. 10 Maio. 2012] Disponvel em:
WWW:<URL:http://www.lume.ufrgs.br/bitstream/handle/10183/24862/000749617.pdf?sequence=1>.
Sousa, M. R.& Ribeiro, A. L. P. (2009). Reviso Sistemtica e Meta-anlise de Estudos de Diagnstico e
Prognstico: um Tutorial. Arq Bras Cardio., 92(3): 241-251.
Recebido: 19 de setembro de 2012.

Aceite: 17 de janeiro de 2013.
98

Análise de Resultados Estatísticos-Santos e Cunha PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Análise de Resultados Estatísticos-Santos e Cunha PDF

Uploaded by

Copyright:

Available Formats

Santos,Eduardo&Cunha,Madalena(2013).

INTERPRETAO CRTICA DOS RESULTADOS ESTATSTICOS

EDUARDO JOS FERREIRA DOS SANTOS 1

Docente da Escola Superior de Sade e investigadora do Centro de Estudos em Educao, Tecnologias

acompanhamento atualizado, em tempo real, das novas descobertas da cincia e dos

No mbito da anlise estatstica, atualmente, existem vrios programas de

Quadro I Uma tabela 2 2 e os seus resultados derivados

Risco Relativo. RR = [a / (a + b)] / [c / (c + d)]

onde, o erro aleatrio do estudo j e

os estudos envolvidos apresentam tamanhos de amostras pequenos e/ou as taxas de

A estimao da variabilidade entre os estudos ( ) vulgarmente calculada

heterogeneidade estatstica (diferenas nos resultados) a variao entre os

heterogeneidade metodolgica (diferenas nos desenhos dos estudos includos)

heterogeneidade clnica (diferenas entre as caractersticas dos estudos, por

neste sentido que os testes estatsticos de heterogeneidade se revestem de

Ignorar a heterogeneidade o mesmo que usar o modelo de efeito fixo na

Considerar a heterogeneidade A primeira opo consiste em utilizar o

Explorar a heterogeneidade Podemos optar pela anlise de subgrupo

Para alm das abordagens j mencionadas, quando o investigador se encontra

Alterar os critrios de incluso e/ou realizar a meta-anlise atravs de duas

Incluir ou excluir estudos que apresentaram alguma ambiguidade nos critrios

Excluir estudos no publicados;

Excluir estudos de baixa qualidade metodolgica;

Reanalisar os dados atravs de uma variao razovel dos resultados dos

Reanalisar os dados atravs de uma variao razovel de valores para os dados

Reanalisar os dados atravs de diferentes mtodos estatsticos;

Heterogeneidade estatstica: a existncia de heterogeneidade estatstica nos

Na realizao da meta-anlise podemos, ento, recorrer a dois testes para determinar a

3.1 Teste Q de Cochran

a medida de efeito do estudo j e

para a medida meta-analtica.

A estatstica I2 pode variar de valores negativos at 100%. Quando o valor for

4 O grfico de meta-anlise DE META-ANLISE (forest plot)

comparao de dois grupos com dados dicotmicos, utilizou-se o software Cochrane

Assim e de acordo com os dados expostos no Grfico 1 podemos notar que o

Relembramos que se tratam de exemplos fictcios.

Assim, podemos inferir que o resultado combinado significativo e o OR de 1.90

Recebido: 19 de setembro de 2012.

You might also like