Metanálise: um guia prático / Meta-analysis: a practical guide

RESUMO

Metanálise é uma técnica estatística adequada para combinar resultados provenientes de diferentes estudos. Na área da saúde, um exemplo é a combinação do risco relativo entre dois tratamentos estimado em diferentes estudos. O resultado básico da metanálise, neste exemplo, é uma estimativa única para o risco relativo, que é chamada de estimativa metanalítica. É importante ressaltar que, o resultado de uma metanálise terá significado aplicado somente se os estudos que a compõem forem o resultado de uma revisão sistemática. O objetivo principal deste artigo é apresentar, de forma prática, como conduzir uma metanálise. Para tal, são apresentados, através de um exemplo, os comandos disponíveis nos softwares STATA e R. É suposto que os dados necessários para a metanálise já foram coletados, ou seja, descrição de metodologias adequadas para revisão sistemática não é assunto abordado. Para um melhor entendimento dos exemplos são apresentados: alguns conceitos básicos, a definição de modelo de efeito fixo e modelo de efeitos aleatórios, ideias sobre heterogeneidade e técnicas de como detectá-la e maneiras de apresentar os resultados de uma metanálise. Uma breve discussão sobre escolha de modelos também é apresentada. Outras técnicas utilizadas em metanálises tais como, por exemplo, a análise de subgrupos e a meta-regressão não são abordadas neste trabalho.

ABSTRACT

Meta-analysis is a statistical technique suitable to combine results from a series of different studies. In the health field, an example is the combination of the relative risk between two treatments estimated in different studies. The main result of a meta-analysis in this example is a synthesized measure of the relative risk called meta-analytic estimate. It is important to emphasize that the results of a meta-analysis will be meaningful only if the studies are collected systematically. The main objective of the present study is to describe in a practical manner how to conduct a meta-analysis. With that purpose, the commands available in the software STATA and R are presented through examples. We assumed that the data needed for the meta-analysis have already been collected, that is, suitable methodologies for systematic reviews are not addressed. For a better understanding of the examples, the following items are presented: basic concepts, definition of fixed effect and random effect models, ideas on heterogeneity and techniques for detecting it, as well as ways to present meta-analysis results. A brief discussion about model choice is also provided. Other techniques used in meta-analysis such as, for example, subgroup analysis and meta-regression are not addressed in the present paper.