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.