Introdução À Revisão Sistemática e Meta-Análise

Introdução à Revisão
Sistemática e Meta-Análise
RevMan
JASP
Pedro M. Teixeira | https://tinyurl.com/rsm19

teixeira.pms@gmail.com | https://pedromteixeirablog.wordpress.com/
Conteúdos
1. Revisão Sistemática e Meta-Análise
História da Meta-Análise
‘Estudos Empíricos’ como unidade de análise
6 Mitos sobre a Meta-Análise
Para que serve a Meta-Análise
Aplicações da Meta-Análise
Pontos fortes da Meta-Análise
Pontos fracos da Meta-Análise
2. O Tamanho do Efeito (E.S. - Effect Size)

O que é?
Porque é importante?
Como estimar?
Como interpretar?
3. Meta-Análise em 6 passos
Uma Meta-Análise simplificada
Meta-Análise - 1. Pesquisar
Meta-Análise - 2. Seleccionar
Meta-Análise - 3. Analisar a Heterogeneidade
Meta-Análise - 4. Calcular o Tamanho do Efeito
Meta-Análise - 5. Concluir
Meta-Análise - 6. Reportar
4. Recursos Partilhados
Introdução à Revisão Sistemática e Meta-Análise
Pedro M Teixeira
1 REVISÃO SISTEMÁTICA E META-ANÁLISE
Statistical thinking will one day be as necessary for efficient citizenship

as the ability to read and write!
Samuel S. Wilks no seu discurso presidencial da American Statistical
Association (1951) em que parafraseia Herbert G. Wells
1 Revisão Sistemática e Meta-Análise
# não são sinónimos #
– Uma revisão sistemática tem como objectivo localizar e sintetizar

de forma abrangente investigação que incida sobre uma questão
particular, usando procedimentos organizados, transparentes e
replicáveis em cada etapa do processo.
– Meta-Análise é um conjunto de métodos estatísticos para

combinar resultados quantitativos de vários estudos para produzir
um resumo global do conhecimento empírico sobre um
determinado tema. Muitas das meta-análises publicadas não são
revisões sistemáticas.

Pedro M Teixeira
1 História da Meta-Análise
1904
Karl Pearson, sintetizou os resultados de vários estudos da vacina contra a
tifóide.
1952
Hans J. Eysenck, concluiu que não havia efeitos favoráveis da psicoterapia,
iniciando um longo debate. 20 anos de avaliação da investigação e centenas de
estudos não conseguiram resolver o debate.
1953
W. G. Cochran, Discute um método de calcular um valor médio da média entre
estudos independentes. Desenvolveu grande parte da base estatística em que a
meta-análise se baseia (e.g. a ponderação inversa da variância e teste de
homogeneidade).
1978
Gene V. Glass agregegou estatisticamente os resultados de 375 estudos sobre
os impactos da psicoterapia. Concluiu que a psicoterapia, de facto, funcionava.
Glass designou o método de "meta-análise“.

Pedro M Teixeira
Respiratory distress syndrome (RDS) and its complications are a key factor affecting mortality and immediate and
long-term morbidity in preterm babies.
● Should antenatal corticosteroids be prescribed to women at risk of preterm?
● Liggins, G. C., & Howie, R. N. (1972). A controlled trial of antepartum glucocorticoid treatment for
prevention of the respiratory distress syndrome in premature infants. Pediatrics, 50(4), 515-525.
● Taeusch, H. W., Frigoletto, F., Kitzmiller, J., Avery, M. E., Hehre, A., Fromm, B., ... & Neff, R. K. (1979).
Risk of respiratory distress syndrome after prenatal dexamethasone treatment. Pediatrics, 63(1), 64-72.
● Collaborative Group on Antenatal Steroid Therapy. (1981). Effect of antenatal dexamethasone

administration on the prevention of respiratory distress syndrome. Am J Obstet Gynecol, 141(3), 276-286.
● Morales, W. J., Diebel, N. D., Lazar, A. J., & Zadrozny, D. (1986). The effect of antenatal dexamethasone
administration on the prevention of respiratory distress syndrome in preterm gestations with premature
rupture of membranes. American Journal of Obstetrics & Gynecology, 154(3), 591-595.
1
Crowley, P. A. (1995). Antenatal corticosteroid therapy: a meta-analysis of the randomized trials, 1972 to
1994. American journal of obstetrics and gynecology, 173(1), 322-335.
● Chalmers I. Iain Chalmers: should the Cochrane logo be accompanied by a health warning?[Internet].
2016.http://www.evidentlycochrane.net/cochrane-logo-health-warning/ (accessed 19 Jan 2017).
● Roberts D, Brown J, Medley N, Dalziel SR. Antenatal corticosteroids for accelerating fetal lung
maturation for women at risk of preterm birth. Cochrane Database of Systematic Reviews 2017, Issue
3. Art. No.: CD004454. DOI: 10.1002/14651858.CD004454.pub3.

Pedro M Teixeira
1 ‘Estudos Empíricos’ como unidade de análise
– Testes de significância são altamente dependentes do tamanho da amostra. H0

não carrega o mesmo "peso" que uma descoberta significativa (H1):
efeito estatisticamente significativo é uma conclusão forte

efeito estatisticamente não significativo é uma conclusão fraca
– Meta-Análise centra-se na direção e no tamanho dos efeitos entre os estudos e

não na significância estatística.
– Direção e magnitude são representados pelo tamanho do efeito. É o tamanho

do efeito que torna possível a Meta-Análise. Padroniza os resultados entre os
estudos de modo que possam ser comparados diretamente. É a "variável
dependente“ na Meta-Análise.

Pedro M Teixeira
1

Pedro M Teixeira
1 ‘Estudos Empíricos’ como unidade de análise

Pedro M Teixeira
Tipos de estudo em função dos objectivos
1
Exploratório Correlacional
analisar um tema pouco estudado avaliar a relação entre dois ou
ou novo mais constructos, de forma a
ex. como se processa a aprendizagem explicar parcialmente um
através dos novos média? determinado fenómeno
ex. a participação cívica aumenta a
tolerância face a grupos minoritários?
Descritivo Explicativo
descrever situações ou determinar as causas dos
fenómenos, recolhendo acontecimentos
informação para os caracterizar ex. o que leva um jovem a envolver-se em
ex. censo actividades de participação cívica?

Pedro M Teixeira
Tipos de estudo em função do desenho metodológico
1
Clássicos - pré e pós-teste, com grupos
Experimental emparelhados (experimental vs. controlo)
envolvem a manipulação de
variáveis independentes, de forma
intencional, para determinar os efeitos Quasi-experimentais - com grupos
sobre as variáveis dependentes, não-equivalentes
numa situação controlada pelo
investigador
Transversais - analisar uma ou mais variáveis e/ou a
Não experimental sua relação num determinado momento: 1 momento de
não envolvem manipulação de recolha de dados com 2 ou mais grupos diferentes (sexo,
variáveis mas a observação dos idade, …)
fenómenos em contexto “natural”
de forma a ... Longitudinais - analisar a evolução no tempo e/ou
mudança de uma ou mais variáveis: vários momentos
de recolha de dados, com uma mesma população, grupo
específico (coorte) ou grupo de indivíduos (painel)

Pedro M Teixeira
1 6 Mitos sobre a Meta-Análise
– Mito 1
Meta-Análise vem da pesquisa biomédica e
requer uma perspectiva médica.
– Fato
Meta-Análise foi inicialmente desenvolvida em
as ciências sociais e comportamentais e é
amplamente utilizada fora da medicina.

Pedro M Teixeira
– Mito 2
Revisões sistemáticas e Meta-Análises são apropriadas
apenas para estudos dos efeitos de tratamentos.
– Fato
Estes métodos são apropriados para muitos tipos de
questões de investigação. A Meta-Análise é usada para
sintetizar a investigação sobre as correlações, dados
epidemiológicos (incidência e taxas de prevalência),
precisão de diagnóstico, testes de precisão, de prognóstico
(etiológicos e efeitos de fatores de risco), e tratamento.

Pedro M Teixeira
– Mito 3
Revisões sistemáticas só podem (ou devem) incluir
estudos aleatórios e controlados (i.e. RCT’s).
– Fato
Muitas revisões sistemáticas incluem desenhos não
aleatórios, tais como estudos de controlo de caso,
séries temporais interrompidas, grupos de
comparação não equivalentes. A questão de
investigação é que dita a adequação do desenho.
Pedro M Teixeira
– Mito 4
A Meta-Análise requer muitos estudos.
– Fato
A Meta-Análise pode ser realizada com dois
estudos.

Pedro M Teixeira
– Mito 5
A Meta-Análise requer estudos grandes.
– Fato
O tamanho da amostra nos estudos originais não é
um critério de inclusão apropriado. Existem testes e
correções para enviesamentos de amostras
pequenas.

Pedro M Teixeira
– Mito 6
Meta-Análise pode superar problemas com a qualidade
(validade) dos estudos originais.
– Fato
A qualidade dos estudos pode ser examinada. A análise
pode detetar quais as qualidades de estudo mais relevantes.
Os resultados dos estudos de maior qualidade podem ser
enfatizados. Contudo, a Meta-Análise não permite melhorar
a qualidade dos estudos originais, ou seja:
‘‘garbage in, garbage out’’

Pedro M Teixeira
1 Para que serve a Meta-Análise
O conhecimento de um dado fenômeno

dificilmente pode ser obtido apenas com uma
única observação empírica do mesmo.
# Moeda ao ar #

Pedro M Teixeira
1 erro aleatório
Exercício prático: moeda ao ar - rácio cara/coroa
1 erro aleatório
Exercício prático: moeda ao ar - rácio
cara/coroa
O conhecimento de um dado fenômeno dificilmente pode ser

obtido apenas com uma única observação empírica do mesmo
QUANTOS ESTUDOS SÃO NECESSÁRIOS?
Quanto mais inconsistentes forem os resultados entre estudos, sobre um

dado fenômeno, maior será a necessidade de se desenvolverem mais
estudos.
1 erro aleatório
Exercício prático: moeda ao ar - rácio
cara/coroa
Relação entre número de observações e incerteza da estimativa
QUAL A MELHOR EVIDÊNCIA?
A incerteza das estimativas pode ser quantificada em função das

características do estudo. Por exemplo: em teoria, quanto maior for o tamanho
amostral, mais reduzido será o erro da estimativa. Os intervalos de confiança
(e.g. 95%) permitem aferir sobre o grau de incerteza associado a uma dada
estimativa pontual.
1 erro aleatório
Exercício prático: moeda ao ar - rácio cara/coroa
Nunca existe evidência suficiente
COMO SINTETIZAR AS EVIDÊNCIAS?
Estudos secundários: focam a análise em fontes primárias, ou seja, estudos já

desenvolvidos e publicados. Revisão sistemática é uma revisão de literatura focada
numa questão de investigação que procura identificar, avaliar, selecionar e sintetizar
todas as evidências empíricas relevantes para essa questão, usando procedimentos
organizados, transparentes e replicáveis em cada etapa do processo. Metanálise é um
termo usado para designar um conjunto de métodos estatísticos que permitem combinar
resultados quantitativos de vários estudos para produzir um resumo global do
conhecimento empírico disponível sobre um determinado tema.. As Guidelines de
orientação clínica integram informação de estudos primários e secundários e deverão
apresentar-se como apreciações críticas e atuais sobre a melhor evidência existente
sobre um dado tema.
1 erro sistemático
viés em estudos primários e viés em estudos secundários
Estudos primários Viés de Confundimento

Viés de seleção efeito causal atribuído de forma errada a
Viés de desempenho um fator (conhecido ou desconhecido)
Viés de confundimento
Viés de medição
…
Consumo de café
Estudos secundários DPOC
Viés de seleção Consumo tabágico
Viés de língua
Viés de publicação
… Viés de Publicação
estudos com resultados considerados negativos
(e.g. p value > .05) que não são publicados

Pedro M Teixeira
1 uma metanálise – a melhor estimativa?

Pedro M Teixeira
1 heterogeneidade
erro aleatório versus erro sistemático
I2 – medida de heterogeneidade numa metanálise
0% - - - 50% - - - 100%
erro aleatório erro aleatório

erro sistemático
ão
g aç
ti
es
i nv
n a
viés
– A replicação dos resultados (em estudos

separados) é fundamental para o desenvolvimento
do conhecimento científico.
– A Meta-Análise fornece métodos quantitativos para

analisar e sintetizar tais repetições. A grande
vantagem da Meta-Análise é sua capacidade de
fornecer estimativas mais robustas dos parâmetros.
evidence based practice
Pedro M Teixeira
– Testes de significância são altamente dependentes do tamanho da
amostra. H0 não carrega o mesmo "peso" que uma descoberta
significativa (H1):
efeito significativo é uma conclusão forte

efeito não significativo é uma conclusão fraca
– Meta-Análise centra-se na direção e no tamanho dos efeitos entre os

estudos e não no significado estatístico.
– Direção e magnitude são representados pelo tamanho do efeito. É o

tamanho do efeito que torna possível a Meta-Análise. Padroniza os
resultados entre os estudos de modo que possam ser comparados
diretamente. É a "variável dependente“ na Meta-Análise.

Pedro M Teixeira
1 Aplicação da Meta-Análise
• estudos que sejam empíricos, em vez de teóricos

• estudos com resultados quantitativos, ao invés de
resultados qualitativos
• estudos que examinem os mesmos constructos e suas
relações
• estudos com resultados que possam ser configurados
estatisticamente de forma comparável (e.g. como tamanhos
de efeito, os coeficientes de correlação, proporções)
• estudos "comparáveis" atendendo ao tema em questão

Pedro M Teixeira
1 Pontos fortes da Meta-Análise
✓ Impõe uma disciplina sobre o processo de resumir os resultados da
investigação
✓ Representa resultados de maneira mais diferenciada e sofisticada do

que opiniões convencionais
✓ Capaz de encontrar relações entre os estudos que são obscurecidos em

outras abordagens
✓ Protege contra excessos na interpretação das diferenças entre estudos
✓ Pode lidar com um grande número de estudos

Pedro M Teixeira
1 Pontos fracos da Meta-Análise
▪ A Meta-Análise também pode produzir informações inválidas e induzir em erro
e.g. Meta-Análises financiadas por empresas farmacêuticas produzem resultados mais favoráveis aos seus próprios
produtos do que Meta-Análises efetuadas por estudos independentes
▪ Enviesamentos na seleção dos estudos são uma ameaça contínua

- não identificar estudos com resultados negativos e nulos;
- estudos em que foram encontrados resultados negativos ou nulos mas que não foram publicados
▪ A Meta-Análise requer um esforço considerável e experiência.
▪ As técnicas (i.e. estatística) não devem ofuscar questões substantivas.
▪ A Meta-Análise fornece método e disciplina úteis, mas nas mãos de analistas que não são
sensíveis a questões substantivas importantes (e.g. construções teóricas, os efeitos
contextuais) pode tornar-se um exercício meramente estatístico sem sentido.

Pedro M Teixeira
2 O TAMANHO DO EFEITO (E.S. - EFFECT SIZE)

2 O Tamanho do Efeito (E.S. - Effect Size)
1. O que é?
2. Porque é importante?
3. Como estimar?
4. Como interpretar?

Pedro M Teixeira
2 O que é?
•‘a quantitative reflection of the magnitude

of some phenomenon that is used for the
purpose of addressing a question of interest’
– (Kelley, 2012)
effect size can mean:

–a) a statistic which estimates the magnitude of an effect (e.g., r)
–b) the actual values calculated from certain effect statistics (e.g., r = 0.3)
–c) a relevant interpretation of an estimated magnitude of an effect from the
effect statistics (e.g., “medium”)

Pedro M Teixeira
2 Porque é importante?
American Psychological Association. ( 2010). Publication manual
of the American Psychological Association ( 6th ed.).
Washington, DC.
“… null hypothesis significance tests (NHSTs) are but a starting

point and additional reporting elements such as effect sizes,
confidence intervals, and extensive description are needed to
convey the most complete meaning of the results… complete
reporting for all tested hypotheses and estimates of appropriate
effect sizes and confidence intervals are the minimum
expectations for all APA journals” (p. 33).

Pedro M Teixeira
Task Force on Reporting of Research Methods in AERA
Publications. ( 2006). Standards for reporting on empirical social
science research in AERA publications. Washington, DC:
American Educational Research Association.
“… an index of the quantitative relation between variables” (i.e.,

an effect size) and “an indication of the uncertainty of that index
of effect” (e.g., a confidence interval) should be included when
reporting statistical results”. (p. 10).

Pedro M Teixeira
International Committee of Medical Journal Editors. ( 2007).
Uniform requirements for manuscripts submitted to biomedical
journals: Writing and editing for biomedical publication.
“When possible, quantify findings and present them with

appropriate indicators of measurement error or uncertainty (such
as confidence intervals). Avoid relying solely on statistical
hypothesis testing, such as the use of P values, which fails to
convey important information about effect size.” (Section
IV.A.6.c)

Pedro M Teixeira
Exemplo: Estimação pontual da média
Parâmetro (valor na população | desconhecido)
μ=
?
Estimador (fórmula)
Estimativa (valor calculado)
N= tamanho da População n= tamanho da amostra μˆ ≠ X

Pedro M Teixeira
Exemplo: Estimação por intervalo de confiança de µ
μ Desconhecido
σ2 conhecido
(Normal Padrão)
-∞ +∞
0
-z z
nível de significância
nível de confiança
Intervalo de Confiança para µ

Pedro M Teixeira
Decisão Estatística baseada na Significância Estatística dada por Testes de Hipótese Nula
Realidade | População
H0 sem diferença H1 com diferença
H0 sem diferença 1-α β (Erro tipo II)

Decisão
estatística H1 com diferença α (Erro tipo I) 1-β
A decisão estatística baseia-se no valor p (sig.) - que representa

a probabilidade de se obter um valor observado (ou superior)
caso a H0 seja verdadeira. A evidência amostral é comparada
com o critério de significância estatística (e.g. α = 0,05 ) e caso
seja fraca (e.g. sig. < 0,05) rejeita-se a H0.
Pedro M Teixeira
Limitações da Significância Estatística
Significância Estatística e Tamanho da Amostra
Significância Estatística e Poder Estatístico
Significância Estatística e Significância Prática
Significância Estatística e Tamanho do Efeito

Pedro M Teixeira
i. Testes de significância são altamente dependentes do tamanho
da amostra
ii. H0 não carrega o mesmo ‘peso’ que uma descoberta

significativa (H1) - efeito estatisticamente significativo é uma
conclusão ‘forte’, enquanto que efeito estatisticamente não
significativo é uma conclusão ‘fraca’
iii. O tamanho do efeito torna possível a Meta-Análise que se foca

na significância prática e não na significância estatística. O
Tamanho do Efeito é a variável dependente na Meta-Análise.
Direção e magnitude são representados pelo Tamanho do Efeito
e o nível de incerteza da estimativa pelo Intervalo de Confiança.

Pedro M Teixeira
Meta-Análise
Prática Baseada
na Evidência
Pedro M Teixeira
2 Como estimar?
Medidas de Tamanho do Efeito
Tipo d Tipo r
[medidas de diferenças entre grupos] [medidas de associação]
Variáveis dicotómicas: Índices de associação:
RR The risk or rate ratio or relative risk: compares the r The Pearson correlation coefficient: used when both variables
probability of an event or outcome occurring in one group with are measured on an interval or ratio (metric) scale
the probability of it occurring in another ρ (or rs) Spearman’s rho or the rank correlation coefficient: used
OR The odds ratio: compares the odds of an event or outcome when both variables are measured on an ordinal or ranked
occurring in one group with the odds of it occurring in another (non-metric) scale
Variáveis contínuas: τ Kendall’s tau: like rho, used when both variables are measured
d Cohen’s d: the uncorrected standardized mean difference on an ordinal or ranked scale; tau-b is used for square-shaped
between two groups based on the pooled standard deviation tables; tau-c is used for rectangular tables
▲ Glass’s delta (or d): the uncorrected standardized mean ϕ The phi coefficient: used when variables and effects can be
difference between two groups based on the standard deviation arranged in a 2×2 contingency Table
of the control group λ Goodman and Kruskal’s lambda: used when both variables
g Hedges’ g: the corrected standardized mean difference are measured on nominal (or categorical) scales
between two groups based on the pooled, weighted standard Indices de Proporção da Variância:
deviation R2 R squared, or the (uncorrected) coefficient of multiple
determination: commonly used in multiple regression Analysis
adjR2 Adjusted R squared, or the coefficient of multiple
determination adjusted for sample size and the number of
predictor variables
η2 Eta squared or the (uncorrected) correlation ratio: commonly
used in (M)ANOVA
2 Como interpretar?
Ferguson, C. J. (2009). An effect size primer: A guide for clinicians and researchers.
Professional Psychology: Research and Practice, 40(5), 532-538.

Pedro M Teixeira
2 Como interpretar?
Duas medidas de Tamanho do Efeito com os mesmos dados

Pedro M Teixeira
2 Em síntese
• Significância Estatística depende do Tamanho da

Amostra e do Tamanho do Efeito
Fenómenos em estudo com Tamanho de Efeito pequenos

requerem amostras maiores para serem detectados com
Significância Estatística
• O Intervalo de Confiança (e.g. 95%) representa o grau

de incerteza da estimativa de Tamanho do Efeito
• As medidas de Tamanho do Efeito podem ser divididas

em medidas do Tipo d e do Tipo r

Pedro M Teixeira
2 Medidas de Tamanho do Efeito - SPSS

Pedro M Teixeira

Pedro M Teixeira

Pedro M Teixeira
Medidas de Tamanho do Efeito – d
2 Variáveis dicotómicas
Risco Relativo (Relative Risk) ou taxa de incidência para factor A:
Estimativas de Risco
a/(a+b) = 0,66 = 2,5
c/(c+d) 0,26
Factor Total
A B
Acontecimento Odds (Chance) para acontecimento presente:
a/b = 1,95 a favor de ‘a’
Presente a= 43 b= 22 a+b= 65
Odds (Chance) para acontecimento ausente:
c/d = 0,36 a favor de ‘a’ ou 1/0,36 = 2,7 a favor de ‘b’
Ausente c= 12 d= 33 c+d= 45 Rácio de Chances ou de Produtos Cruzados (Odds Ratio):
a/(a+b)
b/(a+b) = a/b = a.d = 5,4
c/(c+d) c/d c.b
d/(c+d)

Pedro M Teixeira
Medidas de Tamanho do Efeito – d
2 Variáveis contínuas
Diferença entre médias

Pedro M Teixeira
3 META-ANÁLISE EM 6 PASSOS

3 Meta-Análise em 6 passos
Uma Meta-Análise simplificada:
Meta-Análise - 1. Pesquisar
Meta-Análise - 2. Seleccionar
Meta-Análise - 3. Analisar a Heterogeneidade
Meta-Análise - 4. Calcular o Tamanho do Efeito
Meta-Análise - 5. Concluir
Meta-Análise - 6. Reportar

Pedro M Teixeira
3 Uma Meta-Análise simplificada
Estudo 1: N = 60, r = -.30, p = .02

Estudo 2: N = 240, r = -.50, p < .001
Estudo 3: N = 20, r = .05, p =.83
Estudo 4: N = 60, r = .30, p = .02
(N1 x r1) + (N2 x r2) + (N3 x r3) + (N4 x r4)

(N1 + N2 + N3 + N4)
(60 x -.30) + (240 x -.50) + (20 x .05) + (60 x .30) = -.31

60 + 240 + 20 + 60

Pedro M Teixeira
3 Meta-Análise - 1. Pesquisar
Definir claramente a questão a ser formulada
Pesquisar em diversas fontes todos os estudos confiáveis que abordem a questão

Bases de dados: e.g. EBSCO
Literatura cinzenta: e.g. Actas de congressos
Seleccionar cuidadosamente os termos de pesquisa

Truncar os termos de pesquisa: *
Usar os comandos:
AND
OR
NOT
NEAR / ADJ

Pedro M Teixeira
3 Meta-Análise - 2. Seleccionar
Avaliar a qualidade dos estudos
Seleccionar estudos por meio de critérios claros de

inclusão e de exclusão
Recolher os dados de cada estudo e apresentá-los de

forma clara

Pedro M Teixeira
3 Meta-Análise - 3. Analisar a Heterogeneidade
Questões a ponderar:
Porque os resultados variaram entre os estudos?

A variação foi ao acaso?
A variação foi causada por diferenças metodológicas?
Como medir a heterogeneidade?
Graficamente:
• Funnel Plot
Estatisticamente:
• Q de Cochrane – X2 H0 implica homogeneidade
• I2 - descreve a percentagem de variabilidade do efeito que é devida à
heterogeneidade e não ao acaso. Quando I2 apresenta valor acima de 50%,
considera-se que há heterogeneidade substancial.

Pedro M Teixeira

Pedro M Teixeira

Pedro M Teixeira

Pedro M Teixeira
3 Meta-Análise - 3. O porquê da Heterogeneidade
1. Viés de selecção
1.1 Viés de publicação
1.2 Vieses de localização
12.1 Viés de língua (inglês)
12.2 Viés de citação
1.2.3 Viés de múltiplas publicações
2. Heterogeneidade verdadeira
2.1 Tamanho do efeito difere de acordo com o tamanho do estudo
2.2 Intensidade da intervenção
2.3 Diferenças no risco basal
3. Dados irregulares
3.1 Estudos pequenos de baixa qualidade
3.2 Análises inadequadas
3.3 Fraude
4. Escolha da medida do efeito
5. Acaso

Pedro M Teixeira
3 Meta-Análise - 3. Heterogeneidade, o que fazer?
1. Ignorar a heterogeneidade.
Utilizar métodos com efeitos fixos
2. Considerar a heterogeneidade.
2.1 Incorporar a heterogeneidade pelo uso de métodos com efeitos aleatórios Pressupõe a existência
de vários possíveis valores reais para a variável em estudo.
2.2 Não agrupar todos os estudos.
3. Explorar a heterogeneidade.
Procurar explicar as diferenças:
3.1 análise de subgrupo (subgrupo de ensaios clínicos ou subgrupo de participantes)

3.2 meta-regressão (análise estatística que relaciona o tamanho do efeito às características do
estudo, por exemplo, média de idade, proporção de mulheres, dose do medicamento).

Pedro M Teixeira
3 Meta-Análise - 4. Calcular o Tamanho do Efeito
Fixed effect model (modelo de efeitos fixos)
Uma abordagem para estimar os efeitos médios que assume que todos os
estudos vêm de uma população em que existe um verdadeiro efeito que não
varia (o efeito é fixo em todos os estudos). A variação entre estudos é atribuída
apenas a erro de amostragem e é ignorada. Os pesos são atribuídos aos
estudos baseados apenas na sua variância (métodos de variância inversa).
Random effects model (modelo de efeitos aleatórios)
Um modelo estatístico que inclui tanto o erro de amostragem dentro do estudo

como a variância entre estudos no cálculo dos efeitos médios e intervalos de
confiança. Em contraste com o modelo de efeitos fixos, este método de
agrupamento de tamanhos de efeito é baseado na suposição de que não existe
um efeito único verdadeiro na população, em vez disso, os efeitos reais são
distribuídos (variam) entre as amostras e os estudos.

Pedro M Teixeira
3 Meta-Análise - 5. Concluir
Interpretação dos resultados
Quão grande é ‘grande’?
Contextualizar os resultados
Efeitos pequenos podem ser bastante grandes
Contributo para o conhecimento

Resultados são concordantes com a literatura ou verifica-se algo novo e interessante
Possíveis explicações alternativas para os resultados
Critérios de Cohen
Devem ser considerados em função da área de estudo e do fenómeno

Pedro M Teixeira
3 Meta-Análise - 6. Reportar
Qualidade ao reportar Revisões Sistemáticas
Linhas de orientação para aferir a qualidade de Revisões Sistemáticas
• AMSTAR (Assessment of Multiple Systematic Reviews)
Qualidade ao reportar Meta-Análises

Grupo QUOROM (Quality of Reporting on Meta-analyses)
• PRISMA (Primary Reporting Items for Systematic Reviews and Meta-Analysis).
http://www.consort-statement.org/

Pedro M Teixeira
4 RECURSOS PARTILHADOS

4 Recursos Partilhados
• LIVRO
- Cochrane Handbook for Systematic Reviews of Interventions.pdf [2008]

Versão Online 5.1.0 - Março de 2011: Higgins JPT, Green S (editors). Cochrane Handbook for
Systematic Reviews of Interventions Version 5.1.0 [updated March 2011]. The Cochrane Collaboration,
2011. Available from www.cochrane-handbook.org.
• ARTIGOS
❑An Effect Size Primer - A Guide for Clinicians and Researchers.pdf

❑Algumas medidas típicas univariadas da magnitude do efeito.pdf
❑On EffectSize.pdf
• SOFTWARE
-RevMan: http://tech.cochrane.org/revman

Pedro M Teixeira

Introdução À Revisão Sistemática e Meta-Análise

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Introdução À Revisão Sistemática e Meta-Análise

Enviado por

Direitos autorais:

Formatos disponíveis

Introdução à Revisão

Pedro M. Teixeira | https://tinyurl.com/rsm19

2. O Tamanho do Efeito (E.S. - Effect Size)

Statistical thinking will one day be as necessary for efficient citizenship

– Uma revisão sistemática tem como objectivo localizar e sintetizar

– Meta-Análise é um conjunto de métodos estatísticos para

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

● Collaborative Group on Antenatal Steroid Therapy. (1981). Effect of antenatal dexamethasone

Introdução à Revisão Sistemática e Meta-Análise

– Testes de significância são altamente dependentes do tamanho da amostra. H0

efeito estatisticamente significativo é uma conclusão forte

– Meta-Análise centra-se na direção e no tamanho dos efeitos entre os estudos e

– Direção e magnitude são representados pelo tamanho do efeito. É o tamanho

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

‘‘garbage in, garbage out’’

Introdução à Revisão Sistemática e Meta-Análise

O conhecimento de um dado fenômeno

Introdução à Revisão Sistemática e Meta-Análise

O conhecimento de um dado fenômeno dificilmente pode ser

QUANTOS ESTUDOS SÃO NECESSÁRIOS?

Quanto mais inconsistentes forem os resultados entre estudos, sobre um

Relação entre número de observações e incerteza da estimativa

QUAL A MELHOR EVIDÊNCIA?

A incerteza das estimativas pode ser quantificada em função das

COMO SINTETIZAR AS EVIDÊNCIAS?

Estudos secundários: focam a análise em fontes primárias, ou seja, estudos já

Estudos primários Viés de Confundimento

Introdução à Revisão Sistemática e Meta-Análise

Introdução à Revisão Sistemática e Meta-Análise

erro aleatório erro aleatório

– A replicação dos resultados (em estudos

– A Meta-Análise fornece métodos quantitativos para

efeito significativo é uma conclusão forte

– Meta-Análise centra-se na direção e no tamanho dos efeitos entre os

– Direção e magnitude são representados pelo tamanho do efeito. É o

Introdução à Revisão Sistemática e Meta-Análise

• estudos que sejam empíricos, em vez de teóricos

Introdução à Revisão Sistemática e Meta-Análise

✓ Representa resultados de maneira mais diferenciada e sofisticada do

✓ Capaz de encontrar relações entre os estudos que são obscurecidos em

✓ Protege contra excessos na interpretação das diferenças entre estudos

✓ Pode lidar com um grande número de estudos

Introdução à Revisão Sistemática e Meta-Análise

▪ Enviesamentos na seleção dos estudos são uma ameaça contínua

▪ A Meta-Análise requer um esforço considerável e experiência.

▪ As técnicas (i.e. estatística) não devem ofuscar questões substantivas.

Introdução à Revisão Sistemática e Meta-Análise

Statistical thinking will one day be as necessary for efficient citizenship

Introdução à Revisão Sistemática e Meta-Análise

•‘a quantitative reflection of the magnitude

effect size can mean:

Introdução à Revisão Sistemática e Meta-Análise

“… null hypothesis significance tests (NHSTs) are but a starting

Introdução à Revisão Sistemática e Meta-Análise