Dr. Diego Ariel - Aula 01 - Como realizar uma metanálise: Introdução

Fala Príncipes,

Espero que gostem do curso...

Essa é nossa primeira aula da série “Como realizar uma metanálise: um guia prático passo a passo utilizando o software R e o RStudio”.

Em nossa primeira aula falaremos sobre o que é uma metanálise e qual sua aplicabilidade em ciências da Saúde.

Em breve, lançaremos mais cursos nessa “pegada”....

Agradeço demais pela interação de todos... e qualquer coisa, estou às ordens...

Introdução

A pesquisa científica vem crescendo em todas as áreas do conhecimento, e na medicina não é diferente. Um mesmo tema pode estar sendo pesquisado nos mais diversos centros médicos ao redor do mundo. Com a expansão da medicina baseada em evidências, quanto mais estudos a respeito de uma mesmo tema melhores serão as práticas médicas referentes a ele¹.

Contudo, a existência de muitos estudos acerca do mesmo tema acaba, por vezes, limitando o acesso dos profissionais médicos a todos esses estudos, muito devido ao tempo gasto ou ao acesso a todos, uma vez que muitos são pagos. Indubitavelmente, um único estudo que agregasse os resultados de duas ou mais pesquisas sobre uma mesma questão, além de facilitar e resumir as evidências, diminuiria os erros individuais (vieses) de cada estudo, produzindo uma síntese poderosa acerca de um tema específico. A ferramenta para se chegar a isso é a Metanálise².

A metanálise utiliza-se de métodos estatísticos para sumarizar resultados de estudos independentes. Combinando informações de todos os estudos relevantes acerca de um mesmo tema, a metanálise pode estimar os efeitos de uma determinada intervenção de forma mais precisa do que cada estudo individualmente³.

Em 1904, argumentando que os estudos sobre a efeito preventivo de inoculações contra febre entérica eram pequenos para permitir uma conclusão confiável (fazendo com que o tamanho do erro fosse grande e o poder dos estudos baixo), Karl Pearson, através de correlações, combinou os dados de cinco estudos, criando assim a primeira metanálise que se tem notícia⁴. Mas apenas na década de 1970 que o termo metanálise foi usado pela primeira vez, popularizando-se mais ainda desde então⁵.

Como dito anteriormente, o uso da metanálise vem crescendo e ganhando cada vez mais importância no meio médico. Assim, não apenas saber interpretar uma metanálise, como também saber realizar uma, mesmo que simples, é fundamental na atualidade. Portanto, o objetivo principal deste artigo e? apresentar os conceitos básicos que norteiam uma metana?lise e servir de guia para a condução de uma metana?lise utilizando o softwares R e RStudio.

O básico de uma metanálise

Em uma metanálise, são combinados os resultados de dois ou mais estudos independentes. Os resultados de estudos médicos podem ser demonstrados de inúmeras formas. As duas mais comuns são os resultados expressos por Medida de Associação e os resultados expressos por Diferença de Médias.

Medidas de Associação foram desenvolvidas com o objetivo de avaliar a relação entre um fator de risco e o desfecho. Entre essas medidas salientamos o Risco Relativo (RR) e a razão de chances (odds ratio – OR)]⁷. O RR e o OR estimam a magnitude da associação entre a exposição ao fator de risco e o desfecho, indicando quantas vezes a ocorrência do desfecho nos expostos e? maior do que aquela entre os na?o-expostos.

Por exemplo, o resultado de um estudo hipotético demonstrou que fumantes (expostos ao fator de risco: cigarro) tem uma chance 5 vezes maior (RR), ou seja 400% a mais, de evoluírem com câncer de pulmão de que os não-fumantes (não-expostos).

Quando não há diferença entre os expostos e não-expostos, dizemos que o RR é igual a 1. Quando a exposição a um fator aumenta as chances de ocorrer um evento, como no exemplo acima dos fumantes, o RR é > de que 1. Quando a exposição a um fator diminui as chances de ocorrer um evento, o RR é menor de que 1 (contudo não é negativo, ou seja varia de 0 a <1)⁹.

De forma simplória, se temos um RR >1, o RR expressa quantas vezes mais a exposição pode levar ao desfecho. No exemplo acima dos fumantes o RR é igual a 5. Quando o RR for menor de que 1, pode-se ainda calcular a redução de risco relativo (RRR), também conhecida como eficácia, através da seguinte fórmula: RRR ou Eficácia = (1-RR) x 100. Se em um estudo for encontrado como resultado o RR de 0,27, podemos dizer que nesse estudo a exposição a um fator diminuiu 73% o risco de ocorrer um evento (1-0,27) x 100 = 73%⁹.

Outra forma de expressar os resultados de uma pesquisa é através da Diferença de Médias (MD). Em alguns estudos, o desfecho e? medido através de scores de escalas como, por exemplo, o IKDC⁸. Essas escalas produzem scores numéricos para cada paciente, ao invés de resultados dicotômicos do tipo “sim/não”. Como vimos acima, esse tipo de variável é denominada contínua, sendo comum o cálculo de sua média nos dois grupos que se deseja comparar.

Em nosso exemplo 2, para avaliar a técnica de melhor resultado (maior score w), A ou B, é necessário comparar as médias dos scores w dos dois grupos ao longo do estudo. Um dos problema desse tipo de desfecho medido por variável contínua é que, embora seja possível afirmar que os pacientes que fizeram uso da técnica A tivessem uma pontuação maior no score w, e? difícil extrair um significado clínico dessa diferença. E? mais fácil entender um aumento de 25% do retorno ao esporte com uso da técnica A do que uma diferença de 6 pontos numa escala/score funcional. Quando não há diferença entre as médias dos grupos, dizemos que a MD é igual a 0.

Após obter os resultados dos estudos escolhidos para compor a metanálise, procede-se com a agregação das medidas a partir da ponderação dos resultados de todos os estudos individuais. Essa ponderação tipicamente é dada pelo tamanho da amostra (número de pacientes) de cada estudo, culminando com a medida de associação geral: o resultado de nossa metanálise^7,10.

Não custa relembrar que em uma metanálise devem somente ser comparadas medidas de associações iguais: RR com RR ou OR com OR. Não cabe comparar RR de um estudo com o MD de outro estudo^7,10.

Abaixo segue um vídeo sobre nossa aula 01: Introdução

Espero que gostem. :)

Referências

1. Sackett, D. L., Rosenberg, W. M. C., Gray, J. A. M., Haynes, R. B. & Richardson, W. S. Evidence based medicine: what it is and what it isn’t -- Sackett et al. 312 (7023): 71 -- bmj.com. BMJ (1996).

2. Rodrigues, C. L. & Ziegelmann, P. K. Metanálise: Um Guia Prático Meta-Analysis: a Practical Guide. Clin. Biomed. Res. (2010).

3. Santos, E. J. F. dos & Cunha, M. Interpretação Crítica Dos Resultados Estatísticos De Uma Meta-Análise?: Estratégias Metodológicas Critical Interpretation of Statistical Results of a Meta-Analysis?: Methodological Strategies. Millenium (2013).

4. Simpson, R. J. S. & Pearson, K. Report on certain enteric fever inoculation statistics. Br. Med. J. (1904). doi:10.1136/bmj.2.2288.1243

5. Glass, G. V. Primary, Secondary, and Meta-Analysis of Research. Educ. Res. (1976). doi:10.2307/1174772

6. Vaudreuil, N. J., Rothrauff, B. B., de Sa, D. & Musahl, V. The Pivot Shift: Current Experimental Methodology and Clinical Utility for Anterior Cruciate Ligament Rupture and Associated Injury. Current Reviews in Musculoskeletal Medicine (2019). doi:10.1007/s12178-019-09529-7

7. Fletcher, R. H., Fletcher, S. W. & Wagner, E. H. Epidemiologia clínica: elementos essenciais. in Epidemiologia clínica: elementos essenciais 281 (1996).

8. Hefti, E., Müller, W., Jakob, R. P. & Stäubli, H. U. Evaluation of knee ligament injuries with the IKDC form. Knee Surgery, Sport. Traumatol. Arthrosc. (1993). doi:10.1007/BF01560215

9. Silva, E., Coutinho, F. & Marcelo, G. Conceitos básicos de epidemiologia e estatística para a leitura de ensaios clínicos controlados Basic concepts in epidemiology and statistics for reading controlled clinical trials. Rev Bras Psiquiatr (2005).

10. Borenstein, M., Hedges, L. V, Higgins, J. P. T. & Rothstein, H. R. Introduction to meta-analysis. (John Wiley & Sons, 2011).

11. Lanska, D. J. Epidemiology and Biostatistics: An Introduction to Clinical Research. JAMA (2010). doi:10.1001/jama.2010.604

12. Jekel, J. F., Katz, D. L. & Elmore, J. G. Epidemiology, Biostatistics, and Preventive Medicine. In Pract. (2001).

13. Lau, J., Ioannidis, J. P. A. & Schmid, C. H. Summing up evidence: One answer is not always enough. Lancet(1998). doi:10.1016/S0140-6736(97)08468-7

14. Roever, L. Compreendendo os estudos de metanálise na pesquisa clínica. Rev Soc Bras Clin Med (2016).

Links:

Download do Script para o RStudio

Download da Planilha do Exemplo 1 (teste X)

Download da Planilha do Exemplo 2 (score W)

Download dos principais comandos de edição do Forest Plot no Rstudio

Artigo na Acta Ortopédica: