Revisão Sistemática e Meta-Análise

Uma revisão sistemática com meta-análise combina dois métodos: uma revisão estruturada e reprodutível que reúne e avalia todos os estudos elegíveis sobre uma questão, e um procedimento estatístico que agrupa os seus resultados numa única estimativa ponderada de efeito. A revisão controla o viés da seleção de estudos; a meta-análise quantifica o sinal combinado e a variabilidade em torno dele. Juntos, eles formam o método prototípico da pesquisa de intervenção baseada em evidências.

Definition

Uma revisão sistemática com meta-análise é uma revisão que utiliza métodos explícitos e reprodutíveis para identificar e avaliar todos os estudos elegíveis sobre uma questão e, em seguida, combina estatisticamente as suas estimativas de efeito numa estimativa agrupada, caracterizando tanto o efeito central quanto a heterogeneidade entre os estudos.

Scope

Este tópico abrange a condução de uma revisão sistemática com agrupamento quantitativo: protocolo e elegibilidade, busca e seleção, avaliação do risco de viés, a escolha entre efeito fixo versus efeitos aleatórios, ponderação, heterogeneidade, e os padrões de relato e certeza que governam o resultado. É uma referência metodológica, não uma orientação clínica.

Core questions

• Os estudos incluídos são suficientemente semelhantes para justificar o agrupamento dos seus resultados?
• Deve ser utilizado um modelo de efeito fixo ou de efeitos aleatórios?
• Quanto os resultados do estudo variam além do acaso (heterogeneidade)?
• Como o risco de viés dentro dos estudos se reflete na estimativa agrupada?
• Qual a certeza da evidência combinada no geral?

Key concepts

• Protocolo e elegibilidade pré-especificada
• Medida de efeito (por exemplo, razão de risco, odds ratio, diferença de médias)
• Ponderação pelo inverso da variância
• Modelo de efeito fixo versus efeitos aleatórios
• Heterogeneidade e a estatística I-quadrado
• Gráfico de floresta (forest plot)
• Avaliação do risco de viés
• Classificação da certeza (GRADE)

Mechanisms

Após a identificação e avaliação dos estudos elegíveis, cada estudo contribui com uma estimativa de efeito com uma medida de precisão. A meta-análise combina-os ponderando cada estudo, tipicamente pelo inverso da sua variância, de modo que estudos maiores e mais precisos contam mais. Um modelo de efeito fixo assume um único efeito verdadeiro comum; um modelo de efeitos aleatórios assume que o efeito verdadeiro varia entre os estudos e incorpora essa variância entre estudos. A dispersão dos efeitos verdadeiros para além do erro de amostragem é a heterogeneidade, frequentemente resumida pela estatística I-quadrado, e o resultado agrupado é convencionalmente exibido num gráfico de floresta (forest plot). O relato segue o PRISMA, o viés dentro do estudo é avaliado com ferramentas como a ferramenta de risco de viés da Cochrane, e a certeza da evidência agrupada é classificada com o GRADE (higgins-handbook-2019; page-2021-prisma; higgins-2011-rob; guyatt-2008-grade).

Clinical relevance

As meta-análises de ensaios randomizados fornecem grande parte da evidência quantitativa citada em diretrizes e avaliações de tecnologias em saúde. A leitura crítica de uma meta-análise — verificando o que foi agrupado, como a heterogeneidade foi tratada e quão certa a evidência é classificada — faz parte da avaliação da evidência. O método descreve como as estimativas agrupadas são produzidas; não prescreve tratamento para um indivíduo.

Evidence & guidelines

A condução e o relato são padronizados: o PRISMA 2020 (com a sua linhagem de explicação e elaboração de 2009) governa o relato, o Manual Cochrane descreve os métodos aceites, a ferramenta de risco de viés da Cochrane estrutura a avaliação dentro do estudo, e o GRADE classifica a certeza em todo o corpo de evidências (page-2021-prisma; liberati-2009; higgins-handbook-2019; higgins-2011-rob; guyatt-2008-grade).

History

A combinação estatística de estudos remonta às estatísticas agrícolas e médicas do início do século XX, e o termo meta-análise foi cunhado em 1976. A revisão sistemática consolidou o processo circundante durante a década de 1990, especialmente através da Colaboração Cochrane. Os padrões de relato evoluíram do QUOROM para o PRISMA (2009, atualizado em 2021), estatísticas de heterogeneidade como o I-quadrado foram popularizadas, e o GRADE forneceu uma estrutura de certeza estruturada, definindo juntos o método moderno (page-2021-prisma; higgins-handbook-2019).

Debates

Quando a heterogeneidade é excessiva para o agrupamento?

A combinação de estudos clinicamente ou estatisticamente dissimilares pode produzir uma média enganosa; os revisores debatem os limiares e se devem favorecer modelos de efeitos aleatórios, análise de subgrupos ou uma síntese narrativa em vez do agrupamento.

Key figures

• Julian Higgins
• David Moher
• Matthew Page
• Gordon Guyatt
• Cynthia Mulrow

Seminal works

• page-2021-prisma
• higgins-handbook-2019
• guyatt-2008-grade

Frequently asked questions

Toda revisão sistemática inclui uma meta-análise?

Não. Quando os estudos são muito dissimilares em população, intervenção ou desfecho, o agrupamento pode ser enganoso, e a revisão apresenta uma síntese narrativa estruturada em vez de uma única estimativa combinada.

O que é um gráfico de floresta (forest plot)?

Um gráfico de floresta exibe a estimativa de efeito e o intervalo de confiança de cada estudo juntamente com a estimativa agrupada, tornando a contribuição de cada estudo e o resultado geral visíveis de relance.