metanálise

**Definição:** Síntese estatística dos dados de vários estudos (geralmente ECRs, mas pode incluir estudos de coorte/caso-controle) para gerar uma estimativa de efeito agrupada. A metanálise costuma ser realizada como parte de uma revisão sistemática (busca estruturada e reprodutível da literatura, com critérios de inclusão/exclusão predefinidos), mas uma revisão sistemática nem sempre inclui uma metanálise.

**Etapas:** 1. Formular uma pergunta focada (PICO: População, Intervenção, Comparação, Desfecho [Outcome]). 2. Busca abrangente e sistemática da literatura (várias bases de dados, literatura cinzenta, dados não publicados). 3. Aplicar critérios de inclusão/exclusão predefinidos. 4. Avaliar a qualidade dos estudos e o risco de viés (p. ex., ferramenta Cochrane Risk of Bias). 5. Extrair os dados e agrupar estatisticamente os resultados, atribuindo maior peso aos estudos maiores/mais precisos (ponderação pelo inverso da variância). 6. Avaliar a heterogeneidade e o viés de publicação; realizar análises de sensibilidade/subgrupos.

**Conceitos-chave:** - **Forest plot:** Exibe a estimativa de efeito de cada estudo (quadrado, com tamanho proporcional ao peso) com seu IC de 95% (linha horizontal) e a estimativa agrupada (losango). Linha vertical = valor nulo (RR/OR = 1; diferença média = 0). Se o IC ou o losango cruzar a linha de ausência de efeito, o resultado não é estatisticamente significativo. - **Funnel plot:** Gráfico de dispersão do tamanho do efeito versus a precisão/tamanho do estudo, usado para detectar viés de publicação. Funil invertido simétrico = baixo viés; assimetria sugere viés de publicação (ausência de pequenos estudos negativos). - **Heterogeneidade:** Variabilidade entre os resultados dos estudos além do acaso. Avaliada pelo teste Q de Cochran e pela estatística I² (% da variabilidade devida à heterogeneidade e não ao acaso; aproximadamente >50% = substancial). - **Modelo de efeitos fixos:** Pressupõe um único efeito verdadeiro subjacente; as diferenças se devem ao acaso. Usado quando a heterogeneidade é baixa. - **Modelo de efeitos aleatórios:** Pressupõe que o efeito verdadeiro varia entre os estudos; gera ICs mais amplos. Usado quando há heterogeneidade.

**Vantagens:** - Maior poder estatístico e precisão (IC mais estreito) - Pode detectar efeitos pequenos ou efeitos em subgrupos para os quais os ensaios individuais tinham poder insuficiente - Resolve resultados conflitantes entre estudos - Generalização entre populações - Pode identificar lacunas na literatura e gerar hipóteses

**Limitações:** - Viés de publicação (estudos positivos são publicados preferencialmente) - Heterogeneidade de populações, intervenções, desfechos ou metodologia ("apples and oranges" [maçãs e laranjas]) - "Garbage in, garbage out": agrupar estudos de baixa qualidade gera resultados não confiáveis - Viés de seleção decorrente da estratégia de busca ou dos critérios de inclusão - Confusão proveniente de estudos observacionais - Em alguns casos, pode ser superada por um único ECR grande e bem delineado

**Pontos importantes para provas:** - Hierarquia de evidências (da maior para a menor): revisões sistemáticas/metanálises de ECRs → ECRs individuais → estudos de coorte → estudos caso-controle → estudos transversais → séries de casos/relatos de casos → opinião de especialistas/estudos em animais/in vitro. - A metanálise não é um delineamento de estudo primário; é uma análise secundária de dados já existentes. - Ela não elimina o viés inerente aos estudos subjacentes. - Termos relacionados: Cochrane Collaboration (fonte de revisões sistemáticas de alta qualidade), PRISMA (diretriz de relato para revisões sistemáticas/metanálises), análise por intenção de tratar, NNT/NNH, risco relativo, odds ratio. - Enunciado típico do USMLE: "Um pesquisador combina dados de 12 ensaios randomizados para estimar o efeito global de um fármaco sobre a mortalidade" → metanálise. Ou: "Qual ferramenta é usada para avaliar o viés de publicação?" → funnel plot.