Efeitos fixos e randômicos em metanálises

Publicado por 15 de Novembro de 2023 em Estudantes para Melhores Evidências

Contexto 

Durante a leitura e a interpretação de uma revisão sistemática, as sínteses quantitativas (metanálises) costumam ser consideradas como uma das partes mais desafiadoras para serem compreendidas.  Esta barreira inicial ocorre devido a diversos fatores, e o conhecimento de alguns conceitos é fundamental para esclarecer esta etapa da revisão sistemática. 

Entre estes conceitos estão: intervalos de confiança (IC, https://eme.cochrane.org/intervalos-de-confianca-o-que-e-e-como-interpreta-lo/) [1], tamanho amostral e seu impacto na metanálise, medidas de tamanho de efeito e, além disso, qual foi a abordagem de variância inversa utilizada (fator que pode superestimar ou subestimar o tamanho do efeito estudado) [2]. 

Métodos de variância inversa  

Os métodos de variância inversa são componentes da análise estatística de uma metanálise utilizados para auxiliar na estimativa do tamanho de efeito das intervenções e podem ser utilizados tanto ao se avaliar variáveis dicotômicas (eventos positivos/amostra total) quanto contínuas (média, desvio padrão) [3]. 

No método da variância inversa, o peso atribuído a cada estudo que compõe a metanálise é inversamente proporcional ao quadrado do erro padrão deste estudo, ou seja, quanto maior a amostra de um estudo (consequentemente, com menor erro-padrão), maior a sua contribuição para o cálculo do IC da meta-análise. Essa abordagem permite, assim, minimizar a imprecisão da estimativa do efeito combinado [2]. 

Habitualmente, os modelos utilizados são o “modelo de efeitos fixos” e o “modelo de efeitos randômicos”. 

Modelo de efeitos fixos 

O modelo de efeitos fixos parte do princípio de que os efeitos das intervenções seguem a mesma linha, tanto em magnitude quanto em direção, em todos os estudos que compõem aquela metanálise. É como se pensássemos que todas as variáveis dos estudos (aplicação da intervenção, população, método de mascaramento…) são semelhantes, ou até mesmo idênticas, e que as possíveis diferenças observadas entre os resultados se devem única e exclusivamente ao acaso ou ao erro amostral. Assim, as heterogeneidades dos estudos são ignoradas.  

Esse modelo de efeito é adequado quando se acredita que os estudos avaliam os mesmos efeitos, da mesma forma, em populações muito semelhantes – no entanto, isso é quase sempre impossível de ser afirmado. Este modelo costuma conferir maior peso a estudos com populações maiores e é mais assertivo na estimativa de tamanho de efeito, uma vez que gera IC mais estreitos por entender que há pouca variação entre os resultados dos estudos metanalizados. 

Modelo de efeitos randômicos 

Neste modelo, presume-se que os resultados dos estudos incluídos na metanálise seguem uma distribuição normal (aquela da curva de Gauss ou curva em forma de sino) e que as diferenças observadas nesses resultados se devem não somente ao acaso, mas também a diferenças existentes entre os próprios estudos, como a população, por exemplo (diversidade ou heterogeneidade clínica ou metodológica). 

Esse modelo de efeito se encaixa nas metanálises nas quais se espera que haja alguma variabilidade entre os estudos devido a diferenças nas populações, nos seus métodos ou em qualquer outro fator na composição do estudo. Esse modelo se aproxima mais da realidade do que o modelo anterior, mas oferece um peso grande a estudos pequenos [2]. Este modelo é visto como mais conservador na estimativa de tamanho de efeito, uma vez que gera IC mais amplos por assumir que há sempre algum grau de inconsistência (heterogeneidade estatística) entre os estudos metanalizados. 

Exercícios 

Sugerimos que você leia as duas revisões sistemáticas a seguir, observe e discuta com seus colegas os resultados obtidos com o uso dos diferentes modelos de efeitos. 

• Etomidate as an induction agent for endotracheal intubation in critically ill patients: A meta-analysis of randomized trials – https://www.sciencedirect.com/science/article/pii/S0883944123000667?via%3Dihub [4]. 
• Association Between Administration of Systemic Corticosteroids and Mortality Among Critically Ill Patients With COVID-19: A Meta-analysis. https://jamanetwork.com/journals/jama/fullarticle/2770279 [5]. 

Conclusão 

De modo geral, há razões específicas para a escolha de algum dos dois modelos de efeitos e muitas vezes pode haver diferenças do tamanho ou até na direção do efeito estimado de uma intervenção, com um impacto significativo nas conclusões de uma revisão sistemática. Conhecer estes modelos, as razões para sua utilização e seu impacto nos resultados é fundamental para interpretar corretamente uma revisão sistemática. 

Autores: Marco Aurélio Donadeli Hadad de Lima, Maria Eduarda de Castro, Marwin Welligton de Souza Vilela, Matheus Aparecido de Toledo, Ricardo Moysés Peixoto e Yuri Yokoyama do Nascimento. Alunos de graduação da Escola Paulista de Medicina (EPM), Universidade Federal de São Paulo (Unifesp). 

Supervisores: Rachel Riera, professora adjunta, Escola Paulista de Medicina (EPM), Universidade Federal de São Paulo (Unifesp). 

Citar como: Lima MADH, Castro ME, Vilela MWS, Toledo MA, Peixoto RM, Nascimento YY. Efeitos fixos e randômicos em metanálises. Estudantes para Melhores Evidências. Cochrane. Disponível em: [adicionar link da página da web]. Acessado em: [adicionar dia, mês e ano de acesso].    

Referências 

1. Oliveira ASMF, Barros CP. Intervalo de confiança: o que é e como interpretá-lo. Estudantes para melhores Evidências Cochrane. Disponível em: https://eme.cochrane.org/intervalos-de-confianca-o-que-e-e-como-interpreta-lo/. Acessado em 13 de novembro de 2023. 
2. Deeks JJ, Higgins JPT, Altman DG (editors). Chapter 10: Analysing data and undertaking meta-analyses. In: Higgins JPT, Thomas J, Chandler J, Cumpston M, Li T, Page MJ, Welch VA (editors). Cochrane Handbook for Systematic Reviews of Interventions version 6.4 (updated August  2023). Cochrane, 2023. Disponível em: www.training.cochrane.org/handbook. Acessado em 13 de novembro de 2023. 
3. Martimbianco ALC, Riera R. Saúde baseada em evidências: conceitos, métodos e aplicação prática. Atheneu. 1a edição. 2022. 
4. Kotani Y, Piersanti G, Maiucci G, Fresilli S, Turi S, Montanaro G, Zangrillo A, Lee TC, Landoni G. Etomidate as an induction agent for endotracheal intubation in critically ill patients: A meta-analysis of randomized trials. J Crit Care. 2023;77:154317. doi: 10.1016/j.jcrc.2023.154317. Epub 2023 Apr 29. PMID: 37127020. 
5. WHO Rapid Evidence Appraisal for COVID-19 Therapies (REACT) Working Group; Sterne JAC, Murthy S, Diaz JV, Slutsky AS, Villar J, Angus DC, Annane D, Azevedo LCP, Berwanger O, Cavalcanti AB, Dequin PF, Du B, Emberson J, Fisher D, Giraudeau B, Gordon AC, Granholm A, Green C, Haynes R, Heming N, Higgins JPT, Horby P, Jüni P, Landray MJ, Le Gouge A, Leclerc M, Lim WS, Machado FR, McArthur C, Meziani F, Møller MH, Perner A, Petersen MW, Savovic J, Tomazini B, Veiga VC, Webb S, Marshall JC. Association Between Administration of Systemic Corticosteroids and Mortality Among Critically Ill Patients With COVID-19: A Meta-analysis. JAMA. 2020;324(13):1330-1341. doi: 10.1001/jama.2020.17023. PMID: 32876694; PMCID: PMC7489434. 

Tags: