Analysing data and undertaking meta-analyses

Transcrição

1 09 Analysing data and undertaking meta-analyses Deeks JJ, Higgins JPT, Altman DG (editors). Chapter 9: analysing data and undertaking meta-analyses. analyses. In: Higgins JPT, Green S (editors). Cochrane Handbook for Systematic Reviews of Interventions Version (updated( March 2011). The Cochrane Collaboration, Available from handbook.org. Antonio José Grande Valter Silva

2 O que émetanálise? Éa combinação estatística de dois ou mais estudos.

3 Vantagens da Metanálise Aumento do poder. Melhoria na precisão. Responde questões que estudos individuais não respondem. Oportuniza discussão sobre situações de conflito. Podem gerar mal entendimento se não considerar desenho de estudo, os vieses, as variações entre estudos, etc.

4 Quando não fazer MA Principal crítica é misturar Maçãs com laranja Muitos desfechos com diferentes intervenções. Se estudos tiverem alto risco de viés podem gerar sínteses inapropriadas.

5 Questões chaves para metanálise Qual a direção do efeito? Qual o tamanho do efeito? O efeito é consistente nos estudos? Qual éo nível de Evidência para o Efeito? Metanálise responde Julgamento As diferenças entre dois grupos (ou mais) são chamadas de EFEITO, EFEITO DO TRATAMENTO OU EFEITO DA INTERVENÇÃO.

6 Implicações da Metanálise 1- Que comparações devem ser feitas? 2-Quais resultados devem ser utilizados em cada comparação? 3-Qual éa melhor síntese das diferenças para cada comparação? 4-Os resultados são similares dentro de cada comparação? 5- Qual é a confiabilidade dessa síntese?

7 Como escrever a Seção do Protocolo? 1- A análise deve direcionar aos objetivos. 2- Considera o desenho de estudo apropriado. 3-Decidir como a MA seráfeita. 4- Os dados são dicotômicos, contínuos, etc... 5-Decidir medida de efeito (Risco relativo, razão de chance, diferença de risco ou diferenças médias para variáveis contínuas) 6- Como será identificada ou quantificada a heterogeneidade 7-Decidir se a MA seráde efeito fixo ou randômico. 8-Como o risco de viés seráincluso nas analises. 9- Decidir como e quando a heterogeneidade será avaliada 10- Pré especificar características dos estudos que causaram heterogeneidade 11- Como lidar com dados faltantes 12- Decidir quando considerar evidências e sacar vieses.

8 Tipos de dados Dicotômico (Sim; Não) Contínuo ( kg, estatura) Ordinal ( normal, sobrepeso, obesidade) Contagem pelo número de eventos de experiências individuais. Tempo até acontecer evento (Sobrevivência)

9 Medidas de efeito para desfechos dicotômicos Risco Relativo (RR) Razão de Chance (OR) Diferença de Risco (RD) Número necessário para Tratar (NTT)

10 Random-effects meta-analysis VS Fixed-effect meta-analysis A combinação da estimativa do efeito de uma intervenção podem partir do pressuposto de que os estudos não estimam o mesmo efeito, mas os efeitos estimados segue a mesma distribuilçao entre os estudos.

11 Dados Contínuos Consideram dados numéricos com casas decimais. Ex: Peso, estatura, etc... Diferença média Diferença média padronizada Diferença média entre grupos Desvio padrão entre participantes Caso as escalas sejam opostas e tenham significado igual deve-se adequá-las e citar nos métodos. O DP continua o mesmo.

12 Medidas de Efeito Ordinal São dados em Categorias. Ex: Escalas de medida. Validação éimportante para saber se a escala avalia o que ela propõe. Deve-se checar se os questionários foram adaptados.

13 Tempo atéevento Hazard Ratio ( Taxa de risco) RR Transformação Logarítmica. Éa mais utilizada e geralmente resolve os problemas de assimetria na amostra. Outro exemplo de transformação é Raiz quadrada

14 Contagem de Eventos Eventos comuns Eventos raros Cuidado: Alguns eventos podem ocorrer mais de uma vez na mesma pessoa.

15 Calculando o RR, OR e RD

16 Quantitativo ou Qualitativo # Quando a variável é qualitativa, as observações podem ser medidas em uma escala nominal ou ordinal (Ayres M, et al. BioEstat: Aplicações estatísticas nas áreas das ciências bio-médicas. Belém, 2007). # Embora a escalas nominais e ordinais sugira um método quantitativo, é considerada uma forma de pesquisa qualitativa, no que diz respeito à interpretação das informações (GEPROS 2006;1(3):89-99)

17 Resumo Estatístico stico Risco Relativo (RR) Dados Dicotômicos Odds Ratio (OR) Diferença de Risco (RD) NNT Dados Contínuos Diferença Média (DM) Diferença Média Padronizada (DMP) Dados Ordinais Tricotômico Odds Ratio proporcional Não disponível no Revman Contagem de eventos Tempo até evento Eventos raros Eventos comuns Hazard Ratio Transformação Logarítmica

18 Standard position from Cochrane SMG: extração de dados de gráficos e da estat atística tica F (comunicação pessoal) Julian Higgins: Thanks for your . I would say that review authors should be strongly encouraged to extract information from figures when the numbers are not available. I don't know of any specific software for this although I know it exists. (I've always done it by making a much enlarged photocopy and using a ruler.) Unfortunately I don't know of any detailed discussion of getting SDs from F statistics. My advice would be to ask a knowledgeable statistician to look at each e paper, since there are numerous different F statistics that might be presented. Often taking t the square root of an F statistic (to give a T statistic) allows the described methods to be used as they are. The problem is picking the right F statistic. (For instance, in a repeated measures ANOVA, it might be tempting to extract the F statistic for treatment, but in fact it's probably the F statistic for treatment by time interaction that is the one we want). w If you are unable to identify the F statistic used, don't work it Douglas Altman: Thanks. I don t t have anything to add to Julian s s reply, except to note that a colleague has recommended the following software: I have not examined it myself.

19 Unidade de Análise Grupos de indivíduos randomizados para a mesma intervenção. Ex: Ensaio clínico randomizado por Cluster. Indivíduos que passaram por mais de uma intervenção. (Cross-over, tratamento simultâneo de múltiplas regiões) Observações múltiplas (medidas repetidas, recorrência de eventos)

20 Desenhos de Estudo Ensaio Clínico Randomizado por Cluster. Ex: Aleatorizados por escolas, vilas, famílias. - Cross-over: Todos passam pela mesma intervenção, ou seja, são controle e intervenção em diferentes momentos. - Observações repetidas: Acompanhamento longitudinal. (tempo para evento) - Recorrência de eventos: eventos que podem acontecer mais de uma vez.

21 Desenhos de Estudo Tratamento de múltiplas tentativas por participante. e.g., cirurgia. Múltiplas partes do corpo (mesma intervenção). Múltiplas partes do corpo (diferentes intervenções) Múltiplos grupos de intervenção (mais que dois grupos de intervenções)

22 Resumo dos métodos de metánalise do Revman Table 9.4.a: Summary of meta-analysis methods available in RevMan Metaregressão não disponível

23 Utilizando contagem de votos Tem evidência de efeito? Comparação entre estudos positivos com negativos. 0% of studies (outcomes) favour intervention = no effect; 1% to 33% of studies (outcomes) favour intervention =generally ineffective; 34% to 66% studies (outcomes) favour intervention = mixed effects; 67%+ studies (outcomes) favour intervention = generally effective. WEIR, 2010

24

25 Heterogeneidade Diversidade clínica (intervenção, desfecho, participante) Diversidade metodológica (cegamento, ocultação da alocação, diferença entre estudos) Heterogeneidade estatística (diversidade clínica ou metodológica, ou ambas)

26 Identificando e Mensurando Heterogeneidade Depende da magnitude e direção do efeito, força da evidência de heterogeneidade (p do X² ou intervalo de confiança para I²)

27 Passos para abordar heterogeneidade 1 checar dados 2 não faça a metanálise ainda. 3 Explore a heterogeneidade. 4 Ignore a heterogeneidade. (efeito fixo) 5 Realize MA efeito aleatório. 6 Mude a medida de efeito. (escala de medida) 7 Exclua os estudos.

28 Análise de sensibilidade Os resultados são robustos para a tomada de decisão no processo de obtenção dos estudos? Diferente de análise de subgrupo. Análise de sensibilidade não tenta estimar o efeito da intervenção dos estudos removidos. São análises estatísticas informais pois não são utilizadas para tomada de decisão. A análise de subgrupo éforma e háestimativas para cada subgrupo.

29 Obrigado