Espero que estejam gostando do curso...
Essa é nossa segunda aula da série “Como realizar uma metanálise: um guia prático passo a passo utilizando o software R e o RStudio”.
Nessa aula aprenderemos sobre variáveis e veremos os 2 principais exemplos que utilizaremos para o nosso curso.
Em breve, lançaremos mais cursos nessa “pegada”....
Agradeço demais pela interação de todos... e qualquer coisa, estou às ordens...
- Os dados de uma metanálise
Para que estudos possam ser combinados através de uma metanálise, é necessário definir quais os resultados serão combinados. Vamos trabalhar com 2 exemplos:
Como exemplo 1, duas técnicas cirúrgicas tem o objetivo de melhorar a estabilidade do joelho, técnica A (experimental) e técnica B (controle). Digamos que exista um teste para averiguar a estabilidade do joelho (teste X) e que se o teste for positivo significa que o joelho é instável, semelhante ao teste do pivot-shift6. Supondo que 3 autores resolveram comparar as duas técnicas (A e B), utilizando o teste de estabilidade X pré e pós operatório nas duas técnicas (Tabela 1).
Nesse exemplo 1, trabalharemos com variáveis quantitativas discretas, as quais assumem apenas valores pertencentes a um conjunto enumerável, que podem assumir apenas um número finito ou infinito contável de valores. As variáveis discretas geralmente são o resultado de contagens. Exemplos: número de filhos, número de bactérias por mililitro de urina e número de cigarros fumados por dia7.
Tabela 1. Número de pacientes com teste X positivo Pré e Pós operatório das técnicas A e B.
Como exemplo 2, trabalharemos com variáveis quantitativas contínuas, as quais assumem qualquer valor num certo intervalo de variação, para as quais valores fracionais fazem sentido. Usualmente devem ser medidas através de algum instrumento. Exemplos: peso (balança), altura (régua), tempo (relógio), pressão arterial e idade. As variáveis contínuas geralmente são expressas na forma de um médias de valores seguido de uma medida de dispersão, tipicamente o desvio padrão7.
No exemplo 2, supondo que exista um score funcional W, como o IKDC8, no qual quanto maior o score melhor o resultado e que serviria para avaliar o desfecho clínico de pós operatório de uma determinada técnica cirúrgica. Supondo que 3 autores resolveram comparar duas técnicas, A (experimental) e B (controle), utilizando o score funcional W pós operatório nas duas técnicas (Tabela 2).
Tabela 2. Resultado do score W Pós operatório das técnicas A e B.
Abaixo segue um vídeo sobre nossa aula 02: Variáveis (exemplos práticos)
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:
Links das Aulas:
Aula 02 - Variáveis (exemplos práticos)
Aula 03 - Intervalo de Confiança (IC), p-value e nível de significância
Aula 08 - Metanalisando estudos expressos como Diferença de Médias (MD)
Aula 09 - Criando o Forest Plot
Para mais informações navegue em nosso Blog, entre em Contato.
&caption=Dr. Diego Ariel"e=&description=Espero que estejam gostando do curso...
Essa é nossa segunda aul...){kind=link}