Parte 3 – Tutorial Metanálise em R: Metanalisando Dados

Uma vez com o banco de dados importados, podemos prosseguir com a realização da metanálise. Utilizaremos o pacote meta para rodar essas análises. O meta é uma extensão para o R com funções implementadas que permite a realização de metanálises. Explicamos como instalar o pacote meta anteriormente; contudo, para prosseguir é necessário habilitá-lo. Assim, no quadrante inferior direito do R, em packages, clique em meta.

Para realizar uma metanálise de desfechos categóricos, utilizaremos o comando metabin. Os argumentos do comando, assim como informações adicionais, podem ser encontradas no material de ajuda do pacote, para isso basta digitar no console help (metabin) .

Os argumentos básicos para o comando metabin são a amostra e o número de eventos dos grupos intervenção e controle, e os nomes dos estudos (para essas informações são utilizados os rótulos de cada coluna correspondente no banco), além do nome do banco de dados a ser utilizado, com esses argumentos entre parênteses e separados por vírgula, na ordem a seguir:

metabin (eventos_grupo_intervenção, amostra_grupo intervenção, eventos_grupo_controle, amostra_grupo_controle, estudos, data=nome_do_banco)

Criaremos uma variável como esse resultado da metanálise criada a partir do metabin, daremos o nome de “metamacro”. Assim, a linha de comando será:

metamacro = metabin (evtto, ntto, evcont, ncont, estudo, data=macrossomia)

Aparentemente não aconteceu nada, mas o R salvou o resultado da metanálise dentro da variável metamacro. Ao digitar metamacro no console, o software nos mostrará os resultados.

Temos então o sumário dos resultados da metanálise. Na primeira parte temos cada um dos estudos, com seu risco relativo, intervalos de confiança e o seu peso nas análises tanto pelo modelo de efeitos fixos quanto pelo modelo de efeitos aleatórios. A seguir temos a medida sumária (RR e IC95%) da metanálise, apresentada para modelo de efeitos fixos e aleatórios, e seus respetivos valores P. Depois temos medidas de heterogeneidade da metanálise (valores para inconsistência e teste Q).

Para realizar o forest plot da metanálise utiliza-se o comando forest. Ao digitar ” forest (nome da metanálise) ”, o R irá criar um forest plot da metanálise. Nesse caso digite forest (metamacro) no console. Caso queira omitir no gráfico o resultado do modelo contando efeitos aleatórios, defina o argumento comb.fixed como falso, digitando no console a seguinte linha de comando:

forest (metamacro, comb.fixed=FALSE)

Assim temos o gráfico sumário da metanálise realizada, com o resultado combinado apenas com o efeito fixo. O gráfico é bastante customizável, parâmetros adicionais para o comando forest podem ser consultados através do arquivo de ajuda, digitando help (forest) no console.

A conclusão dos dados nessa metanálise é que o risco é menor da ocorrência de macrossomia no grupo intervenção (RR=0,47). Podemos dizer que o tratamento para diabetes gestacional reduziu em 53% a incidência de neonatos com macrossomia, comparado com a ausência de tratamento; a inconsistência pode ser considerada moderada (I²=42,4%).

Esperamos que esse tutorial tenha sido útil para seu aprendizado. Sugerimos prosseguir os estudos com a leitura do manual introdutório do R e com a documentação do pacote meta, que possui os comandos, argumentos e exemplos para realização de metanálise em R.

Caso deseje aprofundar seus estudos, possuímos curso presencial específico de metanálise em R, para maiores informações, acesse esse link.