Stefano Garzon

Estatística · 23 out 2026

Metanálise: efeito fixo, efeito aleatório, heterogeneidade e viés de publicação

Conceito

Uma metanálise combina os resultados de vários estudos em uma estimativa única. Ela difere de uma revisão narrativa porque anexa um valor de p à conclusão. Friedman et al. observam que esse valor pode transmitir uma precisão maior do que a evidência sustenta.

A validade da estimativa combinada depende de três fatores: quais estudos entram, como são ponderados e se os estudos são comparáveis.

Efeito fixo e efeito aleatório

O modelo de efeito fixo, como o método de Mantel-Haenszel, supõe que todos os estudos estimam um único efeito verdadeiro. As diferenças entre estudos refletem só erro amostral. Cada estudo recebe peso proporcional ao inverso de sua variância, wi=1/viw_i = 1/v_i. Estudos grandes recebem mais peso.

O modelo de efeito aleatório, como o de DerSimonian e Laird, supõe que o efeito verdadeiro varia entre estudos. A variância entre estudos, τ2\tau^2, entra no peso:

wi∗=1vi+τ2w_i^* = \frac{1}{v_i + \tau^2}

A estimativa combinada é a média ponderada θ^=∑wiθ^i/∑wi\hat{\theta} = \sum w_i \hat{\theta}_i / \sum w_i.

Quando τ2\tau^2 é grande, os pesos ficam mais parecidos entre estudos. Por isso o modelo aleatório pode dar a estudos pequenos influência desproporcional. Friedman et al. declaram preferência pelo efeito fixo e recomendam rodar os dois modelos para verificar se a conclusão depende da ponderação. Não há consenso sobre qual modelo é correto.

A análise bayesiana é uma terceira forma válida de síntese, menos usada. O forest plot é a apresentação gráfica padrão: efeito e intervalo de confiança de cada estudo, com a estimativa combinada.

Heterogeneidade

Os estudos diferem em população, intervenção, desfecho e logística. Alguma inconsistência entre resultados é esperada. A estatística QQ de Cochran testa a homogeneidade. O poder desse teste depende do número de estudos. Higgins e Thompson propuseram a estatística I2=(Q−gl)/QI^2 = (Q - gl)/Q, em que glgl é o número de estudos menos 1. Ela descreve a proporção da variação total entre estimativas atribuível à heterogeneidade, e não depende do número de estudos nem da métrica do efeito. Os autores recomendam relatá-la em vez do teste de heterogeneidade.

Friedman et al. consideram o exame das diferenças clínicas entre estudos mais informativo que o teste formal. Características dos estudos, como idade da população, duração do tratamento ou tamanho do estudo, podem explicar parte da heterogeneidade.

Heterogeneidade quantitativa é diferença de magnitude com efeito no mesmo sentido. Heterogeneidade qualitativa ocorre quando alguns estudos mostram benefício e outros dano. Com heterogeneidade qualitativa, uma estimativa combinada não é recomendada, em especial quando ela reflete tendência temporal de dose ou de população.

Seleção de estudos e viés de publicação

A escolha dos estudos incluídos é uma das principais ameaças à validade. A abordagem defensável considera todos os estudos relevantes realizados. Metanálises sobre a mesma pergunta, com critérios de inclusão diferentes, podem chegar a conclusões diferentes. Um protocolo pré-especificado reduz o viés do investigador.

Viés de publicação é a tendência de ensaios neutros ou negativos ficarem sem publicação, ou serem publicados com atraso. Uma busca sistemática em base padrão pode não encontrar parte relevante dos ensaios publicados. Simes comparou ensaios publicados com ensaios registrados previamente em um registro de câncer. Em câncer de ovário avançado, os publicados mostraram vantagem de sobrevida para quimioterapia combinada (razão de sobrevida mediana 1,16; p = 0,02). Os registrados não mostraram diferença significativa (1,05; p = 0,25). O gráfico de funil é a ferramenta usual para inspecionar assimetria compatível com esse viés. Egger et al. propuseram um teste de regressão para essa assimetria. Em oito pares de metanálise e ensaio grande posterior, quatro foram discordantes, todos com efeito maior na metanálise; houve assimetria em três dos quatro discordantes e em nenhum dos concordantes. O teste tem pouco poder quando a metanálise reúne poucos ensaios pequenos.

A qualidade dos dados de cada ensaio também varia. Por isso a metanálise funciona melhor com desfechos simples e objetivos, como mortalidade total ou eventos maiores.

Erros comuns ao ler um artigo

O que conferir ao ler uma metanálise

Referências