Fandom

Wiki AIA 13-17

Forest Plot - A representação gráfica da metanálise

333 pages em
Este wiki
Adicione uma página
Comentários0 Share

Interferência de bloqueador de anúncios detectada!


A Wikia é um site grátis que ganha dinheiro com publicidade. Nós temos uma experiência modificada para leitores usando bloqueadores de anúncios

A Wikia não é acessível se você fez outras modificações. Remova o bloqueador de anúncios personalizado para que a página carregue como esperado.

Editor: Augusto Radünz do Amaral

Colaboradores: Bruna da Silva Ferreira, Felipe Starling Jardim e Fernanda Cristina Zanotti

O forest plot é um representação gráfica resultado de revisões sistemáticas quantitativas, cuja abordagem estatística é a meta-análise. Essa representação é elaborada de modo a comparar os efeitos de tratamentos (medicamentosos ou não) em estudos quantitativos, especialmente do tipo ensaios clínicos controlados e randomizados. O termo "forest" vem da ideia de que o gráfico se assemelha a uma floresta de linhas

AplicaçõesEditar

Originalmente o florest plot foi elaborado para comparar ensaios clínicos randomizados que abordavam um tema em comum, como discutido anteriormente. Atualmente, entretando, essa representação têm-se mostrado bastante prevalente em estudos observacionais, de modo a apresentar visualmente a significância matemática de achados como Odds Ratio (resultado de regressões logísticas) ou Risco Relativo (resultado da construção de tabelas de contingência)

EstruturaEditar

Forest Plot.png

Grellier et al. Epidemiology, 2010

Obs.: Para fins didáticos, iremos considerar iguais as interpretações de odds ratio e risco relativo. Lembre - se de que, como mencionado nas primeiras aulas, risco e chance são conceitos absolutamente distintos, cujas interpretações matemática e clínica devem ser diferenciadas.






Título: Não está apresentado na figura acima, mas apresenta a característica que está sendo estudada e a comparação dos atributos dessa característica.

Coluna à esquerda: Apresenta os diferentes estudos encontrados na literatura pesquisada que buscavam identificar o risco de determinada característica (eficiência de um medicamento, risco de desfecho dado um determinado fator de risco, etc...)

Coluna à direita: Apresenta os valores de risco relativo de cada estudo, tornando possível a comparação de estudos com características semelhantes e resultados distintos.

Reta horizontal principal (abscissa): Apresenta de maneira crescente os riscos relativos comparativos. Dependendo do risco relativo obtido em cada estudo, a caixa representando esse risco estará mais a direita ou mais a esquerda do gráfico.

Reta vertical (Reta vertical principal): Normalmente está centralizada no forest plot (não é o caso na figura acima) e apresenta o risco relativo 1. Ou seja, é a linha que representa riscos iguais. (lembre que risco relativo = 1 significa que as chances de ocorrência no grupo intervenção e controle são as mesmas)

Caixas: Representam, ao mesmo tempo, os riscos relativos de cada estudo (deslocamento horizontal no gráfico) como também a importância estatística de cada estudo (tamanho da caixa). Perceba que, quanto mais à esquerda a caixa se situa no gráfico, maior o risco relativo do estudo. Além disso, quanto maior é a caixa, maior a importância do estudo (número de individuos estudados) e, portanto, maior o impacto que esse estudo terá na meta-análise.

Linhas horizontais: Estão sempre juntas as caixas e representam de maneira bastante visual a largura do intervalo de confiança. Ou seja, quanto maior for o intervalo de confiança (distância entre os limites inferior e superior) maior será a linha que acompanha as caixas.

  • Lembre - se de que, se em qualquer momento, a linha que representa o intervalo de confiança cruzar a reta vertical principal (risco relativo 1), não haverá valor p significativo.


Losângo: Representa o resultado final da meta-análise. Resultado da computação ponderal da análise global de todos os estudos representados no forest plot. Lembre - se de que, quanto maior a caixa que representa o estudo, maior impacto esse estudo terá sobre o losângo resultante da meta-análise.

Forest.jpg

CARDIM, CA. Anotações de aula, 2013










Leitura e interpretação dos resultadosEditar

Para compreender a representação gráfica do forest plot, devemos estar muito bem familiarizados com as representações de cada elemento do risco relativo e do intervalo de confiança. Se necessário for, leia novamente a composição estrutural do forest plot explicitada acima.


Passo 1: Observar a posição da caixa que representa o risco relativo de cada estudo.

  • Caso ela esteja à direita da reta vertical principal, isso significa que o valor do estudo em questão obteve o risco relativo médio superior a 1. Em contrapartida, se a caixa estiver à esquerda, interpreta-se que o risco relativo médio desse determinado estudo foi inferior a 1. Finalmente, se a caixa estiver exatamente acima do valor 1, obviamente o valor médio do risco relativo será 1 (ou próximo disso caso não seja possível determinar a posição exata da caixa).


Passo 2: Observar o tamanho de cada caixa.

  • Como já mencionado anteriormente, quanto maior foi a caixa que representa o risco relativo do estudo, maior será sua importância no resultado final da meta-análise.


Passo 3: Observar o tamanho na linha horizontal que acompanha a caixa.

  • Quanto maior for a linha horizontal que acompanha a caixa, maior será a largura do intervalo de confiança. Em outras palavras, uma linha horizontal extensa significa que a diferença entre o limite superior e inferior do intervalo de confiança é numericamente expressiva.


Passo 4: Observar se a linha horizontal que acompanha a caixa cruza ou não a reta vertical principal.


Metanálise com resultados de desfecho em medidas contínuasEditar

Uma outra forma de comparação de ensaios clínicos é a metanálise com resultados de desfechos em medidas contínuas. Essa abordagem difere da convencional por comparar as diferenças ponderais entre as médias das varíaveis contínuas (WMD) estudadas.

A tabela abaixo apresenta uma comparação entre as características da metanálise convencional e a metanálise com resultados de desfecho em medidas contínuas. Observe:

MTN.jpg

Fonte: CARDIM,CA. Anotações de aula, 2013









A interpretação dos resultados desse tipo de metanálise se assemelha à interpretação do risco atribuível. Isso porque o resultado da análise será uma subtração em detrimento de uma divisão. Perceba que valores negativos dessa metanálise significam redução da incidência, enquanto que valores positivos significam aumento da incidência. Portanto, se o desfecho for positivo, gostariamos que a sua incidência aumentasse. Entretanto, se o desfecho for negativo, gostariamos que sua incidência diminuísse. Veja abaixo a fórmula explicativa do WMD e sua interpretação de acordo com os resultados obtidos:

WMD.jpg

Fonte: Augusto Radünz do Amaral, 2013





WMD = 0 : Incidência do desfecho no grupo intervenção é igual a incidência do desfecho no grupo controle

WMD > 0: Incidência do desfecho no grupo intervenção é maior que a incidência do desfecho no grupo controle

WMD < 0: Incidência do desfecho no grupo intervenção é menor que a incidência do desfecho no grupo controle

ExercícioEditar

Observe a seguinte representação e responda as questões que seguem:

Forest examplem.jpg

CARDIM,CA. Anotações de sala, 2013

a) Quais dos estudos (A,B,C...) apresentam risco relativo maior que 1?

b) Qual dos estudos (A,B,C...) apresenta maior relevância e portanto influência do resultado da metanálise?

c) Quais são os dois estudos entre os representados ao lado que apresentam os intervalos de confianças mais largos?

d) Quais foram os estudos cujos riscos relativos apresentaram significância estatística?




Respostas:

a) Estudos "A", "B", "C", "D", "F", "G", "H", "I", "J" (todos exceto o estudo "E")

b) O estudo "J" apresenta maior relevância, uma vez que graficamente é o que está representado pela maior caixa.

c) Estudos "A" e "D"

d) Os únicos estudos que apresentaram relevância estatística foram os estudos "J" e "B". Perceba que a linha horizontal que acompanha a caixa (representa o intervalo de confiança) não cruzou a reta vertical principal nesses estudos, sendo que no estudo B o limite entre os valores superior e inferior foi maior, devido ao maior comprimento da linha vertical.

ReferênciasEditar

1 - FLETCHER, Suzanne W., FLETCHER, Robert H. Epidemiologia Clínica - Elementos Essenciais. 4 ed: Artmed, 2006.

2 - ROUQUAYROL, Maria Z. Epidemiologia e Saúde. 5 ed. Rio de Janeiro: Medsi, 1999.

3 - AMARAL, Augusto Radünz. Anotações da aula da Disciplina de Epidemiologia Geral. UNIVILLE. 05/09/2013.

4 - JEKEL, James F.; KATZ, David L.; ELMORE, Joann G. Epidemiologia, bioestatística e medicina preventiva. 2. ed. Porto Alegre: Artmed, 2006.

5 - KESTENBAUM, B. Epidemiology and Biostatistics: an introduction to clinical research. Springer, 2009.

Links Externos

1 - Interpretation of florest plot

2 - Systematic reviews: Forest plot

3 - How to interpret a forest plot

Mais da comunidade Wikia

Wiki aleatória