Benefícios educacionais das metanálises: “modelo fictício” de perda óssea peri-implantar e suas implicações clínicas

Rossetti, Paulo Henrique Orlato

Objetivo:

familiarizar o leitor com a metodologia estatística da metanálise e mostrar como ler e interpretar o forest plot nas decisões clínicas.

Material e métodos:

um conjunto fictício de dez estudos com acompanhamento de cinco anos, envolvendo perda óssea comparada para implantes rugosos e lisos, foi simulado.

Os parâmetros para metanálise foram obtidos e explicados em detalhes em três situações:

1) usando estes dez estudos; 2) removendo o estudo com a maior amostra; e 3) reduzindo a amostra do maior estudo, comparando-se nos modelos fixo e random.

Resultados:

na situação 1, o efeito fixo favoreceu os implantes lisos, o efeito random favoreceu os implantes rugosos, mas o valor p não mostrou significado estatístico para cada efeito. Na situação 2, ambos os modelos passaram a favorecer os implantes rugosos, com valores p estatisticamente significativos. Na situação 3, o peso fixo da maior amostra caiu pela metade, e o gráfico forest pilot favoreceu os implantes rugosos nos modelos fixo e random, porém, a diferença estatística só foi significativa no modelo fixo (p=0,000).

Conclusão:

1) a criação de modelos fictícios e situações favorece o ensino da leitura da metanálise; 2) mesmo no exemplo fictício, a adoção do modelo random effects trouxe melhor ponderação entre os pesos dos estudos; 3) a decisão clínica de quem lê está influenciada também pela decisão de quais estudos são incluídos, suas amostras e como traduzir a diferença entre as perdas ósseas em benefício clínico.

Objective:

to familiarize the reader with the statistical methodology of a meta-analysis and to show how to read and interpret the forest plot for clinical decisions.

Material and methods:

a hypothetical model with 10 studies over 5 years involving bone loss on rough and machined dental implants was simulated. The parameters of meta-analysis were obtained and explained in three hypothetical scenarios: 1) all 10 studies; 2) removing the study with the larger sample; and 3) using only half of the sample in the larger study, considering the fixed and random effects model.

Results:

for situation 1, the fixed effect favors the machined implants, while the random effect favors the rough ones, but the p-value did not provide statistical significance for each summary effect. In situation 2, both models favor the rough implants, with statistically significant p-values. For situation 3, the relative weight of the larger sample size was reduced by half, and the forest plot favored the rough implants for both fi xed and random options; however, a statistical difference was only seen at the fixed effects model (P=0.000).

Conclusion:

1) the creation of diverse scenarios favors the teaching on how to read a meta-analysis; 2) even thus, the adoption of a random-effect model balanced the weights among studies; 3) the clinical decision of the reader is also infl uenced by which studies were selected, their samples, and how to translate the difference between bone loss into clinical benefits.