HMASP - Hospital Militar de Área de São Paulo — Prova 2023
Qual das seguintes alternativas não faz sempre parte de gráfico de floresta típico?
Forest plot: visualiza efeitos de estudos individuais e, tipicamente, o efeito sumário da meta-análise.
Um gráfico de floresta (forest plot) é uma representação gráfica dos resultados de estudos individuais e, geralmente, da estimativa combinada em uma meta-análise. Embora a maioria dos forest plots em meta-análises inclua uma magnitude sumária de efeito, um forest plot pode ser usado para exibir apenas os resultados de estudos individuais sem necessariamente apresentar uma estimativa combinada, tornando a magnitude sumária não 'sempre' presente em *todos* os forest plots possíveis, dependendo do contexto.
O gráfico de floresta, ou forest plot, é uma ferramenta gráfica fundamental em revisões sistemáticas e meta-análises, essencial para a compreensão da evidência científica. Ele sintetiza visualmente os resultados de múltiplos estudos sobre uma mesma questão clínica, permitindo uma rápida avaliação da magnitude e precisão dos efeitos observados, bem como a consistência entre os estudos. Sua correta interpretação é crucial para a tomada de decisões baseadas em evidências na prática médica. Cada linha do forest plot geralmente representa um estudo individual, mostrando sua estimativa-ponto do efeito (ex: odds ratio, risco relativo, diferença de médias) e o respectivo intervalo de confiança. A estimativa-ponto é frequentemente marcada por um quadrado, cujo tamanho é proporcional ao peso do estudo na meta-análise. A linha horizontal que atravessa o quadrado representa o intervalo de confiança, indicando a precisão da estimativa. Uma linha vertical central (linha de não efeito) serve como referência para avaliar a significância estatística dos resultados individuais e combinados. Ao final do gráfico, uma estimativa sumária do efeito combinado (geralmente um losango) é apresentada, representando o resultado global da meta-análise, juntamente com seu intervalo de confiança. A posição e a largura desse losango são cruciais para determinar a significância e a precisão do efeito agregado. A análise visual da sobreposição dos intervalos de confiança e da dispersão das estimativas-ponto dos estudos individuais também auxilia na identificação de heterogeneidade, um aspecto importante a ser considerado na interpretação dos resultados de uma meta-análise.
Os principais elementos visuais de um forest plot incluem as estimativas-ponto da magnitude do efeito para cada estudo (geralmente um quadrado), seus respectivos intervalos de confiança (linhas horizontais) e o peso ou tamanho de cada estudo (representado pelo tamanho do quadrado). A magnitude sumária de efeito e seu intervalo de confiança são tipicamente mostrados na parte inferior.
O tamanho do quadrado em um forest plot representa o peso ou a contribuição de cada estudo para a estimativa do efeito combinado. Estudos com maior peso (geralmente devido a maior tamanho amostral ou menor variância) são representados por quadrados maiores, indicando que eles contribuem mais para a estimativa geral.
O forest plot permite uma avaliação visual da heterogeneidade. Se os intervalos de confiança dos estudos individuais se sobrepõem significativamente e as estimativas-ponto estão próximas, sugere-se baixa heterogeneidade. Se houver pouca sobreposição e as estimativas-ponto estiverem dispersas, indica-se alta heterogeneidade, que deve ser quantificada com testes estatísticos como I².
Responda esta e mais de 150 mil questões comentadas no MedEvo — a plataforma de residência médica com IA.
Responder questão no MedEvo