Parcela florestal - Forest plot
Um gráfico de floresta , também conhecido como blobbogram , é uma exibição gráfica dos resultados estimados de uma série de estudos científicos que abordam a mesma questão, juntamente com os resultados gerais. Ele foi desenvolvido para uso em pesquisas médicas como um meio de representar graficamente uma meta-análise dos resultados de ensaios clínicos randomizados . Nos últimos vinte anos, técnicas meta-analíticas semelhantes têm sido aplicadas em estudos observacionais (por exemplo , epidemiologia ambiental ) e parcelas florestais são frequentemente utilizadas na apresentação dos resultados de tais estudos.
Embora as parcelas de floresta possam assumir várias formas, geralmente são apresentadas com duas colunas. A coluna da esquerda lista os nomes dos estudos (frequentemente ensaios clínicos randomizados ou estudos epidemiológicos ), geralmente em ordem cronológica de cima para baixo. A coluna da direita é um gráfico da medida do efeito ( por exemplo, uma razão de chances ) para cada um desses estudos (geralmente representado por um quadrado), incorporando intervalos de confiança representados por linhas horizontais. O gráfico pode ser traçado em uma escala logarítmica natural ao usar odds ratios ou outras medidas de efeito baseadas em proporções, de modo que os intervalos de confiança sejam simétricos sobre as médias de cada estudo e para garantir que não seja dada ênfase indevida a odds ratios maiores que 1 quando em comparação com aqueles menores que 1. A área de cada quadrado é proporcional ao peso do estudo na meta-análise. A medida de efeito geral da meta-análise é frequentemente representada no gráfico como uma linha vertical tracejada. Esta medida de efeito meta-analisada é comumente plotada como um diamante, cujos pontos laterais indicam intervalos de confiança para esta estimativa.
Uma linha vertical representando nenhum efeito também é plotada. Se os intervalos de confiança para estudos individuais se sobrepõem a esta linha, isso demonstra que, no nível de confiança dado, seus tamanhos de efeito não diferem de nenhum efeito para o estudo individual. O mesmo se aplica à medida de efeito meta-analisada: se os pontos do diamante se sobrepõem à linha de nenhum efeito, o resultado meta-analisado geral não pode ser considerado diferente de nenhum efeito no nível de confiança dado.
Parcelas florestais datam de pelo menos 1970. Um enredo é mostrado em um livro de 1985 sobre meta-análise. O primeiro uso na impressão da expressão "parcela florestal" pode ser em um resumo para um pôster na reunião de Pittsburgh (EUA) da Society for Clinical Trials em maio de 1996. Uma investigação informativa sobre a origem da noção de "parcela florestal" foi publicado em 2001. O nome se refere à floresta de linhas produzidas. Em setembro de 1990, Richard Peto brincou que o nome do enredo foi dado em homenagem a um pesquisador de câncer de mama chamado Pat Forrest e, como resultado, o nome às vezes foi soletrado " trama de forrest ".
Exemplo
Este blobbogram é de uma revisão médica icônica ; mostra ensaios clínicos do uso de corticosteroides para acelerar o desenvolvimento pulmonar em gestações em que é provável que o bebê nasça prematuramente . Muito depois de haver evidências suficientes para mostrar que esse tratamento salvou vidas de bebês, as evidências não eram amplamente conhecidas e o tratamento não era amplamente utilizado. Depois que uma revisão sistemática tornou as evidências mais conhecidas, o tratamento foi usado mais, evitando que milhares de bebês prematuros morressem de síndrome do desconforto respiratório infantil . No entanto, quando o tratamento foi implantado em países de renda média e baixa, descobriu-se que mais bebês prematuros morreram. Pensa-se que isso pode ser devido ao maior risco de infecção, que tem maior probabilidade de matar um bebê em locais com cuidados médicos de baixa qualidade. A versão atual da revisão médica afirma que há "pouca necessidade" de mais pesquisas sobre a utilidade do tratamento em países de alta renda, mas mais pesquisas são necessárias sobre a melhor forma de tratar mães de baixa renda e de alto risco, e dosagem ideal.
Lendo um lote de floresta
Identidades de estudo
Os estudos incluídos na meta-análise e incorporados ao forest plot serão geralmente identificados em ordem cronológica no lado esquerdo por autor e data. Não há significado atribuído à posição vertical assumida por um estudo particular.
Diferença de média padronizada
A parte do gráfico do gráfico da floresta estará do lado direito e indicará a diferença média no efeito entre os grupos de teste e controle nos estudos. Uma representação mais precisa dos dados aparece em forma de número no texto de cada linha, enquanto uma representação gráfica um pouco menos precisa aparece em forma de gráfico à direita. A linha vertical ( eixo y ) indica nenhum efeito. A distância horizontal de uma caixa do eixo y demonstra a diferença entre o teste e o controle (os dados experimentais com os dados de controle subtraídos) em relação a nenhum efeito observável, também conhecido como a magnitude do efeito experimental.
Bigodes de intervalo de confiança
As linhas horizontais finas - às vezes chamadas de bigodes - emergindo da caixa indicam a magnitude do intervalo de confiança . Quanto mais longas as linhas, maior o intervalo de confiança e menos confiáveis os dados. Quanto mais curtas forem as linhas, mais estreito será o intervalo de confiança e mais confiáveis serão os dados.
Se a caixa ou os bigodes do intervalo de confiança passarem pelo eixo y sem nenhum efeito, os dados do estudo serão considerados estatisticamente insignificantes .
Peso
A significância dos dados do estudo, ou poder , é indicada pelo peso (tamanho) da caixa. Dados mais significativos, como aqueles de estudos com tamanhos de amostra maiores e intervalos de confiança menores, são indicados por uma caixa de tamanho maior do que dados de estudos menos significativos, e eles contribuem para o resultado agrupado em um grau maior.
Heterogeneidade
O gráfico da floresta é capaz de demonstrar o grau em que os dados de vários estudos observando o mesmo efeito se sobrepõem. Os resultados que não se sobrepõem bem são denominados heterogêneos e são chamados de heterogeneidade dos dados - esses dados são menos conclusivos. Se os resultados forem semelhantes entre os vários estudos, os dados são ditos homogêneos e a tendência é que esses dados sejam mais conclusivos.
A heterogeneidade é indicada por I 2 . Uma heterogeneidade inferior a 50% é denominada baixa e indica um maior grau de similaridade entre os dados do estudo do que um valor I 2 acima de 50%, o que indica mais dissimilaridade.
Veja também
- Enredo de Galbraith
- Gráfico de funil
- O logotipo da Cochrane (organização) é um terreno florestal
- Uma parcela de floresta ajuda a determinar se mais pesquisas são necessárias