Meta-Analysis with JASP, Part I: Classical Approaches

Imagine o mundo científico como uma biblioteca enorme e movimentada, onde cada pesquisador escreve um livro sobre um experimento específico. Às vezes, um livro diz que um novo medicamento funciona maravilhosamente, enquanto outro diz que ele não faz nada. É aqui que entra a meta-análise. Pense nela como um superbibliotecário que não apenas lê um livro, mas reúne centenas deles, empilha-os e descobre a verdadeira história escondida no ruído. É como tentar ouvir um único sussurro em um estádio lotado; você não pode apenas ouvir uma pessoa, precisa combinar as vozes de todos para encontrar o sinal real.

Para fazer isso, o superbibliotecário usa algumas ferramentas fundamentais. Primeiro, ele calcula o tamanho do efeito (effect size), que é uma forma de medir "o quão grande" é um resultado, transformando diferentes tipos de medições em uma linguagem comum. Em seguida, ele observa um gráfico de floresta (forest plot), que é um gráfico que parece uma floresta de árvores, onde cada árvore representa um estudo e a posição da árvore mostra seu resultado. Por fim, ele verifica a heterogeneidade, que é apenas uma palavra sofisticada para perguntar: "Todos esses estudos estão contando a mesma história ou são drasticamente diferentes?". Se os estudos forem muito diferentes, o bibliotecário precisa usar matemática especial para entender o porquê. Os cientistas se importam com isso porque confiar em um único estudo é como julgar um filme inteiro assistindo a apenas uma cena; você pode perder as reviravoltas do enredo ou o final.

Este artigo apresenta uma nova ferramenta amigável chamada JASP (especificamente seu "módulo de Meta-Análise") que traz essas ferramentas poderosas e complexas do reino da programação de computadores para uma interface simples de "apontar e clicar". Os autores, uma equipe de estatísticos e desenvolvedores de software, criaram isso para ajudar cientistas que não são programadores a realizar meta-análises avançadas sem precisar escrever linhas de código. Eles demonstram que o JASP pode lidar com tudo, desde resumos básicos até cenários muito complicados onde os estudos compartilham dados ou possuem múltiplas camadas de informações. O artigo não afirma ter descoberto uma nova lei do universo; em vez disso, mostra que um software gratuito e de código aberto pode agora realizar o trabalho pesado das estatísticas avançadas, tornando-o acessível a estudantes e pesquisadores que anteriormente poderiam estar presos ao uso de ferramentas mais simples e menos poderosas.

A História do Novo Kit de Ferramentas do Superbibliotecário

Imagine que você é um detetive tentando resolver um mistério, mas em vez de uma testemunha, você tem cinquenta. Algumas testemunhas viram o crime de longe, algumas estavam bem perto e outras estão contando histórias ligeiramente diferentes. No passado, para combinar todas essas histórias em uma verdade clara, você precisava ser um mestre em programação, falando a linguagem secreta dos computadores (como a linguagem de programação R) para construir uma máquina personalizada que pudesse classificar as evidências. Se você não soubesse programar, ficava preso a uma lupa básica que perdia as pistas sutis.

Os autores deste artigo dizem: "Vamos construir uma máquina que qualquer pessoa possa usar". Eles criaram um módulo dentro de um software gratuito chamado JASP que atua como um painel de controle de alta tecnologia para este trabalho de detetive. Em vez de digitar código, você apenas clica em botões, arrasta e solta seus dados, e o software faz a matemática por você. O artigo guia você através de três "casos" diferentes para mostrar como esse painel funciona, provando que você pode agora realizar o trabalho de detetive mais avançado sem ser um programador.

Caso 1: O Mistério da Vacina (O Básico)
O primeiro caso envolve um conjunto de dados famoso sobre uma vacina contra a tuberculose. Os autores mostram como usar o JASP para calcular o "tamanho do efeito" (o quão bem a vacina funcionou) e desenhar um gráfico de funil (funnel plot). Imagine um gráfico de funil como um gráfico em formato de funil onde você joga todos os resultados dos estudos. Se tudo estiver correto e equilibrado, os pontos devem formar uma pirâmide simétrica e organizada. Se a pirâmide estiver desequilibrada, pode significar que alguns estudos estão faltando ou são tendenciosos. O software então constrói um gráfico de floresta (forest plot), que parece uma floresta de árvores, mostrando exatamente onde cada estudo se posiciona e o quão confiantes estamos no resultado. Os autores mostram que o JASP pode até dividir as árvores em grupos (subgrupos) para ver se a vacina funcionou de forma diferente dependendo de como o estudo foi conduzido. O resultado? O software replica com sucesso a matemática complexa que antes exigia programação, tornando o modelo de "efeitos aleatórios" (uma forma de lidar com as diferenças entre os estudos) fácil de executar.

Caso 2: As Intervenções de Escrita (Procurando Padrões)
No segundo caso, os detetives analisam estudos sobre intervenções de "escrever para aprender" (writing-to-learn). Aqui, eles querem saber se a duração da intervenção ou se os alunos receberam feedback alterou os resultados. Isso é chamado de meta-regressão. Pense nisso como desenhar uma linha através de uma dispersão de pontos para ver se existe uma tendência. O JASP desenha essa linha para você e até cria um gráfico de bolhas (bubble plot), onde bolhas maiores significam estudos mais precisos. O software também calcula as Médias Marginais Estimadas, que é uma forma sofisticada de dizer: "Qual seria o resultado se mantivéssemos todo o resto constante?". É como perguntar: "Se cada aluno tivesse exatamente a mesma quantidade de tempo e feedback, qual seria a pontuação?". O artigo mostra que o JASP pode lidar com essas comparações complexas e até testar se a "dispersão" dos dados (heterogeneidade) muda com base na duração do estudo, uma técnica chamada de modelo de localização-escala (location–scale model).

Caso 3: O Enigma da Reincidência (A Teia Emaranhada)
O terceiro caso é o mais complicado. Ele analisa estudos sobre delinquência juvenil e saúde mental. O problema aqui é que muitos estudos relatam múltiplos resultados para o mesmo grupo de jovens (ex: agressividade, bullying e roubo). Isso cria uma "teia emaranhada" de dados onde os resultados não são independentes. Se você ignorar isso, pode pensar que tem mais evidências do que realmente possui. Os autores mostram como o JASP pode desembaraçar isso usando modelos multinível (que lidam com o aninhamento de dados), modelos multivariados (que consideram a correlação entre diferentes tipos de crimes) e erros padrão robustos ao cluster (cluster-robust standard errors, que atuam como uma rede de segurança para garantir que a matemática não seja enganada pelas conexões). Neste caso específico, mesmo após desembaraçar a teia, o software encontrou uma diferença estatisticamente significativa: jovens com transtornos mentais tiveram uma taxa de reincidência diferente (tamanho do efeito combinado $d=0,36$, IC de 95% [0,16, 0,56]).

Por Que Isso Importa

O artigo não apenas exibe uma interface bonita; ele argumenta que os métodos estatísticos avançados não devem ficar trancados atrás de uma parede de código de computador. Ao integrar essas ferramentas ao JASP, os autores sugerem que pesquisadores, professores e estudantes podem agora focar na interpretação da ciência em vez de depurar o código. O software gera o código em segundo plano, portanto, se você quiser aprender, pode ver como é feito, mas se quiser apenas a resposta, basta clicar em "Executar".

Os autores são cuidadosos ao notar que, embora este módulo cubra um vasto campo — desde gráficos básicos até modelos multiníveis complexos — é um trabalho em progresso. Eles mencionam que alguns recursos, como a meta-análise de rede, estão planejados para o futuro. Mas, por enquanto, eles demonstraram com sucesso que um software gratuito e de código aberto pode lidar com os métodos rigorosos e de ponta necessários para sintetizar evidências científicas. Eles não pretendem ter resolvido todos os problemas da ciência, mas entregaram ao superbibliotecário um kit de ferramentas muito melhor, um que qualquer pessoa possa pegar e usar para encontrar a verdade no meio do ruído.