4 Pacotes utilizados para realizar meta-análises
No R, existem diversos pacotes disponíveis para conduzir metanálises. Abaixo estão alguns dos mais utilizados.
1. meta
Esse é um pacote abrangente para metanálise, incluindo funções para estimar e visualizar efeitos, testar heterogeneidade, ajustar modelos de metarregressão e realizar análises de subgrupos.
Como citar:
Balduzzi S, Rücker G, Schwarzer G (2019). How to perform a meta-analysis with R: a practical tutorial. Evidence-Based Mental Health, 22(4), 153–160.
2. metafor
Outro pacote amplamente utilizado para metanálises. Ele oferece funções para calcular e visualizar efeitos, testar heterogeneidade, ajustar modelos de metarregressão, realizar análises de subgrupos e muito mais.
Como citar:
Viechtbauer W (2010). Conducting meta-analyses in R with the metafor package. Journal of Statistical Software, 36(3), 1–48.
3. rmeta
Pacote simples e mais antigo, que oferece funções para metanálises de efeitos fixos e aleatórios e metanálises cumulativas, além de forest plots e funnel plots.
4. metaBMA
Utiliza a abordagem bayesiana de média de modelos (Bayesian Model Averaging, BMA). Em vez de escolher um único modelo, combina os resultados dos modelos de efeito fixo e de efeitos aleatórios (com e sem efeito do tratamento), ponderando cada modelo pela sua probabilidade a posteriori, e calcula fatores de Bayes para testar a existência do efeito e da heterogeneidade.
5. netmeta
Pacote projetado para metanálises em redes de tratamento, permitindo comparar múltiplos tratamentos simultaneamente. Possui funções para calcular e visualizar efeitos, testar heterogeneidade e realizar análises de subgrupos.
Como citar:
Rücker G, Krahn U, König J, Efthimiou O, Davies A, Papakonstantinou T, Schwarzer G (2022). netmeta: Network Meta-Analysis using Frequentist Methods. R package version 2.7-0.
6. robumeta
Implementa a metanálise com estimação robusta da variância (robust variance estimation, RVE), indicada quando os estudos contribuem com mais de um tamanho de efeito (por exemplo, vários desfechos ou vários momentos de avaliação do mesmo estudo), situação em que os efeitos não são independentes. Permite ajustar modelos de metarregressão com esses dados.
7. dmetar
Pacote que acompanha o livro Doing Meta-Analysis in R: A Hands-On Guide (Harrer, Cuijpers, Furukawa e Ebert), disponível gratuitamente na internet. Complementa os pacotes meta e metafor com funções auxiliares, como a detecção de outliers e de estudos influentes, o cálculo do poder estatístico da metanálise e a conversão entre medidas de efeito.
Como citar:
Harrer, M., Cuijpers, P., Furukawa, T. & Ebert, D. D. (2019). dmetar: Companion R Package For The Guide ‘Doing Meta-Analysis in R’. R package version 0.0.9000.
4.1 Como instalar o pacote dmetar
Este pacote não está disponível no CRAN, mas pode ser instalado diretamente do GitHub usando o código abaixo.
## Instalar o pacote "devtools" caso ainda não esteja instalado
if (!require("devtools")) {
install.packages("devtools")
}
## Instalar o dmetar a partir do GitHub
devtools::install_github("MathiasHarrer/dmetar")4.2 Outros Pacotes Úteis
Além dos pacotes específicos para metanálises, há outros que auxiliam na manipulação de dados, visualização gráfica e leitura de arquivos.
1. readxl
Permite importar dados de arquivos do Excel para o R. Suporta os formatos .xls e .xlsx, podendo ler tanto planilhas individuais quanto um livro inteiro.
2. ggplot2
Um dos pacotes mais populares para criar gráficos de alta qualidade no R. Baseado na gramática de gráficos, permite criar diversos tipos de visualizações, como gráficos de dispersão, barras, linhas, entre outros.
3. tidyverse
Uma coleção de pacotes que trabalham juntos para facilitar a manipulação e visualização de dados no R.
Inclui pacotes como:
dplyr— manipulação de dados;ggplot2— visualização de dados;tidyr— organização e estruturação de dados.
4. readr
Permite a importação rápida e eficiente de arquivos de texto delimitados (.csv, .tsv e outros formatos). É especialmente útil para lidar com grandes conjuntos de dados.
5. remotes
Facilita a instalação e o gerenciamento de pacotes R hospedados em repositórios remotos, como o GitHub.
6. grid
Fornece um sistema poderoso e flexível para criar e organizar objetos gráficos no R. É útil para gerar layouts personalizados e organizar elementos visuais em diferentes formatos. Faz parte da instalação básica do R, por isso não precisa ser instalado, apenas carregado com library(grid).