See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/269702502

Meta-Análise para os estudos do esporte e da atividade física

Article · December 2014

CITATIONS READS

4 11,685

1 author:

Nelson Kautzner Marques Junior

Independent Researcher
484 PUBLICATIONS   1,248 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Study of the Sports Periodization View project

Divulgación de Ciencias Aplicadas al Deporte y la Cultura Física, Grupo OICAFD View project

All content following this page was uploaded by Nelson Kautzner Marques Junior on 19 December 2014.

The user has requested enhancement of the downloaded file.

 732
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

META-ANÁLISE PARA OS ESTUDOS DO ESPORTE E DA ATIVIDADE FÍSICA

1
Nelson Kautzner Marques Junior

RESUMO ABSTRACT

O objetivo da revisão foi ensinar os cálculos Meta-analysis for the studies of the sport and
necessários para o pesquisador efetuar uma of the physical activity
meta-análise de qualidade. Na parte um do
artigo foram ensinados os seguintes cálculos: The aim of the review was to teach the
tamanho do efeito, fator de correção, fail safe necessary calculations for the researcher
n, erro padrão, intervalo de confiança, perform a meta-analysis of quality. In part one
variância, peso do estudo, peso do tamanho of the article were taught the following
do efeito, heterogeneidade, modelo de efeitos calculations: effect size, correction factor, fail
fixos e modelos de efeitos aleatórios. Todos safe n, standard error, confidence interval,
esses cálculos podem ser feitos no Excel®. Na variance, study weight, weighted effect size,
parte dois do artigo foi ensinado como elaborar heterogeneity, fixed effects model and random
e entender o forest plots. Em conclusão, a effects model. All these calculations can be
prática da meta-análise é uma tarefa difícil, done in Excel®. In part two of the article was
mas quando bem executada, torna um estudo taught how prepare and understand the forest
relevante para o esporte e a atividade física. plots. In conclusion, the practice of the meta-
analysis is difficult task, but when well
Palavras-chave: Meta-Análise. Estatística. executed, becomes an excellent study for the
Matemática. Intervalos de Confiança. sport and the physical activity.

Key words: Meta-Analysis. Statistics.

Mathematics. Confidence Intervals.

1-Mestre em Ciência da Motricidade Humana E-mail:

pela UCB do RJ, Brasil [email protected]

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 733
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

INTRODUÇÃO não são dessa linha de pesquisa efetuar todas

as contas.
A meta-análise foi introduzida por Através desse artigo de revisão o leitor
Gene Glass no ano de 1976, num artigo vai aprender em detalhes sobre cada cálculo e
publicado no Educational Researcher. Meta- a finalidade de utilizar cada conta. Também vai
análise é a quantificação dos resultados de ser ensinado para o leitor como elaborar no
vários artigos científicos para um modelo Excel® o gráfico forest plots (floresta de
estatístico, que geralmente é expresso pelo linhas). Para Marques Junior e Pereira (2013)
tamanho do efeito (Hedges e Pigott, 2004). o Excel® é uma “ferramenta” de fácil
Portanto, na meta-análise ocorre uma manuseio, tornando fácil o aprendizado desse
síntese matemática com o objetivo de analisar gráfico.
uma ou mais evidências científicas da O objetivo da revisão foi ensinar os
literatura (Marques Junior, 2013). cálculos necessários para o pesquisador
Existem muitos estudos na literatura efetuar uma meta-análise de qualidade.
nacional (Dantas e colaboradores, 2011;
Marques Junior, 2011) e internacional CONTAS DA META-ANÁLISE
(Bosquet e colaboradores, 2007; Brady, 2004;
Chen, Fan e Moe, 2002) com aplicação da O primeiro passo do pesquisador na
meta-análise para investigar as questões do execução da meta-análise é determinar qual
esporte e da atividade. tamanho do efeito você vai utilizar para unificar
Por exemplo, Fradkin, Zazryn e os seus dados. Quando escolher um tamanho
Smoliga (2010) efetuaram uma meta-análise do efeito, ele merece possuir fator de correção
para averiguar o efeito do aquecimento na para não ocasionar um viés nos resultados do
performance de várias tarefas (corrida, salto tamanho do efeito e não prejudicar os
vertical etc). resultados do seu estudo (Shachar, 2008).
Ribeiro e Del Vecchio (2011) Quando efetuar o cálculo do tamanho
realizaram uma síntese matemática para do efeito para grupos de diferentes
estudar o efeito do alongamento estático no tratamentos (do grupo experimental e do grupo
desempenho da corrida de velocidade. controle) de um mesmo estudo, existem
Markovic e Newton (2007) investigaram diversas contas para determinar o tamanho do
através da meta-análise os benefícios do efeito (Kopper, McKenzie e David, 2009),
treino de força reativa (mais conhecido por porém, uma das mais utilizada é o cálculo de
treino pliométrico) no aumento do salto Hedges e Olkin (1985). Sendo apresentado a
vertical. seguir:
Apesar dos diversos artigos com meta-
análise, nem todas as pesquisas os autores Tamanho do Efeito = [(Média do GE – Média
efetuam os cálculos necessários para do GC): desvio padrão combinado]. Fator de
apresentar uma meta-análise de qualidade. Correção
Isso acontece nesse tipo de investigação
porque muitos cálculos da meta-análise são Obs.: Primeiro calcule o desvio padrão
utilizados na epidemiologia (Durlak, 2009), combinado (DP combinado) e depois o fator
tornando difícil para muitos profissionais que de correção para detectar o tamanho do
efeito de cada estudo.

Legenda: GE: grupo experimental, Ne: tamanho da amostra do GE, DP do GE: desvio padrão do GE, GC: grupo
controle, Nc: tamanho da amostra do GC, DP do GC: desvio padrão do GC.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 734
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Fator de Correção = 1 – [3 : (4 . m) – 9)]

m = Ne + Nc - 2

Legenda: Ne: tamanho da amostra do GE, Nc: tamanho da amostra do GC.

Quando for calcular o tamanho do

efeito de um delineamento intra-sujeitos de um Tamanho do Efeito = [(média do pós-teste –
estudo, geralmente possui pré-teste e pós- média do pré-teste): DP do pré-teste]. Fator
teste, uma das contas mais utilizadas é a de de Correção
Glass, McGaw e Smith (1981). Thomas e
Nelson (2002) consideram o melhor meio para Obs.: Calcule o tamanho do efeito (TE) e depois o
determinar o tamanho do efeito dos estudos fator de correção, por último, multiplique o fator de
com esse delineamento. O fator de correção correção pelo TE.
Legenda: DP: desvio padrão.
pode ser efetuado pela conta de Hedges e
Olkin (1985).

Fator de Correção = 1 – [3 : (4 . m) – 9)]

m=N-1
Legenda: N: tamanho da amostra do pré-teste.

Existem diversas classificações do tamanho do efeito de todos os estudos. O

tamanho do efeito, muito interessante ao do artigo vai utilizar um exemplo para ilustrar
estudo de Rhea (2004) para treino de força essas explicações.
que possui um tamanho do efeito conforme o Um pesquisador deseja saber qual
nível de treinamento da amostra. Inclusive modelo de periodização aumenta mais o salto
elogiada por outros autores (Fröhlic e vertical na cortada do voleibol masculino,
colaboradores, 2009). pretende comparar a periodização de Matveev
Como sugestão, indica-se a versus a periodização com ênfase no treino de
classificação do tamanho do efeito baseado força (periodização composta pelo modelo de
em Cano-Corres, Sánchez-Álvarez e Fuentes- Tschiene e/ou pela periodização não linear).
Arderiu (2012). Ela é a seguinte: Então, resolveu efetuar uma meta-análise, o
tamanho do efeito que vai ser utilizado é o de
 0,20 ou menos é muito pequeno o um delineamento intra-sujeitos. Os estudos
efeito. coletados possuem os seguintes dados
 0,21 a 0,49 é pequeno o efeito. apresentados na Tabela 1.
 0,50 a 0,79 é médio o efeito. Após destacar os dados de cada
 0,80 ou mais é grande o efeito. estudo, determine o tamanho do efeito,
utilizando os cálculos de Glass, McGaw e
O cálculo do tamanho do efeito deve Smith (1981) e o fator de correção de Hedges
ser de cada estudo, também é recomendado e Olkin (1985).
determinar a média e o desvio padrão do

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 735
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Tabela 1 - Dados dos estudos coletados do voleibol masculino sobre o salto vertical na cortada.
Referência Amostra e Periodização SV no pré-teste SV no pós-teste
McGown e Seleção dos EUA, idade de 25,7±3,5
83,57 ± 5,7 cm 93,63 ± 6,1 cm
colaboradores (1990) anos, n = 18 e periodização de Matveev.
Rocha (1976) Seleção do Bra, idade de 21,6 anos, n =
78,50 ± 7,74 cm 83,67 ± 7,48 cm
12 e periodização de Matveev.
Antunes Neto e Time do Bra, idade de 17,88±1,0 anos,
56 ± 0,2 cm 73 ± 0,1 cm
colaboradores (2007) n = 9 e periodização de Matveev.
Newton, Kraemer e Time dos EUA, idade de 19±2 anos, n =
78 ± 6,2 cm 83 ± 7,2 cm
Häkkinen (1999) 8 e periodização de Força Rápida.
Maffiuletti e Time da Ita, idade de 21,8±2,8 anos, n =
53 ± 4,8 cm 54,4 ± 4,8 cm
colaboradores (2002) 20 e periodização de Força Rápida.
Legenda: n é a quantidade de jogadores de voleibol da amostra, SV: salto vertical.

Tamanho do Efeito (TE) = [(Média do Pós-teste – Média do Pré-teste): DP do pré-teste]. Fator de Correção

Legenda: DP: desvio padrão.

TE do estudo de McGown e colaboradores (1990) = [(93,63 – 83,57): 5,7] = 1,76

Fator de Correção = 1 – [3: (4 . m) – 9)]

m=N-1
Legenda: N: tamanho da amostra do pré-teste.

Fator de Correção do estudo de McGown e colaboradores (1990) = = 1 – [3: (4 . 17) – 9)]

m = 18 – 1 = 17

Fator de Correção do estudo de McGown e colaboradores (1990) = 1 – [3: (68 – 9)]

Fator de Correção do estudo de McGown e colaboradores (1990) = 1 – [3: 59]
Fator de Correção do estudo de McGown e colaboradores (1990) = 1 – 0,05 = 0,95

TE do estudo de McGown e colaboradores (1990) = 1,76. Fator de Correção

TE do estudo de McGown e colaboradores (1990) = 1,76. 0,95 = 1,67

Tabela 2 - Tamanho do efeito do salto vertical da cortada do voleibol masculino.

Referência Periodização Tamanho do Efeito
McGown e colaboradores Matveev 1,67 (grande)*
(1990)
Rocha (1976) Matveev 0,61 (médio)*
Antunes Neto e colaboradores Matveev 75,65 (grande)*
(2007)
M±DP do TE dos Estudos da Periodização
de Matveev
25,97±43,02
Newton, Kraemer e Häkkinen Força Rápida 0,68 (médio)*
(1999)
Maffiuletti e colaboradores Força Rápida 0,27 (pequeno)*
(2002)
M±DP do TE dos Estudos da Periodização
de Força Rápida
0,47±0,28
Legenda: M: média, DP: desvio padrão, TE: tamanho do efeito, *: Todas essas classificações são baseadas
em Cano-Corres, Sánchez-Álvarez e Fuentes-Arderiu (2012).

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 736
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Os resultados do tamanho do efeito de A tabela 3 apresenta o resultado do erro

ambos os grupos são apresentados na tabela padrão de todos os estudos.
2. Agora é necessário calcular o intervalo
Após o cálculo do tamanho do efeito, o de confiança de cada estudo e depois
pesquisador merece estabelecer o fail safe n estabelecer a média do intervalo de confiança
(falha na segurança do n), que são os estudos (Obs.: A média do intervalo de confiança vai
onde ocorreu resultado nulo, igual a zero ser utilizada para elaborar o forest plots). O
(Hagger, 2006). Geralmente essas pesquisas intervalo de confiança representa um limite
são excluídas da investigação porque diminuí provável da população estudada, mais usual é
a média do tamanho do efeito. O cálculo do fail o intervalo de confiança de 95%, ou seja,
safe n é fácil de executar (Mann e sendo um intervalo com 95% de confiança da
colaboradores, 2007), mas no exemplo desse média da população (Bonita, Beaglehole e
artigo não foi excluída nenhuma pesquisa. Kjelström, 2010).
Como o intervalo de confiança é
2
Fail Safe n = [soma do desvio padrão: 1,96] – indicado para estabelecer a confiabilidade
Quantidade de Estudos (Confiabilidade: O quanto são confiáveis os
resultados de um estudo) de uma estimativa,
Obs.: A soma do desvio padrão são dos artigos que então, um intervalo de confiança pequeno é
tiveram tamanho do efeito com resultado igual a mais confiável do que um intervalo de
zero. confiança maior porque possui mais precisão e
apresenta menor margem de erro (Coutinho e
O terceiro cálculo da meta-análise Cunha, 2005).
consiste do pesquisador resolver o erro padrão Segundo Atallah e Castro (1997), “o
de cada estudo, resultado que permite realizar intervalo de confiança é o intervalo no qual as
outros cálculos (Hedges, Gurevitch e Curtis, proporções de eventos seriam verificadas 95%
1999) que serão apresentados no decorrer das vezes, se o mesmo estudo fosse repetido
desse artigo. O erro padrão é a variação de 100 vezes” (p. 22). O limite inferior e superior
um tamanho do efeito em torno da média do do intervalo de confiança determina o
tamanho do efeito (Marques Junior, 2014). O benefício máximo e mínimo de algo que está
cálculo do erro padrão é simples (Neyeloff, sendo investigado, e o tamanho do efeito
Fuchs e Moreira, 2012): merece estar dentro desse intervalo de
confiança. Quando o intervalo de confiança
possuir um valor nulo, o estudo não terá
significância, será inconclusivo (Coutinho e
Castro, 2005).
O intervalo de confiança de 95% é
determinado da seguinte maneira (Neyeloff,
Legenda: n: tamanho da amostra no pré-teste (tamanho
Fuchs e Moreira, 2012):
do efeito intra-sujeitos) ou tamanho da amostra do grupo
experimental e do grupo controle (tamanho do efeito para
grupos de diferentes tratamentos). Limite Inferior do Intervalo de Confiança
Obs.: No exemplo do artigo foi utilizado o n para o de 95% = tamanho do efeito – (1,96 . erro
tamanho da amostra no pré-teste. padrão)
Limite Superior do Intervalo de Confiança
Um dos cálculos do erro padrão é de 95% = tamanho do efeito + (1,96 . erro
apresentado como foi resolvido para o leitor ter padrão)
melhor entendimento.
Um dos cálculos do intervalo de
Erro Padrão de McGown e colaboradores (1990) confiança (IC) de 95% é apresentado como
foi resolvido.

= McGown e colaboradores (1990)

Tamanho do Efeito = 1,67
Erro Padrão = 0,30
Erro Padrão de McGown e colaboradores (1990) =
1,67 / 5,48 = 0,30

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 737
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Limite Inferior (LI) do IC de McGown e Limite Superior (LS) do IC de McGown e

colaboradores (1990) = 1,67 – (1,96 . 0,30) colaboradores (1990) = 1,67 + (1,96 . 0,30)
LI do IC de McGown e colaboradores (1990) LS do IC de McGown e colaboradores (1990)
= 1,67 – 0,588 = 1,082 = 1,67 + 0,588 = 2,258

A tabela apresenta 4 apresenta o

resultado do intervalo de confiança de todos
os estudos.

Tabela 3 - Erro padrão e tamanho do efeito do salto vertical na cortada dos estudos.
Referência n Periodização Tamanho do Efeito Erro Padrão
McGown e 18 Matveev 1,67 (grande) 0,30
colaboradores (1990)
Rocha (1976) 12 Matveev 0,61 (médio) 0,22
Antunes Neto e 9 Matveev 75,65 (grande) 2,89
colaboradores (2007)
M±DP do TE dos Estudos da
Periodização de Matveev
25,97±43,02
Newton, Kraemer e 8 Força Rápida 0,68 (médio) 0,29
Häkkinen (1999)
Maffiuletti e 20 Força Rápida 0,27 (pequeno) 0,11
colaboradores (2002)
M±DP do TE dos Estudos da
Periodização de Força Rápida
0,47±0,28
Legenda: M: média, DP: desvio padrão, TE: tamanho do efeito.

Tabela 4 - Resultados dos cálculos dos estudos do voleibol masculino.

Tamanho do Efeito do SV na Erro
Intervalo de
Referência n Periodização
cortada Padrão
Confiança de 95%
McGown e LI = 1,082
18 Matveev 1,67 (grande) 0,30
colaboradores (1990) LS = 2,258
LI = 0,1788
Rocha (1976) 12 Matveev 0,61 (médio) 0,22
LS = 1,0412
Antunes Neto e LI = 69,9856
9 Matveev 75,65 (grande) 2,89
colaboradores (2007) LS = 81,3144
M±DP do TE dos Estudos da Média
Periodização de Matveev LI = 23,7488
25,97±43,02 LS = 28,2045333333
Newton, Kraemer e LI = 0,1116
8 Força Rápida 0,68 (médio) 0,29
Häkkinen (1999) LS = 1,2484
Maffiuletti e LI = 0,0544
20 Força Rápida 0,27 (pequeno) 0,11
colaboradores (2002) LS = 0,4856
M±DP do TE dos Estudos da Média
Periodização de Força Rápida LI = 0,083
0,47±0,28 LS = 0,867
Legenda: M: média, DP: desvio padrão, TE: tamanho do efeito, LI: limite inferior, LS: limite superior.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 738
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

2
O quinto cálculo da meta-análise é da Peso do Estudo = 1: erro padrão
variância, seu objetivo é verificar o quão
diferente são os dados de uma amostra O sétimo cálculo o executante da
(Bonita, Beaglehole e Kjellström, 2010). O meta-análise merece calcular o peso do
cálculo é o seguinte (Neyeloff, Funchs e tamanho do efeito de cada estudo (Hedges,
Moreira, 2012): 1982).
2
Variância = erro padrão Peso do Tamanho do Efeito = peso do
estudo . tamanho do efeito
O sexto cálculo é fácil de ser
realizado, foi estabelecido o peso de cada Os cálculos do cinco ao sete são
estudo (Neyeloff, Funchs e Moreira, 2012). fáceis do leitor efetuar, então, somente foram
apresentados os resultados na tabela 5.

Tabela 5 - Resultados dos cálculos dos estudos do voleibol masculino.

Intervalo de Peso Peso do
Tamanho do Efeito do Erro
Referência n Periodização Confiança de Variância do Tamanho
SV na cortada Padrão
95% Estudo do Efeito
McGown e
LI = 1,082
colaboradores 18 Matveev 1,67 (grande) 0,30 0,09 3,33333 5,56666
LS = 2,258
(1990)
LI = 0,1788
Rocha (1976) 12 Matveev 0,61 (médio) 0,22 0,0484 4,54545 2,77272
LS = 1,0412
Antunes Neto e
LI = 69,9856
colaboradores 9 Matveev 75,65 (grande) 2,89 8,3521 0,34602 26,17647
LS = 81,3144
(2007)
M±DP do TE dos Estudos
Média
da Periodização de
LI = 23,7488
Matveev
LS = 28,20453
25,97±43,02
Newton,
LI = 0,1116
Kraemer e 8 Força Rápida 0,68 (médio) 0,29 0,0841 3,44827 2,34482
LS = 1,2484
Häkkinen (1999)
Maffiuletti e
LI = 0,0544
colaboradores 20 Força Rápida 0,27 (pequeno) 0,11 0,0121 9,09090 2,45454
LS = 0,4856
(2002)
M±DP do TE dos Estudos
Média
da Periodização de Força
LI = 0,083
Rápida
LS = 0,867
0,47±0,28
Legenda: M: média, DP: desvio padrão, TE: tamanho do efeito, LI: limite inferior, LS: limite superior.

O próximo passo é calcular a Tamanho do Efeito de Todos os Estudos =

heterogeneidade dos dados da meta-análise, 1,67 + 0,61 + 75,65 + 0,68 + 0,27 = 78,88
sendo iniciada pelo teste Q (Higgins e
Thompson, 2002). O cálculo é realizado da
seguinte maneira (Shadish e Haddock, 2009): b) Aplique esses resultados na fórmula
do teste Q.
a) Some todos os valores do peso do Q = [soma do peso dos estudos . (soma do
2
estudo e depois some todos os tamanho do efeito) ] – [(soma do peso dos
2
resultados do tamanho do efeito. estudos . soma do tamanho do efeito soma) :
soma do peso dos estudos]
Peso dos Estudos = 3,33333333333 +
2
4,54545454545 + 0,34602076124 + Q = [20,7639935929 . (78,88) ] –
2
3,44827586206 + 9,0909090909 = [(20,7639935929 . 78,88) : 20,7639935929] =
20,7639935929 0,000002

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 739
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Determinado o Q, o pesquisador pesquisador calcula a heterogeneidade, não é

estabelece a heterogeneidade pelo índice I2 necessário efetuar os cálculos da
indicado por Higgins e colaboradores (2003). homogeneidade (Thompson, 2011). Caso
O índice I2 é o melhor meio para determinar a leitor queira saber algo sobre homogeneidade,
heterogeneidade (Huedo-Medina, Sanchez- recomenda-se a leitura da obra clássica de
Meca e Marin-Martinez, 2006). Quando Hedges (1982b).

2
I = [(Q . gl) : Q] . 100 = ?%
gl (graus de liberdade) = total de estudos – 1
2
I = [(0,000002 . 4) : 0,000002] . 100 = 400%

gl (graus de liberdade) = 5 – 1 = 4

2
O índice I foi de 400%, agora consulte da meta-análise possuem maior poder
a classificação da heterogeneidade de Higgins estatístico quando é verificado que os dados
e colaboradores (2003). são homogêneos, mas quando esses dados
são heterogêneos, os intervalos de confiança
 25% possui baixa heterogeneidade costumam possuir limite superior e inferior
estatística. maiores, sendo menos precisos (Santos e
 50% possui moderada Cunha, 2013).
heterogeneidade estatística. Apesar da maioria dos pesquisadores
 70% possui alta heterogeneidade preferirem os dados homogêneos, quando é
estatística. utilizado o modelo de efeitos fixos, as fórmulas
desse cálculo possuem alta relação com o erro
Conforme o resultado da tipo I (Erro tipo I: rejeita a hipótese nula
2 quando ela é verdadeira) (Hunter e Schmidt,
heterogeneidade pelo índice I , o escritor da
meta-análise determina como vai fazer a 2000). Enquanto que as fórmulas do modelo
análise final dos dados do seu estudo, ou seja, de efeitos aleatórios possuem moderada
pelo modelo de efeitos fixos ou pelo modelo de relação com o erro tipo I. Segundo Hunter e
efeitos aleatórios (Neyeloff, Fuchs e Moreira, Schmidt (2000), o único meio de determinar a
2012). Quando a heterogeneidade é baixa magnitude do erro tipo I é aplicar o teste de
(25%), indica-se usar o modelo de efeitos significância no modelo de efeitos fixos e no
fixos, mas se a heterogeneidade for moderada modelo de efeitos aleatórios (Obs.: detalhes
(50%) ou alta (70%), merece ser utilizado o desses cálculos podem ser vistos no artigo
modelo de efeitos aleatórios. desses autores). Para se aprofundar mais
No exemplo desse estudo a nesse tema recomenda-se a leitura do artigo
heterogeneidade foi alta, 400%. Então, é de Hunter e Schmidt (1996), e de Schmidt
recomendado utilizar o modelo de efeitos (2008).
aleatórios para analisar os dados da meta- Os cálculos do modelo de efeitos fixos e
análise. Porém, como o intuito do artigo é do modelo de efeitos aleatórios são
ensinar os cálculos da meta-análise passo a apresentados a seguir (Neyeloff, Fuchs e
passo, vai ser ensinado o modelo de efeitos Moreira, 2012):
fixos e o modelo de efeitos aleatórios.
Quando o modelo de efeitos fixos é
utilizado, o pesquisador assume que os Modelo de Efeitos Fixos (cálculos)
estudos (são os artigos) da meta-análise são
de uma mesma população, os dados são a) Resumo do Efeito = (soma do peso
homogêneos (Hagger, 2006). Enquanto que o dos estudos . soma do tamanho do
modelo de efeitos aleatórios interpreta que as efeito) : soma do peso dos estudos
pesquisas utilizadas na meta-análise são de
várias populações, então, os dados são Obs.: A soma do peso dos estudos e a soma do
tamanho do efeito foram calculados na
heterogêneos (Hedges, 1992). Os resultados
heterogeneidade, ver no teste Q.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 740
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

a) Resumo do Efeito = (20,7639935929 . b) Novo Peso do Estudo = 1 : (erro

78,88) : 20,7639935929 = 78,8799999996 2
padrão + variabilidade de efeitos da
população)
b) Erro Padrão = Obs.: O erro padrão (EP) foi o terceiro cálculo
efetuado, veja anteriormente, o resultado do EP
está na tabela 3.
Erro Padrão = Obs. 2: É necessário calcular o novo peso do
estudo de todas as referências (no exemplo são 5)
e depois somar para aplicar o resultado no cálculo
anterior.
c) Intervalo de Confiança (IC) de 95% = 2
resumo do efeito ± (1,96 . erro padrão) Novo Peso do Estudo = 1 : (0,30 -
39999980000) = - 0,00000000002
Limite Inferior do IC de 95% = 78,87999
999 96 – (1,96 . 0,21945453346) =
Está negativo porque o resultado da variabilidade de
78,4498691141
efeitos da população foi negativo.
Limite Superior do IC de 95% = 78,87999
999 96 + (1,96 . 0,21945453346) =
79,3101308851
Soma do Novo Peso do Estudo = -
Modelo de Efeitos Aleatório (cálculos) 0,00000000002 - 0,00000000002 –
0,00000000025 - 0,00000000002 -
Os cálculos têm o objetivo de 0,00000000002 = - 0,00000000033
determinar o resumo do efeito, o erro padrão e
95% do intervalo de confiança, mas primeiro c) Resumo do Efeito = (soma do novo
são efetuadas algumas contas antes peso do estudo . soma do tamanho do
(variabilidade de efeitos da população e novo efeito) : soma do novo peso do estudo
peso do estudo) para se chegar nesses Resumo do Efeito = (-
valores. 0,00000000033 . 78,88) : -
0,00000000033 = 78,87
a) Variabilidade de Efeitos da
Obs.: A soma do tamanho do efeito foi calculada
População = [resultado do teste Q – anteriormente, ver em heterogeneidade.
(quantidade de estudos da meta-
análise – 1)] : [soma do peso dos
2
estudos - (soma do peso dos estudos d) Erro Padrão =
: soma do peso dos estudos)]

Obs. 1: A soma do peso dos estudos foi calculada

na heterogeneidade, ver no teste Q.
Obs. 2: O exemplo é composto por 5 estudos.

Variabilidade de Efeitos da
População = [0,000002 – (5 – 1)] :
2
[20,7639935929 – (20,7639935929 : Como fazer raiz quadrada de número
20,7639935929)] = - 39999980000 negativo?

- É simples:
2
I = - 1, logo (conhecido como unidade
imaginária)

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 741
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Vamos resolver: Porém, atualmente já existe software

gratuito sobre meta-análise, o leitor pode fazer
acesso do Meta-Disc
(www.hrc.es/investigacion/metadisc_en.htm)
que é um programa de boa qualidade,
segundo Sousa e Ribeiro (2009). Outro
software gratuito para meta-análise é indicado
por Martinez (2007), o WinBUGS (www.mrc-
bsu.cam.ac.uk/bugs/welcome.shtml). O
segundo autor (2007) ainda recomendou
outros dois softwares que podem ter alguns
dias de uso grátis, o Comprehensive Meta-
e) Intervalo de Confiança (IC) de 95% = Analysis (CMA, 10 dias de uso grátis,
resumo do efeito ± (1,96 . erro padrão) www.meta-analysis.com/index.php) e o NCSS
(9 dias de uso grátis,
Limite Inferior do IC de 95% = 78,87 www.ncss.com/software/ncss/procedures/). O
– (1,96 . 55048,1882562i) = - software RevMan também pode ser adquirido
107815,578982 gratuitamente, tendo até manual de instrução
Limite Superior do IC de 95% = (www.tech.cochrane.org/RevMan ou
78,87 + (1,96 . 55048,1882562i) = http://ims.cochrane.org/RevMan) (Santos e
107973,318982 Cunha, 2013). Em um artigo original de sobre
pacotes estatísticos de meta-análise, Bax e
Após os cálculos, o leitor pode notar que colaboradores (2007) apresentaram uma lista
2
o índice I (400%, alta heterogeneidade) e o de 7 programas fornecidos gratuitos na
modelo de efeitos aleatório (resumo do efeito internet para os pesquisadores (EasyMA,
de 78,87, erro padrão de 55048,1882562i e EpiMeta, Hepima, Meta-Analysis 5.3, Meta-
intervalo de confiança de 95% com limite Analyst, Meta-Stat e MIX).
inferior e superior com resultados altos, - Portanto, fica o critério do executante da
107815,578982 e 107973,318982) realizaram meta-análise, usar o Excel® com as contas
uma análise de todos os valores da meta- apresentadas nessa revisão ou utilizar um
análise referente ao salto vertical da cortada desses softwares de meta-análise que podem
da amostra que fez a periodização de Matveev ser adquiridos na internet.
e da amostra que praticou a periodização de
força rápida.
Em seguida, reúna todos os tamanhos Elaboração do Forest Plots no EXCEL®
do efeito do salto vertical da cortada da
periodização de Matveev e verifique a A origem do forest plots (floresta de
normalidade dos dados pelo teste de Shapiro- linhas) não é certa, mas sabe-se que um dos
Wilk. Porém, este teste possui baixo poder primeiros gráficos foi apresentado no fim dos
para verificar a normalidade dos dados, então anos 70, precisamente em 1978 (Lewis e
é recomendável utilizar o histograma para Clarke, 2001). O gráfico moderno do forest
certificar dos resultados (Marques Junior, plots, o que é usado atualmente, foi publicado
2014). Após esses cálculos com o SPSS ou em 1982. Esse gráfico possui esse nome
com qualquer outro pacote estatístico, faça o porque sua aparência é de uma floresta de
mesmo com os dados da periodização de linhas (Martinez, 2007).
força rápida. Após esse procedimento, trate os A vantagem de utilizar o forest plots é
dados do tamanho do efeito do salto vertical que ele resume em uma única figura os
na cortada pela estatística inferencial. principais resultados da meta-análise
Todos esses cálculos que foram (Berwanger e colaboradores, 2007). Outra
ensinados para o pesquisador efetuar uma vantagem desse gráfico é que ele é de fácil
meta-análise de qualidade podem ser compreensão.
praticados facilmente no Excel®. Caso o leitor A última representação gráfica do forest
queira consultar uma referência, leia Marques plots, em forma de “diamante” (é um losango),
Junior (2014b), Marques e Pereira (2013) que é a combinação de todos os tamanhos do
facilmente conseguirá fazer suas contas nesse efeito (é o “diamante”) e de todos os intervalos
programa.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 742
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

de confiança (são as linhas na horizontal), (Sousa e Ribeiro, 2009). As demais

essa combinação é denominado em inglês de representações gráficas costumam ser
pooled estimate (estimativa combinada) utilizadas no forest plots em forma de
(Marques e colaboradores, 2008). Em muitos quadrado, geralmente pelo tamanho do efeito
casos, a combinação de todos os resultados é de cada estudo com o seu respectivo intervalo
realizada através da média do tamanho do de confiança de 95% (Schriger e
efeito (o “diamante”) e da média do intervalo colaboradores). A figura 1 do forest plots
de confiança (as linhas na horizontal, uma é o ilustra essas explicações.
limite inferior e a outra o limite superior)

Figura 1 - Identificação dos componentes do forest plots (dados fictícios em percentual).

O gráfico do forest plots possui uma O forest plots costuma fornecer no

linha vertical que representa o efeito nulo gráfico os resultados que foram calculados
(Santos e Cunha, 2013). Quando o intervalo (tamanho do efeito e intervalo de confiança) ou
de confiança não ultrapassa essa linha com esses valores em percentual de cada
vertical, o nível de significância do p será estudo (são os quadrados, o tamanho do
menor do que 0,05 (Atallah e Castro, 1997) e efeito e o intervalo de confiança) e da
quanto mais longe estiver o intervalo de representação gráfica em “diamante” (o
confiança da linha vertical (do efeito nulo) losango, combinação de todos os resultados,
maior será a diferença significativa (Marques e geralmente expresso pela média do tamanho
colaboradores, 2008). O intervalo de confiança do efeito e pela média do intervalo de
fornece uma informação do benefício mínimo e confiança). Umas das disposições desse
máximo de algo que foi investigado. Porém, gráfico costuma possuir os autores de cada
quando o intervalo de confiança cruza a linha pesquisa, o percentual do tamanho do efeito e
vertical, não acontece diferença significativa do intervalo de confiança. A figura 3 ilustra
(p>0,05) no estudo que foi conduzido (Muñoz essas explicações.
e colaboradores, 2002). A figura 2 do forest
plots ilustra essas explicações.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 743
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Figura 2 – Interpretação dos dados no forest plots (dados fictícios em percentual).

Figura 3 - Estrutura final do forest plot (dados fictícios em percentual).

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 744
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Os ensinamentos detalhados de como sequência para o pesquisador elaborar o

elaborar o gráfico do forest plots no Excel® forest plots.
foram baseados em dois estudos (Derzon e
Alford, 2013; Neyeloff, Fuchs e Moreira, 2012), a) Apresente os valores do tamanho
sendo para o Excel® 2010 no Windows 7. Os do efeito e do intervalo de confiança de 95%
ensinamentos foram expostos numa (dados extraídos da tabela 6).

Tabela 6 - Resultados da meta-análise úteis na elaboração do forest plots.

Tamanho
Intervalo de Média do
do Efeito Média do IC de 95%
Referência Periodização Confiança TE dos
do SV na dos Estudos
de 95% Estudos
cortada
McGown e 1,67 LI = 1,082
Matveev
colaboradores (1990) (grande) LS = 2,258
0,61 LI = 0,1788 LI = 23,7488
Rocha (1976) Matveev 25,97
(médio) LS = 1,0412 LS = 28,2045333333
Antunes Neto e 75,65 LI = 69,9856
Matveev
colaboradores (2007) (grande) LS = 81,3144
Newton, Kraemer e Força 0,68 LI = 0,1116
Häkkinen (1999) Rápida (médio) LS = 1,2484 0,47 LI = 0,083
Maffiuletti e Força 0,27 LI = 0,0544
LS = 0,867
colaboradores (2002) Rápida (pequeno) LS = 0,4856
Legenda: TE: tamanho do efeito, LI: limite inferior, LS: limite superior, IC: intervalo de confiança. Obs.: Caso
queira colocar esses valores no gráfico para gerar o forest plots também é correto.

Tabela 7 - Resultados em percentual para elaborar o forest plots.

Tamanho
Intervalo de Média do
do Efeito Média do IC de 95%
Referência Periodização Confiança de TE dos
do SV na dos Estudos
95% Estudos
cortada
McGown e LI = 58,8%
Matveev 167%
colaboradores (1990) LS = 392,8%
LI = 43,12% LI = 222,12%
Rocha (1976) Matveev 61% 2597%
LS = 165,12% LS = 5417,45333333%
LI = 566,445%
Antunes Neto e
Matveev 7565% LS =
colaboradores (2007)
15696,44%
Newton, Kraemer e Força LI = 56,84%
68%
Häkkinen (1999) Rápida LS = 192,84% 47% LI = 38,7%
Maffiuletti e Força LI = 21,56%
27% LS = 133,7%
colaboradores (2002) Rápida LS = 75,56%
Legenda: TE: tamanho do efeito, LI: limite inferior, LS: limite superior, IC: intervalo de confiança.

b) Passe o tamanho do efeito (TE) e o Obs.: Na tabela 7 são apresentados os

intervalo de confiança (IC) de 95% para resultados em percentual.
percentual.
c) Na planilha do Excel®, digite os
TE = TE . 100 = ?% valores que correspondem às coordenadas
Limite Inferior do IC de 95% = TE em % – cartesianas X (o tamanho do efeito em
(100 . IC) percentual) e Y (a numeração crescente que
Limite Superior do IC de 95% = TE em % + organiza os dados no programa).
(100 . IC)

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 745
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Referência X Y f) Vai aparecer essa página, escolha o

McGown e 167 4 gráfico de dispersão (em inglês chama-se
colaboradores (1990) scatter plot). O modelo que você deve clicar
Rocha (1976) 61 3 merece ser Dispersão Somente com
Antunes Neto e 7565 2 Marcadores.
colaboradores (2007)
Média do Tamanho 2597 1
do Efeito

d) Ao lado da coordenada Y, digite os

valores do intervalo de confiança do limite
inferior (LI) e do limite superior (LS).

Referência X Y LI LS
McGown e
colaboradores 167 4 58,8 392,8
(1990) g) Vai gerar o seguinte resultado.
Rocha (1976) 61 3 43,12 165,12
Antunes Neto e
colaboradores 7565 2 566,445 15696,44
(2007)
Média do
Tamanho do 2597 1 222,12 5417,45333333
Efeito

Média do limite inferior e do limite superior.

e) Coloque em evidência os valores da

coordenada X e Y, clique em inserir.
h) Agora formate todo o gráfico para
depois inserir o limite inferior e superior.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 746
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 747
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 748
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

i) Agora que seu gráfico foi formatado, coloque nele o intervalo de confiança inferior e
superior.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 749
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 750
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

j) Vamos inserir a linha vertical do forest plots, onde fica o efeito nulo.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 751
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 752
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 753
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

k) Coloque no gráfico o nome dos autores, o tamanho do efeito em percentual e o limite

superior e inferior do intervalo de confiança de 95% em percentual.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 754
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 755
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

Porém, o forest plots não está mostrando o intervalo de confiança do estudo de McGown e
colaboradores (1990), da pesquisa de Rocha (1976) e mostra um pouco do limite inferior do intervalo
de confiança da estimativa combinada. A solução é a seguinte:

Como realizar o forest plots com os Referência X Y

valores do tamanho do efeito e do intervalo de McGown e colaboradores
confiança de 95% do salto vertical na cortada 1,67 7
(1990) / periodização de Matveev
da periodização de Matveev e da periodização Rocha (1976) / periodização de
de força rápida? 0,61 6
Matveev
O procedimento é igual ao anterior, só Antunes Neto e colaboradores
muda um quesito, a linha do efeito nulo. Então, 75,65 5
(2007) / periodização de Matveev
somente vai ser apresentado como ordenar os Média do Tamanho do Efeito
dados e como o gráfico fica em cada fase. (estimativa combinada) / 25,97 4
periodização de Matveev
A) Na planilha do Excel®, digite os Newton, Kraemer e Häkkinen
valores que correspondem às coordenadas (1999) / periodização de força 0,68 3
cartesianas X (tamanho do efeito com o valor rápida
calculado, ver tabela 6) e Y (coloque a Maffiuletti e colaboradores /
numeração crescente que organiza os dados 0,27 2
periodização de força rápida
no programa). Média do Tamanho do Efeito
(estimativa combinada) / 0,47 1
periodização de força rápida

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 756
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

B) O gráfico da ordenação A fica dessa maneira.

C) Após fazer toda formatação necessária no gráfico, insira o limite inferior (LI) e o limite
superior (LS) do intervalo de confiança no forest plots. A ordenação é apresentada a seguir:

D) O gráfico da ordenação C fica dessa maneira.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 757
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

E) A linha do efeito nulo (barra na fica próxima da estimativa combinada (é a

vertical) precisa ter uma relação com os dados média do tamanho do efeito de cada salto
do tamanho do efeito, então, para ajustar ela vertical conforme a periodização), isso
numa localização, foi tirada a média dos também ocorre em algumas referências
valores do tamanho do efeito do salto vertical (Derzon e Alford, 2013; Martinez, 2007).
na cortada das duas periodizações, dando um Coloque os dados da coordenada X em uma
resultado de 15,77. No valor 15,77 da coluna (média do tamanho do efeito) e da
coordenada X (linha horizantal) que a barra de coordenada Y em outra (numeração crescente
efeito nulo foi posicionada. Em alguns casos, a que organiza os dados no programa).
linha do efeito nulo realizada no Excel® não

F) O gráfico gerado pela ordenação E fica dessa maneira. Lembrando que a coordenada Y foi
deletada.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 758
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

G) O forest plots está pronto, com os dados do salto vertical (SV) na cortada dos dois tipos de
periodizações investigados.

CONCLUSÃO
3-Bax, L.; Yu, L-M.; Ikeda, N.; Moons, K. A
Escrever uma meta-análise é demorado systematic comparison of software dedicated
e cansativo, sendo importante do pesquisador to meta-analysis of causal studies. BMC
conhecer como são feitos os cálculos, mesmo Medical Research Methodology. Vol. 7. Num.
que não utilize o Excel® para resolver as 40. p. 1-9. 2007.
contas. Através dessa revisão, o leitor
aprendeu em detalhes como é feita toda a 4-Berwanger, O.; Suzumura, E.; Buehler, A.;
matemática e estatística de uma meta-análise Oliveira, J. Como avaliar criticamente revisões
de qualidade. Também foi fornecido um sistemáticas e metanálises? Revista Brasileira
conteúdo explicando como interpretar os de Terapia Intensiva. Vol. 19. Num. 4. p. 475-
resultados do forest plots e a maneira de 480. 2007.
elaborar esse gráfico no Excel®. Em
conclusão, a prática da meta-análise é uma 5-Brady, F. Contextual interference: a meta-
tarefa difícil, mas quando bem executada, analytic study. Perceptual and Motor Skills.
torna um estudo relevante para o esporte e a Vol. 99. Num. 1. p. 116-126. 2004.
atividade física.
6-Bonita, R.; Beaglehole, R.; Kjellström, T.
REFERÊNCIAS Epidemiologia básica. 2ª ed. São Paulo:
Santos. 2010.
1-Antunes Neto, J.; Ribeiro, P.; El-Kathilb, S.;
Zoppi, C.; Pereira-da-Silva, L.; Macedo, D. 7-Bosquet, L.; Montpetit, J.; Arvisais, D.;
Oxidative stress monitoring in volleyball Mujika, I. Effects of tapering on performance: a
players during a championship. Refeld. Vol. 2. meta-analysis. Medicine and Science in Sports
Num. 3. p. 92-101. 2007. and Exercise. Vol. 39. Num. 8. p. 1358-1365.
2007.
2-Atallah, N.; Castro, A. Revisões sistemáticas
da literatura e metanálise. Diagnóstico e 8-Cano-Corres, R.; Sánchez-Álvarez, J.;
Tratamento. Vol. 2. Num. 2. p. 12-15. 1997. Fuentes-Arderiu, X. The effect size: beyond

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 759
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

statistical significance. Journal of the 18-Hagger, M. Meta-analysis in sport and

International Federation of Clinical Chemistry exercise research: review, recent
and Laboratory Medicine. Vol. 23. Num. 1. p. development, and recommendations.
1-5. 2012. European Journal of Sports Science. Vol. 6.
Num. 2. p. 103-115. 2006.
9-Chen, M.; Fan, X.; Moe, S. Criterion-related
validity of the Borg ratings of perceived 19-Hedges, L. Statistical methodology in meta-
exertion scale in healthy individuals: a meta- analysis. New Jersey: ERIC, 1982.
analysis. Journal of Sports Sciences. Vol. 20.
Num. 11. p. 873-899. 2002. 20-Hedges, L. Fitting categorical models to
effect sizes from a series of experiments.
10-Coutinho, E.; Cunha, G. Conceitos básicos Journal of Educational Statistics. Vol. 7. Num.
de epidemiologia e estatística para a leitura de 2. p. 119-137. 1982b.
ensaios clínicos controlados. Revista Brasileira
de Psiquiatria. Vol. 27. Num. 2. p. 146-151. 21-Hedges, L. Meta-analysis. Journal of
2005. Educational Statistics. Vol. 17. Num. 4, p. 279-
296. 1992.
11-Dantas, E.; Godoy, E.; Araujo, C.; Oliveira,
A.; Azevedo, R.; Tubino, M.; Gomes, A. 22-Hedges, L.; Olkin, I. Statistical methods for
Adequabilidade dos principais modelos de meta-analysis. New York: Academic Press.
periodização do treinamento esportivo. Revista 1985.
Brasileira de Ciências do Esporte. Vol. 33.
Num. 2. p. 483-494. 2011. 23-Hedges, L.; Gurevitch, J.; Curtis, P. The
meta-analysis of response ratios in
12-Derzon, J.; Alford, A. Forest plots in Excel: experimental ecology. Ecology. Vol. 80. Num.
moving beyond a clump of trees to a forest of 4. p. 1150-1156. 1999.
visual information. Practical Assessment,
Research and Evaluation. Vol. 18. Num. 7. p. 24-Hedges, L.; Pigott, T. The power of
1-9. 2013. statistical tests for moderators in meta-
analysis. Psychological Methods. Vol. 9. Num.
13-Durlak, J. How to select, calculate, and 4. p. 426-445. 2004.
interpret effect sizes. Journal of Pediatric
Psychology. Vol. 34. Num. 9. p. 917-928. 25-Higgins, J.; Thompson, S. Quantifying
2009. heterogeneity in a meta-analysis. Statistics in
Medicine. Vol. 21. Num. 11. p. 1539-1558.
14-Fradkin, A.; Zazryn, I.; Smoliga, J. Effects 2002.
of warming-up on physical performance: a
systematic review with meta-analysis. Journal 26-Higgins, J.; Thompson, S.; Deeks, J.;
Strength and Conditioning Research. Vol. 24. Altman, D. Measuring inconsistency in meta-
Num. 1. p. 140-148. 2010. analysis. BMJ. Vol. 327. Num. 2414. p. 557-
560. 2003.
15-Fröhlich, M.; Emrich, E.; Pieter, A.; Stark,
R. Outcome effects and effects sizes in sport 27-Huedo-Medina, T.; Sanchez-Meca, J.;
sciences. International Journal of Sports Marin-Martinez, F. Assessing heterogeneity in
2
Science and Engineering. Vol. 3. Num. 3. p. meta-analyisis: Q statistics or I index? CHIP
175-179. 2009. Documents. University of Connecticut. 2006. p.
3-15.
16-Glass, G. Primary, secondary, and meta-
analysis of research. Educational Researcher. 28-Hunter, J.; Schmidt, F. Cumulative research
Vol. 5. Num. 10. p. 3-8. 1976. knowledge and social policy formulation: the
critical role of meta-analysis. Psychology,
17-Glass, G.; McGaw, B.; Smith, M. Meta- Public Policy, and Law. Vol. 2. Num. 2. p. 324-
analysis in social research. Newbury Park: 347. 1996.
Sage. 1981.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 760
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

29-Hunter, J.; Schmidt, F. Fixed effects vs. Física y Deportes. Vol. 18. Num. 180. p. 1-21.
random effects meta-analysis models: 2013.
implications for cumulative research
knowledge. International Journal of Selection 39-Marques Junior, N. Estatística aplicada ao
and Assessment. Vol. 8. Num. 4. p. 275-292. esporte e a atividade física. 2ª ed., Vol. 1.
2000. Niterói: sem ed. 2014.

30-Kopper, K.; McKenzie, D.; Peterson, D. The 40-Marques Junior, N. Manual do software
evaluation of meta-analysis techniques for Skill Spector (versão 1.2.3, Dinamarca) para
quantifying prescribed fire effects on fuel análise bidimensional em biomecânica. 2ª ed.
loadings. USDA. Portland: US Department of Niterói: sem ed. 2014b.
Agriculture. 2009.
41-Martinez, E. Metanálise de ensaios clínicos
31-Lewis, S.; Clarke, M. Forest plots: trying to controlados aleatorizados: aspectos
see the wood and the trees. BMJ. Vol. 322. quantitativos. Medicina. Vol. 40. Num. 2. p.
Num. 16. p. 1479-1480. 2001. 223-235. 2007.

32-Maffiuletti, N.; Folz, M.; Pierno, E.; Mauro, 42-McGown, C.; Conlee, R.; Sucec, A.; Buono,
F. Effect of combined electrostimulation and M..; Tamayo, M.; Phillips, W. Gold medal
plyometric training on vertical jump height. volleyball: the training program and
Medicine and Science in Sports and Exercise. physiological profile of the 1984 Olympic
Vol. 34. Num. 10. p. 1638-1644. 2002. champions. Research Quarterly for Exercise
and Sports. Vol. 61. Num. 2. p. 196-200. 1990.
33-Mann, D.; Williams, M.; Ward, P; Janelle, C.
Perceptual-cognitive expertise in sport: a meta- 43-Muñoz, S.; Takayanagui, A.; Santos, C.;
analysis. Journal of Sport and Exercise Sanchez-Sweatman, O. Revisão sistemática
Psychology. Vol. 29. Num. 4. p. 457-478. de literatura e metanálise: noções básicas
2007. sobre seu desenho, interpretação e aplicação
na área da saúde. Anais do 8º Simpósio
34-Markovic, G.; Newton, R. Does plyometric Brasileiro de Comunicação da Enfermagem.
training improve vertical jump height? British Maio de 2002.
Journal of Sports Medicine. Vol. 41. Num. 6. p.
349-355. 2007. 44-Neyloff, J.; Fuchs, S.; Moreira, L. Meta-
analysis and forest plots using a Microsoft
35-Marques, J.; Marques, D.; Silveira, J.; Mata, excel spreadsheet: step-by-step guide focusing
A. Revisões sistemáticas: o que são e para on descriptive data analysis. BMC Research
que servem. Revista Portuguesa de Notes. Vol. 5. Num. 52. p. 1-6. 2012.
Estomatologia, Medicina Dentária e Cirurugia
Maxilofacial. Vol. 49. Num. 3. p. 171-178. 45-Newton, R.; Kraemer, W.; Häkkinen, K.
2008. Effects of ballistic training on preseason
preparation of elite volleyball players. Medicine
36-Marques Junior, N. Efeito do treino de força and Science in Sports and Exercise. Vol. 31.
rápida no salto vertical: uma meta-análise. Num. 2. p. 323-330. 1999.
Lecturas: Educación Física y Deportes. Vol.
16. Num. 161. p. 1-11. 2011. 46-Rhea, M. Determining the magnitude of
treatment effects in strength training research
37-Marques Junior, N. A periodização de through the use of the effect size. Journal of
Matveev melhora o salto vertical do atleta do Strength and Conditioning Research. Vol. 18.
voleibol de alto nível? Revista Brasileira de Num. 4. p. 918-920. 2004.
Prescrição e Fisiologia do Exercício. Vol. 7.
Num. 37. p. 29-38. 2013. 47-Ribeiro, Y.; Del Vecchio, F. Metanálise dos
efeitos agudos dos alongamentos na
38-Marques Junior, N.; Pereira, T. Ajuste de realização de corrida de alta intensidade.
curva monoexponencial da cinética do VO2: Revista Brasileira de Educação Física e
um estudo com Excel®. Lecturas: Educación Esporte. Vol. 25. Num. 4. p. 567-581. 2011.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.
 761
Revista Brasileira de Prescrição e Fisiologia do Exercício
ISSN 1981-9900 versão eletrônica
P e r i ó d i c o do I n s t i t u t o B r a s i l e i r o d e P e sq u i s a e E n si n o e m F i s i o l o gi a do E x e r c í c i o
w w w . i b p e f e x . c o m . b r / w w w . r b p f e x . c o m . b r

48-Rocha, P. A marcha do voleibol moderno

nas Olimpíadas de Montreal: a preparação
física da seleção brasileira. Revista de Recebido para publicação 24/02/2014
Educação Física. p. 31-34. Vol.-. Num.-. p.-. Aceito em 23/06/2014
1976.

49-Santos, E.; Cunha, M. Interpretação crítica

dos resultados estatísticos de uma meta-
análise: estratégias metodológicas. Millenium.
Vol. 44. Num.-. p. 85-98. 2013.

50-Schmidt, F. Meta-analysis: a constantly

evolving research integration tool.
Organizational Research Methods. Vol. 1.
Num. 1. p. 96-113. 2008.

51-Schriger, D.; Altman, D.; Vetter, J. Heafner,

T.; Moher, D. Forest plots in reports of
systematic reviews: a cross-sectional study
reviewing current practice. International
Journal of Epidemiology. Vol. 39. Num. 2. p.
421-429. 2010.

52-Shadish, W.; Haddock, C. Combining

estimates of effect size. In: Cooper, H.;
Hedges, L.; Valentine, J. (Eds). The handbook
nd
of research synthesis and meta-analysis. 2
ed. New York: Russell Sage Foundations,
2009. p. 257-278.

53-Shachar, M. Meta-analysis: the preferred

method of choice for the assessment of
distance learning quality factors. International
Review of Research in Open and Distance
Learning. Vol. 9. Num. 3. p. 1-15. 2008.

54-Sousa, M.; Ribeiro, A. Revisão sistemática

e meta-análise de estudos de diagnóstico e
prognóstico: um tutorial. Arquivos Brasileiros
de Cardiologia. Vol. 92. Num. 3. p. 241-251.
2009.

55-Thomas, J.; Nelson, J. Métodos de

pesquisa em atividade física. 3ª ed. Porto
Alegre: Artmed. 2002.

56-Thompson, C. The impact of multiple

endpoint dependency on homogeneity
measures in meta-analysis. Master`s thesis in
science. Department of Educational
Psychology and Learning Systems. 2011.

Revista Brasileira de Prescrição e Fisiologia do Exercício, São Paulo, v.8, n.49, p.732-761. Set./Out. 2014. ISSN 1981-9900.

View publication stats