Dica do autor: Em uma metanálise em forma de forest plot, o pulo do gato é saber ler três coisas: o tamanho do efeito de cada estudo (quadradinhos), o intervalo de confiança desses estudos (as linhas horizontais), e o efeito combinado (o losango). A heterogeneidade (I² e Tau²) mede quanto os resultados dos estudos divergem além do acaso — quanto maior a heterogeneidade, mais desconfortável é juntar tudo num único resumo. Ao remover estudos clinicamente discrepantes você costuma reduzir a heterogeneidade: isso pode diminuir a variabilidade entre estudos (menor Tau²) e, dependendo do modelo, estreitar o intervalo do efeito combinado — mas nem sempre, porque excluir estudos também reduz informação amostral. Ou seja: olhar só pro número de estudos não basta, tem que bater o olho no I², no Tau² e na largura do losango para ver se a estimativa ficou mais consistente e/ou mais precisa.

Alternativa A: CORRETA. A assertiva I está certa: ao retirar os três estudos com características clínicas distintas a heterogeneidade caiu substancialmente, conforme mostrado na subanálise. Isso aparece no gráfico pela redução dos indicadores de heterogeneidade e pela maior homogeneidade visual entre os estudos remanescentes. Em outras palavras, a metanálise ficou mais coerente entre si depois de excluir os outliers clínicos.

Alternativa B: INCORRETA. A assertiva II diz que a análise principal é mais precisa que a subanálise considerando os intervalos de confiança. Isso não é compatível com os gráficos: ao observar os losangos, o intervalo do efeito combinado na subanálise está mais estreito do que na análise principal, ou seja, a subanálise mostra maior precisão (dado menor variance entre estudos) apesar de ter menos estudos. Portanto II é falsa.

Alternativa C: INCORRETA. Como já vimos, embora I seja verdadeira, II é falsa. Assim, a combinação I e II não pode ser correta. Não adianta querer juntar uma assertiva verdadeira com outra que contradiz os próprios gráficos: a subanálise reduziu heterogeneidade e também apresentou intervalo combinado mais favorável em termos de precisão.

Alternativa D: INCORRETA. A assertiva III afirma que os estudos com maior peso na subanálise são SCD‑HeFT, MADIT‑1 e COMPANION. Isso não bate com o que se observa: MADIT‑1 é um estudo pequeno e antigo, com peso reduzido em análises globais; os maiores pesos geralmente ficam com os maiores ensaios (por ex., SCD‑HeFT e COMPANION ou outros grandes trials contemporâneos), mas MADIT‑1 não aparece entre os de maior contribuição na subanálise apresentada. Logo III é falsa.

Alternativa E: INCORRETA. Esta opção junta II e III; como já explicado, ambas são falsas à luz dos gráficos (a subanálise mostrou maior precisão do efeito combinado e MADIT‑1 não figurou entre os estudos de maior peso), portanto essa combinação também está errada.

Resposta: Alternativa A