Dica do autor: Ao bater o olho num forest plot, o pulo do gato é identificar o que cada símbolo significa: os quadradinhos representam a estimativa pontual de cada estudo (tamanho proporcional ao peso), as linhas horizontais são os intervalos de confiança (IC) e a linha vertical no valor nulo (OR = 1) indica ausência de associação. Quando o IC cruza essa linha, o estudo, isoladamente, não alcançou significância estatística. O estimador conjunto (diamante) traduz a síntese das evidências, com largura do diamante refletindo o IC do pooled; normalmente, ao agregar estudos, ganha-se precisão (IC mais estreito) a não ser que haja heterogeneidade muito alta, que amplia a incerteza. Por fim, o tamanho do OR por si só não “descarta” ou confirma efeito — é sempre preciso olhar o IC e considerar poder, viés e heterogeneidade.

Alternativa A: INCORRETA. Não se pode afirmar que a metanálise descarta associação apenas porque o OR é pequeno. O que importa é o intervalo de confiança em torno desse OR e se ele inclui o valor nulo (OR = 1). Além disso, um OR pequeno pode ser clinicamente relevante dependendo do contexto e do tamanho amostral; estudos individuais podem estar subdimensionados e a análise combinada pode revelar efeito que cada estudo, isoladamente, não detectou.

Alternativa B: INCORRETA. O maior peso num meta‑análise costuma pertencer ao estudo com menor variância (normalmente o de maior tamanho amostral), representado por um quadradinho proporcionalmente maior no forest plot. A afirmação de que o estudo 1 é o de maior peso só seria válida observando‑se esse quadrado ou a tabela de pesos; em geral não se pode afirmar isso a priori sem verificar o gráfico — e, no caso apresentado, outros estudos têm quadrados maiores ou pesos maiores.

Alternativa C: CORRETA. Essa é a leitura direta do gráfico: a maioria dos estudos apresenta o intervalo de confiança cruzando o OR = 1, ou seja, não alcança significância estatística individualmente. Isso é frequente em metanálises onde vários estudos, por serem pequenos ou heterogêneos, não mostram efeito isoladamente, mas a soma das evidências pode apontar para uma associação quando combinada.

Alternativa D: INCORRETA. Em regra, o estimador global tem menor variabilidade (IC mais estreito) do que a maioria dos estudos isolados porque combina informação de vários estudos, aumentando a precisão. Só em presença de heterogeneidade substancial é que o IC do pooled pode ficar mais largo ou o efeito ser menos confiável; afirmar que o estimador global apresenta maior variabilidade que os estudos isolados é, portanto, geralmente falso.

Resposta: Alternativa C