Como conduzir uma meta-análise em estudos que relatam resultados de várias maneiras como razões de chances, taxas de riscos ou taxas de taxa?

Estou fazendo uma metanálise de alguns estudos que relatam resultados de várias maneiras como taxas de chances, taxas de riscos ou taxas de taxa (todos com intervalos de confiança). Existe alguma maneira de combiná-los / converter entre eles para que eu possa fazer uma meta-análise de todos os estudos?

Depende do motivo pelo qual eles estavam fazendo isso e de quais informações adicionais você pode precisar trabalhar - como você tem contagens de células específicas das quais pode calcular suas próprias medidas de efeito. No entanto, alguns pensamentos iniciais:

1. Há dois grupos lógicos aqui. Razões de chances e riscos relativos, se estiverem sendo relatados em qualquer um dos seus estudos, são agrupados logicamente (em que a razão de chances geralmente tenta estimar um risco relativo quando o risco relativo real não pode ser calculado). Da mesma forma, as taxas de taxa (que eu vou assumir são = taxas de densidade de incidência de uma regressão de Poisson) e taxas de risco lidam com dados de tempo. Eu realmente não compararia ORs e RHs, por exemplo.
2. Riscos relativos e ORs: Honestamente, eu provavelmente executaria análises paralelas para essas duas medidas. Se um estudo for um desenho populacional de coorte ou transversal e relatar seus números, você poderá calcular seus próprios ORs a partir disso. Se você optar por fazer isso, no entanto, eu definitivamente consideraria a heterogeneidade com base no design do estudo.
3. Taxas de taxa e RHs: você pode ser mais capaz de se safar. Se a taxa de taxa é a taxa de duas taxas calculadas como cases/person-time, então essa também é realmente uma estimativa de taxa de risco. É apenas uma taxa de risco feita sob o pressuposto de riscos proporcionais e constantes. Você pode convertê-los diretamente em um RH, mas, novamente, eu examinaria a heterogeneidade do estudo pela qual a medida foi relatada, pois as taxas de taxa e um RH que saíram de algo como um modelo de Cox são executados sob diferentes premissas.
4. Em caso de dúvida, é provavelmente melhor dividir os estudos e analisar cada subgrupo. Não necessariamente olhe isso como um fracasso. Se diferentes medidas de efeito e modelos de estudo estão relatando resultados diferentes, isso é, por si só, uma descoberta. Parafraseando um professor meu, a heterogeneidade que impede a estimativa de uma única estimativa agrupada é um resultado que vale a pena relatar.