菜单
Skill de meta-análise: síntese quantitativa de efeitos, forest plot, heterogeneidade (I²), viés de publicação (funnel plot), meta-regressão, subgrupos, PRISMA.
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
Skill do ecossistema OpenCode - nexus
Skill de análise fenomenológica: entrevistas em profundidade, epoché, redução fenomenológica e análise temática de experiências vividas.
Skill de análise construtivista: ciclo de aprendizagem (assimilação-acomodação), design construtivista para MAS, protocol enforcement e evolução em runtime.
Skill de coleta e gestão de dados qualitativos: entrevistas, grupos focais, observação, narrativas, diários, COREQ checklist, triangulação, protocolos de coleta.
Skill de Estudo de Caso: design de caso único/múltiplo, triangulação de fontes, protocolo de coleta e análise contextual.
Skill de análise do paradigma fenomenológico: intencionalidade (Husserl), corporeidade (Merleau-Ponty), ser-no-mundo (Heidegger), IA enativa, cognição 4E, robótica social fenomenológica.
| name | meta-analise |
| description | Skill de meta-análise: síntese quantitativa de efeitos, forest plot, heterogeneidade (I²), viés de publicação (funnel plot), meta-regressão, subgrupos, PRISMA. |
| spec | SPEC-079 |
| version | 1.0 |
| category | research |
| tags | ["metodo","meta-analise","sintese-quantitativa","effect-size","forest-plot","funnel-plot","prisma","heterogeneidade"] |
| dependencies | ["SPEC-079"] |
| tdd_suite | tests/test_r34_meta_analise.py |
| ct_count | 8 |
| status | active |
Prover protocolos operacionais para condução de meta-análise: cálculo de effect size, modelos de efeito fixo e aleatório, heterogeneidade, viés de publicação, meta-regressão e apresentação gráfica (forest plot, funnel plot).
| CT | Descrição | Status |
|---|---|---|
| CT-01 | SKILL.md existe com frontmatter | ✅ |
| CT-02 | Template: Cálculo de Effect Size (OR, RR, MD, SMD) | ✅ |
| CT-03 | Template: Forest Plot (execução e interpretação) | ✅ |
| CT-04 | Template: Heterogeneidade (I², Q de Cochrane, τ²) | ✅ |
| CT-05 | Template: Viés de Publicação (funnel plot, Egger, Trim and Fill) | ✅ |
| CT-06 | Template: Modelos de Efeito (Fixo vs. Aleatório) | ✅ |
| CT-07 | Template: Meta-regressão e Análise de Subgrupos | ✅ |
| CT-08 | Template: PRISMA 2020 Checklist | ✅ |
| Tipo | Medida | Uso Típico | Fórmula |
|---|---|---|---|
| Dicotômico | Odds Ratio (OR) | Caso-controle | (a/c) / (b/d) |
| Dicotômico | Risk Ratio (RR) | Coorte | a/(a+b) / c/(c+d) |
| Dicotômico | Risk Difference (RD) | EAPV | a/(a+b) - c/(c+d) |
| Contínuo | Mean Difference (MD) | Mesma escala | M₁ - M₂ |
| Contínuo | Std. Mean Difference (SMD) | Escalas diferentes | (M₁-M₂)/SD_pooled |
| Contínuo | Hedges' g | Pequenas amostras | SMD × (1 - 3/(4n-9)) |
| Tempo | Hazard Ratio (HR) | Sobrevida | log-rank O/E |
Estudo | ES (IC 95%) | Peso (%)
----------------|-----------------|----------
Estudo 1 (2023) | 0.72 (0.45-1.15)| 15.2
Estudo 2 (2024) | 0.85 (0.62-1.16)| 22.4
Estudo 3 (2025) | 0.61 (0.38-0.98)| 12.8
Estudo 4 (2025) | 0.78 (0.55-1.10)| 18.6
Estudo 5 (2026) | 0.69 (0.48-0.99)| 16.0
----------------|-----------------|----------
Pooled (REML) | 0.73 (0.62-0.86)| 100.0
Heterogeneidade: I² = 12.3%, τ² = 0.004, Q = 4.56 (p = 0.335)
Q de Cochrane: χ² = Σ w_i (y_i - μ)²
I²: (Q - df) / Q × 100%
75%: considerável (considere não combinar)
τ² (entre-estudos)
I² < 25% → Efeito fixo (Mantel-Haenszel)
25% ≤ I² ≤ 50% → Efeito aleatório (REML); investigar fontes
I² > 50% → Efeito aleatório; meta-regressão; subgrupos
I² > 75% → Não combinar → Síntese narrativa (SWiM)
Funnel Plot (gráfico de funil)
Egger Test: regressão linear de SE sobre effect size
Begg Rank Test: correlação de Kendall entre effect size e variância
Trim and Fill: estimar quantos estudos faltam e ajustar