频率学视角下的网状meta分析及其结果解读

频率学视角下的网状meta分析及其结果解读

自meta分析问世以来，每年发表的文献不断增多，显示出一幅欣欣向荣的景。不用做实验，收集文献，一台电脑，一个数据库即可，省力又省钱，说是临床神技不为过。然而，随着写的人越来越多，普通的meta分析越来越难找到主题，投稿越发的困难。目前，较火的meta分析要算是网状meta了。相对于普通meta，网状meta的优势显而易见。目前，网状meta又可以分为基于贝叶斯理论和频率学理论两大派。贝叶斯的网络meta分析可用winbugs实现，可惜，单独的winbugs并无作图功能，无法给出森林图等图形化结果，目前普遍的方法是结合R软件或stata软件，读取winbugs计算结果进行作图。其次，单独使用R软件也能实现贝叶斯的网状meta分析，缺陷在于只能实现一致性模型，假如结果存在不一致的情况，仍然要借用winbugs计算。Winbugs的缺陷除了不能作图，还存在编程困难的问题，对于医学专业学生来说，编程是一项极为复杂的事，虽然能找到基本代码进行修改，但是如何修改，如何软件的互相调用，也是一大难题，稍有不慎，代码出错极难解决。网状meta的另一个方法是基于频率学派的，此方法只要stata就能完全操作，包括结果的可视化，均可实现。本文就stata频率学网状meta 2984891249分析结果进行一一解读。

1.1绘制网状结构图结果

网状结构图如图1 所示。由图可见药物D（结点D）的圆圈面积最大，D-C、A-D、A-B 之间的边较宽，表明在纳入NMA 的研究中，

药物D、D-C、A-D、A-B之间比较的研究出现频率最多。（注：此处值展示了普通的网络图，其实，我们可以根据命令，设置不同研究是否盲法、随机、隐藏等质量评价的内容，是图片更加丰富多彩，此处不再展示）

BCAD

1.2 贡献图

网状meta分析中的不同的直接比较对网状meta分析的结果的影响不同，因此有时候需要评估不同直接比较对网状meta分析结果的影响，并找出影响网状meta分析合并结果最多的直接比较。例如，当评估网状meta分析真实性的时候，就需要评估风险偏倚对网状meta分析结果的影响。高风险偏倚且对网状meta分析高贡献的直接比较结果可能会影响网状meta

分析的合并结果。由于网状meta分析的合并结果来自于间接比较和直接比较，那么这部分直接比较结果，也可能影响临近对比措施的网状meta分析结果，进而会影响整个网状meta分析的结果。但是高风险偏倚且对网状meta分析低贡献的直接比较结果影响网状meta分析的程度就较低。因此就需要评估不同直接比较对网状meta分析结果以及整个网络网状meta分析结果的影响。

该图行为直接比较，列为间接比较结果，矩阵形成的是不同对照措施直接比较结果对不同对照措施的网状meta分析结果的影响程度。如25.4%指的是治疗措施a对比治疗措施b的直接比较结果对该合并结果（网状meta分析结果）学网状meta加Q 2984891249中的影响程度，3.4%指的是治疗措施a对比治疗措施c的直接比较结果对治疗措施a和治疗措施b的合并结果的影响程度。而13.6%是指的是治疗措施a对比治疗措施b的直接比较结果对整个网络网状meta分析结果的影响程度。

Direct comparisons in the networkAvsBAvsCAvsDBvsCBvsDCvsDMixed estimatesNetwork meta-analysis estimatesAvsBAvsCAvsDBvsCBvsDCvsD25.414.924.65.06.42.53.46.94.34.70.57.532.525.242.20.35.95.00.41.935.413.024.52.938.24.343.91.275.72.40.73.443.685.25.9Indirect estimatesEntire network13.64.819.11.532.528.5Included studies621311011

1.3 不一致性检验

不一致性是指网状meta分析中直接证据和间接证据存在差异，这会影响网状meta分析的真实性，因此需要在进行网状meta分析时进行检测，并分析不一致性的产生原因。对于三个治疗措施形成的闭合环，就可以直接比较直接证据和间接证据之间的不一致性。对于四个研究形成的闭合环，可以分割成两个闭合的三角形环，进而分析直接证据和间接证据之间的不一致性。在每一个闭合环里面，可以计算直接证据与间接证据间的绝对差异，我

们用不一致性因子表示（IF），那么对于不一致性因子就存在95%的可信区间和Z检验。

IF=log（RR直接-RR间接）=log（RoR）

若IF接近0或者RoR接近1，就说明直接证据和间接证据非常一致。

根据图和表我们可以发现，ROR接近1，这就说明这4个闭合环可能不存在统计学不一致性。

95%CILoop-specificLoopIF(truncated)Heterogeneity(?)2A-B-D0.50(0.00,1.52)0.018A-B-C0.49(0.00,3.85)0.000B-C-D0.48(0.00,3.29)0.000A-C-D0.41(0.00,2.37)0.000 01234

1.4 发表偏倚检测

在直接比较的meta分析中常用漏斗图来显示是否存在漏掉的研究，该图常用各个研究的效应量和精确性（常是标准误的倒数）。如果该图对称，这就说明这个直接比较的meta分析可能不存在发表偏倚或者不存在小研究效应；但是如果不对

称，就说明这个直接比较的meta分析可能存在发表偏倚或者小研究效应。在网状meta分析中，由于存在多个不同对照直接比较的meta分析，因此在进行发表偏倚检测的时候就需要对发表偏倚按照不同的对照组进行调整。在stata形成的漏斗图上，纵坐标是各个研究的效应量，横坐标上各个对照组的总的效应量。

01.5-41.5-202Effect size centred at comparison-specific pooled effect (yiXY-?XY)A vs BA vs CA vs DB vs CB vs DC vs D4

1.5 拟合一致性模型和不一致性模型结果

基于跨研究间干预措施配对比较异质性相同的假设下，一致性模型和不一致性模型研究间异质性检验结果如下图,结果显示不存在差异。

学网状meta加Q 2984891249

不一致性模型结果

1.6 疗效排序结果 数字结果

图片结果：这个文字结果，SUCRA越大，疗效越好

1001205005010034BestWorstBestWorstRank

本文来源：https://www.bwwdw.com/article/jjpt.html