完整课程代码请关注微信公众号【橙子数据军团】,并回复“网状meta”获取。
首先介绍网状meta的基础知识:
【网状meta】基于R软件的贝叶斯网状meta分析
一、贝叶斯网状meta
※优势在于可以利用后验概率对所有分析的干预的干预措施进行排序,且克服了频率学法在参数估计时通过不断的迭代去估计最大似然函数、易出现不稳定而得到有偏倚的结果的缺陷,故估计值更为准备,且建模更灵活,为当前所推荐的方法
二、NMA分析步骤
1.绘制Network证据图
2.传统Meta分析(直接比较)
3.NMA分析(整合直接比较和间接比较)
4.绘制积累概率排序图
5.三个关键假定的检验与探讨
6.发表偏倚、质量评价、敏感度分析、亚组分析
三、软件安装准备
1.R 安装地址:
R:https://www.r-project.org/
RStudio:https://www.rstudio.com/products/rstudio/download/
2.chromeinstall
3.GeMTC软件
4.ADDIS软件
四、下面介绍R软件的使用
授之以🐟,不如授之以渔
【网状meta】基于R软件的贝叶斯网状meta分析
五、相关代码演示(完整内容公众号内回复"网状meta")
###加载安装包
library("gemtc")
###读取数据
data <- read.csv("XX.csv", sep=",", header=T)
###将数据转换成gemtc的网络格式
network <- mtc.network(data)
###网状图
plot(network)
###模型构建阶段(一致性模型)
model <-mtc.model(network, type="consistency",
n.chain=4,likelihood="normal",link="identity",linearModel="random")
#迭代操作
results <- mtc.run(model, n.adapt = 20000, n.iter = 50000, thin = 1)
#输出结果
summary(results)