Stata软件network组命令在网状Meta分析中的应用

本文介绍了如何使用Stata的network组命令进行网状Meta分析,以治疗帕金森病药物为例,包括数据预处理、模型拟合、疗效排序和不一致性检验等步骤,并展示了具体的应用实例。
摘要由CSDN通过智能技术生成

前言

Stata软件的mvmeta命令通过拟合多变量模型进行网状Meta分析,但仍存在诸多挑战,如数据预处理、 模型参数化、结果图示化等,而 network 组命令可以较好地应对这些挑战。本文以连续型数据为例,介绍如何使用 network 组命令进行网状 Meta 分析。

网状 Meta 分析(network meta-analyses,NMA) 可以同时进行直接与间接比较,即使是相比较的两种治疗药物从未进行过直接对比,该分析方法可以将一系列不同治疗方法的随机临床试验数据汇总, 然后就给定的治疗终点进行点及可信区间估计,同时对不相关性进行评估。

此篇文章用到的数据来源于治疗进展性帕金森病药物的 Meta 分析。Dias S, Welton NJ, Sutton AJ, et al. Nice Dsu Technical Support Document 2: a Generalised Linear Modelling Framework For Pairwise And Network Meta-Analysis Of Randomised Controlled Trials [EB/OL]icon-default.png?t=N7T8http://research-information.bristol

具体方法和步骤

数据按表1所示格式输入Stata数据管理器中,命名为Parkinson.dta存储于C盘根目录下,其中“study”表示研究,“treatment”表示干预药物,其中1=Placebo、2=Pramipexole、3=Ropinirole、4=Bromcriptine、5=Cabergoline;“mean”、“sd”、“n”分别表示每个研究中各个臂中的时间的均数、标准差及观察人数。

该组命令为Stata软件的非官方命令,需要采用下列方法进行安装:在联网的情况下,在Stata命令窗口中键入:

.netfromhttp://www.mrc-bsu.cam.ac.uk/IW_Stata/
.netcdmeta
.netinstallnetwork.pkg

按提示操作即可完成安装。该组命令共有12个命令,主要的命令及其功能如表 2 所示。

针对表1中的数据,使用Stata的network组命令可以进行数据预处理、绘制网状结构图、拟合模型、疗效排序、不一致性检验、绘制森林图等操作,为方便计算,可以编写.do文件,具体操作步骤和主要解释见框1。可以在Stata软件的菜单栏中按“Windows→Do-file Editor→New Do-file Editor”步骤操作,打开“Do-file”编辑器,将框1中代码复制到已打开的“Do-file”编辑器中,并在编辑器的“Tools”下拉菜单中选择“Excute(do)”执行即可。

框 1 network 组命令进行 NMA 过程

** 第一步,数据读入及预处理
use C:\Parkinson.dta, clear
network setup mean sd n, studyvar(study) trtvar(treatment) ref(1) format(augment) md
** 第二步,进行网状 Meta 分析
* 绘制网状结构图
network map
* 拟合一致性模型
network meta consistency
* 拟合不致性模型
network meta inconsistency
* 疗效排序,在拟合一致性模型后运行
network rank min
* 不一致性检验
network sidesplit all
** 第三步,绘制森林图
use C:\Parkinson.dta, clear
network setup mean sd n, studyvar(study) trtvar(treatment) ref(1) format(augment) md
network meta inconsistency
network forest, xtitle(MD and 95% CI) title( 治疗帕金森病药物网状态 Meta 分析 )

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4(结点D)的圆圈面积最大,D-C、D-E、A-B之间的边较宽,表明在纳入NMA的研究中,药物4、D-C、D-E、A-B之间比较的研究出现频率最多。

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(τ)分别为0.406和0.446;拟合模型结果显示,与药物1(Placebo)相对,只有药物2(Pramipexole)可以明显缩短时间,差异有统计学意义,相应P值分别为0.001、0.026;Wald方法进行不一致性检验结果显示网络模型不存在不一致性(P=0.848),具体如表3。

疗效排序结果

每种药物疗效“最佳”的可能性分别是:药物1(0%)、药物2(93.5%)、药物3(0.7%)、药物4(0%)、药物5(5.8%),表明药物2(Pramipexole)疗效最佳。

节点分割法进行不一致性检验结果

各个分割节点比较,直接比较和间接比较结果之间的差异没有统计学意义,相应P值均大于0.05,如表4所示,提示没有证据表明网络模型存在不一致性。

绘制森林图结果

森林图可以显示两两比较的药物在不同研究、不同“设计”中效应量合并结果;同示也显示了不一致性检验结果,如图2所示。

本文是以连续型数据为例,简单说明 network组命令进行 NMA 的过程。network 组命令是功能强大、容易操作的 NMA 命令,并能有助于初学者掌握基于频率学框架下的 NMA 方法的学习和理解,特别是在数据填补、构建方差-协方差矩阵、模型参数设置等方面颇为有益。

本文摘自:张天嵩. Stata软件network组命令在网状Meta分析中的应用. 中国循证医学杂志, 2015, 15(11): 1352-1356. doi: 10.7507/1672-2531.20150221

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值