R语言meta分析(4)网状Meta 分析
(1)网状Meta 分析介绍
网状Meta 分析(NMA)是一种允许在同一meta分析中比较多种治疗方法的统计技术 ,其近年来在医学文献中越来越受欢迎。网状Meta 分析自2002 年由Lumley 教授正式提出以来,引发广泛关注。网状meta分析的概念:基于间接比较或合并间接比较与直接比较而同时分析 2 个以上干预措施的 Meta分析。包括如下2种情况:①间接比较 Meta分析:当不存在直接比较情况下,基于共同对照对多个干预措施进行比较的 Meta分析;②混合治疗效应 Meta分析:当同时存在直接比较和间接比较的情况下,基于间接结果与直接结果的合并结果来同时分析多个干预措施的 Meta分析。
近年来基于严格设计的随机对照试验(RCT)已经被公认为评价干预措施疗效的最佳手段,这种比较所采用的针对两组研究结果比较的定量综合方法,被称为传统的 Meta 分析方法。传统 Meta 分析通过合并多个直接比较的研究而得到一个综合的评估结果,从而克服了单个研究样本量不足的缺陷,提高了研究的检验效能,特别是研究结果出现不一致时,运用 Meta 分析对判断某种干预措施的有效性与否发挥了重要作用。当欲开展两种干预措施利弊比较(A vs B)的 Meta 分析,但不能找到 A vs B 直接比较的 RCT,却可找到 A vs C与 B vs C 进行比较的 RCT,我们可以将 C 作为共同对照,通过 A vs C 与 B vs C的比较结果来间接得到 A vs B 的疗效比较,这种方法叫做间接比较(indirect comparison)。在实际的临床工作中,临床医生常常需要同时比较多种干预措施,权衡利弊以进行临床决策,这时证据网络中既存在直接证据,又存在间接证据,这种综合直接及间接证据的分析方法即为网状 Meta 分析(Network Meta-analysis, NMA)。 网状 Meta 分析可以同时比较三个或三个以上干预措施的疗效,因而被认为是传统 Meta 分析的扩展及延伸,即 NMA 可基于严格设计 RCT 同时比较多个干预措施,对直接及间接比较进行综合性分析。当无直接比较的研究存在时,间接比较成为提供有价值的卫生决策信息的有效途径;当有直接比较的研究存在时,综合直接比较与间接比较的研究结果能够提高结果的精度。不仅如此,NMA 还能够就不同干预措施的疗效进行排序,提供每一个干预措施是最佳干预措施的概率。关于 Meta 分析方法的研究迄今已经有 30 多年的时间,NMA作为一门新崛起的、一种循证医学统计学方法,越来越受到流行病学家、统计学家、临床研究者及药学家的关注及青睐。
为什么选择R语言
有多种统计学软件可以执行NMA所需的各种步骤。可以使用诸如SAS和STATA之类的商业程序来实现频繁模型。可自由使用的贝叶斯软件程序(如OpenBUGS,WinBUGS或JAGS)可用于执行贝叶斯NMA,但它们需要非常复杂的程序代码。此外,这些统计学软件可能不包含绘图工具。
而R语言是一类免费开源的软件,其在统计学家中广受欢迎。R语言用户无需在OpenBUGS,WinBUGS或JAGS中编程便可以实现这些包的功能同时输出美观的可视化结果,从而最大限度地减少了用户所需的编程。通过组合几个包的功能,几乎所有网络meta分析所需要的输出都可