使用网页工具MetaInsight实现对二分类和连续型变量的网状meta分析

今天的文章介绍一个可以实现网状meta分析的网页工具MetaInsight ，该工具集成了netmeta和gemtc两个程序包，可以同时进行频率学和贝叶斯两种NMA。

网页地址：https://crsu.shinyapps.io/MetaInsight/

下面这张图是该网站的首页，上面的工具栏包括导入数据、分析数据、用户手册、更新历史等，其中最重要的是导入数据和分析数据。侧边工具栏可以用来选择需要分析的数据类型，目前MetaInsight 可以用来分析二分类数据和连续型变量数据。

今天的文章使用之前的diabetes数据来介绍该工具的使用（点击阅读原文获取相应数据）。

数据导入

MetaInsight 支持long format和wide format两种数据类型，并且提供了相应的模板,这里推荐使用常见的long format数据。

导入数据以后，需要设置干预措施的标签。

最后查看相应的分析数据。

数据导入完毕便可以进行相应的数据分析，MetaInsight的主要数据分析包括三大类：Data summary、 Frequentist network meta-analysis和 Bayesian network meta-analysis。

数据汇总

数据汇总部分可以查看相应的数据特征和网状证据图。

• 左边的标签栏可以选择效应指标（OR、RR、RD）、拟合模型（随机效应和固定效应）以及研究效应大小是否代表更高的干预措施排序。

• 另外还可以通过排除某些研究来进行敏感性分析

数据特征

网状证据图

支持两种形式的网状证据图。

频率学NMA

频率学NMA结果主要包括：森林图、赛联表和一致性检验三种。

森林图

支持PDF和PNG两种格式

赛联表

一致性检验（节点分割法）

贝叶斯NMA

在进行贝叶斯NMA需点击运行分析按钮，其结果包括gemtc程序包分析的所有结果，如森林图、赛联表、模型诊断图等等。

这里主要展示MetaInsight特有的SUCRA排序图（3c Ranking panel）。

还可以呈现出雷达图的形式

相较于gemtc程序包的概率排序图，该图不仅美观而且呈现的信息更为丰富。

看完以后是不是感觉很简单

。