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
。