高阶版Meta—网状Meta分析入门必备知识点！

网状Meta分析的定义

网状Meta分析是一种基于多个研究的方法，用于分析两个以上干预措施之间的直接和间接比较结果。主要涉及到调整间接比较和混合治疗效应。

重点区别

与传统Meta分析相比，网状Meta分析强调在相同条件下比较多种干预措施，提供更全面和准确的治疗效应估计。这使得可以比较不同治疗方法之间的效果差异和治疗效果的一致性。

Meta分析进行间接比较的原因有二：

一是无直接比较的原始研究；

二是有直接比较的原始研究但这些研究数量较少或质量较低。

三个基本假设

英国东安格利亚大学医学院Song等指出，间接比较和网状Meta分析应用有三个水平的基本假设：

1.同质性假设： 与传统直接比较Meta分析相同，通过Q统计量检验法来检验同质性。如果结果无统计学差异，采用固定效应模型进行合并；否则需要探讨异质性来源，采用随机效应模型进行合并。

2.相似性假设： 包括临床相似性和方法学相似性。临床相似性涉及研究对象、干预措施和结局测量等的相似性，方法学相似性涉及试验质量的相似性。相似性有助于平衡试验集的偏倚。目前相似性假设没有公认的方法来检验，通常通过比较试验特征进行主观判断，或者通过敏感性分析、亚组分析以及Meta回归来识别。

3.一致性假设： 既有直接比较结果又有间接比较结果，或同时有多个间接比较结果(如：A vs. B可以通过A vs. C和B vs. C获得，亦可通过A vs. D和B vs. D获得)，在决定是否合并这些结果时，则需要进行第3个水平的一致性检验。

当有直接比较和间接比较结果时，需要进行一致性检验。如果比较结果差异小，认为符合一致性假设，可以进行合并。不一致性可能提示方法学缺陷或临床特征差异，需要进一步探讨原因。一致性检验涉及直接比较和间接比较结果，需要谨慎处理。不一致性可能源于方法学问题或临床特征差异，需要详细探讨可能的原因。

这些基本假设和挑战都强调了在进行网状Meta分析时对研究设计和质量的高度关注，以确保可靠的结果。

 

本期分享就到这啦！网状Meta分析比传统Meta分析考虑的东西更多，而且Meta分析学习过程，我们会碰到各式各样的问题，如果你想更快、更高效地掌握Meta分析，早日发表SCI，请不要错过青椒医学统计，专注科研，助你成长！