.png){kind=icon}
返回
Network Meta-Analysis with Class Effects: A Practical Guide and Model Selection Algorithm
.png){kind=icon}
OA
AI
DOI：10.1177/0272989x251389887.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
网络Meta分析（NMA）通过综合随机对照试验的数据来估计多种干预措施之间的相对治疗效应。当干预措施可以按类别分组时，类别效应NMA模型可用于在类别层面提供决策建议，并能够应对数据稀疏和网络不连通的挑战。尽管类别效应NMA模型具有潜力，并在多种疾病领域有广泛应用，但现有文献缺乏对类别效应模型范围、假设、估计的实践考量、模型选择、假设检验和结果呈现等方面的全面指南。此外，目前尚无标准软件提供NMA的实现。本文旨在为类别效应NMA模型提供一个建模框架，提出一种系统化的模型选择方法，并就如何使用multinma R包实现类别效应NMA模型提供实用指导。我们描述了包含随机和固定治疗水平效应以及可交换和共同类别水平效应的层级NMA模型。我们详细介绍了检验异质性、一致性和类别效应假设的方法，并结合模型拟合评估以识别最适宜的模型。本文提出了一种模型选择策略，以指导用户完成这些流程并评估不同模型的假设。我们使用一项包含17个类别41种干预措施的社交焦虑NMA研究，对该框架和结构化模型选择方法进行了说明。
研究亮点
为包含类别效应的网络Meta分析（NMA）提供了实用指南和建模框架。
提出了一种模型选择策略，以指导研究者选择适当的类别效应模型。
通过一项包含41种干预措施的社交焦虑大型案例研究，对该策略进行了说明。
期刊
IF:
2.3
论文数:
2.6K
被引数:
6.4K
机构
引用论文
Simultaneous comparison of multiple treatments: combining direct and indirect evidence多种治疗的同时比较: 结合直接和间接证据
OAAI
OAAI分享收藏The PRISMA Extension Statement for Reporting of Systematic Reviews Incorporating Network Meta-analyses of Health Care Interventions: Checklist and Explanations纳入卫生保健干预措施网络荟萃分析的系统评价报告的PRISMA扩展声明: 清单和解释
PREAI
分享收藏Network meta-analysis of therapies for previously untreated advanced BRAF-mutated melanoma.png)
CANCER TREATMENT REVIEWS
CANCER TREATMENT REVIEWSIF10.5
PREAI
分享收藏
查看更多内容