网络Meta分析研究进展系列(八):多重关联结局的多元网络Meta分析  

Advances in methodology of network meta-analysis (8): multivariate network Meta-Analysis of multiple correlated outcomes

作　　者：杨智荣[1] 武珊珊 董圣杰 张天嵩[4] 田金徽[5] 孙凤 Yang Zhirong;Wu Shanshan;Dong Shengjie;Zhang Tiansong;Tian Jinhui;Sun Feng

机构地区：[1]北京大学公共卫生学院流行病与卫生统计学系,北京100191 [2]英国剑桥大学临床医学院初级医疗中心,剑桥CB18RN [3]首都医科大学附属北京友谊医院国家消化系统疾病临床医学研究中心,北京100050 [4]复旦大学附属静安区中心医院中医科,上海200040 [5]兰州大学循证医学中心甘肃省循证医学与临床转化重点实验室,兰州730000 [6]烟台市烟台山医院骨关节科,烟台264000

出　　处：《中国循证心血管医学杂志》2021年第1期4-9,14,共7页Chinese Journal of Evidence-Based Cardiovascular Medicine

基　　金：国家自然科学基金(72074011);北京大学医学部教改课题(2019YB39);北京大学2020年度“教育大数据研究项目”(2020YBC02)。

摘　　要：本文着重介绍贝叶斯框架下的多元网络Meta分析,包括基础模型和全模型。该分析适用于多重关联结局。作为经典的单结局的单元网络Meta分析的拓展,它一方面可同时把所有具有关联性的结局纳入同一个模型里进行效应合并,控制了不同结局之间的相关性,另一方面可以把报告了任一关联结局的研究都纳入分析,从而增加了样本量和结局信息,可一定程度上减少结局选择性报告偏倚的影响。This review introduces multivariate network Meta-analysis(MNMA)of multiple correlated outcomes in a Bayesian framework,including basic model and full model,which are extended from classic univariate network Meta-analysis(UNMA).MNMA can simultaneously analyse all the outcomes in one model,accounting for correlation between the outcomes.Unlike UNMA,MNMA can consider all relevant studies in which at least one outcome of interest was reported,thereby including more studies and outcome information to improve the precision of pooled effect estimates.MNMA has the potential to help reduce the impact of outcome selective reporting bias on the pooled effect estimates.

关 键 词：多元网络Meta分析 多重关联结局 贝叶斯方法 WINBUGS 

分 类 号：R4[医药卫生—临床医学]