网状meta分析概述

       卫生技术评估对于临床决策是一个很重要的基础，其使用的统计方法正在变得越来越复杂。自2002年该统计方法问世以来，在医学文献中，通过网络荟萃分析（NMA）进行系统评价的频率越来越高，在2008年之前，很少的系统评价包含NMA。 然而，到2012年年中，NMA的文献有明显的增长。NMA可以在很多软件中通过编写代码来实现，有一套成熟的理论和模型。现在，我们来看看网络荟萃分析的基础知识。

01

什么是网络荟萃分析？

首先，我们假设大多数读者都熟悉系统评价和传统的meta分析。如果你不是很熟悉，Cochrane手册是一个很好的教材，建议可以通读。普通的meta分析是对两种治疗方法的的疗或安全性直接头对头的比较。然而，在实践中，常常有许多药物治疗同一种疾病。决策者、医生和患者需要能够在多种治疗措施或方案中选择最佳的治疗方法。网络meta分析实际上是对传统meta分析的扩展，可用于同时比较任何数量的治疗。

传统meta分析示意图

基于直接比较的证据

在传统meta分析模式下，可能出现以下三个问题：没有可用的直接比较证据，现有的证据很少或质量很低，存在多种干预措施。而网状

现有的证据很少或质量很低

没有可用的直接比较证据

存在多种干预措施

02

网状meta分析三个假设

NMA的理论是基于三个基本假设的，这三个假设要在文章中一一检验加以体现，它们包括了：

1、同质性假设。同质性检测采用的方法与传统的Meta分析一样，采用Q 统计量检验法 (若纳入文献具有同质性，则采用固定效应模型；若具有异质性，则采用随机效应模型)。假如存在异质性，亦可采用亚组分析、网状meta回归、敏感性分析来解决。

2、相似性假设。包括临床相似性和方法学相似性 。目前没有统一的指标进行评价，一般来说，严格控制纳入排除标准有助于增加其相似性；

 3、一致性假设。一致性假设是指假设原始研究中的直接比较和间接比较结果是一致的。在实际操作中，可通过节点分析就行检验。假如存在不一致的情况，科采用不一致性模型进行拟合计算。

异次元点评

实现网状meta分析的软件有很多，目前比较主流的为stata、R、Winbugs和SAS四个软件，几乎能实现任何数据的网状meta分析。其中，stata用于频率学的网状meta分析，Winbugs用于贝叶斯的网状meta分析，R盒SAS是全能软件，两者皆可实现。由于Winbugs本身缺乏作图功能，亦可与stata、R和SAS任意一款软件合用，但是容易出错。在接下来的几期中，我们将讨论不同软件输出解读。