一种剂量-效应网络荟萃分析模型：在抗抑郁药中的应用
统计方法学
2022-03-15 v3
摘要
网络荟萃分析（NMA）已被用于回答关于特定疾病首选干预措施的一系列临床问题。尽管药物的有效性与安全性取决于给药剂量，NMA应用通常忽略药物剂量对结果的作用，这导致网络中异质性增加。本文提出一套利用受限立方样条（RCS）纳入剂量-效应关系（DE-NMA）的网络荟萃分析模型。我们将该模型扩展为剂量-效应网络荟萃回归，以考虑研究水平的协变量以及类别效应DE-NMA模型中的药物分组。我们将这些模型应用于关于21种抗抑郁药及安慰剂治疗抑郁症疗效的聚合数据网络。我们发现，在一定剂量后所有抗抑郁药均优于安慰剂。我们还确定了每种抗抑郁药效应超过安慰剂的剂量水平，并估计了抗抑郁药效应不再随剂量增加而提升的剂量。基于RCS的DE-NMA模型以灵活方式对多种干预措施的剂量-效应关系进行建模，决策者可利用其为治疗选择提供依据。
引用
@article{arxiv.2104.05414,
title = {A dose-effect network meta-analysis model: an application in antidepressants},
author = {Tasnim Hamza and Toshi A. Furukawa and Nicola Orsini and Andrea Cipriani and Cynthia Iglesias and Georgia Salanti},
journal= {arXiv preprint arXiv:2104.05414},
year = {2022}
}