组件网络元分析的贝叶斯无锚定可加模型

组件网络元分析（CNMA）模型是标准网络元分析（NMA）模型的一个扩展，考虑到网络中多组成分治疗的使用。本文在 CNMA 的多个统计方面作出创新性贡献。首先，通过引入统一符号，我们建立了当前可用方法在可加性假设上的差异，这一重要区别在迄今为止的文献中尚未被注意到。特别是，一种模型使用的可加性形式比另一种更为严格，我们依此将其称为锚定和非锚定模型。我们展示，若锚定模型被误指定，可能会导致数据拟合不佳。其次，鉴于贝叶斯模型常被实践者所偏好，我们在统一符号下开发了两种新型非锚定贝叶斯 CNMA 模型。广泛的模拟研究检验偏差、覆盖概率和治疗排序，确认了新模型的优异性能。这项工作是首个比较 CNMA 文献中统计性质的模拟研究。最后，在真实数据集上演示了我们新模型的使用，并比较了 CNMA 模型在该数据集上的结果。