在组件网络元分析中创建治疗与组件层次结构
统计方法学
2026-05-15 v1
摘要
组件网络元分析（Component network meta-analysis, CNMA）是一种统计方法，能够通过综合来自多个研究的数据，估计多组分治疗（如抗抑郁药的组合）以及单个组分（如单一抗抑郁药）的相对效果。系统综述和元分析的一个常见输出是按某种绩效指标对治疗方案进行层次排序。针对标准网络元分析（NMA）已有方法，但尚未扩展到CNMA。特别是，CNMA呈现出独特挑战，因为一组唯一可估计的相对效应集合比标准NMA更复杂难以确定，而涉及不可唯一估计的相对效应的层次结构是误导性的。我们提出了一套针对频率学派和贝叶斯CNMA的分步骤工作流程，包括明确识别唯一可估计的相对效应。我们通过在两个不同的网络中提出多个治疗层次问题来说明该工作流程：一个涉及抑郁症初级护理，另一个涉及慢性淋巴细胞白血病治疗的离散网络。
引用
@article{arxiv.2605.15142,
title = {Creating treatment and component hierarchies in component network meta-analysis},
author = {Augustine Wigle and Audrey Béliveau and Adriani Nikolakopoulou and Lifeng Lin},
journal= {arXiv preprint arXiv:2605.15142},
year = {2026}
}