网络 meta 分析中的度不规则性与排序概率偏差

网络 meta 分析 (NMA) 是一种用于比较治疗方案的统计学技术。网络的节点为竞争性的治疗，边表示试验中治疗的比较。贝叶斯 NMA 的结果包括治疗效应估计，以及每种治疗排第一、第二等的概率。网络几何结构究竟如何影响这些结果的准确性和精确性尚未被完全理解。在此我们开展一项模拟研究，发现不同治疗所涉试验数量的差异会导致估计排序概率的系统性偏差。该偏差与治疗效应估计精确性增加的变异相关。借助复杂网络理论的思想，我们定义了“度不规则性”的度量以量化每种治疗所涉研究数量的不对称性。我们的模拟表明，更规则的网络具有更精确的治疗效应估计和更小的排序概率偏差。我们还发现，度规则性比网络中的研究总数以及每次比较试验数量的差异更能指示 NMA 质量。这些结果对未来试验的规划具有启示。我们证明，选择能降低网络不规则性的试验可改善 NMA 结果的精确性和准确性。