连通与断开网络中分量网络 meta 分析的模型选择：一项模拟研究
统计方法学
2022-05-24 v1
摘要
网络 meta 分析（NMA）广泛用于证据综合，以估计针对某一临床疾病的若干竞争干预措施的效果。其挑战之一在于断开网络中无法实施。分量网络 meta 分析（CNMA）可从技术上“重新连接”含多成分干预的断开网络。加性 CNMA 模型假设任一多成分干预的效果为其各分量效果之加性和。该假设可通过添加交互分量项而放宽，从而改善拟合优度但降低网络连通性。模型选择旨在寻找拟合优度与连通性之间合理平衡的模型（所选 CNMA 模型）。我们旨在引入一种针对 CNMA 模型的前向模型选择策略，并考察 CNMA 模型在连通与断开网络中的表现。我们将方法应用于真实的 Cochrane 综述数据集以及具有加性、轻度或重度违背干预效应的模拟数据。我们从连通网络出发，并人工构造断开网络。我们利用均方误差与覆盖概率，将各连通与断开网络下的加性与所选 CNMA 结果与 NMA 进行比较。CNMA 模型在连通网络中表现良好，若加性成立可作为标准 NMA 的替代。相反，模型选择在断开网络中表现不佳，我们建议对子网络进行单独分析。
引用
@article{arxiv.2205.11218,
title = {Model selection for component network meta-analysis in connected and disconnected networks: a simulation study},
author = {Maria Petropoulou and Gerta Rücker and Stephanie Weibel and Peter Kranke and Guido Schwarzer},
journal= {arXiv preprint arXiv:2205.11218},
year = {2022}
}
备注
17 pages, 5 figures, 5 tables