В настоящее время существует несколько различных подходов для выполнения сетевого мета-анализа или сравнения смешанного лечения.
Наиболее часто используемые и доступные из них, вероятно, следующие:
в байесовских рамках :
- подход взаимодействия дизайн-за-лечением в WinBUGS (например, Jackson et al );
- иерархическое байесовское моделирование в WinBUGS (например, Zhao et al );
- иерархическое байесовское моделирование, основанное на контрасте (т.е. расщепление узлов), либо с помощью WinBUGS, либо через R, но
gemtc
и наоборотrjags
(например, Dias et al или van Valkenhoef et al ); - интегрированные вложенные аппроксимации Лапласа (INLA) в WinBUGS (например, Sauter et al );
в рамках часто используемых :
- дисперсия факторного анализа в SAS (например, Piepho );
- многоуровневый сетевой метаанализ в SAS (например, Greco et al );
- многомерная мета-регрессия с помощью
mvmeta
Stata или R (например, White et al ); - сетевой метаанализ с
lme
иnetmeta
в R (например, Lumley , который, однако, ограничен испытаниями с двумя руками, или Rucker et al ).
Мой вопрос просто: они примерно эквивалентны или есть один, который предпочтителен в большинстве случаев для первичного анализа (таким образом, оставляя другие для вспомогательных)?
ОБНОВИТЬ
Со временем был проведен сравнительный анализ методов метаанализа сети: