ขณะนี้มีวิธีการต่าง ๆ ในการทำการวิเคราะห์อภิมานเครือข่ายหรือเปรียบเทียบการรักษาแบบผสม
รายการที่ใช้บ่อยที่สุดและเข้าถึงได้อาจเป็นสิ่งต่อไปนี้:
ในกรอบ Bayesian :
- วิธีการปฏิสัมพันธ์ออกแบบโดยการรักษาใน WinBUGS (เช่นJackson et al );
- การสร้างแบบจำลอง Bayesian แบบแขนตามลำดับชั้นใน WinBUGS (เช่นZhao et al );
- การแยกแบบลำดับขั้น (เช่นการแยกโหนด) การสร้างแบบจำลองแบบเบย์โดยใช้ WinBUGS หรือผ่าน
gemtc
และrjags
ใน R (เช่นDias et alหรือvan Valkenhoef et al ); - การประมาณ Laplace ซ้อนกัน (INLA) ใน WinBUGS (เช่นSauter et al );
ในกรอบบ่อย :
- การวิเคราะห์ความแปรปรวนแบบแฟคทอเรียลใน SAS (เช่นPiepho );
- การวิเคราะห์เมตาเครือข่ายหลายระดับใน SAS (เช่นGreco และคณะ )
- การถดถอยแบบหลายตัวแปรด้วย
mvmeta
ใน Stata หรือ R (เช่นWhite et al ); - meta-analysis ของเครือข่ายด้วย
lme
และnetmeta
ใน R (เช่นLumleyซึ่ง จำกัด อยู่ที่การทดลองสองแขนหรือRucker et al )
คำถามของฉันคือง่าย ๆ : พวกเขามีความเท่าเทียมกันหรือมีคำถามที่ดีกว่าในกรณีส่วนใหญ่สำหรับการวิเคราะห์เบื้องต้น
UPDATE
เมื่อเวลาผ่านไปมีการวิเคราะห์เปรียบเทียบวิธีการวิเคราะห์เมตาดาต้าเครือข่าย: