Hiện tại có một số cách tiếp cận khác nhau để thực hiện phân tích tổng hợp mạng hoặc so sánh điều trị hỗn hợp.
Những cái thường được sử dụng và dễ tiếp cận nhất có lẽ là như sau:
trong khuôn khổ Bayes :
- phương pháp tương tác thiết kế bằng cách xử lý trong WinBUGS (ví dụ Jackson et al );
- mô hình Bayes dựa trên cánh tay phân cấp trong WinBUGS (ví dụ Zhao et al );
- Mô hình Bayes dựa trên phân cấp tương phản (tức là chia nút), với WinBUGS hoặc thông qua
gemtc
vàrjags
trong R (ví dụ Dias et al hoặc van Valkenhoef et al ); - tích hợp xấp xỉ Laplace lồng nhau (INLA) trong WinBUGS (ví dụ Sauter et al );
trong khuôn khổ thường xuyên :
- phân tích nhân tố của phương sai trong SAS (ví dụ Piepho );
- phân tích tổng hợp mạng đa cấp trong SAS (ví dụ Greco et al );
- hồi quy meta đa biến với
mvmeta
trong Stata hoặc R (ví dụ White et al ); - phân tích tổng hợp mạng với
lme
vànetmeta
trong R (ví dụ Lumley , tuy chỉ giới hạn ở các thử nghiệm hai nhánh hoặc Rucker et al ).
Câu hỏi của tôi là, đơn giản là: chúng gần tương đương nhau hay có một cái nào thích hợp hơn trong hầu hết các trường hợp cho phân tích chính (do đó bảo lưu những cái khác cho các phụ trợ)?
CẬP NHẬT
Theo thời gian, đã có một số phân tích so sánh về các phương pháp phân tích tổng hợp mạng: