网状meta分析敏感性分析

改变纳入排除标准或剔除某类文献后再进行效应量合并是常用的敏感性分析方法之一。

针对网状Meta分析(NMA)进行敏感性分析,主要可以从以下方面入手:

1. 剔除每个研究后重新进行NMA,观察对效应评价的影响。

2. 剔除小样本研究,评估样本量对结果的影响。

3. 剔除质量评分较低的研究,评估研究质量的影响。

4. 使用不同的先验分布进行Bayes NMA,看结果差异。

5. 对连通性作敏感性分析,剔除相邻节点研究后的影响。

6. 用不同统计模型如 Consistency model 和 Inconsistency model。

7. 对处理不一致性的方法作敏感性分析。

8. 对缺失数据作敏感性分析。

9. 变更效应量,如优势比、风险比等。

10. meta灵敏性分析的传统方法也可借鉴。

综上,NMA可以通过多角度进行敏感性分析,评估结果稳定性。软件如R包netmeta可提供部分功能。

改变纳入排除标准或剔除某类文献后再进行效应量合并是常用的敏感性分析方法之一，适用于纳入文献较多，但某些文献数量较少的时候（如纳入20篇文献，但病例对照研究只有3篇，队列研究17篇）。

若排除一类文献后，合并结果没有发生方向的改变（如从有统计学意义变成无统计学意义），说明该类文献对结果的影响不显著，meta分析结果稳定。