网状meta

回归分析可以考虑采用元回归方法.以研究水平特征为自变量.研究间影响大小(如logRR)为应变量建立模型

. 在excel中将数据整理成如图所示，study为研究名（可为author_year），id为study的序列，t为treatment的序号，r为反应数量，n为总人数。复制进stata的数据框，首行选择为变量。

2. 输入代码：network setup r n, studyvar(id) trtvar(t) format(augment) or；或者network setup r n, studyvar(id) trtvar(t) format(augment) rr。前后取决于用OR还是RR作为效应量。3. 制作网状图：network map；代码network map, improve可以对图片进行编辑4. 输入代码network meta i，进行不一致性检验。

建议流程如下:

1. 敏感性分析可以通过剔除每个研究后重新进行NMA来进行。重复进行NMA可以看出去掉某些研究是否对结果影响大。

2. 回归分析可以考虑采用元回归方法,以研究水平特征为自变量,研究间影响大小(如logRR)为应变量建立模型。

3. 自变量可以考虑研究质量评分、样本量、年份等方法学特征。

4. 应变量是每组比较的影响效应值logRR。根据NMA网络结构,可能需要建立多个回归方程。

5. 通过元回归可以找出哪些方法学特征影响效应值,从而判断研究间异质性的源头。

6. 软件方面,可以在R语言的netmeta包中进行,有专门的函数。

7. 也可以尝试Bayesian框架下的元回归方法。