网状meta分析实效性评价方法及其广义线性混合效应模型的构建与应用研究

The network meta-analysis is introduced as a new popular and powerful statistical technique used in the evidence-based medicine that allow for comparisons of two or more different interventions that have not been studied in a head to head fashion. It incorporates all available direct and indirect evidence into a general statistical framework and became one most important recent development in meta-analysis methodology. Unfortunately, due to the use of indirect evidence and the mutual transitivity of evidence in network meta-analysis, the validity of this method are still controversial and questionable. For examples, What about the relationship among the assumptions of homogeneity, similiarity and consistency and how to judge whether the three assumptions are satisfied? How to estimate the weak correlation effect and risk of bias? What about the precision of different analysis model and the conditions they required? These issues will make the network meta-analysis artificially appear to provide a stronger evidence base accompanying graphical representation of a treatment network but potentially false impression of the strong evidence base. In this subject,we wants to explore the methods for assessing the validity of network meta-analysis in method assumptions, treatment network, risk of bias assessment and evidence synthesis models, then we will investigate a fixed-effect or random-effect generalized linear mixed models for network meta-analysis and evaluate it’s power for assessing the validity of network meta-analysis. All these above work will be performed depending on computer simulation and real clinical research examples. The purpose of this project is to provide constructive consultation in practicing network meta-analysis in clinical research and help clinical decision-making.

组间直接比较证据缺乏的情况下，采用网状Meta分析对多种干预措施进行比较是近年来新兴的一门循证统计学技术。它将所有直接和间接证据集成于一个总的统计框架中，成为Meta分析方法学最重要的一个发展方向。然而，由于该方法部分基于间接证据，证据传递导致信息损失或偏性，故其理论完备性与实效性一直备受争议和质疑，如数据间的同质性假设、相似性假设及一致性假设的判定方法及关联程度，弱关联效应及偏倚的评估，统计合并模型的选择及其适用条件等。这些问题的存在，使网状Meta分析纵然有引人注目的网络结构图形，也只是表象上的证据，存在着较高的证据假象的风险。本课题旨在利用计算机模拟技术与临床研究实例数据演算方法，拟从方法学假设、网络设置、偏倚与证据质量评估、统计分析模型等方面探讨网状Meta分析实效性评价方法，进而构建网状Meta分析广义线性混合模型以探讨其实效性，研究结果有望为临床决策提供方法支持与实践指导。

传统的Meta分析方法往往进行多重的两两比较，间接比较与网状Meta分析是传统两处理Meta分析方法的扩展。它允许头对头直接比较的 研究缺乏的情况下，通过某共同比较对研究的干预措施进行间接比较或通过处理网络的扩展来探索研究更多的处理。本项目围绕骨质疏松引起的椎骨骨折临床治疗方案的相关数据，初步构建了间接比较的网络评价模型。以此为基础，对Salanti与Grand工作组提出的网状Meta分析质量评估模型进行了模拟验证。两种评价方法各有利弊，前者对于间接比较的间接性考虑不周；后者未考虑直接与间接证据在合并过程中所占比例。同时针对诊断试验中的循证评价与Meta分析问题，对于新发现获增加因素的诊断价值如何进行判定进行了初步的研究探讨，得出了在将AUC的提高作为价值改善的第一标准的同时，NRI和IDI也应该被考虑其中，理想的状态下，改善AUC，IDI和NRI，应该得到相同的结论。最后，针对利用文献衍生数据进行直接或间接比较Meta分析的数据源局限性，利用研究单位现有的"军卫一号"数据库平台与优势，基于Health Level 7 国际医学信息模型、国际标准医学术语（ ICD LOINC）等标准，着手进行临床实用型科研数据库的开发建设工作。 本课题研究结果对于网状Meta分析在循证医学研究及临床实践中应用的有效性评价提供了参考，同时本课题关于数据采集治理方面的探索研究，对真实世界数据的宏观临床循证决策更具有现实意义。