Meta分析之网状meta原理

网状meta分析（Network Meta-Analysis,NMA）是一个用来比较多种不同治疗方案对疾病影响的有效方法，它最大的优势在于能使用间接比较的方法去评价无直接临床实验比较的两种治疗方案的优劣。

举个简单的例子，假设有A、B和C三类降血脂的药物，有A vs C 和B vs C这两类临床试验，这时候可以用传统的meta分析去比较A和C的优劣以及B和C的优劣，但是却无法获得A和C的优劣比较，这时候运用间接meta分析的方法可以获得A vs C的结果，从数学的角度看，它体现了一种运算的传递性，这种运算可以认为是咱们的meta运算（这个是米老鼠自己的理解，可能优有点不严谨），具体点就是先将meta中的A vs B 视为A/B（也即我们熟悉的除法运算），A vs C视为A/C，这样（A/B）/（A/C）变成了C/A，这就相当于实现了C vs A 的meta分析，也就是以B为中介，间接比较C和A两种疗法的优劣。其实将直接meta分析（direct meta-analysis）和间接meta分析（indirect meta-analysis）结合起来就是网状meta分析。

网状meta分析主要基于如下四个假设：

（1） 同质性假设（Homogeneity）：真正的临床效应在不同的试验中应该差别不大，可以用Cochrane Q值判定，Q值越大，则异质性也越大。

（2） 网络连接性假设（Network Connectivity）：在评价任何一个干预措施的效果时，都需要将它置于meta分析的网络中，解释其直接效应和间接效应。

（3） 传递性假设（Transitivity）：不同临床试验需要保证其基准一致，如果一个试验的人均为老年人，而另一些都是青年人，则结果是无法传递下去的。

（4） 一致性假设（Consistency）:直接比较和间接比较的结果应该保持一致。

当然，也有人归纳为三个假设：（1）同质性假设；（2）相似性假设；（3）异质性假设。这里（1）和（3）和上述一致，（2）是指参与比较的不同试验之间应该具有高度的相似性。

希望大家能好好理解网状meta分析的基本假设，下次我将利用R语言讲解具体如何进行网状meta分析。

参考文献：

1. Watt J, Tricco AC, Straus S,Veroniki AA, Naglie G, Drucker AM: ResearchTechniques Made Simple: Network Meta-Analysis. J Invest Dermatol 2019, 139(1):4-12.e11.