Qual é o melhor método para a meta-análise de rede?

12

Agora, existem várias abordagens diferentes para realizar uma meta-análise de rede ou comparação de tratamentos mistos.

Os mais usados ​​e acessíveis são provavelmente os seguintes:

  • em uma estrutura bayesiana :

    • abordagem de interação design por tratamento no WinBUGS (por exemplo, Jackson et al );
    • modelagem bayesiana hierárquica baseada em braço no WinBUGS (por exemplo, Zhao et al );
    • modelagem bayesiana baseada em contraste hierárquico (isto é, divisão de nós), com WinBUGS ou através gemtce rjagsem R (por exemplo, Dias et al ou van Valkenhoef et al );
    • aproximações de Laplace aninhadas integradas (INLA) no WinBUGS (por exemplo, Sauter et al );
  • em uma estrutura freqüentista :

    • análise fatorial de variação no SAS (por exemplo, Piepho );
    • meta-análise de rede multinível no SAS (por exemplo, Greco et al );
    • meta-regressão multivariada com mvmetaem Stata ou R (por exemplo, White et al );
    • meta-análise de rede com lmee netmetaem R (por exemplo , Lumley , que no entanto é limitado a ensaios com dois braços, ou Rucker et al ).

Minha pergunta é simplesmente: eles são aproximadamente equivalentes ou existe um que é preferível na maioria dos casos para a análise primária (reservando assim os outros para os auxiliares)?

ATUALIZAR

Ao longo do tempo, houve algumas análises comparativas sobre métodos de metanálise de rede:

  1. Carlin BP, Hong H, Shamliyan TA, Sainfort F, Kane RL. Estudo de caso comparando abordagens bayesianas e freqüentistas para comparações de tratamentos múltiplos. Agência de Pesquisa e Qualidade em Saúde (EUA). 2013.
Joe_74
fonte

Respostas:

1

Penso que as abordagens de modelagem e as técnicas de estimativa devem ser vistas separadamente. Do ponto de vista da modelagem, o modelo Lumley funciona apenas para testes com dois braços. Portanto, não é preferível. Na minha opinião, a abordagem de divisão de nós, que você listou como Dias et al, é muito intuitiva. Além disso, acho que você deve adicionar a abordagem de interação design por tratamento ( http://www.ncbi.nlm.nih.gov/pubmed/24777711 ). Do ponto de vista da estimativa, eu não sei muito sobre técnicas freqüentistas, mas é possível usar o MCMC para quase todos os modelos de NMA. Por fim, existe uma técnica diferente (que infelizmente não é amplamente conhecida) chamada INLA. Você pode usar o INLA de dentro do R e ajustar os modelos NMA, é mais rápido e não precisa verificar o diagnóstico de convergência. Aqui está o artigo http://www.ncbi.nlm.nih.gov/pubmed/26360927. Então, no final, eu preferiria a divisão de nós e a abordagem de interação projeto por tratamento usando o INLA.

Burak
fonte
1
Você está perguntando qual é o preferido: bayesiano ou freqüentador. Mas eles são dois paradigmas diferentes. E também isso está além da meta-análise de rede, é uma questão geral de inferência estatística (ou talvez até filosófica). Portanto, não acho razoável comparar abordagens bayesianas e freqüentistas no contexto da NMA.
Burak
1
Obrigado pela sua perspectiva. É claro que existem antecedentes-chave e diferenças subjacentes, mas minha pergunta é muito prática. Se eu precisar recomendar a um pesquisador júnior qual o melhor método para a NMA, o que devo escolher? Isso pode significar a escolha entre Bayesian e abordagens freqüentista, mas a resposta poderia mesmo ser mais específico ...
Joe_74