Netzwerk-Metaanalyse

Die Netzwerk-Metaanalyse erweitert die paarweise Metaanalyse, um drei oder mehr Interventionen gleichzeitig zu vergleichen, indem sie direkte Evidenz (aus Head-to-Head-Studien) mit indirekter Evidenz (abgeleitet über gemeinsame Komparatoren) kombiniert. Sie ermöglicht den Vergleich und die Rangfolge von Behandlungen, die nie direkt gegeneinander getestet wurden, innerhalb einer einzigen kohärenten Analyse und wird häufig in der Gesundheitstechnologiebewertung eingesetzt, um Entscheidungen zwischen konkurrierenden Optionen zu treffen.

Definition

Die Netzwerk-Metaanalyse ist eine statistische Methode, die Evidenz aus einem verbundenen Netzwerk von Studien, die mehrere Interventionen vergleichen, synthetisiert, indem sie direkte und indirekte Vergleiche kombiniert, um relative Effekte zwischen jedem Behandlungspaar zu schätzen und diese zu rangieren.

Scope

Dieses Thema behandelt die Logik und die Schlüsselannahmen der Netzwerk-Metaanalyse: wie direkte und indirekte Evidenz kombiniert werden, die zentralen Annahmen der Transitivität und Konsistenz, die Behandlungsrangfolge und die Vorsichtsmaßnahmen, die mit ihrer Anwendung einhergehen. Es handelt sich um eine methodische Referenz, nicht um eine klinische oder präskriptive Anleitung.

Core questions

• Wie können Interventionen, die nie direkt verglichen wurden, durch gemeinsame Komparatoren verglichen werden?
• Ist die Annahme der Transitivität über das Studiennetzwerk plausibel?
• Stimmen direkte und indirekte Schätzungen überein (Konsistenz)?
• Wie sollten Behandlungsranglisten interpretiert und ihre Unsicherheit vermittelt werden?

Key concepts

• Direkte versus indirekte Evidenz
• Gemeinsamer Komparator
• Transitivitätsannahme
• Konsistenz (Übereinstimmung direkter und indirekter Schätzungen)
• Gemischter Behandlungsvergleich
• Behandlungsrangfolge (z.B. SUCRA)
• Netzwerkgeometrie

Mechanisms

Wenn Studien durch gemeinsame Komparatoren ein verbundenes Netzwerk bilden, kann der relative Effekt zweier nicht direkt verglichener Behandlungen indirekt abgeleitet werden: Wenn A versus B und B versus C jeweils geschätzt werden, folgt A versus C. Die Netzwerk-Metaanalyse kombiniert solche indirekten Schätzungen mit jeglicher direkten Evidenz zu einem kohärenten Modell, das alle paarweisen relativen Effekte liefert und Behandlungen rangieren kann. Ihre Gültigkeit beruht auf der Transitivität – dass Studien in effektmodifizierenden Merkmalen ausreichend ähnlich sind, damit ein indirekter Vergleich fair ist – und auf der Konsistenz, der Übereinstimmung zwischen direkten und indirekten Schätzungen, wo beide existieren. Die Methodik wurde im Mixed-Treatment-Comparison-Framework von Lu und Ades formalisiert und in der nachfolgenden Methodenliteratur (lu-ades-2004; caldwell-2005; salanti-2012) weiterentwickelt.

Clinical relevance

Die Netzwerk-Metaanalyse ist die Grundlage vieler Gesundheitstechnologiebewertungen und Leitlinienvergleiche, bei denen mehrere Behandlungsoptionen konkurrieren und Head-to-Head-Studien unvollständig sind. Ihre Ranglisten beschreiben die relative Evidenz über Optionen unter den angegebenen Annahmen; sie fassen vergleichende Evidenz zusammen und sind keine Anweisung, eine bestimmte Behandlung für eine Einzelperson zu verwenden.

Evidence & guidelines

Die statistischen Grundlagen der Methode wurden von Lu und Ades dargelegt und von Caldwell und Kollegen Klinikern vorgestellt; Salantis Überblick synthetisierte ihre Vorteile und Bedenken, und das Cochrane Handbook beschreibt ihre Durchführung und Berichterstattung innerhalb systematischer Übersichten (lu-ades-2004; caldwell-2005; salanti-2012; higgins-handbook-2019).

History

Indirekte Vergleichsmethoden wurden in den 1990er Jahren entwickelt und 2004 von Lu und Ades im Mixed-Treatment-Comparison-Framework vereinheitlicht. Caldwell und Kollegen führten den Ansatz 2005 einem klinischen Publikum vor, und als sich die Methode unter verschiedenen Namen verbreitete, konsolidierte Salantis Überblick von 2012 Terminologie, Annahmen und Bedenken und etablierte die Netzwerk-Metaanalyse als ein gängiges Werkzeug zur Evidenzsynthese (lu-ades-2004; caldwell-2005; salanti-2012).

Debates

Wie sicher ist die Transitivitätsannahme?

Indirekte Vergleiche sind nur gültig, wenn Studien in effektmodifizierenden Merkmalen ähnlich sind; wenn die Transitivität zweifelhaft ist oder direkte und indirekte Schätzungen inkonsistent sind, können Netzwerkergebnisse irreführend sein, daher ist die Bewertung dieser Annahmen unerlässlich.

Key figures

• Guobing Lu
• Tony Ades
• Deborah Caldwell
• Julian Higgins
• Georgia Salanti

Seminal works

• lu-ades-2004
• caldwell-2005
• salanti-2012

Frequently asked questions

Was ist der Unterschied zwischen paarweiser und Netzwerk-Metaanalyse?

Die paarweise Metaanalyse fasst Studien zusammen, die zwei Interventionen vergleichen; die Netzwerk-Metaanalyse kombiniert mehrere Vergleiche über einen verbundenen Satz von Studien, einschließlich indirekter, um drei oder mehr Interventionen gleichzeitig zu vergleichen und zu rangieren.

Was ist Transitivität?

Transitivität ist die Annahme, dass die durch einen gemeinsamen Komparator verbundenen Studien in effektmodifizierenden Merkmalen ausreichend ähnlich sind, damit der indirekte Vergleich von Behandlungen fair ist; sie ist die Schlüsselbedingung für einen gültigen indirekten Vergleich.