Ağ Meta-Analizi
Network Meta-Analysis (NMA) · Ayrıca şöyle bilinir: Mixed Treatment Comparison, MTC, Indirect Comparison Meta-Analysis
Ağ meta-analizi (AMA), hem doğrudan kanıtları (karşılıklı denemeler) hem de dolaylı kanıtları (ortak karşılaştırıcılar aracılığıyla yapılan karşılaştırmalar) içeren tek bir analitik çerçevede birden çok müdahalenin eş zamanlı olarak karşılaştırılması için sistematik bir yöntemdir. İlk olarak Lumley tarafından 2002'de biçimlendirilen AMA, araştırmacıların bazı tedavi çiftlerinin hiç doğrudan çalışılmadığı durumlarda bile tedavileri sıralamasına ve karşılaştırmalı etkinliği ölçmesine olanak tanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+5 tane daha
Ne zaman kullanılır
AMA'yı şu durumlarda kullanın: (1) aynı durum için birden çok müdahale mevcutsa, (2) araştırmacılar ve klinisyenler bunları sıralamaya veya aralarından seçim yapmaya ihtiyaç duyuyorsa, (3) bazı karşılaştırmalar için doğrudan baş-başa denemeler seyrek veya yoksa, (4) bağlı bir ağ mevcutsa (tedaviler doğrudan veya dolaylı olarak bağlantılıysa) ve (5) tutarlılık varsayımını değerlendirip gerekçelendirebiliyorsanız. Yaygın uygulamalar ilaç karşılaştırmalarını (antidepresanlar, antihipertansifler), cerrahi teknikleri, rehabilitasyon müdahalelerini ve önleyici stratejileri içerir. AMA, sağlık teknolojisi değerlendirmesinde (HTA) birden çok seçenek arasında geri ödeme kararlarını bilgilendirmek için özellikle değerlidir.
Güçlü yönler & sınırlılıklar
- Doğrudan kanıt olmasa bile tüm tedavileri tek bir etkinlik ölçeğinde sıralamaya olanak tanır.
- Dolaylı karşılaştırmalardan güç aktararak istatistiksel gücü artırır, tahminlerin kesinliğini iyileştirir.
- Kılavuz ve politika geliştirme için kapsamlı bir kanıt sentezi sağlar, keyfi veya eksik ikili meta-analizlere olan bağımlılığı azaltır.
- Heterojenlik, çalışma tasarımı yanlılığı veya ölçülmemiş etki değiştiricileri işaret edebilecek ağ tutarsızlıklarını belirler.
- Çok kollu denemeleri doğal olarak entegre eder, denemeleri keyfi olarak ayrı ikili karşılaştırmalara ayırma ihtiyacını ortadan kaldırır.
- Güçlü bir tutarlılık (geçişlilik) varsayımı gerektirir: tedavi etkilerinin farklı deneme popülasyonları ve bağlamlar boyunca karşılaştırılabilir olduğu varsayılır. İhlali sıralamaları geçersiz kılar.
- Sonuçlar kanıt tabanına bağlıdır; seyrek ağlar veya bağlantısız alt grafikler kesinliği azaltır ve güvenilmez dolaylı tahminlere yol açabilir.
- Ağ boyutu arttıkça hesaplama karmaşıklığı artar ve Bayes AMA'nın önsel dağılımların dikkatli bir şekilde belirtilmesini gerektirmesi, sonuçları etkileyebilir.
- Mevcut tüm denemelerin belirlendiğini varsayar; eksik çalışmalar (özellikle olumsuz olanlar) küçük çalışma etkileri yoluyla yanlılığa neden olabilir.
SSS
Doğrudan ve dolaylı karşılaştırmalar arasındaki fark nedir?
Doğrudan bir karşılaştırma, hastaları aynı denemede hem A tedavisine hem de B tedavisine rastgele atayan denemelerden gelir. Dolaylı bir karşılaştırma bir ağdan çıkarılır: Eğer A, Deneme 1'de C ile karşılaştırılırsa ve B, Deneme 2'de C ile karşılaştırılırsa, A vs B'yi C'ye (ortak karşılaştırıcı) göre etkileri aracılığıyla dolaylı olarak karşılaştırabiliriz. AMA her iki türü de sentezler.
Tutarlılık varsayımı nedir ve ihlal edilirse ne olur?
Tutarlılık (geçişlilik), A vs B'nin göreceli etkisinin, ağ boyunca hangi yoldan gidilirse gidilsin aynı olduğunu varsayar. Eğer A, genç hastalarda denemelerde C'den iyiyse ancak C, yaşlı hastalarda denemelerde A'dan iyiyse, ağ tutarsızdır. İhlaller, hasta popülasyonlarının veya çalışma tasarımlarının anlamlı derecede farklı olduğunu gösterir. Tutarlılık grafiklerini kullanarak veya tutarsızlık parametrelerine sahip bir model uygulayarak tutarlılığı kontrol edin. İhlal edilirse, nedenleri araştırın ve tabakalı veya alt grup AMA'yı düşünün.
SUCRA nasıl yorumlanır ve yüksek bir SUCRA bir tedavinin kesinlikle en iyi olduğu anlamına mı gelir?
SUCRA, sonsal dağılım boyunca en iyi, ikinci en iyi vb. olma kümülatif olasılığıdır. SUCRA %90, sonsal örnekler boyunca tedavinin yaklaşık %90 zaman en iyi sırada yer aldığı anlamına gelir. Ancak bu, pratikte kesinlikle en iyi olduğu anlamına gelmez. Her zaman nokta tahminleri ve sıralar etrafındaki güvenilir aralıkları inceleyin. İki tedavinin kesişen güvenilir aralıkları veya benzer SUCRA değerleri varsa, net bir şekilde farklı değillerdir. SUCRA sıralama için kullanışlıdır ancak mutlak etki büyüklüğü yorumuyla eşleştirilmelidir.
AMA ne zaman uygun değildir?
AMA'dan şu durumlarda kaçının: (1) ağ bağlantısızsa (bazı tedaviler doğrudan veya dolaylı olarak bağlantılı değilse), (2) kanıtlar güçlü tutarlılık ihlallerini gösteriyorsa (örneğin, farklı hasta popülasyonları veya önemli ölçüde farklı çalışma tasarımları), (3) heterojenlik çok yüksekse ve açıklanamıyorsa (ihlal edilmiş bir tutarlılık varsayımını gösterebilir) veya (4) ağ çok seyrekse (kenar başına yalnızca bir veya iki deneme) ve bu nedenle dolaylı tahminler oldukça belirsizse.
Kaynaklar
- Lumley, T. (2002). Network meta-analysis for indirect treatment comparisons. Statistics in Medicine, 21(16), 2313–2324. DOI: 10.1002/sim.1201 ↗
- Bucher, H. C., Guyatt, G. H., Griffith, L. E., & Walter, S. D. (1997). The results of direct and indirect treatment comparisons in meta-analysis of randomized controlled trials. Journal of Clinical Epidemiology, 50(6), 683–691. DOI: 10.1016/s0895-4356(97)00049-8 ↗
- Dias, S., Welton, N. J., Caldwell, D. M., & Ades, A. E. (2010). Checking consistency in mixed treatment comparison meta-analysis. Statistics in Medicine, 29(7–8), 932–944. DOI: 10.1002/sim.3767 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 4). Network Meta-Analysis (NMA). ScholarGate. https://scholargate.app/tr/evidence-synthesis/network-meta-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Meta-RegresyonMeta-analiz↔ karşılaştır