Netzwerk-Metaanalyse: Anwendung und Praxis mit R-Software

Ziel dieser Studie ist es, die allgemeinen Ansätze zur Netzwerk-Metaanalyse zu beschreiben, die für die quantitative Datensynthese unter Verwendung von R-Software verfügbar sind. Wir führten eine Netzwerk-Metaanalyse mit zwei Ansätzen durch: Bayesianische und häufige Methoden. Die entsprechenden R-Pakete waren „gemtc“ für den bayesianischen Ansatz und „netmeta“ für den häufigen Ansatz. Bei der Schätzung eines Netzwerk-Metaanalysemodells mit einem bayesianischen Rahmen ist das Paket „rjags“ ein häufig verwendetes Werkzeug. „rjags“ implementiert die Markov-Ketten-Monte-Carlo-Simulation mit einer grafischen Ausgabe. Die geschätzten Gesamteffektgrößen, Tests auf Heterogenität, Moderatoreffekte und Publikationsbias wurden unter Verwendung von R-Software berichtet. Die Autoren konzentrieren sich auf zwei flexible Modelle, bayesianisch und häufig, um die Gesamteffektgrößen in der Netzwerk-Metaanalyse zu bestimmen. Diese Studie konzentrierte sich auf die praktischen Methoden der Netzwerk-Metaanalyse und weniger auf theoretische Konzepte, was das Material für koreanische Forscher, die nicht in Statistik ausgebildet sind, leicht verständlich macht. Die Autoren hoffen, dass diese Studie vielen koreanischen Forschern helfen wird, Netzwerk-Metaanalysen durchzuführen und verwandte Forschungen mit R-Software einfacher durchzuführen.