重磅干货！如何使用Stata进行网络荟萃分析

摘要：网络荟萃分析是综合几项研究来比较治疗或干预措施结果的一种重要方式。这些荟萃分析和荟萃回归可以在STATA中用mvmeta程序实现的。本推文推荐White（2015）开发的，描述一组用于网络荟萃分析的Stata命令，以执行对数据的分析，使用mvmeta命令拟合模型，并生成各种图形。

这是社论前沿第S1566次推送

微信号：shelunqianyan

介 绍    

网络荟萃分析，也被称为多重治疗荟萃分析或混合治疗比较，是一种将多项研究(通常是随机试验)的证据结合在一起比较治疗方案(或其他干预措施)的方法。它的主要特点是能够结合直接和间接证据；例如，治疗A和B的比较，既使用直接比较A与B(直接证据)的研究，也使用比较A与C和B与C(间接证据)的研究。

网络荟萃分析的一个关键问题是网络是否一致，即直接证据和间接证据是否一致(如果有多个间接证据来源，则它们是否彼此一致)。如果不一致，可以使用不一致性的统计模型，用来评估一致性。

Stata软件中使用mvmeta程序包执行多变量荟萃分析和元回归，它可以用来执行网络荟萃分析模型的频率估计。这些程序的主要目的是提供：1.执行必要的数据操作，允许不同的数据格式，2.使用mvmeta拟合一致性和不一致性模型，3.产生各种图形，包括单个研究数据的显示。我还指出了一些方法论上的进步。

网络相关命令   

1.数据格式

进行网络荟萃分析之前，需要有正确的数据格式。原始数据包括每组治疗方案的随机接受治疗的人数(N)和每项研究每组的参照人数(D)。原始数据可以是长格式存储，也可以以宽格式存储。

有三种网络数据格式：增强格式、标准格式和成对格式。

在增强格式中，所有治疗方案与参照方案(一般为治疗方案A)进行比较，或者用少量数据创建的参照方案。

在标准格式中，每项研究都有其自己的参考治疗方案，并与其他治疗方案进行比较。与增强格式不同，处理对比度表示不同研究中的不同对比度，而且变量可以指定对比度。

在上述格式中，每个研究都有一条记录。但在成对格式中，每个研究中每个可能的对比都有一个记录，这意味着双臂研究只有一个记录，而三臂研究有三个记录。

2.网络设置命令

network setup命令是从报告计数数据(事件、总数)或定量数据(平均值、标准差、总数)的一组研究中导入两个或更多治疗的数据。数据可以是长格式或宽格式，并且可以导入到增强格式、标准格式或成对格式。

运行网络设置后，数据集包含后续网络命令所需的各种设置；这些设置存储为特征，可以使用网络查询进行查看。具体地说，每个治疗都有一个代码(通常是A、B、C，但是数字代码是可能的)和一个名称(通常是描述性字符串)。后续分析始终使用处理代码，而描述性和图形命令默认使用处理名称。

对于计数数据的网络设置语法为：

对于定量数据的网络设置语法为：

3.网络地图命令

work map命令绘制网络图；也就是说，它显示了哪些治疗与其他哪些治疗直接比较，以及每个治疗和每个治疗比较大约有多少信息可用。work map通过调用networkplot来工作,通过称重和着色显示证据数量和质量。network map命令的贡献在于为治疗安置提供了更多的选择。

网络地图语法为：

4.网络荟萃分析命令

network meta定义符合一致性或不一致性模型。它可以处理三种网络数据格式中的任何一种。如果数据是增强格式或标准格式，则使用mvmeta命令拟合模型；如果数据是成对格式，则使用metareg命令拟合模型。必须安装mvmeta或metareg。拟合模型后，可以通过按F9键调用mvmeta或metareg命令。network meta的存储结果可以在network forest命令和network rank中调用。

网络荟萃分析语法为:

5.网络排序命令

采用network rank命令对治疗方案进行排序。仅当使用增强格式以适合模型时，它才起作用。

网络排序语法为：

6.网络侧裂命令

network sidesplit命令适用于节点分裂模型，对他们来说，一个“节点”是一个处理对比，例如，B与A。称之为“侧裂”，是因为处理对比是网络图中的边。为了区分B和A，在同时包含A和B的研究(直接参数)和其他研究(间接参数)中，使用了不同的参数来对比B和A。对这两个参数进行联合估计，并将它们的差值一起上报，检验其真实差值是否为0。

network sidesplit命令目前只能处理增强格式的数据。

网络侧裂语法为：

7.网络森林命令

network forest命令绘制网络荟萃分析数据的森林图。对于每一个有直接证据的对比(即在一个或多个研究中估计的对比)，森林图显示以下结果:

①“研究”:每项研究提供直接证据，按设计分组(即研究中的治疗方案);

②“设计中的合并”:每个设计中的合并处理效果，使用network meta inconsistency获得模型最近的拟合估计;

​③“合并整体”:整体处理效果，使用network meta consistency获得模型最近拟合估计。

网络森林语法为：

8.实用程序命令

network import命令，导入数据集，使用语法进行两两比较

network convert命令，对上述三种网络数据格式进行转换。

network query命令，显示当前网络设置。

network unset命令，删除网络设置。

network table命令，进行网络数据汇总。

network pattern命令，可以显示哪些治疗用于哪些研究。

更详细的相关语法可参见原文。

结 语 

White（2015）使用吸烟数据和溶栓药物网络数据完整演示了整个网络荟萃分析步骤。首先演示数据格式；然后将数据制表，绘制模式图和网络图；接下来，拟合一致性模型和不一致性模型，做出排序图；再次，转换该格式并重复一致性分析。最后，在符合一致性和不一致性模型的情况下，生成了一个森林图；通过侧裂分析来探索不一致性。由于涉及的步骤和图表过多，不宜一一展示，感兴趣的读者可以阅读原文获得更详细的相关信息。

这种网络荟萃分析方法的主要局限性是，它们是两阶段的方法，依赖于对估计的研究特定处理效果分布的正态近似。这种近似对于计数数据可能有问题，特别是对于小的计数。主要的选择是避免这种近似的贝叶斯分析。

第二个限制是，模型仅限于那些可以与mvmeta相适应的模型，而贝叶斯模型可以允许进一步的层次建模。

当然，这种网络荟萃分析也有很多有点，最主要优点是它们相对简单和快速，因此用户有机会使用各种分析；提供的数据格式足够灵活，可以与其他用户编写的软件交互。