
-
生物通官微
陪你抓住生命科技
跳动的脉搏
网络Meta分析中DBTI模型与Loop模型的全局不一致性检验:理论关系与性能比较研究
《BMC Medical Research Methodology》:Degrees of freedom and inconsistency-generating mechanisms in global inconsistency testing: a simulation comparison of DBTI and Loop models in NMA
【字体: 大 中 小 】 时间:2026年10月14日 来源:BMC Medical Research Methodology 3.7
编辑推荐:
摘要背景设计-治疗交互(DBTI)模型和Loop模型通过不同的参数化方法评估频繁主义网络Meta分析中的全局不一致性。本研究探讨了它们的理论关系,并比较了它们在不同网络配置和不一致性生成机制下的表现。方法我们通过匹配它们的设计特异性平均效应来刻画这两个模型之间的关系。我们将两
设计-治疗交互(DBTI)模型和Loop模型通过不同的参数化方法评估频繁主义网络Meta分析中的全局不一致性。本研究探讨了它们的理论关系,并比较了它们在不同网络配置和不一致性生成机制下的表现。
我们通过匹配它们的设计特异性平均效应来刻画这两个模型之间的关系。我们将两个模型之间自由度的差异定义为 Δdf = dfDBTI ? dfLoop,并在包含三种、五种和八种治疗的网络中构建了具有不同 Δdf 值的模拟场景。在基于DBTI和基于Loop的不一致性规范下生成了二分类数据。两种模型均使用限制性最大似然法进行拟合,并使用联合Wald检验评估全局不一致性。通过经验检验水准、功效以及异质性方差估计的偏差来评价模型性能。
当 Δdf = 0 时,在相同的协方差假设下,两个模型在重新参数化后等价,并产生几乎相同的结果。当 Δdf > 0 时,Loop模型对DBTI模型所代表的不一致性模式施加了额外的约束。在基于Loop的生成机制下,功效差异通常较小,Loop模型没有显示出一致的优势。在所选的基于DBTI的配置下,DBTI检验具有更高的拒绝率,而Loop模型在较大不一致性值下表现出异质性方差估计的向上偏差。在某些场景下经验检验水准有所升高,使得功效比较变得复杂。
在模拟网络中,较少的不一致性自由度并未一致地带来更高的实证功效。全局不一致性检验的选择和解释应同时考虑模型复杂性以及每个模型所能表示的不一致性结构,同时还要考虑网络配置和异质性估计。
设计-治疗交互(DBTI)模型和Loop模型通过不同的参数化方法评估频繁主义网络Meta分析中的全局不一致性。本研究探讨了它们的理论关系,并比较了它们在不同网络配置和不一致性生成机制下的表现。
我们通过匹配它们的设计特异性平均效应来刻画这两个模型之间的关系。我们将两个模型之间自由度的差异定义为 Δdf = dfDBTI ? dfLoop,并在包含三种、五种和八种治疗的网络中构建了具有不同 Δdf 值的模拟场景。在基于DBTI和基于Loop的不一致性规范下生成了二分类数据。两种模型均使用限制性最大似然法进行拟合,并使用联合Wald检验评估全局不一致性。通过经验检验水准、功效以及异质性方差估计的偏差来评价模型性能。
当 Δdf = 0 时,在相同的协方差假设下,两个模型在重新参数化后等价,并产生几乎相同的结果。当 Δdf > 0 时,Loop模型对DBTI模型所代表的不一致性模式施加了额外的约束。在基于Loop的生成机制下,功效差异通常较小,Loop模型没有显示出一致的优势。在所选的基于DBTI的配置下,DBTI检验具有更高的拒绝率,而Loop模型在较大不一致性值下表现出异质性方差估计的向上偏差。在某些场景下经验检验水准有所升高,使得功效比较变得复杂。
在模拟网络中,较少的不一致性自由度并未一致地带来更高的实证功效。全局不一致性检验的选择和解释应同时考虑模型复杂性以及每个模型所能表示的不一致性结构,同时还要考虑网络配置和异质性估计。