前面给大家介绍了网状Meta分析的概念、步骤和软件选择，今天我就跟大家分享一篇网状Meta分析的范文，通过范文的学习我们可以了解一篇规范的网状Meta分析的内容和制作流程。
这篇文章的题目：Association of Pharmacological Treatments With Long-term Pain Control in Patients With Knee Osteoarthritis：A Systematic Review and Meta-analysis. 药物治疗与膝骨关节炎长期疼痛控制的相关性。2018年发表在JAMA杂志，JAMA就不用多介绍了吧，2019年IF预计能达到59分。
从摘要我们可以知道这篇文章做了什么：以前对于治疗骨关节炎（OA）的药物主要都是研究短期效果，但是对于疾病的长期管理缺乏推荐，这是这篇Meta分析的研究目的。本研究检索了MEDLINE, Scopus, EMBASE, Web ofScience, and the Cochrane Central Register of Controlled Trials数据库，收集了47个随机对照试验（RCT），样本量22037个患者，涉及了止痛药、抗氧化剂、骨作用剂、关节内注射药物、非甾体类抗炎药、疾病修饰药、软骨营养药等几十种药物，分析这些药物治疗OA的长期结局（随访超过12个月），主要结局指标是膝关节疼痛，次要结局指标是运动功能和关节结构。提取了基线和终点的数据，计算了SMD、MD和95%可信区间（CI），用贝叶斯随机效应模型进行了Meta分析。
下面我们来看正文，前言部分非常简单，我们印象里SCI文章的前言都是有好几段，非常长，这篇文章就2段，第一段交待了OA的简介和治疗策略; 第二段介绍本研究的内容就是综合了直接比较和间接比较的Meta分析。
下面就是最重要的研究方法部分：大部分内容跟普通Meta分析没有差别。
1. 检测资源：检索了MEDLINE (PubMed), Scopus,EMBASE, Web of Science, and the Cochrane Central Register of Controlled Trials. 截止时间2018年6月30日。
2.纳入标准：纳入了安慰剂对照，或者药物阳性对照的RCT试验，随访时间至少1年。1年或者更长时间才考虑为长期。
3.文献筛选：2个研究者通过阅读题目、摘要和全文进行文献筛选，如果有争议，由第3个专家进行鉴定。
4.结局指标和数据提取：主要结局指标就是疼痛评分（主要是骨关节炎评分WOMAC里的疼痛量表和VAS量表），次要结局指标就是WOMAC里的运动功能评分、影像学关节结构。其他提取的数据包括临床基线特征等等。
5.质量和偏倚风险评估：用Cochrane Collaboration工具进行评估，样本量超过100被认为是大样本研究。
6. 统计分析
这部分是网状Meta分析最难、最关键、也是最复杂的部分。
下面我分段来解析。
（1）主要交待了缺失数据的处理、替代和换算方法，大家做Meta分析的时候可以参考。如果有的研究没有报告变异系数比如标准差（SD），那么用其他研究用了相同评分量表的最大标准差来代替。如果只分别报告了基线和终点数据的标准差，那么用相关法计算差值的标准差；如果没有报告差值，那么就用终点和基线数据来计算差值。
（2）本研究采用随机效应模型和无信息先验的贝叶斯混合治疗网络Meta分析。同时纳入安慰剂对照和阳性对照试验，计算SMD, MD和95%CI。SMD等于0.2考虑是小差异，0.5是中度差异，0.8是差异很大。
（3）疼痛评分用均值差（MD）来展示。用的WOMAC的疼痛量表，0-100分与VAS评分一致，治疗组相对安慰剂有5-10分的改变被认为是有临床重要差异。
（4）研究之间的标准差建模使用0到5区间的均匀分布，随机效应模型的计算采用马尔可夫链蒙特卡罗方法（MCMC），这个方法是在基于每4个链20万次迭代的Gibbs抽样。（网状Meta分析的关键步骤，看不懂没事，软件算的，你知道用这个方法就行）
（5）同质性和一致性检验：利用节点分裂和BlandAltman方法验证了同质性和一致性。对于每一次迭代，治疗按其相对于任意基线的相对效果进行排序。当95%的CI不包括0的时候，结果被认为是有差异。根据这些排名构建一个频率表，并通过给出排名概率的迭代次数进行规范化，使用标准诊断评估收敛性。（网状Meta分析的关键步骤，看不懂没事，软件算的，你知道用这个方法就行）
（6）将概率值汇总并报告为累积排序（SUCRA）曲线下的面积，并用rankogram图提供考虑所有相关处理的位置和方差的处理层次影响。当治疗确定为最差时SUCRA值为0，当治疗确定为最差时SUCRA值为1这肯定是最好的。所有的分析都是使用R语言的gemtc软件包和OpenBUGS软件算的。（rankogram和SUCRA图是贝叶斯网状Meta分析要展示的图，这篇文章所有的分析用的是R和OpenBUGS软件来做的，现在网状Meta分析一般都是结合2个软件来做，有的甚至结合3个软件比如再加个Stata，但是总有一个软件是BUGS软件，因为这是Cochrane协作网推荐的）
（7）这篇文章还进行了有计划的敏感性分析，以评估模型的稳健性。分别从临床和统计两个方法进行了分。临床敏感性分析是通过以下几种方式进行，如仅纳入口服药物、仅纳入关节内注射药物、仅纳入盲法研究。在统计学敏感性分析中，在排除了先前采用的插补方法后进行重复分析，另外使用本文所述方法的替代方法进行额外的事后敏感性分析（附件里提供了更详细的内容，比如随机效应模型和固定效应模型结果的对比，无信息先验和经验信息先验贝叶斯统计的对比等）。
研究结果部分内容很多，我这里主要展示下图表，详细内容大家可以自己去看全文。
1. 文献筛选流程图，和普通Meta分析一样。
2. 研究特征表，和普通Meta分析一样。
3.森林图：所有药物的点估计值森林图，排除了偏倚高风险研究的森林图，排除了偏倚高风险研究的累积排序图曲线下面积的森林图。
以上图片是正文中展示的，实际上更关键的数据和图都在附件里。在附件里展示了以下内容，非常多。包括文献检索策略、网络证据图、两两比较的联赛图、敏感性分析的结果、概率排序图（rankogram）、累积概率排序图（SUCRA）。
4. 网络证据图
5.两两比较结果的联赛图（有人问这个怎么做的，其实这个就是用Excel填的表）：
6.概率排序图(rankogram）：
7.累积概率排序图（SUCRA）
8.敏感性分析结果
除了这些，附件还展示了统计分析的细节，比如同质性和一致性检验的分析详细结果，数据填补的结果、OpenBUGS软件的代码等等，大家可以自己去看。
讨论这部分写作跟普通Meta分析的写作没有差别，同样是基于PRISAM声明，不过现在有专门针对网状Meta分析的PRISMA-NMA声明（后面还会跟大家分享）。主要包括了研究结果的总结、各种类型药物的分析结果讨论、本研究的局限性、结论。
我们来看看这篇研究的局限性，对我们做Meta分析有一定的参考价值：
这项研究有8个局限性。
1. 所有估计都存在很大的不确定性。
2. 虽然检索到47个长期随机对照试验，包括大约22000名患者和研究大量药物类别，但在33个干预措施中，只有13个在2个或更多的试验中进行了研究，直接比较相对较少。
3. 不到60%的试验包括每组100名以上的参与者，这可能会因为小的研究效果而导致偏倚，意思就是很多研究样本量都很小。
4.30%的研究方法学质量较低，具有较高的偏倚风险。排除这些研究的亚组分析导致塞来昔布与疼痛改善的显著相关性消失。
5. 收集至少12个月后最长的随访数据。然而，有一些研究证据表明，疼痛模式在12个月后趋于稳定。因此，不考虑12个月后的随访时间来合并数据可能是比较合理的。
6. SUCRA曲线被用来估计不同疗法之间比较疗效的排名概率，但它有局限性，结果应该谨慎解释。
7.本研究的结果指标没有考虑药物的安全性。
8.本研究没有考虑非药物或其他干预。
作者最后得出结论就是目前的药物对12个月以上的OA疼痛控制效果还是不能确定的，需要更大样本的研究。
今天通过这样JAMA主要是让大家了解下网状Meta分析和普通Meta分析有什么不一样的地方，其实大部分地方都差不多，主要就是统计分析部分的差异，因为涉及贝叶斯统计，很多人并不熟悉，所以可能觉得比较难，实际上我们做网状Meta分析不需要搞明白贝叶斯的概念，只要会用软件做就行了。
