R使用netmeta程序包实现二分类数据的频率学网状meta分析

该研究检索了Cochrane对照试验中心注册,CINAHLEmbaseLILACS数据库MEDLINEMEDLINEIn-ProcessPsycINFO监管机构网站,以及从一开始就发布和未发表的双盲随机对照试验的国际注册2016年1月8日。

研究包括21种抗抑郁药的安慰剂对照和头对头试验,用于成人(≥18岁和两性)的急性治疗,根据标准操作标准诊断为严重抑郁症。

主要结果是疗效(反应率)和可接受性(由于任何原因导致的治疗中断)。我们使用具有随机效应的成对和网络荟萃分析估计概要比值比(OR)。

数据来源于该文章提供的数据,https://data.mendeley.com/datasets/83rthbp8ys/2

1 程序包安装及数据加载

首先是下载和加载netmeta程序包。

##install.packages("netmeta")
library(netmeta)

eff <- read.csv("full-efficacy.csv", 
                header = TRUE, 
                stringsAsFactors = FALSE)

acc <- read.csv("full-acceptability.csv", 
                header = TRUE,
                stringsAsFactors = FALSE)

2 模型构建(netmeta)

模型构建首先使用pairwise函数对数据处理其次鞭尸使用核心函数netmeta函数进行模型分析,可以分别选择fixedrandom两类模型。

deff <- pairwise(treat = t, 
                  n, 
                  event = r, 
                  data = eff, 
                  studlab = id, 
                  sm = "OR")
dacc <- pairwise(treat = t,
                  n, 
                  event = r, 
                  data = acc, 
                  studlab = id,
                  sm = "OR")
e.netmeta <-netmeta(deff, 
                    comb.fixed = FALSE, 
                    comb.random = TRUE)
e.netmeta
a.netmeta <-netmeta(dacc, 
                    comb.fixed = FALSE, 
                    comb.random = TRUE)
a.netmeta 

模型结果如下所示(仅展示e.netmeta):

## Number of studies: k = 433
## Number of pairwise comparisons: m = 555
## Number of observations: o = 103155
## Number of treatments: n = 22
## Number of designs: d = 117
## 
## Random effects model
## 
## Treatment estimate (sm = 'OR', comparison: other treatments vs 'agomelatine'):
##                     OR           95%-CI     z  p-value
## agomelatine          .                .     .        .
## amitriptyline   1.2819 [1.0792; 1.5226]  2.83   0.0047
## bupropion       0.9461 [0.7759; 1.1536] -0.55   0.5841
## citalopram      0.9289 [0.7753; 1.1130] -0.80   0.4239
## clomipramine    0.9061 [0.7092; 1.1577] -0.79   0.4304
## desvenlafaxine  0.9078 [0.7258; 1.1355] -0.85   0.3969
## duloxetine      1.1242 [0.9537; 1.3252]  1.40   0.1629
## escitalopram    1.0180 [0.8664; 1.1963]  0.22   0.8281
## fluoxetine      0.9246 [0.8021; 1.0660] -1.08   0.2803
## fluvoxamine     1.0197 [0.8218; 1.2653]  0.18   0.8593
## levomilnacipran 0.9716 [0.7343; 1.2857] -0.20   0.8404
## milnacipran     1.0531 [0.8032; 1.3808]  0.37   0.7082
## mirtazapine     1.1393 [0.9415; 1.3787]  1.34   0.1802
## nefazodone      1.0155 [0.7763; 1.3284]  0.11   0.9109
## paroxetine      1.0562 [0.9170; 1.2165]  0.76   0.4482
## placebo         0.6118 [0.5373; 0.6967] -7.41 < 0.0001
## reboxetine      0.8301 [0.6729; 1.0240] -1.74   0.0821
## sertraline      1.0080 [0.8516; 1.1932]  0.09   0.9259
## trazodone       0.9050 [0.7191; 1.1389] -0.85   0.3947
## venlafaxine     1.0800 [0.9256; 1.2600]  0.98   0.3282
## vilazodone      0.9636 [0.7475; 1.2421] -0.29   0.7746
## vortioxetine    1.0130 [0.8384; 1.2239]  0.13   0.8938
## 
## Quantifying heterogeneity / inconsistency:
## tau^2 = 0.0426; tau = 0.2063; I^2 = 34.1% [26.1%; 41.2%]
## 
## Tests of heterogeneity (within designs) and inconsistency (between designs):
##                      Q d.f.  p-value
## Total           717.35  473 < 0.0001
## Within designs  499.41  347 < 0.0001
## Between designs 217.95  126 < 0.0001
 

3 网络证据图(network plot)

网状证据图是用来表示各种干预措施之间关系的最直观的可视化,是网状meta分析的标配,核心函数为netgraph

  • 网状meta分析的核心结果之一

  • 节点:干预措施的样本量

  • 线条:干预措施头对头试验,粗细代表试验数

##有效性  efficacy
netgraph(e.netmeta,
         start ="circle", 
         cex = 1, 
         col = "black", 
         plastic = FALSE, 
         points = TRUE,
         col.points = "steelblue", 
         cex.points =15*sqrt(n.trts/max(n.trts)),
         thickness = "number.of.studies", 
         lwd.max = 12, 
         lwd.min = 1, 
         multiarm = F)

图片

netgraph(a.netmeta, 
         start ="circle", 
         cex = 0.7, 
         col = "black", 
         plastic = F, 
         points = TRUE, 
         col.points = "darkred",
         cex.points =15*sqrt(n.trts/max(n.trts)), 
         thickness = "number.of.studies",
         lwd.max = 12, 
         lwd.min = 1, 
         multiarm = FALSE)

图片

4 森林图(forest plot)

森林图是meta分析的标配,在网状meta中也是一样的,如图所示,森林图给出了各干预措施比较的效应量及95%可信区间,当然,也给出了预测区间。

主要使用forest函数实现。

forest(e.netmeta, 
       ref = "placebo", 
       pooled = "random", 
       digits = 2, 
       col.square = "steelblue",
       smlab = "Random effects model", 
       label.left = "Favors citalopram",
       label.right = "Favors the other", 
       leftlabs = "Efficacy", 
       drop = TRUE,
       sortvar = -TE)

图片

forest(a.netmeta, 
       ref = "placebo", 
       pooled = "random", 
       digits = 2, 
       col.square = "darkred",
       xlim = c(2, 0.5),
       smlab = "Random effects model", 
       label.left = "Favors the other",
       label.right = "Favors citalopram", 
       leftlabs = "Acceptability", 
       drop = T, 
       sortvar = TE)

图片

6 两两比较赛联表(league)

赛联表为网状meta两两比较结果,使用netleague函数实现。

league <- netleague(e.netmeta, 
                      a.netmeta, 
                      backtransf = TRUE, 
                      direct = FALSE, 
                      fixed = FALSE, 
                      digits =2, 
                      bracket = "(",
                      separator = " to ")
league
agomelatineamitriptylinebupropioncitalopramclomipraminedesvenlafaxineduloxetineescitalopramfluoxetinefluvoxaminelevomilnacipranmilnacipranmirtazapinenefazodoneparoxetineplaceboreboxetinesertralinetrazodonevenlafaxinevilazodonevortioxetine
agomelatine0.89 (0.73 to 1.07)0.87 (0.70 to 1.09)0.89 (0.72 to 1.10)0.65 (0.48 to 0.86)0.78 (0.61 to 1.01)0.78 (0.65 to 0.93)0.93 (0.77 to 1.12)0.95 (0.81 to 1.12)0.76 (0.60 to 0.96)0.71 (0.53 to 0.94)0.88 (0.65 to 1.19)0.85 (0.69 to 1.05)0.92 (0.69 to 1.22)0.88 (0.76 to 1.03)0.84 (0.73 to 0.97)0.72 (0.57 to 0.91)0.88 (0.73 to 1.06)0.74 (0.58 to 0.96)0.82 (0.69 to 0.97)0.75 (0.57 to 1.00)0.84 (0.67 to 1.03)
0.78 (0.66 to 0.93)amitriptyline0.99 (0.80 to 1.21)1.00 (0.82 to 1.22)0.73 (0.55 to 0.96)0.88 (0.69 to 1.13)0.87 (0.74 to 1.04)1.05 (0.88 to 1.24)1.07 (0.93 to 1.24)0.86 (0.70 to 1.06)0.80 (0.60 to 1.05)0.99 (0.75 to 1.32)0.96 (0.79 to 1.16)1.03 (0.78 to 1.37)1.00 (0.87 to 1.14)0.95 (0.83 to 1.08)0.81 (0.65 to 1.01)0.99 (0.84 to 1.16)0.84 (0.66 to 1.06)0.92 (0.78 to 1.08)0.85 (0.64 to 1.12)0.94 (0.77 to 1.15)
1.06 (0.87 to 1.29)1.35 (1.12 to 1.64)bupropion1.02 (0.81 to 1.28)0.74 (0.55 to 1.00)0.90 (0.69 to 1.17)0.89 (0.72 to 1.09)1.06 (0.87 to 1.30)1.09 (0.91 to 1.31)0.87 (0.68 to 1.12)0.81 (0.60 to 1.09)1.01 (0.73 to 1.38)0.97 (0.78 to 1.21)1.05 (0.78 to 1.41)1.01 (0.84 to 1.21)0.96 (0.82 to 1.14)0.82 (0.64 to 1.05)1.00 (0.82 to 1.23)0.85 (0.66 to 1.10)0.93 (0.77 to 1.13)0.86 (0.64 to 1.16)0.95 (0.76 to 1.20)
1.08 (0.90 to 1.29)1.38 (1.16 to 1.64)1.02 (0.83 to 1.24)citalopram0.72 (0.54 to 0.97)0.88 (0.68 to 1.14)0.87 (0.72 to 1.06)1.04 (0.87 to 1.25)1.07 (0.90 to 1.27)0.86 (0.68 to 1.08)0.79 (0.59 to 1.06)0.99 (0.73 to 1.34)0.95 (0.77 to 1.18)1.03 (0.77 to 1.38)0.99 (0.84 to 1.18)0.95 (0.81 to 1.11)0.81 (0.64 to 1.02)0.99 (0.81 to 1.19)0.84 (0.64 to 1.09)0.91 (0.76 to 1.10)0.84 (0.64 to 1.11)0.94 (0.75 to 1.17)
1.10 (0.86 to 1.41)1.41 (1.12 to 1.79)1.04 (0.80 to 1.35)1.03 (0.80 to 1.31)clomipramine1.21 (0.87 to 1.69)1.20 (0.91 to 1.59)1.44 (1.09 to 1.90)1.48 (1.14 to 1.92)1.18 (0.87 to 1.61)1.10 (0.77 to 1.56)1.36 (0.95 to 1.96)1.32 (0.98 to 1.76)1.42 (1.00 to 2.03)1.37 (1.06 to 1.76)1.31 (1.01 to 1.69)1.12 (0.82 to 1.52)1.36 (1.04 to 1.79)1.15 (0.83 to 1.60)1.26 (0.96 to 1.65)1.17 (0.82 to 1.66)1.29 (0.96 to 1.75)
1.10 (0.88 to 1.38)1.41 (1.13 to 1.76)1.04 (0.82 to 1.32)1.02 (0.82 to 1.28)1.00 (0.75 to 1.32)desvenlafaxine0.99 (0.78 to 1.25)1.19 (0.93 to 1.51)1.22 (0.97 to 1.53)0.97 (0.74 to 1.29)0.90 (0.65 to 1.25)1.12 (0.80 to 1.58)1.08 (0.84 to 1.40)1.17 (0.85 to 1.62)1.13 (0.90 to 1.41)1.08 (0.87 to 1.32)0.92 (0.70 to 1.22)1.12 (0.88 to 1.43)0.95 (0.71 to 1.28)1.04 (0.82 to 1.31)0.96 (0.70 to 1.32)1.07 (0.82 to 1.38)
0.89 (0.75 to 1.05)1.14 (0.97 to 1.34)0.84 (0.70 to 1.02)0.83 (0.70 to 0.98)0.81 (0.64 to 1.02)0.81 (0.65 to 1.00)duloxetine1.20 (1.02 to 1.41)1.23 (1.06 to 1.42)0.98 (0.79 to 1.23)0.91 (0.69 to 1.20)1.13 (0.85 to 1.52)1.09 (0.90 to 1.33)1.18 (0.90 to 1.56)1.14 (0.99 to 1.31)1.09 (0.96 to 1.23)0.93 (0.75 to 1.16)1.13 (0.95 to 1.34)0.96 (0.75 to 1.22)1.05 (0.90 to 1.22)0.97 (0.74 to 1.27)1.08 (0.90 to 1.29)
0.98 (0.84 to 1.15)1.26 (1.08 to 1.47)0.93 (0.78 to 1.11)0.91 (0.79 to 1.06)0.89 (0.70 to 1.13)0.89 (0.72 to 1.10)1.10 (0.95 to 1.28)escitalopram1.03 (0.89 to 1.18)0.82 (0.66 to 1.02)0.76 (0.58 to 1.00)0.95 (0.71 to 1.27)0.91 (0.75 to 1.11)0.99 (0.75 to 1.30)0.95 (0.83 to 1.09)0.91 (0.80 to 1.02)0.78 (0.62 to 0.96)0.94 (0.80 to 1.11)0.80 (0.63 to 1.02)0.88 (0.75 to 1.02)0.81 (0.62 to 1.06)0.90 (0.74 to 1.09)
1.08 (0.94 to 1.25)1.39 (1.21 to 1.58)1.02 (0.87 to 1.21)1.00 (0.87 to 1.16)0.98 (0.79 to 1.22)0.98 (0.80 to 1.20)1.22 (1.06 to 1.39)1.10 (0.97 to 1.25)fluoxetine0.80 (0.66 to 0.98)0.74 (0.57 to 0.96)0.92 (0.70 to 1.21)0.89 (0.76 to 1.05)0.96 (0.74 to 1.25)0.93 (0.83 to 1.03)0.88 (0.81 to 0.97)0.76 (0.62 to 0.92)0.92 (0.80 to 1.06)0.78 (0.62 to 0.98)0.85 (0.76 to 0.97)0.79 (0.61 to 1.02)0.88 (0.73 to 1.05)
0.98 (0.79 to 1.22)1.26 (1.03 to 1.54)0.93 (0.74 to 1.17)0.91 (0.74 to 1.13)0.89 (0.68 to 1.16)0.89 (0.69 to 1.15)1.10 (0.90 to 1.36)1.00 (0.81 to 1.22)0.91 (0.75 to 1.09)fluvoxamine0.93 (0.68 to 1.26)1.15 (0.85 to 1.57)1.11 (0.89 to 1.40)1.20 (0.88 to 1.64)1.16 (0.95 to 1.41)1.10 (0.92 to 1.33)0.95 (0.73 to 1.22)1.15 (0.93 to 1.43)0.98 (0.74 to 1.29)1.07 (0.87 to 1.32)0.99 (0.72 to 1.34)1.09 (0.86 to 1.40)
1.03 (0.78 to 1.36)1.32 (1.00 to 1.74)0.97 (0.73 to 1.30)0.96 (0.72 to 1.27)0.93 (0.67 to 1.29)0.93 (0.69 to 1.27)1.16 (0.88 to 1.52)1.05 (0.80 to 1.37)0.95 (0.73 to 1.24)1.05 (0.77 to 1.42)levomilnacipran1.24 (0.86 to 1.79)1.20 (0.90 to 1.60)1.30 (0.91 to 1.84)1.25 (0.96 to 1.62)1.19 (0.93 to 1.52)1.02 (0.75 to 1.39)1.24 (0.94 to 1.63)1.05 (0.76 to 1.46)1.15 (0.88 to 1.51)1.06 (0.75 to 1.50)1.18 (0.88 to 1.58)
0.95 (0.72 to 1.25)1.22 (0.94 to 1.57)0.90 (0.68 to 1.19)0.88 (0.67 to 1.16)0.86 (0.63 to 1.17)0.86 (0.64 to 1.17)1.07 (0.82 to 1.39)0.97 (0.74 to 1.26)0.88 (0.69 to 1.12)0.97 (0.73 to 1.28)0.92 (0.65 to 1.31)milnacipran0.97 (0.71 to 1.31)1.04 (0.72 to 1.50)1.00 (0.77 to 1.31)0.96 (0.73 to 1.25)0.82 (0.59 to 1.13)1.00 (0.75 to 1.33)0.85 (0.60 to 1.19)0.93 (0.70 to 1.23)0.85 (0.59 to 1.23)0.95 (0.69 to 1.30)
0.88 (0.73 to 1.06)1.13 (0.94 to 1.34)0.83 (0.67 to 1.02)0.82 (0.67 to 0.99)0.80 (0.62 to 1.02)0.80 (0.63 to 1.01)0.99 (0.82 to 1.18)0.89 (0.75 to 1.07)0.81 (0.70 to 0.95)0.90 (0.72 to 1.11)0.85 (0.64 to 1.14)0.92 (0.70 to 1.22)mirtazapine1.08 (0.81 to 1.44)1.04 (0.88 to 1.22)0.99 (0.85 to 1.16)0.85 (0.67 to 1.07)1.03 (0.86 to 1.25)0.88 (0.68 to 1.12)0.96 (0.80 to 1.14)0.88 (0.66 to 1.18)0.98 (0.79 to 1.23)
0.98 (0.75 to 1.29)1.26 (0.97 to 1.64)0.93 (0.70 to 1.23)0.91 (0.70 to 1.20)0.89 (0.65 to 1.22)0.89 (0.66 to 1.21)1.11 (0.85 to 1.44)1.00 (0.77 to 1.30)0.91 (0.71 to 1.16)1.00 (0.75 to 1.35)0.96 (0.68 to 1.35)1.04 (0.74 to 1.45)1.12 (0.85 to 1.48)nefazodone0.96 (0.74 to 1.25)0.92 (0.72 to 1.18)0.79 (0.58 to 1.07)0.96 (0.73 to 1.26)0.81 (0.59 to 1.13)0.89 (0.68 to 1.16)0.82 (0.58 to 1.16)0.91 (0.68 to 1.22)
0.95 (0.82 to 1.09)1.21 (1.07 to 1.38)0.90 (0.76 to 1.06)0.88 (0.76 to 1.02)0.86 (0.69 to 1.06)0.86 (0.70 to 1.05)1.06 (0.94 to 1.21)0.96 (0.85 to 1.09)0.88 (0.79 to 0.97)0.97 (0.80 to 1.16)0.92 (0.71 to 1.19)1.00 (0.78 to 1.27)1.08 (0.92 to 1.26)0.96 (0.75 to 1.23)paroxetine0.95 (0.88 to 1.04)0.82 (0.67 to 0.99)0.99 (0.86 to 1.14)0.84 (0.67 to 1.05)0.92 (0.81 to 1.05)0.85 (0.66 to 1.10)0.95 (0.79 to 1.13)
1.63 (1.44 to 1.86)2.10 (1.86 to 2.36)1.55 (1.33 to 1.80)1.52 (1.33 to 1.73)1.48 (1.20 to 1.84)1.48 (1.24 to 1.78)1.84 (1.64 to 2.05)1.66 (1.49 to 1.85)1.51 (1.39 to 1.64)1.67 (1.40 to 1.99)1.59 (1.24 to 2.04)1.72 (1.35 to 2.20)1.86 (1.61 to 2.16)1.66 (1.31 to 2.10)1.73 (1.59 to 1.87)placebo0.86 (0.71 to 1.03)1.04 (0.92 to 1.18)0.88 (0.71 to 1.09)0.97 (0.87 to 1.08)0.89 (0.70 to 1.14)0.99 (0.84 to 1.16)
1.20 (0.98 to 1.49)1.54 (1.26 to 1.89)1.14 (0.91 to 1.43)1.12 (0.91 to 1.37)1.09 (0.84 to 1.43)1.09 (0.85 to 1.40)1.35 (1.11 to 1.65)1.23 (1.01 to 1.49)1.11 (0.93 to 1.33)1.23 (0.96 to 1.56)1.17 (0.87 to 1.58)1.27 (0.95 to 1.70)1.37 (1.10 to 1.71)1.22 (0.92 to 1.63)1.27 (1.07 to 1.52)0.74 (0.62 to 0.87)reboxetine1.22 (0.98 to 1.51)1.03 (0.78 to 1.36)1.13 (0.92 to 1.39)1.04 (0.77 to 1.41)1.16 (0.91 to 1.48)
0.99 (0.84 to 1.17)1.27 (1.10 to 1.47)0.94 (0.78 to 1.13)0.92 (0.78 to 1.09)0.90 (0.71 to 1.13)0.90 (0.73 to 1.12)1.12 (0.95 to 1.30)1.01 (0.87 to 1.17)0.92 (0.81 to 1.04)1.01 (0.83 to 1.24)0.96 (0.73 to 1.27)1.04 (0.80 to 1.36)1.13 (0.95 to 1.35)1.01 (0.78 to 1.30)1.05 (0.92 to 1.19)0.61 (0.54 to 0.68)0.82 (0.67 to 1.01)sertraline0.85 (0.67 to 1.08)0.93 (0.80 to 1.08)0.86 (0.65 to 1.13)0.95 (0.78 to 1.16)
1.11 (0.88 to 1.39)1.42 (1.14 to 1.76)1.05 (0.82 to 1.33)1.03 (0.81 to 1.29)1.00 (0.76 to 1.32)1.00 (0.77 to 1.31)1.24 (1.00 to 1.55)1.12 (0.90 to 1.40)1.02 (0.83 to 1.25)1.13 (0.87 to 1.46)1.07 (0.78 to 1.47)1.16 (0.86 to 1.58)1.26 (1.00 to 1.58)1.12 (0.83 to 1.52)1.17 (0.95 to 1.43)0.68 (0.56 to 0.82)0.92 (0.71 to 1.18)1.11 (0.90 to 1.38)trazodone1.09 (0.87 to 1.38)1.01 (0.73 to 1.40)1.12 (0.86 to 1.46)
0.93 (0.79 to 1.08)1.19 (1.03 to 1.37)0.88 (0.73 to 1.04)0.86 (0.73 to 1.01)0.84 (0.67 to 1.05)0.84 (0.68 to 1.03)1.04 (0.90 to 1.20)0.94 (0.82 to 1.08)0.86 (0.77 to 0.96)0.94 (0.78 to 1.15)0.90 (0.69 to 1.17)0.98 (0.75 to 1.26)1.05 (0.89 to 1.24)0.94 (0.73 to 1.21)0.98 (0.87 to 1.10)0.57 (0.51 to 0.63)0.77 (0.64 to 0.93)0.93 (0.81 to 1.07)0.84 (0.68 to 1.03)venlafaxine0.92 (0.71 to 1.20)1.02 (0.85 to 1.23)
1.04 (0.81 to 1.34)1.33 (1.04 to 1.71)0.98 (0.75 to 1.28)0.96 (0.76 to 1.23)0.94 (0.69 to 1.28)0.94 (0.71 to 1.25)1.17 (0.91 to 1.49)1.06 (0.83 to 1.34)0.96 (0.76 to 1.21)1.06 (0.80 to 1.40)1.01 (0.72 to 1.40)1.09 (0.79 to 1.52)1.18 (0.91 to 1.54)1.05 (0.76 to 1.46)1.10 (0.87 to 1.38)0.63 (0.51 to 0.79)0.86 (0.65 to 1.13)1.05 (0.82 to 1.34)0.94 (0.70 to 1.26)1.12 (0.88 to 1.42)vilazodone1.11 (0.83 to 1.49)
0.99 (0.82 to 1.19)1.27 (1.05 to 1.52)0.93 (0.76 to 1.15)0.92 (0.76 to 1.11)0.89 (0.69 to 1.15)0.90 (0.71 to 1.13)1.11 (0.94 to 1.30)1.01 (0.84 to 1.20)0.91 (0.78 to 1.07)1.01 (0.80 to 1.26)0.96 (0.72 to 1.28)1.04 (0.79 to 1.38)1.12 (0.92 to 1.38)1.00 (0.76 to 1.32)1.04 (0.89 to 1.22)0.60 (0.52 to 0.70)0.82 (0.66 to 1.02)1.00 (0.83 to 1.19)0.89 (0.70 to 1.13)1.07 (0.90 to 1.26)0.95 (0.73 to 1.23)vortioxetine

6 节点分割法(netsplit)

不一致性是指网状meta分析中直接证据和间接证据存在差异,这会影响网状meta分析的真实性,因此需要在进行网状meta分析时进行检测,并分析不一致性的产生原因。对于三个治疗措施形成的闭合环,就可以直接比较直接证据和间接证据之间的不一致性。对于四个研究形成的闭合环,可以分割成两个闭合的三角形环,进而分析直接证据和间接证据之间的不一致性。

常用的不一致检验方法为节点分割法,使用netsplit函数实现:

netsplit(e.netmeta)
## Separate indirect from direct evidence (SIDE) using back-calculation method
## 
## Random effects model: 
## 
##                      comparison  k   prop    nma direct indir.    RoR     z p-value
##       amitriptyline:agomelatine  0      0 1.2819      . 1.2819      .     .       .
##           bupropion:agomelatine  0      0 0.9461      . 0.9461      .     .       .
##          citalopram:agomelatine  0      0 0.9289      . 0.9289      .     .       .
##        clomipramine:agomelatine  0      0 0.9061      . 0.9061      .     .       .
##      desvenlafaxine:agomelatine  0      0 0.9078      . 0.9078      .     .       .
##          duloxetine:agomelatine  1   0.08 1.1242 1.3162 1.1087 1.1873  0.56  0.5763
##        escitalopram:agomelatine  2   0.10 1.0180 0.8117 1.0431 0.7782 -0.90  0.3671
##          fluoxetine:agomelatine  4   0.26 0.9246 0.9841 0.9050 1.0874  0.50  0.6144
##         fluvoxamine:agomelatine  0      0 1.0197      . 1.0197      .     .       .
##     levomilnacipran:agomelatine  0      0 0.9716      . 0.9716      .     .       .
##         milnacipran:agomelatine  0      0 1.0531      . 1.0531      .     .       .
##         mirtazapine:agomelatine  0      0 1.1393      . 1.1393      .     .       .
##          nefazodone:agomelatine  0      0 1.0155      . 1.0155      .     .       .
##          paroxetine:agomelatine  5   0.28 1.0562 1.1715 1.0151 1.1540  0.89  0.3740
##             placebo:agomelatine 13   0.57 0.6118 0.6423 0.5742 1.1186  0.84  0.4022
##          reboxetine:agomelatine  0      0 0.8301      . 0.8301      .     .       .
##          sertraline:agomelatine  0      0 1.0080      . 1.0080      .     .       .
##           trazodone:agomelatine  0      0 0.9050      . 0.9050      .     .       .
##         venlafaxine:agomelatine  2   0.10 1.0800 0.7374 1.1293 0.6529 -1.66  0.0970
##          vilazodone:agomelatine  0      0 0.9636      . 0.9636      .     .       .
##        vortioxetine:agomelatine  0      0 1.0130      . 1.0130      .     .       .
##         amitriptyline:bupropion  0      0 1.3549      . 1.3549      .     .       .
##        amitriptyline:citalopram  0      0 1.3800      . 1.3800      .     .       .
##      amitriptyline:clomipramine  0      0 1.4147      . 1.4147      .     .       .
##    amitriptyline:desvenlafaxine  0      0 1.4120      . 1.4120      .     .       .
##        amitriptyline:duloxetine  0      0 1.1402      . 1.1402      .     .       .
##      amitriptyline:escitalopram  0      0 1.2592      . 1.2592      .     .       .
##        amitriptyline:fluoxetine 12   0.17 1.3863 1.0645 1.4642 0.7271 -1.78  0.0751
##       amitriptyline:fluvoxamine  3   0.15 1.2571 1.0897 1.2886 0.8457 -0.58  0.5605
##   amitriptyline:levomilnacipran  0      0 1.3193      . 1.3193      .     .       .
##       amitriptyline:milnacipran  2   0.17 1.2172 1.1673 1.2274 0.9510 -0.14  0.8865
##       amitriptyline:mirtazapine  4   0.15 1.1251 1.0455 1.1397 0.9173 -0.34  0.7325
##        amitriptyline:nefazodone  0      0 1.2624      . 1.2624      .     .       .
##        amitriptyline:paroxetine 13   0.27 1.2137 1.0677 1.2734 0.8385 -1.19  0.2326
##           amitriptyline:placebo 22   0.41 2.0951 2.6250 1.7952 1.4622  3.04  0.0024
##        amitriptyline:reboxetine  0      0 1.5442      . 1.5442      .     .       .
##        amitriptyline:sertraline  7   0.31 1.2716 1.2908 1.2632 1.0218  0.13  0.8948
##         amitriptyline:trazodone  3   0.19 1.4165 1.2748 1.4511 0.8785 -0.46  0.6458
##       amitriptyline:venlafaxine  2   0.06 1.1869 1.1829 1.1872 0.9963 -0.01  0.9905
##        amitriptyline:vilazodone  0      0 1.3303      . 1.3303      .     .       .
##      amitriptyline:vortioxetine  0      0 1.2655      . 1.2655      .     .       .
##            bupropion:citalopram  0      0 1.0186      . 1.0186      .     .       .
##          bupropion:clomipramine  0      0 1.0442      . 1.0442      .     .       .
##        bupropion:desvenlafaxine  0      0 1.0422      . 1.0422      .     .       .
##            bupropion:duloxetine  0      0 0.8416      . 0.8416      .     .       .
##          bupropion:escitalopram  2   0.17 0.9294 0.9319 0.9289 1.0033  0.01  0.9894
##            bupropion:fluoxetine  3   0.19 1.0232 0.8415 1.0726 0.7846 -1.13  0.2601
##           bupropion:fluvoxamine  0      0 0.9278      . 0.9278      .     .       .
##       bupropion:levomilnacipran  0      0 0.9738      . 0.9738      .     .       .
##           bupropion:milnacipran  0      0 0.8984      . 0.8984      .     .       .
##           bupropion:mirtazapine  0      0 0.8304      . 0.8304      .     .       .
##            bupropion:nefazodone  0      0 0.9317      . 0.9317      .     .       .
##            bupropion:paroxetine  1   0.05 0.8958 1.0008 0.8909 1.1234  0.29  0.7743
##               bupropion:placebo 17   0.75 1.5464 1.4492 1.8839 0.7693 -1.45  0.1472
##            bupropion:reboxetine  0      0 1.1398      . 1.1398      .     .       .
##            bupropion:sertraline  1 < 0.01 0.9386 0.9375 0.9386 0.9988 -0.00  0.9991
##             bupropion:trazodone  1   0.08 1.0455 2.0952 0.9811 2.1357  1.72  0.0859
##           bupropion:venlafaxine  1   0.09 0.8761 1.1722 0.8510 1.3774  1.03  0.3052
##            bupropion:vilazodone  0      0 0.9819      . 0.9819      .     .       .
##          bupropion:vortioxetine  0      0 0.9340      . 0.9340      .     .       .
##         citalopram:clomipramine  1   0.08 1.0251 0.5674 1.0811 0.5248 -1.43  0.1524
##       citalopram:desvenlafaxine  0      0 1.0232      . 1.0232      .     .       .
##           citalopram:duloxetine  0      0 0.8263      . 0.8263      .     .       .
##         citalopram:escitalopram 13   0.43 0.9124 0.7465 1.0587 0.7052 -2.28  0.0226
##           citalopram:fluoxetine  2   0.11 1.0046 0.9632 1.0101 0.9536 -0.20  0.8390
##          citalopram:fluvoxamine  1   0.09 0.9109 1.1071 0.8937 1.2388  0.56  0.5728
##      citalopram:levomilnacipran  0      0 0.9560      . 0.9560      .     .       .
##          citalopram:milnacipran  0      0 0.8820      . 0.8820      .     .       .
##          citalopram:mirtazapine  1   0.06 0.8153 1.3238 0.7926 1.6702  1.21  0.2263
##           citalopram:nefazodone  0      0 0.9148      . 0.9148      .     .       .
##           citalopram:paroxetine  1   0.06 0.8795 1.3555 0.8575 1.5808  1.39  0.1631
##              citalopram:placebo 11   0.47 1.5182 1.5025 1.5324 0.9805 -0.15  0.8833
##           citalopram:reboxetine  1   0.12 1.1190 1.7296 1.0517 1.6446  1.57  0.1167
##           citalopram:sertraline  3   0.11 0.9215 0.8849 0.9259 0.9557 -0.17  0.8682
##            citalopram:trazodone  0      0 1.0264      . 1.0264      .     .       .
##          citalopram:venlafaxine  2   0.05 0.8601 1.7421 0.8265 2.1078  2.09  0.0365
##           citalopram:vilazodone  2   0.38 0.9640 0.9358 0.9813 0.9536 -0.19  0.8516
##         citalopram:vortioxetine  0      0 0.9170      . 0.9170      .     .       .
##     clomipramine:desvenlafaxine  0      0 0.9981      . 0.9981      .     .       .
##         clomipramine:duloxetine  0      0 0.8060      . 0.8060      .     .       .
##       clomipramine:escitalopram  0      0 0.8901      . 0.8901      .     .       .
##         clomipramine:fluoxetine  4   0.19 0.9800 0.6108 1.0955 0.5576 -2.07  0.0389
##        clomipramine:fluvoxamine  2   0.06 0.8886 1.8541 0.8450 2.1942  1.41  0.1572
##    clomipramine:levomilnacipran  0      0 0.9326      . 0.9326      .     .       .
##        clomipramine:milnacipran  1   0.12 0.8604 0.8696 0.8592 1.0121  0.03  0.9798
##        clomipramine:mirtazapine  0      0 0.7953      . 0.7953      .     .       .
##         clomipramine:nefazodone  0      0 0.8923      . 0.8923      .     .       .
##         clomipramine:paroxetine  6   0.44 0.8579 0.9052 0.8227 1.1003  0.44  0.6617
##            clomipramine:placebo  0      0 1.4810      . 1.4810      .     .       .
##         clomipramine:reboxetine  0      0 1.0916      . 1.0916      .     .       .
##         clomipramine:sertraline  2   0.16 0.8989 0.9547 0.8883 1.0746  0.23  0.8204
##          clomipramine:trazodone  1   0.10 1.0013 1.6162 0.9476 1.7056  1.14  0.2524
##        clomipramine:venlafaxine  2   0.13 0.8390 0.6046 0.8797 0.6872 -1.08  0.2811
##         clomipramine:vilazodone  0      0 0.9404      . 0.9404      .     .       .
##       clomipramine:vortioxetine  0      0 0.8945      . 0.8945      .     .       .
##       desvenlafaxine:duloxetine  1   0.14 0.8075 0.8285 0.8041 1.0304  0.10  0.9223
##     desvenlafaxine:escitalopram  0      0 0.8917      . 0.8917      .     .       .
##       desvenlafaxine:fluoxetine  0      0 0.9818      . 0.9818      .     .       .
##      desvenlafaxine:fluvoxamine  0      0 0.8903      . 0.8903      .     .       .
##  desvenlafaxine:levomilnacipran  0      0 0.9343      . 0.9343      .     .       .
##      desvenlafaxine:milnacipran  0      0 0.8620      . 0.8620      .     .       .
##      desvenlafaxine:mirtazapine  0      0 0.7968      . 0.7968      .     .       .
##       desvenlafaxine:nefazodone  0      0 0.8940      . 0.8940      .     .       .
##       desvenlafaxine:paroxetine  0      0 0.8595      . 0.8595      .     .       .
##          desvenlafaxine:placebo  9   0.96 1.4837 1.4711 1.8067 0.8142 -0.44  0.6590
##       desvenlafaxine:reboxetine  0      0 1.0936      . 1.0936      .     .       .
##       desvenlafaxine:sertraline  0      0 0.9006      . 0.9006      .     .       .
##        desvenlafaxine:trazodone  0      0 1.0031      . 1.0031      .     .       .
##      desvenlafaxine:venlafaxine  0      0 0.8406      . 0.8406      .     .       .
##       desvenlafaxine:vilazodone  0      0 0.9421      . 0.9421      .     .       .
##     desvenlafaxine:vortioxetine  0      0 0.8962      . 0.8962      .     .       .
##         duloxetine:escitalopram  3   0.19 1.1043 0.8436 1.1744 0.7183 -1.73  0.0834
##           duloxetine:fluoxetine  2   0.04 1.2158 1.2298 1.2152 1.0120  0.04  0.9713
##          duloxetine:fluvoxamine  0      0 1.1025      . 1.1025      .     .       .
##      duloxetine:levomilnacipran  0      0 1.1570      . 1.1570      .     .       .
##          duloxetine:milnacipran  0      0 1.0675      . 1.0675      .     .       .
##          duloxetine:mirtazapine  0      0 0.9868      . 0.9868      .     .       .
##           duloxetine:nefazodone  0      0 1.1071      . 1.1071      .     .       .
##           duloxetine:paroxetine  7   0.28 1.0644 0.9756 1.1018 0.8855 -0.85  0.3975
##              duloxetine:placebo 21   0.65 1.8374 1.9167 1.6999 1.1275  1.01  0.3148
##           duloxetine:reboxetine  0      0 1.3543      . 1.3543      .     .       .
##           duloxetine:sertraline  0      0 1.1153      . 1.1153      .     .       .
##            duloxetine:trazodone  0      0 1.2423      . 1.2423      .     .       .
##          duloxetine:venlafaxine  2   0.12 1.0410 0.8989 1.0623 0.8462 -0.76  0.4462
##           duloxetine:vilazodone  0      0 1.1667      . 1.1667      .     .       .
##         duloxetine:vortioxetine  6   0.46 1.1098 1.3793 0.9188 1.5011  2.46  0.0141
##         escitalopram:fluoxetine  3   0.11 1.1010 1.1260 1.0979 1.0256  0.12  0.9028
##        escitalopram:fluvoxamine  0      0 0.9983      . 0.9983      .     .       .
##    escitalopram:levomilnacipran  0      0 1.0478      . 1.0478      .     .       .
##        escitalopram:milnacipran  0      0 0.9667      . 0.9667      .     .       .
##        escitalopram:mirtazapine  0      0 0.8936      . 0.8936      .     .       .
##         escitalopram:nefazodone  0      0 1.0025      . 1.0025      .     .       .
##         escitalopram:paroxetine  3   0.14 0.9639 0.9924 0.9594 1.0344  0.18  0.8556
##            escitalopram:placebo 20   0.57 1.6639 1.4412 2.0122 0.7162 -3.00  0.0027
##         escitalopram:reboxetine  0      0 1.2264      . 1.2264      .     .       .
##         escitalopram:sertraline  3   0.11 1.0099 0.8644 1.0296 0.8395 -0.72  0.4724
##          escitalopram:trazodone  0      0 1.1249      . 1.1249      .     .       .
##        escitalopram:venlafaxine  2   0.08 0.9426 1.2105 0.9219 1.3130  1.06  0.2899
##         escitalopram:vilazodone  0      0 1.0565      . 1.0565      .     .       .
##       escitalopram:vortioxetine  0      0 1.0050      . 1.0050      .     .       .
##          fluoxetine:fluvoxamine  2   0.11 0.9068 0.9700 0.8992 1.0788  0.25  0.8014
##      fluoxetine:levomilnacipran  0      0 0.9516      . 0.9516      .     .       .
##          fluoxetine:milnacipran  2   0.27 0.8780 1.1789 0.7874 1.4972  1.43  0.1517
##          fluoxetine:mirtazapine  6   0.22 0.8116 0.7559 0.8281 0.9128 -0.48  0.6312
##           fluoxetine:nefazodone  3   0.14 0.9106 0.9633 0.9025 1.0673  0.18  0.8586
##           fluoxetine:paroxetine 12   0.23 0.8755 0.9421 0.8566 1.0998  0.79  0.4297
##              fluoxetine:placebo 39   0.47 1.5113 1.4097 1.6086 0.8764 -1.56  0.1180
##           fluoxetine:reboxetine  4   0.25 1.1139 1.2160 1.0816 1.1243  0.56  0.5785
##           fluoxetine:sertraline  6   0.19 0.9173 0.7004 0.9786 0.7157 -2.03  0.0426
##            fluoxetine:trazodone  4   0.12 1.0217 0.8357 1.0506 0.7955 -0.73  0.4683
##          fluoxetine:venlafaxine 14   0.33 0.8562 0.8008 0.8849 0.9049 -0.82  0.4097
##           fluoxetine:vilazodone  0      0 0.9596      . 0.9596      .     .       .
##         fluoxetine:vortioxetine  0      0 0.9128      . 0.9128      .     .       .
##     fluvoxamine:levomilnacipran  0      0 1.0495      . 1.0495      .     .       .
##         fluvoxamine:milnacipran  2   0.21 0.9683 0.5832 1.1054 0.5276 -1.82  0.0690
##         fluvoxamine:mirtazapine  2   0.19 0.8950 0.8764 0.8993 0.9745 -0.09  0.9264
##          fluvoxamine:nefazodone  0      0 1.0042      . 1.0042      .     .       .
##          fluvoxamine:paroxetine  2   0.08 0.9655 0.8810 0.9729 0.9055 -0.28  0.7787
##             fluvoxamine:placebo 11   0.37 1.6667 2.0337 1.4836 1.3708  1.69  0.0915
##          fluvoxamine:reboxetine  0      0 1.2284      . 1.2284      .     .       .
##          fluvoxamine:sertraline  2   0.09 1.0116 1.5585 0.9685 1.6091  1.34  0.1802
##           fluvoxamine:trazodone  0      0 1.1268      . 1.1268      .     .       .
##         fluvoxamine:venlafaxine  1   0.05 0.9442 0.4229 0.9810 0.4311 -1.76  0.0792
##          fluvoxamine:vilazodone  0      0 1.0583      . 1.0583      .     .       .
##        fluvoxamine:vortioxetine  0      0 1.0067      . 1.0067      .     .       .
##     levomilnacipran:milnacipran  0      0 0.9226      . 0.9226      .     .       .
##     levomilnacipran:mirtazapine  0      0 0.8528      . 0.8528      .     .       .
##      levomilnacipran:nefazodone  0      0 0.9568      . 0.9568      .     .       .
##      levomilnacipran:paroxetine  0      0 0.9199      . 0.9199      .     .       .
##         levomilnacipran:placebo  5   1.00 1.5881 1.5881      .      .     .       .
##      levomilnacipran:reboxetine  0      0 1.1705      . 1.1705      .     .       .
##      levomilnacipran:sertraline  0      0 0.9639      . 0.9639      .     .       .
##       levomilnacipran:trazodone  0      0 1.0737      . 1.0737      .     .       .
##     levomilnacipran:venlafaxine  0      0 0.8997      . 0.8997      .     .       .
##      levomilnacipran:vilazodone  0      0 1.0084      . 1.0084      .     .       .
##    levomilnacipran:vortioxetine  0      0 0.9592      . 0.9592      .     .       .
##         milnacipran:mirtazapine  0      0 0.9243      . 0.9243      .     .       .
##          milnacipran:nefazodone  0      0 1.0371      . 1.0371      .     .       .
##          milnacipran:paroxetine  2   0.40 0.9971 0.9517 1.0283 0.9255 -0.31  0.7587
##             milnacipran:placebo  0      0 1.7212      . 1.7212      .     .       .
##          milnacipran:reboxetine  0      0 1.2686      . 1.2686      .     .       .
##          milnacipran:sertraline  1   0.02 1.0447 2.0870 1.0299 2.0264  0.75  0.4556
##           milnacipran:trazodone  0      0 1.1637      . 1.1637      .     .       .
##         milnacipran:venlafaxine  0      0 0.9751      . 0.9751      .     .       .
##          milnacipran:vilazodone  0      0 1.0929      . 1.0929      .     .       .
##        milnacipran:vortioxetine  0      0 1.0396      . 1.0396      .     .       .
##          mirtazapine:nefazodone  0      0 1.1220      . 1.1220      .     .       .
##          mirtazapine:paroxetine  5   0.22 1.0787 0.9653 1.1127 0.8676 -0.75  0.4553
##             mirtazapine:placebo 12   0.34 1.8621 1.7805 1.9058 0.9342 -0.43  0.6659
##          mirtazapine:reboxetine  0      0 1.3725      . 1.3725      .     .       .
##          mirtazapine:sertraline  1   0.08 1.1302 0.9741 1.1458 0.8502 -0.50  0.6138
##           mirtazapine:trazodone  2   0.18 1.2589 1.5017 1.2127 1.2384  0.70  0.4859
##         mirtazapine:venlafaxine  2   0.14 1.0549 1.3661 1.0124 1.3493  1.22  0.2208
##          mirtazapine:vilazodone  0      0 1.1824      . 1.1824      .     .       .
##        mirtazapine:vortioxetine  0      0 1.1247      . 1.1247      .     .       .
##           nefazodone:paroxetine  2   0.16 0.9614 0.7517 1.0065 0.7468 -0.85  0.3962
##              nefazodone:placebo  8   0.63 1.6597 1.7354 1.5368 1.1293  0.48  0.6285
##           nefazodone:reboxetine  0      0 1.2233      . 1.2233      .     .       .
##           nefazodone:sertraline  1   0.12 1.0074 1.1667 0.9874 1.1816  0.41  0.6789
##            nefazodone:trazodone  0      0 1.1221      . 1.1221      .     .       .
##          nefazodone:venlafaxine  0      0 0.9403      . 0.9403      .     .       .
##           nefazodone:vilazodone  0      0 1.0538      . 1.0538      .     .       .
##         nefazodone:vortioxetine  0      0 1.0025      . 1.0025      .     .       .
##              paroxetine:placebo 46   0.53 1.7263 1.6524 1.8138 0.9110 -1.14  0.2554
##           paroxetine:reboxetine  3   0.31 1.2724 1.2385 1.2881 0.9615 -0.20  0.8411
##           paroxetine:sertraline  2   0.08 1.0478 0.8952 1.0620 0.8429 -0.70  0.4867
##            paroxetine:trazodone  2   0.12 1.1671 1.7157 1.1093 1.5467  1.36  0.1739
##          paroxetine:venlafaxine  3   0.09 0.9780 0.6303 1.0189 0.6186 -2.25  0.0243
##           paroxetine:vilazodone  0      0 1.0961      . 1.0961      .     .       .
##         paroxetine:vortioxetine  0      0 1.0427      . 1.0427      .     .       .
##              placebo:reboxetine 10   0.62 0.7371 0.7123 0.7788 0.9145 -0.50  0.6157
##              placebo:sertraline 18   0.47 0.6070 0.6270 0.5898 1.0630  0.52  0.6009
##               placebo:trazodone  8   0.42 0.6761 0.5699 0.7653 0.7446 -1.47  0.1410
##             placebo:venlafaxine 22   0.46 0.5665 0.5614 0.5709 0.9833 -0.17  0.8668
##              placebo:vilazodone  6   0.90 0.6350 0.6472 0.5318 1.2171  0.52  0.6024
##            placebo:vortioxetine 14   0.83 0.6040 0.5766 0.7538 0.7649 -1.42  0.1565
##           reboxetine:sertraline  0      0 0.8235      . 0.8235      .     .       .
##            reboxetine:trazodone  0      0 0.9173      . 0.9173      .     .       .
##          reboxetine:venlafaxine  1   0.07 0.7686 1.0446 0.7519 1.3894  0.85  0.3956
##           reboxetine:vilazodone  0      0 0.8615      . 0.8615      .     .       .
##         reboxetine:vortioxetine  0      0 0.8195      . 0.8195      .     .       .
##            sertraline:trazodone  1   0.06 1.1139 0.5595 1.1659 0.4799 -1.60  0.1095
##          sertraline:venlafaxine  3   0.10 0.9334 0.8472 0.9436 0.8979 -0.45  0.6520
##           sertraline:vilazodone  0      0 1.0461      . 1.0461      .     .       .
##         sertraline:vortioxetine  0      0 0.9951      . 0.9951      .     .       .
##           trazodone:venlafaxine  2   0.13 0.8379 0.6311 0.8743 0.7218 -1.03  0.3052
##            trazodone:vilazodone  0      0 0.9392      . 0.9392      .     .       .
##          trazodone:vortioxetine  0      0 0.8934      . 0.8934      .     .       .
##          venlafaxine:vilazodone  0      0 1.1208      . 1.1208      .     .       .
##        venlafaxine:vortioxetine  2   0.15 1.0661 0.8452 1.1114 0.7605 -1.17  0.2412
##         vilazodone:vortioxetine  0      0 0.9512      . 0.9512      .     .       .
## 
## Legend:
##  comparison - Treatment comparison
##  k          - Number of studies providing direct evidence
##  prop       - Direct evidence proportion
##  nma        - Estimated treatment effect (OR) in network meta-analysis
##  direct     - Estimated treatment effect (OR) derived from direct evidence
##  indir.     - Estimated treatment effect (OR) derived from indirect evidence
##  RoR        - Ratio of Ratios (direct versus indirect)
##  z          - z-value of test for disagreement (direct versus indirect)
##  p-value    - p-value of test for disagreement (direct versus indirect)
forest(netsplit(e.netmeta))

结果同样可以使用森林图展示(展示部分):

图片

7 热图(netheat plot)

  • 一种判断不一致性的方法,图中的灰色方块在row方向中越大表示研究越重要,颜色越红代表研究一致性越大。

netheat(e.netmeta, 
        nchar.trts = 4,
        random = TRUE)

图片

8 排序图(SURCA plot)

对干预措施的优劣进行排序是网状meta分析的一大特色,也是一个主要的优势。目前排序的方法比较多,最常用的有SUCRA法和P得分法,其中,SUCRA法是最为常用的方法,该值越大为最佳干预措施的可能性越大。

netrank(e.netmeta, small.values = "bad") #可做条形图
##                 P-score
## amitriptyline    0.9840
## mirtazapine      0.8460
## duloxetine       0.8367
## venlafaxine      0.7506
## paroxetine       0.6937
## milnacipran      0.6427
## escitalopram     0.5799
## fluvoxamine      0.5766
## nefazodone       0.5608
## vortioxetine     0.5606
## sertraline       0.5493
## agomelatine      0.5248
## levomilnacipran  0.4607
## vilazodone       0.4374
## bupropion        0.3761
## citalopram       0.3207
## clomipramine     0.2962
## fluoxetine       0.2939
## desvenlafaxine   0.2908
## trazodone        0.2865
## reboxetine       0.1318
## placebo          0.0000

9 漏斗图(funnel plot)

发表偏倚检测实际上是和传统meta分析一致的,主要靠漏斗图来实现。解读方法看是否对称,是一个主观判断。

colors <- c(
agom = "thistle", amit = "lightgreen", 
bupr = "coral3", cita = "cadetblue4", 
clom = "orange3",esci = "pink",
fluv = "dodgerblue4", miln = "goldenrod4", 
mirt = "yellow3", nefa = "darkgrey",
paro = "gray9", rebo = "lightblue3", 
sert = "lightslateblue", traz = "red4", 
venl= "mediumvioletred")

trts_ef <- substr(e.netmeta$trts, 0, 4)
trts_ac <- substr(a.netmeta$trts, 0, 4)
comparison_ef<- trts_ef[trts_ef != "fluo"]
comparison_ac <- trts_ac[trts_ac != "fluo"]
ord_ef<- c(comparison_ef, "fluo")
ord_ac <- c(comparison_ac, "fluo")

然后使用funnel函数进行漏斗图进行绘制:

funnel(netmeta_ef,
       order = ord_ef, 
       pch = rep(19), 
       col = colors, 
       legend = FALSE, 
       linreg = TRUE, 
       text.linreg = "(Egger's test)", 
       pos.tests = "topright")
legend("topleft", 
       legend = comparison_ef, 
       pch = rep(19),
       col = colors, 
       cex = 0.75) 

图片

funnel(
netmeta_ac, 
order = ord_ac, 
pch = rep(19),
col = colors, 
legend = FALSE, 
linreg = TRUE, 
text.linreg = "(Egger's test)", 
pos.tests = "topright")
legend("topleft", 

legend = comparison_ac,
pch = rep(19),
col = colors, 
cex = 0.75) 

图片

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/506697.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

重构智能防丢产品,苹果Find My技术引领市场发展

目前市场上最主要的防丢技术是蓝牙防丢和GPS防丢&#xff0c;蓝牙防丢是通过感应防丢器与绑定手机的距离来实现防丢的。一般防丢会默认设置一个最远安全距离&#xff0c;超过这个安全距离后&#xff0c;与手机蓝牙信号断开&#xff0c;触发防丢报警&#xff0c;用户根据防丢报警…

百度贝塞尔曲线证码识别代码

一、前言 百度出了如图所示的验证码&#xff0c;需要拖动滑块&#xff0c;与如图所示的曲线轨迹进行重合。经过不断研究&#xff0c;终于解决了这个问题。我把识别代码分享给大家。 下面是使用selenium进行验证的&#xff0c;这样可以看到轨迹滑动的过程&#xff0c;如果需要…

Leetcode 234. 回文链表

心路历程&#xff1a; 一开始想到用栈&#xff0c;但是发现还是得到中点后才开始判断&#xff0c;时间空间没什么区别&#xff0c;还不如直接获取数组后正逆对比&#xff1b; 看了网上的O&#xff08;1&#xff09;空间复杂度方法&#xff0c;意思是按照奇数偶数判断完之后&am…

保护JavaScript代码安全性:探究JScrambler、JShaman、JSFack等常用加密混淆工具

摘要 本篇技术博客将介绍五款常用且好用的在线JavaScript加密混淆工具&#xff0c;包括 jscrambler、JShaman、jsfack、freejsobfuscator 和 jjencode。通过对这些工具的功能及使用方法进行详细解析&#xff0c;帮助开发人员更好地保护和加密其 JavaScript 代码&#xff0c;提…

142.环形链表

给定一个链表的头节点 head &#xff0c;返回链表开始入环的第一个节点。 如果链表无环&#xff0c;则返回 null。 如果链表中有某个节点&#xff0c;可以通过连续跟踪 next 指针再次到达&#xff0c;则链表中存在环。 为了表示给定链表中的环&#xff0c;评测系统内部使用整…

Spring Boot集成JPA快速入门demo

1.JPA介绍 JPA (Java Persistence API) 是 Sun 官方提出的 Java 持久化规范。它为 Java 开发人员提供了一种对象/关联映射工具来管理 Java 应用中的关系数据。他的出现主要是为了简化现有的持久化开发工作和整合 ORM 技术&#xff0c;结束现在 Hibernate&#xff0c;TopLink&am…

保护前端代码安全:探索JScrambler、JSFack、IpaGuard等五款JavaScript加密工具

摘要 本篇技术博客将介绍五款常用且好用的在线JavaScript加密混淆工具&#xff0c;包括 jscrambler、JShaman、jsfack、freejsobfuscator 和 jjencode。通过对这些工具的功能及使用方法进行详细解析&#xff0c;帮助开发人员更好地保护和加密其 JavaScript 代码&#xff0c;提…

websocketpp上手笔记-Windows安装

WebSocketpp是什么 最近手上有一个c项目&#xff0c;需要用websocket从服务器端收内容。于是网上找了圈&#xff0c;发现WebSocketpp库可以做websocket的客户端。 WebSocketpp也叫WebSocket&#xff0c;github地址是&#xff1a;https://github.com/zaphoyd/websocketpp&…

KMP字符串匹配算法

本文用于记录个人算法竞赛学习&#xff0c;仅供参考 目录 一.KMP 二.next数组&#xff08;前缀表&#xff09; 三.具体实现模板 四.题解 先来看一个问题 28. 找出字符串中第一个匹配项的下标 - 力扣&#xff08;LeetCode&#xff09; 对于这个问题&#xff0c;一般暴力做法…

三、Java的流程控制

1、Java的顺序流程控制 程序由一系列语句组成。 Java虽然是一种面向对象的计算机语言,但是在一个局部,例如方法体内,快语句内仍然需要面向过程的程序设计和方法。 作为面向过程程序设计精华的结构化程序设计思想,仍然是面向对象程序设计方法的基石。 1)表达式语句 由运…

浪潮分布式存储AS13000G6-M36、NF5466M6硬盘背板改扩配参考

AS13000G6分布式存储机型描述 浪潮分布式存储AS13000G6-M36机型&#xff0c;实际就是NF5466M6加上分布式存储软件的一体机产品&#xff0c;而NF5468M6也就是NF5280M6的主板加4U机箱结构。 该机器最大的特点是在4U空间内可以配置36块3.5寸大盘&#xff0c;硬盘背板为3.5*12&…

B82793S0513N201 共模扼流圈滤波器电感 51uH 800mA

B82793S0513N201是一款由TDK(东电化)公司生产的数据线扼流圈&#xff0c;用于电信领域的xDSL变压器。 制造商: TDK 产品品种: 共模扼流圈/滤波器 RoHS: 详细信息 系列: B82793S 安装风格: PCB Mount 端接类型: SMD/SMT 通道数量: 1 Channel 电感: 51 uH 容差: 30 % 最大直流电…

护眼台灯什么品牌好?台灯目前口碑最好的护眼灯推荐

随着生活水平的提供&#xff0c;越来越多的人重视起自身健康问题&#xff0c;尤其是视力健康&#xff0c;因此都会选择一款好的护眼台灯。不过市面上的护眼台灯款式多得人数不清&#xff0c;其中还包括了很多劣质产品。 这类台灯往往采用劣质LED灯珠&#xff0c;这种灯珠对人体…

【5G 接口协议】CU与DU之间的F1协议介绍

博主未授权任何人或组织机构转载博主任何原创文章&#xff0c;感谢各位对原创的支持&#xff01; 博主链接 本人就职于国际知名终端厂商&#xff0c;负责modem芯片研发。 在5G早期负责终端数据业务层、核心网相关的开发工作&#xff0c;目前牵头6G算力网络技术标准研究。 博客…

如何使用 Python 本地客户端操作读写云服务器 Redis 缓存数据库详细教程(更新中)

Redis 基本概述 Redis&#xff08;Remote Dictionary Server&#xff09;是一个开源的使用 ANSI C 语言编写的、支持网络、可基于内存亦可持久化的日志型、Key-Value 数据库&#xff0c;并提供多种语言的 API。它通常被称为数据结构服务器&#xff0c;因为值&#xff08;value…

【Leetcode】2810. 故障键盘

文章目录 题目思路代码复杂度分析时间复杂度空间复杂度 结果总结 题目 题目链接&#x1f517; 你的笔记本键盘存在故障&#xff0c;每当你在上面输入字符 ′ i ′ i ′i′ 时&#xff0c;它会反转你所写的字符串。而输入其他字符则可以正常工作。 给你一个下标从 0 0 0 开始…

.sdf和.msp文件读取

前言 .sdf和.msp文件都可以用来存储分子信息&#xff0c;.sdf文件可以用rdkit读取&#xff0c;.msp文件就只能当成文本文档读取了。 读取 rdkit安装 pip install rdkit .sdf读取 from rdkit import Chemsuppl_h Chem.SDMolSupplier(../data/HMDB/f_hmdb.sdf) # 得到一个迭…

【字节跳动笔试题汇总】 2024-03-31-字节跳动春招笔试题-三语言题解(CPP/Python/Java)

&#x1f36d; 大家好这里是KK爱Coding &#xff0c;一枚热爱算法的程序员 ✨ 本系列打算持续跟新字节跳动近期的春秋招笔试题汇总&#xff5e; &#x1f4bb; ACM银牌&#x1f948;| 多次AK大厂笔试 &#xff5c; 编程一对一辅导 &#x1f44f; 感谢大家的订阅➕ 和 喜欢&…

基于Python的口罩佩戴识别的设计与实现(UI界面+MySQL数据库+YOLOv5+训练数据集+开题报告+中期检查+论文)

本文旨在基于Python开发一种口罩佩戴识别系统&#xff0c;通过深度学习技术实现对口罩佩戴情况的准确检测。采用了YOLOv5系列目标检测算法作为基础模型&#xff0c;并结合迁移学习进行训练和优化。同时&#xff0c;为了提供更好的用户体验&#xff0c;本系统还设计了用户登录注…

“315晚会”中的“网络水军”是什么?

水军一词&#xff0c;源自网络用语&#xff0c;通常指的是一群在网络上被雇佣来进行特定活动的人群。他们的主要任务通常是在各种社交媒体平台、论坛或者评论区发表大量的帖子、评论或者回复&#xff0c;以此来达到某种特定的目的。这些目的可能包括提升某个产品、服务或者个人…