A Novel Method for Discrete-Time Flexible Meta-Regression Using Network Meta Analysis: Results from a Simulation Study
Medical research is often interested in longitudinal trajectories of health outcomes. While flexible regression methods are well developed for single studies, the case is less clear in the case of trajectory meta-analysis (MA) given differences in study outcome assessment patterns. Network meta-analysis (NMA) has a well-defined framework for assessing inconsistency between nodes. We propose a novel method which considers discrete timepoints as NMA nodes: discrete-time NMA (DTNMA). We show how to assess the impact of heterogeneous outcome assessment patterns using node inconsistency. A simulation study of MA datasets, varying conditions such as overlap and sparseness of assessments, was conducted. Goodness-of-fit measures were used to compare DTNMA to traditional methods as well as assess the extent to which inconsistent outcome assessment patterns can affect model results.
Une nouvelle méthode pour réaliser une méta-régression flexible à temps discret en utilisant la méta-analyse de réseaux : résultats d'une étude de simulation
La recherche médicale s'intéresse souvent à l'évolution de mesures de santé dans le temps. Si les méthodes de régression flexibles sont bien développées pour ce qui est des études individuelles, la situation est moins claire en ce qui concerne la méta-analyse (MA) de trajectoires en présence d'hétérogénéité dans les schémas d’évaluation de la réponse dans les études. La méta-analyse en réseau (MAR) a un cadre bien défini pour évaluer la cohérence entre les nœuds du graphe. On propose une nouvelle méthode qui considère des points temporels comme nœuds dans une MAR : la MAR à temps discret (MARTD). On montre comment mesurer l’impact de l’hétérogénéité des méthodes d'évaluation à l'aide de l'incohérence des noeuds. Des bases de données de MA qui varient le niveau de chevauchement et la parcimonie des évaluations ont été simulées. Des mesures de la qualité des modèles ont été utilisées pour comparer la MARTD avec les méthodes traditionnelles et explorer comment l’hétérogénéité des schémas d'évaluation affecte la qualité des modèles.
Date and Time
-
Langue de la présentation orale
Bilingue
Langue des supports visuels
Bilingue