Ahora hay varios enfoques diferentes para realizar un metanálisis de red o una comparación de tratamiento mixto.
Los más utilizados y accesibles son probablemente los siguientes:
en un marco bayesiano :
- enfoque de interacción diseño por tratamiento en WinBUGS (por ejemplo, Jackson et al );
- modelado bayesiano jerárquico basado en brazos en WinBUGS (por ejemplo, Zhao et al );
- modelado bayesiano jerárquico basado en contraste (es decir, división de nodos), ya sea con WinBUGS o a través
gemtc
yrjags
en R (por ejemplo, Dias et al o van Valkenhoef et al ); - aproximaciones de Laplace anidadas integradas (INLA) en WinBUGS (por ejemplo, Sauter et al );
en un marco frecuentista :
- análisis de varianza factorial en SAS (por ejemplo, Piepho );
- metaanálisis de redes multinivel en SAS (por ejemplo, Greco et al );
- meta-regresión multivariada con
mvmeta
Stata o R (por ejemplo, White et al ); - metaanálisis de red con
lme
ynetmeta
en R (por ejemplo , Lumley , que sin embargo se limita a ensayos de dos brazos, o Rucker et al ).
Mi pregunta es, simplemente: ¿son más o menos equivalentes o hay uno que sea preferible en la mayoría de los casos para el análisis primario (reservando así los otros para los auxiliares)?
ACTUALIZAR
A lo largo del tiempo, ha habido algunos análisis comparativos sobre métodos para el metanálisis de redes: