DOI: https://doi.org/10.1186/s12874-025-02754-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41530682
تاريخ النشر: 2026-01-13
المؤلف: Μαρία Πετροπούλου وآخرون
الموضوع الرئيسي: تحليل البيانات الشامل والمراجعات المنهجية
نظرة عامة
في هذا القسم، يناقش المؤلفون التباين في التدخلات الصحية، مع التركيز بشكل خاص على جرعات الأدوية وجلسات العلاج السلوكي المعرفي. يقدمون نهجين في التحليل الشبكي للبيانات (NMA): نهج الانقسام، حيث يتم التعامل مع كل جرعة كتدخل متميز، ونهج الدمج، الذي يجمع الجرعات في تدخل واحد. على سبيل المثال، عند مقارنة التدخل A وجرعتين من التدخل C (40 ميكروغرام و60 ميكروغرام)، ينتج عن نهج الانقسام أربعة عقد منفصلة، بينما سيعامل نهج الدمج هذه الجرعات كواحدة.
يقترح المؤلفون إطار عمل لتحليل الشبكة للجرعة والاستجابة (DR-NMA) الذي يسمح بتقدير تأثيرات العلاج المعتمدة على الجرعة وتوقع الفعالية والسلامة عبر جرعات مختلفة. يتم تنفيذ هذا الإطار في حزمة R المعروفة باسم netdose، مما يعزز قابليتها للتطبيق في التحليلات الواقعية. على الرغم من بعض القيود، يوفر إطار DR-NMA أداة قوية للباحثين وصناع القرار والهيئات التنظيمية لدعم تجميع الأدلة، وتحسين العلاجات، وإجراء تقييمات تكنولوجيا الصحة.
مقدمة
تناقش مقدمة هذه الورقة البحثية تطور طرق التحليل الميتا، مع التركيز بشكل خاص على التحليل الميتا الثنائي والتحليل الشبكي للبيانات (NMA). يقدر التحليل الميتا الثنائي التأثيرات النسبية بين تدخلين، بينما يسمح NMA بالمقارنات بين تدخلات متعددة، بما في ذلك التأثيرات غير المباشرة. أحد القيود الكبيرة في تطبيقات NMA القياسية هو معالجة جرعات التدخل، التي غالبًا ما يتم تجميعها باستخدام نهج الدمج أو الانقسام، مما يتجاهل تأثير الجرعة على الفعالية والسلامة. يجادل المؤلفون بأن نمذجة تأثيرات الجرعة أمر حاسم لتعزيز اتخاذ القرار، وإبلاغ تصميم الدراسات، ودعم تطوير الأدوية.
تسلط الورقة الضوء على أنه بينما تعتبر الطرق التكرارية لتحليل الجرعة والاستجابة الميتا الثنائي راسخة، لا توجد مثل هذه الطرق لتحليل الجرعة والاستجابة NMA (DR-NMA). قدمت الأعمال السابقة نماذج بايزيانية لعلاقات الجرعة والاستجابة، لكن هذه الورقة تهدف إلى سد الفجوة من خلال تقديم نهج تكراري لـ DR-NMA باستخدام الحدود الكسرية والسبلاين المكعب المقيد. يتم تنفيذ النموذج المقترح في حزمة R المعروفة باسم netdose، وتوضح الورقة هيكله، بما في ذلك أمثلة تحفيزية، ونماذج NMA القياسية، ونموذج DR-NMA الجديد الذي يتناول كل من علاقات الجرعة والاستجابة الخطية وغير الخطية.
طرق
في قسم الطرق، يقدم المؤلفون نموذج DR-NMA (تحليل الشبكة للجرعة والاستجابة) من خلال سيناريو افتراضي يتضمن أربعة عوامل تدخل: A، B، C، ودواء وهمي (P). تشمل الدراسة ستة تدخلات: \(A_1\)، \(A_2\)، \(B_2\)، \(C_1\)، \(C_{1.5}\)، و\(P\)، بالإضافة إلى ستة مقارنات ثنائية: \(A_1 – P\)، \(A_1 – B_2\)، \(A_1 – C_{1.5}\)، \(B_2 – C_{1.5}\)، \(C_1 – P\)، و\(A_2 – P\).
تُوحد الجرعات للتدخلات بناءً على جرعة محددة مشتركة، تم تحديدها عند 20 ميكروغرام للعوامل A وB، و40 ميكروغرام للعامل C، مع افتراض أن الدواء الوهمي له جرعة غير نشطة قدرها 0 ميكروغرام. على سبيل المثال، تعادل جرعة موحدة قدرها 1 للعامل A 20 ميكروغرام، بينما تعادل جرعة موحدة قدرها 1.5 للعامل C 60 ميكروغرام. تسهل هذه الموحدات مقارنة الفعالية عبر تدخلات مختلفة ضمن إطار نموذج DR-NMA.
نتائج
في هذا القسم، يقدم المؤلفون نتائج تحليلاتهم باستخدام التحليل الشبكي القياسي (NMA) ونماذج مختلفة من تحليل الشبكة للجرعة والاستجابة (DR-NMA) المطبقة على مجموعات بيانات تتعلق بالتخدير العام ومضادات الاكتئاب. استخدموا وظائف مختلفة للجرعة والاستجابة، بما في ذلك الخطية، التربيعية، الأسية، الحدود الكسرية (FP1)، والسبلاين المكعب المقيد (RCS)، مع ضبط النماذج باستخدام دالة netdose() من حزمة R. تشير النتائج إلى أن نموذج DR-NMA الأسّي أظهر أفضل أداء في مجموعة بيانات التخدير العام، مع نسبة $Q_d/df_d = 2.11$، تليه نماذج FP1 بقوى $p = 0.5$ و$p = -0.5$.
بالنسبة لمجموعة بيانات مضادات الاكتئاب، أظهر نموذج FP1 مع $p = 0$ أفضل توازن بين ملاءمة النموذج والاقتصاد، محققًا نسبة $Q_d/df_d = 1.74$. تلاه نموذج FP1 مع $p = 0.5$ ($Q_d/df_d = 1.76$) والنموذج الأسّي ($Q_d/df_d = 1.79$). كما سلطت النتائج الضوء على أداء نموذج RCS ونموذج NMA القياسي، حيث أظهر الأخير نسبة أعلى من $Q/df = 2.05$. تم تقديم تمثيلات بصرية لمنحنيات الجرعة والاستجابة وتأثيرات العوامل في الأشكال التكميلية، مما يوضح الفعالية المقارنة للعوامل التي تم تحليلها.
مناقشة
في هذا القسم، يناقش المؤلفون تطبيق ونتائج مجموعتين من البيانات تم تحليلهما باستخدام التحليل الشبكي (NMA) ونماذج تحليل الشبكة للجرعة والاستجابة (DR-NMA). تتضمن مجموعة البيانات الأولى، المستمدة من مراجعة كوكرين، 199 تجربة عشوائية محكومة (RCTs) تركز على التدخلات لمنع القيء بعد الجراحة، بينما تتكون مجموعة البيانات الثانية من 170 تجربة RCT تقيم فعالية مضادات الاكتئاب لاضطراب الاكتئاب الرئيسي أحادي القطب. تسلط التحليلات الضوء على تحديات مستويات الجرعة النادرة في مجموعة البيانات الأولى مقارنة بالهيكل الأكثر ثراءً لمجموعة بيانات مضادات الاكتئاب، مما يسمح بنمذجة أكثر تعقيدًا لعلاقات الجرعة والاستجابة.
يصف المؤلفون نموذج NMA القياسي، الذي يفترض تأثيرات متميزة لكل تدخل، ونموذج DR-NMA، الذي يدمج مستويات الجرعة في التحليل. يصفون تحولات مختلفة لنمذجة علاقات الجرعة والاستجابة، بما في ذلك الخطية، الأسية، الحدود الكسرية، والسبلاين المكعب المقيد. يقدم كل نهج مستويات مختلفة من المرونة والتعقيد، حيث أظهر النموذج الأسّي أفضل توازن بين الملاءمة والاقتصاد في تحليلاتهم. تشير النتائج إلى أن معظم العوامل أظهرت فعالية أكبر من الدواء الوهمي، مع الكشف عن منحنيات الجرعة والاستجابة المحددة التي تكشف عن زيادة الفعالية مع الجرعات الأعلى، خاصة للعوامل المستخدمة بشكل شائع مثل أوندانسيترون ودروبيريدول. تختتم القسم بالتأكيد على أهمية اختيار النماذج المناسبة لالتقاط الفروق الدقيقة في علاقات الجرعة والاستجابة بدقة في الأبحاث السريرية.
DOI: https://doi.org/10.1186/s12874-025-02754-4
PMID: https://pubmed.ncbi.nlm.nih.gov/41530682
Publication Date: 2026-01-13
Author(s): Μαρία Πετροπούλου et al.
Primary Topic: Meta-analysis and systematic reviews
Overview
In this section, the authors discuss the variability in healthcare interventions, particularly focusing on drug dosages and cognitive behavioral therapy sessions. They introduce two approaches in network meta-analysis (NMA): the splitting approach, where each dosage is treated as a distinct intervention, and the lumping approach, which combines dosages into a single intervention. For instance, when comparing intervention A and two dosages of intervention C (40 mcg and 60 mcg), the splitting approach results in four separate nodes, while the lumping approach would treat them as one.
The authors propose a frequentist dose-response network meta-analysis (DR-NMA) framework that allows for the estimation of dose-dependent treatment effects and the prediction of efficacy and safety across various dosages. This framework is implemented in the R package netdose, enhancing its applicability in real-world analyses. Despite some limitations, the DR-NMA framework offers a robust tool for researchers, decision-makers, and regulatory bodies to support evidence synthesis, optimize treatments, and conduct health technology assessments.
Introduction
The introduction of this research paper discusses the evolution of meta-analytic methods, specifically focusing on pairwise meta-analysis and network meta-analysis (NMA). Pairwise meta-analysis estimates the relative effects between two interventions, while NMA allows for comparisons among multiple interventions, including indirect effects. A significant limitation in standard NMA applications is the treatment of intervention doses, often grouped using lumping or splitting approaches, which neglects the impact of dosage on efficacy and safety. The authors argue that modeling dose effects is crucial for enhancing decision-making, informing study designs, and supporting drug development.
The paper highlights that while frequentist methods for pairwise dose-response meta-analysis are well-established, no such methods exist for dose-response NMA (DR-NMA). Previous work has introduced Bayesian models for dose-response relationships, but this paper aims to fill the gap by presenting a frequentist approach to DR-NMA using fractional polynomials and restricted cubic splines. The proposed model is implemented in the R package netdose, and the paper outlines its structure, including motivating examples, standard NMA models, and the new DR-NMA model addressing both linear and nonlinear dose-response relationships.
Methods
In the Methods section, the authors introduce the DR-NMA (Dose-Response Network Meta-Analysis) model through a hypothetical scenario involving four intervention agents: A, B, C, and a placebo (P). The study encompasses six interventions: \(A_1\), \(A_2\), \(B_2\), \(C_1\), \(C_{1.5}\), and \(P\), along with six pairwise comparisons: \(A_1 – P\), \(A_1 – B_2\), \(A_1 – C_{1.5}\), \(B_2 – C_{1.5}\), \(C_1 – P\), and \(A_2 – P\).
Doses for the interventions are standardized based on a common agent-specific dose, set at 20 mcg for agents A and B, and 40 mcg for agent C, with the placebo assumed to have an inactive dose of 0 mcg. For instance, a standardized dose of 1 for agent A equates to 20 mcg, while a standardized dose of 1.5 for agent C corresponds to 60 mcg. This standardization facilitates the comparison of efficacy across different interventions within the framework of the DR-NMA model.
Results
In this section, the authors present the results of their analyses using standard network meta-analysis (NMA) and various dose-response network meta-analysis (DR-NMA) models applied to datasets related to general anesthesia and antidepressants. They utilized different dose-response functions, including linear, quadratic, exponential, fractional polynomials (FP1), and restricted cubic splines (RCS), with the models fitted using the netdose() function from the R package. The findings indicate that the exponential DR-NMA model exhibited the best performance in the general anesthesia dataset, with a ratio of $Q_d/df_d = 2.11$, followed closely by FP1 models with powers $p = 0.5$ and $p = -0.5$.
For the antidepressant dataset, the FP1 model with $p = 0$ demonstrated the best balance between model fit and parsimony, yielding a ratio of $Q_d/df_d = 1.74$. This was followed by FP1 with $p = 0.5$ ($Q_d/df_d = 1.76$) and the exponential model ($Q_d/df_d = 1.79$). The results also highlighted the performance of the RCS model and the standard NMA model, with the latter showing a higher ratio of $Q/df = 2.05$. Visual representations of the dose-response curves and agent effects are provided in the supplementary figures, illustrating the comparative efficacy of the agents analyzed.
Discussion
In this section, the authors discuss the application and findings of two datasets analyzed using network meta-analysis (NMA) and dose-response network meta-analysis (DR-NMA) models. The first dataset, derived from a Cochrane review, includes 199 randomized controlled trials (RCTs) focused on interventions for preventing postoperative vomiting, while the second dataset comprises 170 RCTs assessing the efficacy of antidepressants for unipolar major depressive disorder. The analysis highlights the challenges of sparse dose levels in the first dataset compared to the richer structure of the antidepressant dataset, which allows for more complex modeling of dose-response relationships.
The authors detail the standard NMA model, which assumes distinct effects for each intervention, and the DR-NMA model, which incorporates dose levels into the analysis. They describe various transformations for modeling dose-response relationships, including linear, exponential, fractional polynomials, and restricted cubic splines. Each approach offers different levels of flexibility and complexity, with the exponential model demonstrating the best balance between fit and parsimony in their analyses. The results indicate that most agents showed greater efficacy than placebo, with specific dose-response curves revealing increasing efficacy with higher doses, particularly for commonly used agents like ondansetron and droperidol. The section concludes by emphasizing the importance of selecting appropriate models to accurately capture the nuances of dose-response relationships in clinical research.