NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
BackgroundIn network meta-analiz (NMA), tedavi etkileri arasındaki farkın büyüklüğü tipik olarak, olasılık en iyi ve yüzey kümülatif sıralama eğrisi (SUCRA'lar) altında sıralama metriklerinin hesaplanmasında göz ardı edilir. Bu, klinik olarak anlamlı farklılıkları yansıtmayabilecek tedavi sıralamalarına yol açar. Minimal önemli farklar (MID'ler), hastalar veya klinisyenler tarafından tedaviler arasında anlamlı bir farkı temsil etmek için kabul edilen belirli bir sonuçtaki en küçük değeri temsil eder. MID'lerin daha klinik odaklı tedavi sıralamaları vermek için SUCRA'lar gibi ortak NMA sıralama ölçümlerine nasıl dahil edilebileceğine dair literatür eksikliği vardır.Mid'ler Minimal düzeyde önemli farklılıkları (MID'leri) hesaba katan yaygın olarak mevcut NMA sıralama ölçümlerine analoglar verilmektedir. Özellikle, tanımları MID-ayarlı medyan rütbeleri, MID-ayarlı olasılık j th en iyi, MID-ayarlı kümülatif olasılık j th en iyi, ve MID-ayarlı SUCRA değerleri için sağlanır. MID'ler için ayarlama, bir ağdaki tedaviler arasındaki bağlara izin verdiğinden, sıralamadaki bağları ele alma yöntemleri tartışılır, bununla birlikte, bağları ele almak için orta nokta yönteminin, bir ağdaki tüm SUCRA değerlerinin ortalama değerinin bir yarısı olduğu özelliğini koruduğu gösterilmiştir. MID-ayarlı P-skorları ve MID-ayarlı SUCRA değerlerinin karşılaştırılabilirliği tartışılır ve MID-ayarlı sıralama metriklerinin Bayesian yazılım uygulaması sağlanır.SonuçlarMID-ayarlı sıralama metriklerinin iki gerçek dünya uygulaması kullanımlarını göstermek için sunulur. Spesifik olarak, NMA'lar diyabet ve Parkinson hastalığı tedavileri üzerine yayınlanmış ağlara dayanarak gerçekleştirilir. Sonuçları sunmak için, bu ağlar için MID ayarlı sıralama metriklerini yorumlamak için ilgili literatürden MID'ler seçilir.Tedavileri sıralarken MID'leri göz önünde bulundurmak klinik olarak alakalı olmayan sıralama metriklerine yol açabilir. Önerilen MID-ayarlı Bayesian sıralama metriklerimiz bu zorluğu ele alıyor. Ayrıca, bağları ele almak için orta nokta yönteminin kullanılmasının standart sıralama metrikleri ile MID ayarlı sıralama metrikleri arasında karşılaştırılabilirliği sağladığını gösteriyoruz. Yöntemler bir Bayesian çerçevesi içinde kolayca medi.nma.rank R paketi kullanılarak uygulanır.
Özgün kaynak özetini okuyun
BackgroundIn network meta-analysis (NMA), the magnitude of difference between treatment effects is typically ignored in the calculation of ranking metrics, such as probability best and surface under the cumulative ranking curve (SUCRAs). This leads to treatment rankings which may not reflect clinically meaningful differences. Minimally important differences (MIDs) represent the smallest value in a given outcome that is considered by patients or clinicians to represent a meaningful difference between treatments. There is a lack of literature on how MIDs can be incorporated into common NMA ranking metrics such as SUCRAs to give more clinically oriented treatment rankings.MethodsAnalogues to commonly available NMA ranking metrics that account for minimally important differences (MIDs) are provided. In particular, definitions are provided for MID-adjusted median ranks, MID-adjusted probability j th best, MID-adjusted cumulative probability j th best, and MID-adjusted SUCRA values. Since adjustment for MIDs allows for ties between treatments in a network, methods for handling ties in ranking are discussed, with it shown that the midpoint method for handling ties retains the property that the average value of all SUCRA values in a network is one half. Comparability of MID-adjusted P-scores and MID-adjusted SUCRA values is discussed, and a Bayesian software implementation of the MID-adjusted ranking metrics is provided.ResultsTwo real-world applications of MID-adjusted ranking metrics are presented to illustrate their use. Specifically, NMAs are conducted based on published networks on treatments for diabetes and Parkinson's disease. To present the results, MIDs are selected from relevant literature to interpret MID-adjusted ranking metrics for these networks.ConclusionsFailure to consider MIDs when ranking treatments can lead to ranking metrics which are not clinically relevant. Our proposed MID-adjusted Bayesian ranking metrics address this challenge. Further, we show that the use of the midpoint method for addressing ties ensures comparability between standard ranking metrics and MID-adjusted ranking metrics. The methods are easily applied in a Bayesian framework using the R package mid.nma.rank.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.