Multiple Treatment Comparison (MTC), Network Meta-analysis

Analiza sieciowa (ang. Multiple Treatment Comparison, Network Meta-analysis) oparta jest na modelu służącym do ilościowego oszacowania skuteczności klinicznej/bezpieczeństwa. Jej główne zastosowanie ma miejsce, gdy:

• konieczne jest rzetelne oszacowanie skuteczności klinicznej/bezpieczeństwa wybranej interwencji na tle całego rynku składającego się z co najmniej kilku konkurencyjnych metod leczenia, lub
• brakuje odpowiednich badań bezpośrednio porównujących wybrane interwencje, ale z drugiej strony istnieje kilka alternatywnych możliwości porównania pośredniego (z wykorzystaniem różnych komparatorów).

Idea tego, opartego na statystyce bayesowskiej, podejścia polega na jednoczesnym wykorzystaniu wyników wszystkich badań włączonych do analizy, choć poszczególne badania raportują wyniki dla innych metod leczenia. Istotne jest tutaj założenie o przechodniości prawdziwego efektu, tzn. efekt względny A vs B jest równy sumie efektów względnych A vs C i C vs B.  W rzeczywistości, choćby z uwagi na czynnik losowy nierozłącznie powiązany z każdym badaniem, zależność ta nie jest nigdy dokładnie spełniona dla danych z poszczególnych badań. Zastosowane podejście bayesowskie wyznacza tu pewnego rodzaju kompromis uwzględniający wszystkie dane w kontekście przechodniości zachodzącej w całej strukturze sieci danych.

 

Dla każdego punktu końcowego osobno badane są parametry heterogeniczności i zgodności wyników użytych badań. W zależności od struktury danych dobierany jest odpowiedni model (efektów stałych lub losowych).

Wyniki analizy sieciowej, poza oczywistym oszacowaniem względnej efektywności leczenia dla każdej pary interwencji, mogą obejmować rankingi skuteczności, czy też oszacowanie prawdopodobieństwa zakwalifikowania danej interwencji jako najlepszej opcji terapeutycznej.