R 네트워크 메타분석 (Network meta-analysis using R software; Bayesian & Frequentist approach) : 이젠 R아야 한다 시리즈 2

1. 네트워크 메타분석의 이해
1.1. 네트워크 메타분석의 통계적 접근
1) 베이지안 통계학
2) 마르코프연쇄 몬테카를로(Markov Chain Monte Carlo, MCMC) 시뮬레이션
3) 베이지안의 계층적 모형
1.2. 네트워크 메타분석의 기본원리
1) 간접비교
2) 혼합비교
1.3. 네트워크 메타분석의 가정
1) 유사성
2) 이행성
3) 일관성

2. R의 “gemtc” 패키지를 이용한 베이지안 네트워크 메타분석
2.1. 이분형(binary data) 예제자료
1) 데이터 코딩 및 불러오기
2) 네트워크 셋업
3) 네트워크 모델
4) MCMC 시뮬레이션과 수렴여부 진단
5) 일관성 검정(inconsistency test)
6) 숲그림(forest plot)
7) 치료간 비교우위 선정(treatment ranking)
2.2. 연속형(continuous data) 예제자료
1) 데이터 코딩 및 불러오기
2) 네트워크 셋업
3) 네트워크 모델
4) MCMC 시뮬레이션과 수렴여부 진단
5) 일관성 검정(inconsistency test)
6) 숲그림(forest plot)
7) 치료간 비교우위 선정(treatment ranking)

3. R의 “netmeta” 패키지를 이용한 빈도주의 네트워크 메타분석
3.1. 이분형(binary data) 예제자료
1) 데이터 코딩 및 불러오기
2) 네트워크 모델
3) 일관성 검정(inconsistency test)
4) 숲그림(forest plot)
5) 치료간 비교우위 선정(treatment ranking)
3.2. 연속형(continuous data) 예제자료
1) 데이터 코딩 및 불러오기
2) 네트워크 모델
3) 일관성 검정(inconsistency test)
4) 숲그림(forest plot)
5) 치료간 비교우위 선정(treatment ranking)

4. 베이지안 vs 빈도주의 방법 그리고 R vs STATA 소프트웨어에따른 네트워크 메타분석 결과 비교
4.1. 효과크기 비교
4.2. 일관성 검정결과 비교
4.3. 치료간 비교우위 선정 비교

참고문헌

Appendix. R 네트워크 메타분석 코드
▶ 베이지안 방법 “gemtc” 패키지_이분형자료
▶ 베이지안 방법 “gemtc” 패키지_연속형자료
▶ 빈도주의 방법 “netmeta” 패키지_이분형자료
▶ 빈도주의 방법 “netmeta” 패키지_연속형자료