gms | German Medical Science

Einleitung: Netzwerk Meta-Analysen stellen eine wichtige Erweiterung der herkömmlichen paarweisen Meta-Analysen dar, da mehr als 2 Interventionen miteinander verglichen werden können und es möglich ist, direkte und indirekte Evidenz gemeinsam zu analysieren. Die Bedeutung von Netzwerk Meta-Analysen hat daher in den letzten Jahren deutlich zugenommen. Während die Methoden für paarweise Meta-Analysen gut untersucht sind, gibt es bislang vergleichsweise wenige Kenntnisse über die Eigenschaften der Verfahren für Netzwerk Meta-Analysen. Das Ziel dieser Arbeit ist der Vergleich wichtiger Ansätze für Netzwerk Meta-Analysen hinsichtlich der Effektschätzung und der Untersuchung der Konsistenzannahme.

Material und Methoden: Es wurde eine umfangreiche Simulationsstudie durchgeführt, in der komplexe Netzwerke mit bis zu 5 Interventionen und unterschiedlichen Netzwerkformen betrachtet wurden. Untersucht wurden der Einfluss unterschiedlicher Netzwerkgrößen sowie unterschiedliche Ausmaße an Inkonsistenz und Heterogenität auf den Mean Squared Error (MSE) und die Überdeckungswahrscheinlichkeit von Konfidenz- bzw. Kredibilitätsintervallen. Hierbei wurden wichtige Bayes‘sche [1], [2] und frequentistische Verfahren [3] der Netzwerk Meta-Analyse sowie direkte Schätzer aus paarweisen Meta-Analysen miteinander verglichen.

Ergebnisse: Bei einem hohen Ausmaß an Inkonsistenz lieferte keines der untersuchten Verfahren adäquate Effektschätzungen. Für Netzwerke ohne und mit einem moderaten Ausmaß an Inkonsistenz zeigten das Bayes’sche Konsistenzmodell [1] und der frequentistische Ansatz nach der graphentheoretischen Methode [3] akzeptable Eigenschaften, wobei der frequentistische Ansatz leicht besser abschnitt. Es wurde auch eine Abhängigkeit der Eigenschaften vom Ausmaß der Heterogenität im Netzwerk festgestellt. Bei den evaluierten Verfahren zur Untersuchung der Konsistenzannahme erwies sich keines als geeignet, Inkonsistenz im Netzwerk mit ausreichender Sicherheit aufzudecken.

Diskussion: Die Ergebnisse unterstreichen die Notwendigkeit bei Netzwerk Meta-Analysen die Konsistenz verlässlich zu untersuchen. Da die in dieser Simulationsstudie untersuchten Methoden dies nicht ausreichend leisten, erscheint es umso wichtiger zunächst die Ähnlichkeit und die Heterogenität zu untersuchen um eine potenzielle Inkonsistenz so klein wie möglich zu halten. Da eine Inkonsistenz jedoch in der Praxis nicht ausgeschlossen werden kann, sollten für Netzwerk Meta-Analysen nur Verfahren zur Anwendung kommen, die auch im Fall moderater Inkonsistenz verlässliche Ergebnisse liefern. Die Entwicklung und Untersuchung alternativer Verfahren, die einen besseren Umgang mit Inkonsistenz erlauben, ist notwendig. Ansätze hierzu liefern möglicherweise Verfahren, die eine Inkonsistenz modellmäßig erfassen [4].