Overview of Network Meta-analysis for a Rheumatologist

이영호

추천

검색

자료유형: 학술저널

저자정보: 이영호 (서울대학교)

저널정보: 대한류마티스학회 대한류마티스학회지 대한류마티스학회지 제23권 제1호

발행연도: 2016.1

수록면: 4 - 10 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The need to combine direct and indirect evidence is increasing in clinical fields, and this is especially true when direct evidence is inconclusive. Thus, in recent years, network meta-analysis has been utilized increasingly in medicine. Network meta-analysis is a statistical method that enables comparison of multiple treatments simultaneously—by combining direct and indirect evidence of the relative treatment effects—to assess the comparative effectiveness of multiple interventions even if there are no head-to-head comparisons. Network meta-analysis has some advantages in addressing all treatments for a specific condition, comparing interventions and ranking the efficacy and safety of multiple treatments, and increasing the certainty of evidence by pooling direct and indirect evidence to generate overall estimates. The major assumption in network meta-analysis is exchangeability of the studies, and other key assumptions include similarity, consistency, and transitivity. The Bayesian approach is used most commonly in network meta-analysis because it provides greater flexibility that allows for the use of more complex models and can produce estimates of rank probabilities. Bayesian network meta-analysis produces treatment rankings according to the probability of being the best treatment, the second best, third best, and so forth. Network meta-analysis is an interesting method that provides useful information for use in by rheumatologists in decision-making. (J Rheum Dis 2016;23:4-10)

참고문헌 (26)

참고문헌 신청

Egger M / 1997 / Meta-analysis: principles and procedures / BMJ 315:1533~1537

Caldwell DM / 2005 / Simultaneous comparison of multiple treatments: combining direct and indirect evidence / BMJ 331:897~900

Jansen JP / 2008 / Bayesian meta-analysis of multiple treatment comparisons: an introduction to mixed treatment comparisons / Value Health 11:956~964

Catalá-López F / 2014 / Network meta-analysis for comparing treatment effects of multiple interventions: an introduction / Rheumatol Int 34:1489~1496

Lu G / 2004 / Combination of direct and indirect evidence in mixed treatment comparisons / Stat Med 23:3105~3124

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이영호

소속기관 고려대학교

주요연구분야 의약학 > 임상의학 > 내과학

논문수 33 이용수 65

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (26)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)