上一期我们介绍了网状Meta分析，有兴趣的小伙伴可以点击链接查看传统Meta没新意了，要不试试网状Meta分析？|文献解读。
那可能就有小伙伴担心，网状Meta分析所提供的间接证据不可靠，得到的阳性结果存在较大的假阳性的可能，那小编就想说，要不然试试传统Meta分析+网状Meta分析结合，不仅能够提升文章的严谨性，同时“逼格”也是满满的。
今天要分享的一篇文章同时结合了传统Meta分析和网状Meta分析，将两种meta分析方法结果在一篇文章里，目前是比较少见的。文章“Dipeptidyl peptidase-4 inhibitors and gallbladder or biliary disease in type 2 diabetes: systematic review and pairwise and network meta-analysis of randomised controlled trials”发表在了顶刊BMJ（IF: 93.6）上。
这一篇可以说是妥妥的大佬级文献，就让我们一起来看看这篇文章有什么过人之处吧！
文献筛选流程与评估
不管是传统还是网状Meta分析，第一步都是文献的检索。研究团队在PubMed、Cochrane图书馆、EMBASE和Web of Science中搜索了截至2021年7月31日的二肽基肽酶-4抑制剂随机对照试验。三位审核人独立使用设计好的搜索策略进行了文献检索。并且还筛选了相关系统评价的参考文献列表，并在 Google Scholar 和公共存储库中手动搜索灰色文献。
图1 纳入和排除标准表
四位审核人根据预先制定的纳入和排除标准独立确定了符合条件的研究（上图，小编懒癌发作，就不翻译成中文了）。如果平行组随机对照试验将二肽基肽酶-4抑制剂与安慰剂或非肠促胰岛素药物进行比较，将其纳入传统Meta分析；如果平行组随机对照试验将二肽基肽酶-4抑制剂、胰高血糖素样肽1受体激动剂或钠-葡萄糖协同转运蛋白2抑制剂相互比较，或与其他抗糖尿病药物、安慰剂或标准治疗进行比较，将其纳入网状Meta分析。
数据合成与分析
注意哦，在进行Meta分析前，需要进行异质性和偏倚性分析。
异质性是指在进行系统评价和meta分析时，纳入的原始研究之间的差别，差别越大，异质性就越高，meta分析时合并的结果也就越不可靠。
偏倚性分析有助于识别和量化meta分析中的各种偏倚，从而提高研究结果的准确性和可信度。通过识别和校正这些偏倚，可以确保meta分析的结论更加可靠。
研究团队使用χ2检验（统计异质性：P<0.10）和τ2（低：<0.04；低-中：0.04-0.16；中-高：0.16-0.36；高：>0.36）评估了实质异质性。并使用Mantel-Haenszel方法的固定效应模型计算了比值比和95%置信区间，并应用了与对比研究臂大小倒数成比例的校正来处理零事件。
对于偏移分析，使用漏斗图不对称性的视觉评估和Egger不对称性检验来评估。通过使用不同的合并方法、使用随机效应模型（包括双零研究）和省略每项研究进行了敏感性分析。
结果分析
传统Meta分析结果
首先就是老朋友流程图，用于清晰展示研究选择、数据提取、统计合成和结果解释的步骤，以确保分析的透明度和可重复性。emoji
传统Meta分析中纳入了82项随机对照试验，涉及104833名2型糖尿病患者。几乎所有试验均记录了胆囊或胆道疾病作为严重不良事件。
图2 传统Meta分析流程图
Meta分析结果离不开森林图，就像西方不能没有耶路撒冷，森林图是最常用的结果综合表达形式。
结果表明：与安慰剂或非肠促胰岛素药物相比，二肽基肽酶-4抑制剂与胆囊或胆道疾病复合风险增加之间存在显著关联（风险比1.22）。二肽基肽酶-4抑制剂显著增加胆囊炎的风险（风险比 1.43），但不增加胆结石或胆道疾病的风险
图3 服用二肽基肽酶-4抑制剂的患者罹患胆囊炎、胆结石和胆道疾病的风险
敏感性分析！敏感性分析！敏感性分析！重要的事情说三遍！
在撰写文章的过程中，你是否有过这样的体验：对自己的meta分析成果越看越满意，似乎找不到任何问题，但是否真正得出了准确的结论呢？如果你对此没有十足的把握，那么进行敏感性分析是一个不错的选择。
敏感性分析是评价建立的Meta分析模型的稳定性，是Meta分析的最后一道关卡！
Meta分析的敏感性分析方法有很多种，比较简单的就是去除单项研究法，每次将某一研究删除后，分别进行新的Meta分析得到的合并效应量与总的效应量相比较，查看结果有无变化。
而本文也是利用这个办法，研究团队逐一省略每项试验或同时删除CAROLINA和CARMELINA试验时，结局结果保持稳定。
网状Meta分析结果
首先还是网状Meta分析的老朋友流程图和网状图。对于网状图的介绍小编就不赘述了，有兴趣的小伙伴可以查看上一期。
共184项试验纳入三类抗糖尿病药物（二肽基肽酶-4抑制剂、胰高血糖素样肽-1受体激动剂和钠-葡萄糖协同转运蛋白-2抑制剂）的比较网络。
图4 网状Meta分析流程图
图5 网状图
森林图结果显示：与钠-葡萄糖协同转运蛋白2抑制剂以及安慰剂或其他抗糖尿病药物相比，二肽基肽酶-4抑制剂增加了胆囊或胆道疾病（风险比 1.32）和胆囊炎（1.55）的综合风险。而二肽基肽酶-4抑制剂和胰高血糖素样肽1受体激动剂在任何结果方面均无显著差异。
图6 二肽基肽酶-4抑制剂、胰高血糖素样肽1受体激动剂和钠-葡萄糖协同转运蛋白2抑制剂的网状Meta分析
传统Meta分析&网状Meta分析结果结合
这篇文章的亮点之一就是同时结合了传统Meta分析和网状Meta分析结果，使得分析结果可信度更高。
表1将两种meta分析的结果进行了总结，表明二肽基肽酶-4抑制剂会增加胆囊或胆道疾病发生的风险，在长期服用的患者中发病风险更高（传统）。服用二肽基肽酶-4抑制剂发生胆囊或胆道疾病风险与胰高血糖素样肽-1激动剂相似，但要高于服用纳-糖转运蛋白-2抑制剂发生疾病的风险（网状）。
表1 传统Meta分析&网状Meta分析总结结果
总结
这篇文章的最大特色在于文章形式，它巧妙地融合了传统Meta分析与网状Meta分析的成果。通过这种综合方法，文章不仅利用了传统Meta分析在直接比较研究中的稳健性，还借助网状Meta分析的能力，对间接比较和多治疗比较进行了深入探讨。这种双重分析策略极大地增强了研究结果的可信度和全面性，为读者提供了一个更为坚实和多维度的证据基础。
当然，同时运用传统和网状Meta分析对我们来说是一项挑战，要求我们具备坚实的统计学基础，以便能够灵活地掌握这两种方法。因此，加油吧！少年！一起共勉！
好了，以上就是本文的全部解读内容，有兴趣的小伙伴可以点击原文查看文献哦！
