AUEB Library - Digital Repository

PYXIDA Institutional Repository
and Digital Library

Username
Password

Collections :	Ιδρυματικό Αποθετήριο ΟΠΑ / AUEB Institutional Repository Σχολή Επιστημών και Τεχνολογίας της Πληροφορίας / School of Informatics Τμήμα Στατιστικής / Department of Statistics Μεταπτυχιακές Εργασίες / Postgraduate dissertations

Title :	Evidence synthesis: from meta-analysis to network meta-analysis with an application in patients with COPD

Alternative Title :	Σύνθεση δεδομένων: από τη μέτα-ανάλυση στη μέτα-ανάλυση δικτύων με εφαρμογή σε ασθενείς με ΧΠΑ

Creator :	Thano, Adriana Θάνο, Αντριάνα

Contributor :	Ntzoufras, Ioannis (Επιβλέπων καθηγητής) Vasdekis, Vassilis (Επιβλέπων καθηγητής) Athens University of Economics and Business, Department of Statistics (Degree granting institution)

Type :	Text

Extent :	105p.

Language :	en

Abstract :	Evidence synthesis methodologies become essential as more and more analyses are available for a specific research question. This dissertation has been focused on the evidence synthesis methods in healthcare, using randomized control trials (RCT) as a source of evidence. The first method described is the meta-analysis, an overall analysis to pool the treatment effect of two specific treatments being compared directly. The meta-analysis technique has two effect models, the fixed and the random effects, which their differentiation relies on a fundamental assumption over the uncertainty sources; the latter assumes between-study variance in additional to the within-study variance, which is the only source of variability in the fixed effect model. Furthermore, the indirect treatment comparisons (ITC) overcomes the limitation of the meta-analysis, making feasible the comparison of treatments without the requirement of them to be directly compared in an RCT. The ITC uses a common comparator, a treatment which has been compared with the other two treatments of interest, if both indirect and direct evidence are available a pooled estimation can be performed. The ITC and pooled effect methodologies can be considered as mixed treatment comparisons (MTC), however, since they are based on trivial mathematical equations they cannot exploit the geometry of the network made by the treatments connected. The last and most important evidence synthesis tool that has been presented is the network meta-analysis, the extension of meta-analysis. A network of multiple treatments, connected directly or indirectly by multiple studies is analyzed simultaneously by fixed or random effects. The dissertation is organized in two parts; the theory of these methods, accompanied with examples in the Bayesian and frequentist prospective for continuous outcomes, and an extensive application in network meta-analysis in patients with COPD, using a publication performed by Mapi [1]. The main scope of this thesis has been to present both in theory and application all the main steps of evidence synthesis and compare the estimations among different approaches and models. As a conclusion, the Bayesian and frequentist approaches deemed to result in approximately same estimations, with the random effects estimations in both cases providing more uncertainty around them. Οι μεθοδολογίες σύνθεσης δεδομένων αναπτύσσονται ολοένα και περισσότερο όσο μεγαλώνει το πλήθος δεδομένων προς καταγραφή και ανάλυση. Ειδικότερα, οι μεθοδολογίες στην σύνθεση δεδομένων στην ιατροφαρμακευτική είναι πρωταρχικής σημασίας· συνδυάζοντας κλινικές δοκιμές ώστε να αποτελέσουν μια ολική εκτίμηση της θεραπείας μέσω της μέτα-ανάλυσης μεθόδου, επίσης επιτρέποντας την σύγκριση διαφόρων φαρμάκων ή θεραπειών που δεν έχουν συγκριθεί άμεσα σε κλινική δοκιμή. Η διπλωματική εργασία αυτή παρουσιάζει τις μεθοδολογίες της μέτα-ανάλυσης, έμμεσης σύγκρισης θεραπειών, από κοινού (pooled) εκτίμησης και μετα- ανάλυση δικτύων για συνεχή δεδομένα, και παρατίθεται ένα εκτενές παράδειγμα στην μετα-ανάλυση δικτύων σε ασθενείς με χρόνια πνευμονική ανεπάρκεια. Παρουσιάζοντας δύο σχολές στατιστικής, Μπεϋζιανή και κλασσική για τις παραπάνω μεθόδους καθώς και παραδείγματα. Κάθε ένα από τα οποία έχει αναλυθεί σε μοντέλο σταθερού και τυχαίων επιδράσεων, που διαφοροποιούνται αναλόγως των πηγών αβεβαιότητας που επιτρέπουν. Η μετα-ανάλυση δικτύων, η κορυφή στην πυραμίδα της σύνθεσης δεδομένων, παρουσιάζεται λεπτομερώς για κάθε στατιστική σχολή και μοντέλο επιδράσεων θεωρητικά αλλά και εφαρμοσμένα χρησιμοποιώντας μια δημοσίευση της οποίας την ανάλυση είχε υλοποιήσει η Mapi [1]. Ο κύριος σκοπός αυτής της εργασίας ήταν να παρουσιάσει θεωρητικά και εφαρμοσμένα όλα τα βήματα της σύνθεσης δεδομένων και να συγκρίνει τις εκτιμήσεις των δύο διαφορετικών σχολών και μοντέλων παραγόντων. Συμπερασματικά, οι δύο σχολές, Μπεϋζιανή και κλασσική οδηγούν σε παρόμοια αποτελέσματα, με τις εκτιμήσεις του μοντέλου των τυχαίων παραγόντων να έχουν μεγαλύτερη αβεβαιότητα.

Abstract :

Evidence synthesis methodologies become essential as more and more analyses are available for a specific research question. This dissertation has been focused on the evidence synthesis methods in healthcare, using randomized control trials (RCT) as a source of evidence. The first method described is the meta-analysis, an overall analysis to pool the treatment effect of two specific treatments being compared directly. The meta-analysis technique has two effect models, the fixed and the random effects, which their differentiation relies on a fundamental assumption over the uncertainty sources; the latter assumes between-study variance in additional to the within-study variance, which is the only source of variability in the fixed effect model. Furthermore, the indirect treatment comparisons (ITC) overcomes the limitation of the meta-analysis, making feasible the comparison of treatments without the requirement of them to be directly compared in an RCT. The ITC uses a common comparator, a treatment which has been compared with the other two treatments of interest, if both indirect and direct evidence are available a pooled estimation can be performed. The ITC and pooled effect methodologies can be considered as mixed treatment comparisons (MTC), however, since they are based on trivial mathematical equations they cannot exploit the geometry of the network made by the treatments connected. The last and most important evidence synthesis tool that has been presented is the network meta-analysis, the extension of meta-analysis. A network of multiple treatments, connected directly or indirectly by multiple studies is analyzed simultaneously by fixed or random effects. The dissertation is organized in two parts; the theory of these methods, accompanied with examples in the Bayesian and frequentist prospective for continuous outcomes, and an extensive application in network meta-analysis in patients with COPD, using a publication performed by Mapi [1]. The main scope of this thesis has been to present both in theory and application all the main steps of evidence synthesis and compare the estimations among different approaches and models. As a conclusion, the Bayesian and frequentist approaches deemed to result in approximately same estimations, with the random effects estimations in both cases providing more uncertainty around them.
Οι μεθοδολογίες σύνθεσης δεδομένων αναπτύσσονται ολοένα και περισσότερο όσο μεγαλώνει το πλήθος δεδομένων προς καταγραφή και ανάλυση. Ειδικότερα, οι μεθοδολογίες στην σύνθεση δεδομένων στην ιατροφαρμακευτική είναι πρωταρχικής σημασίας· συνδυάζοντας κλινικές δοκιμές ώστε να αποτελέσουν μια ολική εκτίμηση της θεραπείας μέσω της μέτα-ανάλυσης μεθόδου, επίσης επιτρέποντας την σύγκριση διαφόρων φαρμάκων ή θεραπειών που δεν έχουν συγκριθεί άμεσα σε κλινική δοκιμή. Η διπλωματική εργασία αυτή παρουσιάζει τις μεθοδολογίες της μέτα-ανάλυσης, έμμεσης σύγκρισης θεραπειών, από κοινού (pooled) εκτίμησης και μετα- ανάλυση δικτύων για συνεχή δεδομένα, και παρατίθεται ένα εκτενές παράδειγμα στην μετα-ανάλυση δικτύων σε ασθενείς με χρόνια πνευμονική ανεπάρκεια. Παρουσιάζοντας δύο σχολές στατιστικής, Μπεϋζιανή και κλασσική για τις παραπάνω μεθόδους καθώς και παραδείγματα. Κάθε ένα από τα οποία έχει αναλυθεί σε μοντέλο σταθερού και τυχαίων επιδράσεων, που διαφοροποιούνται αναλόγως των πηγών αβεβαιότητας που επιτρέπουν. Η μετα-ανάλυση δικτύων, η κορυφή στην πυραμίδα της σύνθεσης δεδομένων, παρουσιάζεται λεπτομερώς για κάθε στατιστική σχολή και μοντέλο επιδράσεων θεωρητικά αλλά και εφαρμοσμένα χρησιμοποιώντας μια δημοσίευση της οποίας την ανάλυση είχε υλοποιήσει η Mapi [1]. Ο κύριος σκοπός αυτής της εργασίας ήταν να παρουσιάσει θεωρητικά και εφαρμοσμένα όλα τα βήματα της σύνθεσης δεδομένων και να συγκρίνει τις εκτιμήσεις των δύο διαφορετικών σχολών και μοντέλων παραγόντων. Συμπερασματικά, οι δύο σχολές, Μπεϋζιανή και κλασσική οδηγούν σε παρόμοια αποτελέσματα, με τις εκτιμήσεις του μοντέλου των τυχαίων παραγόντων να έχουν μεγαλύτερη αβεβαιότητα.

Subject :	Evidence synthesis Meta-analysis Indirect treatment comparisons (ITC) Network meta-analysis Chronic Obstructive Pulmonary Disease (COPD) Σύνθεση δεδομένων Μετα-ανάλυση Έμμεση σύγκριση θεραπειών Μετα-ανάλυση δικτύων Χρόνια πνευμονική ανεπάρκεια

Date :	31-08-2017

Licence :

File: Thano_2017.pdf

Type: application/pdf

Login