متاآنالیز شبکه اجزا (Component network meta-analysis; CNMA): مفاهیم و دیدگاه‌‌ها

متاآنالیز شبکه، روش آماری است که با ترکیب شواهد مستقیم و غیرمستقیم از مطالعات متعددی که به یک سوال علمی می‌پردازند، مقایسه سه یا چند مداخله را در یک چارچوب واحد، ممکن می‌سازد. مداخلات مراقبت‌های سلامت اغلب پیچیده (یا چندمؤلفه‌ای) هستند و شامل اجزای متعدد و احتمالاً متقابل می‌شوند. در حالی که متاآنالیز شبکه (NMA) بر تخمین اثرات مداخله متمرکز است، متاآنالیز شبکه اجزا (CNMA) اثر هر جزء را از سایر اجزا جدا می کند. 

در این وب‌کلینیک، سوفیا سکانی (Sofia Tsokani) CNMA را معرفی کرد و مزایا و محدودیت های آن را بیان کرد. 

در زیر ویدیوهای وبینار فروردین ۱۴۰۳ (مارچ ۲۰۲۴) را خواهید دید. فیلم ضبط شده سایر وب‌کلینیک های واحد پشتیبانی روش ها (Methods Support Unit web clinics) در اینجا موجود است.

 بخش اول: ارائه 

بخش دوم: پرسش و پاسخ 


بیوگرافی ارائه‌دهنده

 سوفیا سکانی (Sofia Tsokani)، ویراستار آمار در واحد پشتیبانی روش‌های کاکرین است. او متخصص آمار زیستی با مدرک دکترا از دانشگاه Ioannina واقع در یونان است. مطالعات دکترای او بر روش‌های سنتز شواهد، با تاکید بر متاآنالیز و متاآنالیز شبکه‌ای تست‌های تشخیصی متمرکز بود. او قبل از پیوستن به واحد پشتیبانی روش‌ها (MSU) به عنوان دستیار پژوهشی (research associate) در زمینه آمار زیستی کار کرده است. در طول این مدت، او در چندین پروژه متدولوژی و تجربی، عمدتاً در زمینه متاآنالیز شبکه شرکت داشت. علایق پژوهشی او شامل مرورهای سیستماتیک و مدل‌سازی آماری برای متاآنالیز و متاآنالیز شبکه‌ در هر دو زمینه مداخله‌ای و تست‌های تشخیصی است.


 بخش اول: ارائه 


بخش دوم: پرسش و پاسخ


 مطالب بیشتر

 دانلود اسلاید‌های وبینار[PDF]