网状Meta VS 伞状Meta怎么选？4个核心维度对比！

选择哪种研究方法，首先取决于所要解决的临床或科学问题。

1. 网状Meta

【核心目的】：比较与排序，其主要应用于针对同一疾病存在多种干预措施的情况。传统的成对Meta分析仅能对比两种干预措施，而网状Meta分析通过构建证据网络，结合直接比较和间接比较证据，实现对三种或三种以上干预措施的同步对比。

【最终目标】：量化各干预措施的疗效差异，并依据概率对所有措施进行优劣排序，从而为临床医生选择最佳治疗方案提供直接依据。

2. 伞状Meta

【核心目的】：整合与再评价，其主要应用于针对某一宽泛主题已存在大量系统评价或Meta分析的情况。当某一领域的Meta分析数量繁多且结论可能存在不一致时，伞状Meta旨在将这些现有的证据进行汇总，系统地评价其方法学质量和证据确信度。

【最终目标】：系统评估该领域现有证据的方法学质量与结论可靠性，识别出高确信度的证据，并揭示存在发表偏倚、异质性高或结论脆弱的领域。

伞状Meta可视化摘要

两者在文献检索和数据提取层面的流程截然不同。

1. 网状Meta

【检索对象】：原始研究，通常为随机对照试验RCT。研究人员需要制定严格的纳入标准，确保所有纳入的研究针对的是相同的患者人群和可比较的结局指标。

【进行网状Meta分析的前提】：各干预措施之间能够形成联通的证据网络。如果干预措施之间缺乏共同的对照组（如安慰剂或标准治疗），导致证据网断裂，则无法进行有效的统计推断。

2. 伞状Meta

【检索对象】：二次研究，也就是已发表的系统评价或Meta分析。

在统计学处理和方法学质量控制上，两者各有侧重。

1. 网状Meta

【统计模型】：较为复杂，分为频率学派和贝叶斯学派两种路径。其核心技术难点在于一致性检验和传递性评估。

研究者必须验证直接比较证据与间接比较证据之间是否存在统计学差异，并确保不同研究间的临床特征和方法学特征具有相似性，以满足传递性假设。

此外，网状Meta分析需要通过软件计算各干预措施成为最佳方案的概率，通常使用SUCRA值（累积排序概率曲线下面积）来展示结果。

2. 伞状Meta

【统计分析】：相对基础，但对方法学质量评价的要求极高，核心技术难点在于重叠性处理和证据分级。

由于不同的Meta分析可能纳入了相同的原始RCT，研究者必须计算重叠率并进行校正，以避免样本量的重复计算。

在质量评价方面，伞状Meta需要用AMSTAR-2工具评价纳入文献的方法学质量，用GRADE系统或特定标准对证据的确信度或强度进行分级。

1. 网状Meta

【主要产出图】：包括网络关系图、相对效应表及排序概率图

网络关系图直观展示了各干预措施之间的比较关系及证据量分布；

相对效应表提供了任意两种措施之间的疗效对比数据；

排序概率图则直接给出了最优治疗方案的建议。

对临床指南制定有直接指导意义，能够回答在众多干预措施中，哪一种在特定疗效结局上可能最优这一具体问题，为临床决策提供重要参考。

网络证据图

SUCRA排序图

2. 伞状Meta

【主要产出图】：包括证据地图、散点图及发表偏倚检测结果

证据地图通常以可视化，展示不同风险因素或干预措施证据强度分布；

伞状Meta能够回答关于某疾病的所有潜在风险因素中，哪些是确凿无疑的，哪些仅是缺乏依据的关联这一宏观问题，常为科研方向提供指引。

散点图

质量评价结果图

对于处于选题阶段的科研人员，建议遵循以下路径进行决策：

【首先进行预检索】：

若目标领域的原始RCT丰富，且存在多种治疗手段缺乏直接对比，应优先考虑网状Meta分析；

若目标领域已发表的Meta分析数量众多，且关注点在于证据质量的整体评估，应优先考虑伞状Meta。

【其次评估自身技能】：

若具备较强的统计建模能力，能够处理复杂的网络模型，网状Meta分析是展示技术实力的良好选择；

若更擅长逻辑梳理、质量评价及大规模文献管理，伞状Meta更为合适。

【最后明确应用导向】：

若研究旨在解决具体的临床用药或手术方案选择问题，网状Meta分析的应用价值更高；

若研究旨在梳理疾病危险因素谱或制定宏观防控策略，伞状Meta则更具优势。