Combinação de evidências diretas e indiretas em comparações de tratamento misto

A meta-análise de comparação de tratamento misto (MTC) é uma generalização da meta-análise pareada padrão para ensaios A vs B, para estruturas de dados que incluem, por exemplo, ensaios A vs B, B vs C e A vs C. Existem dois papéis para a MTC: um é fortalecer a inferência relativa à eficácia comparativa de dois tratamentos, incluindo tanto comparações "diretas" quanto "indiretas". O outro é facilitar a inferência simultânea referente a todos os tratamentos, para, por exemplo, selecionar o melhor tratamento. Neste artigo, apresentamos uma variedade de modelos hierárquicos bayesianos utilizando o software Markov chain Monte Carlo WinBUGS. São modelos multivariados de efeitos aleatórios que permitem variação nos verdadeiros efeitos do tratamento entre os ensaios. Consideramos modelos em que a variância entre ensaios é homogênea em todas as comparações de tratamento, assim como modelos de variância heterogênea. Também comparamos modelos com efeitos basais fixos (não restritos) com modelos com basais aleatórios extraídos de uma distribuição comum. Estes modelos são aplicados a um conjunto de dados ilustrativo e as distribuições a posteriori dos parâmetros são comparadas. Discutimos a crítica ao modelo e seleção de modelos, ilustrando o papel da análise de desvio bayesiana e da crítica de modelos baseada em nós. As premissas subjacentes aos modelos MTC e sua parametrização também são discutidas.