Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

How to Conduct a Bayesian Network Meta-Analysis

Tytuł:
How to Conduct a Bayesian Network Meta-Analysis
Autorzy:
Dapeng Hu
Annette M. O'Connor
Chong Wang
Jan M. Sargeant
Charlotte B. Winder
Temat:
network meta-analysis
Bayesian
systematic review
tutorial
veterinary science
Veterinary medicine
SF600-1100
Źródło:
Frontiers in Veterinary Science, Vol 7 (2020)
Wydawca:
Frontiers Media S.A., 2020.
Rok publikacji:
2020
Kolekcja:
LCC:Veterinary medicine
Typ dokumentu:
article
Opis pliku:
electronic resource
Język:
English
ISSN:
2297-1769
Relacje:
https://www.frontiersin.org/article/10.3389/fvets.2020.00271/full; https://doaj.org/toc/2297-1769
DOI:
10.3389/fvets.2020.00271
Dostęp URL:
https://doaj.org/article/1067922368454ad2b45ea11c80b1657c  Link otwiera się w nowym oknie
Numer akcesji:
edsdoj.1067922368454ad2b45ea11c80b1657c
Czasopismo naukowe
Network meta-analysis is a general approach to integrate the results of multiple studies in which multiple treatments are compared, often in a pairwise manner. In this tutorial, we illustrate the procedures for conducting a network meta-analysis for binary outcomes data in the Bayesian framework using example data. Our goal is to describe the workflow of such an analysis and to explain how to generate informative results such as ranking plots and treatment risk posterior distribution plots. The R code used to conduct a network meta-analysis in the Bayesian setting is provided at GitHub.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies