Zu den Inhalten springen

Übersicht ausgewählter Projekte

Netzwerkmetaanalyse von Interventionen mit unterschiedlichen Dosierungen und mehreren Komponenten

Ziel dieses DFG-Projekts ist es, die medizinische Entscheidungsfindung in komplexen Szenarien zu verbessern, insbesondere in Situationen, die Interventionen mit mehreren Komponenten und verschiedenen Dosisierungen beinhalten. Dieses Ziel soll durch die Entwicklung eines innovativen Modells erreicht werden, das Dosis-Wirkungs-Beziehungen in ein Netzwerk von Interventionen integriert. Zur Unterstützung der praktischen Anwendung werden Methoden zur Modelldiagnose entwickelt, welche Tests sowie quantitative und visuelle Methoden zur Bewertung der Anpassung von Dosis-Wirkungs-Funktionen umfassen. Für die vergleichende Analyse wird ein Ansatz verwendet, der zwischen niedrigen, empfohlenen und hohen Dosen unterscheidet. Diese Erkenntnisse dienen als Grundlage für flexiblere Modelle zur Integration von Dosis-Wirkungs-Modellen in ein Netzwerk von Multikomponenten-Interventionen. Die Methoden werden als Add-ons in das weit verbreitete R-Paket netmeta integriert, um eine breite Akzeptanz in der Metaanalyse-Community zu erreichen.

Verantwortliche: Maria Petropoulou

Mitarbeit: Guido Schwarzer, Gerta Rücker

Enabling New Types of Questions in Evidence Synthesis

The PICO scheme has been used for over two decades to formalize the research question of a systematic review, by helping to specify the population, interventions, comparators, and outcomes of interest. Many research questions asked today, however, are broader and more complex, and thus do not fit into the PICO scheme. While some methods have been suggested that could potentially enable evidence synthesis for parts of such questions, available methodological developments are rather disjoint and not well aligned, hindering their combined use in real world examples. The aim of this project is to broaden the PICO scheme and corresponding statistical methods by creating, evaluating and establishing a holistic framework for synthesizing, assessing and presenting evidence from systematic reviews. Developments will be stimulated by a range of research questions in several clinical areas. Our starting point will be existing methods to synthesize evidence with broad definitions of populations, treatment comparisons and outcomes, such as network meta-analysis, population adjustment methods, multivariate meta-analysis, and multiple criteria decision analysis. We will integrate these methods, extend them and enrich them with novel approaches to create a framework that will allow researchers to ask new types of questions in evidence synthesis. .

Verantwortliche: Adriani Nikolakopoulou

Mitarbeit: Theodoros Papakonstantinou, Guido Schwarzer, Gerta Rücker

SoftMeta – Software for Meta-Analysis

Ziel dieses Projekts ist die Implementierung und Verbreitung statistischer Methoden der Metaanalyse in der frei verfügbaren Software R. Ausgangspunkt des Projekts sind die R-Pakete meta, metasens, netmeta und diagmeta , welche auf GitHub bereitgestellt sind. Weitere Informationen dazu finden Sie auch auf unserer Projekt-Seite bei ResearchGate und der der dazugehörigen Webseite unseres Buches "Meta-Analysis with R."

Verantwortlicher: Guido Schwarzer

Mitarbeit: Gerta Rücker


Modellierung von ROC-Kurven in Metaanalysen von Diagnosestudien und Netzwerkmetaanalyse

Dieses DFG-Projekt beschäftigt sich mit zwei aktuellen Forschungsgebieten der Evidenzsynthese in der Medizin, Metaanalyse von Studien zur diagnostischen Genauigkeit und Netzwerkmetaanalyse. Zur Metaanalyse von Diagnosestudien haben wir einen Ansatz entwickelt, mit dem man ganze ROC-Kurven kombinieren kann, und dazu ein neues R-Paket diagmeta implementiert. Zur Netzwerkmetaanalyse erweitern wir laufend unser R-Paket netmeta um neue Methoden, etwa um die Effekte von Kombinationstherapien zu separieren. Das Fernziel ist es, beide Gebiete zu kombinieren (Netzwerkmetaanalyse von Diagnosestudien).

Verantwortliche: Gerta Rücker

Mitarbeit: Guido Schwarzer, Susanne Steinhauser (für den Teil Diagnose)