Network meta-analysis is a method to combine evidence from randomized controlled trials (RCTs) that compare a number of different interventions for a given clinical condition. Usually, this requires a connected network. A possible approach to link a disconnected network is to add evidence from nonrandomized comparisons, using propensity score or matching-adjusted indirect comparisons methods. However, nonrandomized comparisons may be associated with an unclear risk of bias. Schmitz et al. used single-arm observational studies for bridging the gap between two disconnected networks of treatments for multiple myeloma. We present a reanalysis of these data using component network meta-analysis (CNMA) models entirely based on RCTs, utilizing the fact that many of the treatments consisted of common treatment components occurring in both networks. We discuss forward and backward strategies for selecting appropriate CNMA models and compare the results to those obtained by Schmitz et al. using their matching method. CNMA models provided a good fit to the data and led to treatment rankings that were similar, though not fully equal to that obtained by Schmitz et al. We conclude that researchers encountering a disconnected network with treatments in different subnets having common components should consider a CNMA model. Such models, exclusively based on evidence from RCTs, are a promising alternative to matching approaches that require additional evidence from observational studies. CNMA models are implemented in the R package netmeta.

中文翻译：

---

组件网络元分析与断开网络中的匹配方法的比较：案例研究

网络荟萃分析是一种结合随机对照试验 (RCT) 证据的方法，这些试验比较针对给定临床状况的多种不同干预措施。通常，这需要连接的网络。连接断开网络的一种可能方法是使用倾向评分或匹配调整的间接比较方法从非随机比较中添加证据。然而，非随机比较可能与不明确的偏倚风险相关。施密茨等人。使用单臂观察性研究来弥合多发性骨髓瘤的两个不相连的治疗网络之间的差距。我们使用完全基于 RCT 的组件网络元分析 (CNMA) 模型对这些数据进行重新分析，利用许多治疗由两个网络中发生的常见治疗组件组成的事实。我们讨论了选择合适 CNMA 模型的前向和后向策略，并将结果与​​ Schmitz 等人获得的结果进行比较。使用他们的匹配方法。CNMA 模型对数据提供了很好的拟合，并导致了相似的治疗排名，尽管不完全等于 Schmitz 等人获得的排名。我们得出的结论是，研究人员遇到具有共同组件的不同子网中处理的断开网络应该考虑 CNMA 模型。此类模型完全基于 RCT 的证据，是替代需要来自观察性研究的额外证据的匹配方法的有希望的替代方法。CNMA 模型在 R 包 netmeta 中实现。CNMA 模型对数据提供了很好的拟合，并导致了相似的治疗排名，尽管不完全等于 Schmitz 等人获得的排名。我们得出的结论是，研究人员遇到具有共同组件的不同子网中处理的断开网络应该考虑 CNMA 模型。此类模型完全基于 RCT 的证据，是替代需要来自观察性研究的额外证据的匹配方法的有希望的替代方法。CNMA 模型在 R 包 netmeta 中实现。CNMA 模型对数据提供了很好的拟合，并导致了相似的治疗排名，尽管不完全等于 Schmitz 等人获得的排名。我们得出的结论是，研究人员在遇到具有共同组件的不同子网中处理的断开网络时，应考虑 CNMA 模型。此类模型完全基于 RCT 的证据，是替代需要来自观察性研究的额外证据的匹配方法的有希望的替代方法。CNMA 模型在 R 包 netmeta 中实现。完全基于 RCT 的证据，是匹配方法的一种有前途的替代方案，匹配方法需要来自观察性研究的额外证据。CNMA 模型在 R 包 netmeta 中实现。完全基于 RCT 的证据，是匹配方法的一种有前途的替代方案，匹配方法需要来自观察性研究的额外证据。CNMA 模型在 R 包 netmeta 中实现。