バイナリ結果のArmベースのネットワークメタアナリシスを実行するとエラーが発生する

Question

"pcnetmeta"パッケージを使用してRでネットワークメタ分析を実行しようとしています。

これは、同じ治療についての異なる研究（8）のメタ分析である。私は、治療に特有の効果の大きさについて95％信頼区間（CI）をプロットしたいと思います。

私は単純なデータセットを持って、それは次のようである： dataset

s.id t.id r n 
1 1 0 60 
2 1 1 100 
3 1 6 264 
4 1 2 108 
5 1 3 73 
6 1 6 241 
7 1 10 317 
8 1 2 71 

"s.id" =調査識別番号、 "t.id" =治療のID（一つだけの治療があります）、 "r" =各試験の事象の数& "n" =各試験に登録された患者の数。

は私がパッケージ「pcnetmeta」への導入から一例には本当に似ている次のコードを実行しますが、私は、次のエラーメッセージが表示されます。

jags.model（ファイル= textConnectionのでエラーが発生しました（ modelstring）、データ= data.jags： 未使用引数（n.iter = n.burnin）

Iは、以下のコードを使用：

data(smoke) 
# increase n.iter to reach convergence 
# increase n.adapt to enhance efficiency 
set.seed(1234) 
nma.out <- nma.ab.bin(s.id, t.id, r, n, data = smoke, 
trtname = c("NC", "SH", "IC", "GC"), param= "AR", 
model = "het_cor", n.adapt = 400, n.iter = 100, n.chains = 1) 
absolute.plot(nma.out) 
absolute.plot(nma.out, alphabetic = FALSE) 

https://cran.r-project.org/web/packages/pcnetmeta/pcnetmeta.pdf

私はいくつかのデ盗聴を実行しようとしましたが、私は見つけることができません：コードは、データパッケージ（下記）からの例と同じですが、私は私のデータセットにそれを適応しています問題。

私を助けてもらえますか？

ありがとうございました！まず

クリスチャン

Answer 1

、pcnetmetaパッケージ寄付は全く有益ではありません、残念ながらエラーメッセージが表示されます。

根本的な問題を理解するために、私はnma.ab.binというソースコードをデータを使って段階的に実行しました。このパッケージは実際には、ベイジアン推論を介してアームベースのNMAモデルに適合するためにJAGSプログラムを使用することに注意してください。 得ぎざぎざの誤差は以下の通りである：

RUNTIME ERROR: 
Non-conforming parameters in distribution dwish 

You can read a very similar problem and it's solution from here。我々はpcnetmetaで使用ぎざぎざのコードを見てみると：

T[1:ntrt,1:ntrt]~dwish(I[1:ntrt,1:ntrt],ntrt+1) 

我々はそれがdwishに関連していることがわかります。ところで、JAGS構文はR構文と非常によく似ています。ここではntrt変数はデータの処理数です。したがって、あなたの場合、それはちょうど1です。nma.ab.binは、ランダム効果の分散共分散行列にWishart（dwish）分布を使用します。明らかにdwishに関連する問題があります。これはntrt = 1です。それを動作させるには、ntrtは1より大きい必要があります。

nma.ab.binを使用するには少なくとも2つの処置が必要です。あなたはそれが無作為化臨床試験（ランダム化比較試験）のNMAで、見ることができるように

Network meta-analysis of randomized clinical trials: Reporting the proper summaries 

：これは、あなたがpcnetmetaパッケージの基準紙のタイトルを見たとき以来、感覚になります。定義上、RCTは少なくとも2つの治療群（通常1​​つのプラセボと1つは実験的）を有する。もちろん、ワン・アーム・トライアルがありますが、無作為化されていません（なぜなら、あなたは何を右にランダム化するからです）。