针对二进制结果运行基于Arm的网络元分析时出错

我正在尝试使用包“pcnetmeta”在R中执行网络元分析

这是对同一治疗的不同研究（8）的荟萃分析。我想为特定治疗效果大小绘制95%可信区间（CI）

我有一个简单的数据集，如下所示：

其中“s.id”=研究识别号，“t.id”=治疗id（只有一种治疗），“r”=每项研究的事件数量&“n”=每项研究登记的患者数量

我运行了以下代码，这与包“pcnetmeta”简介中的示例非常相似，但我收到以下错误消息：

jags.model（file=textConnection（modelstring），data=data.jags，）中出错： 未使用的参数（n.iter=n.burnin）

我使用以下代码：

# Abs Plot
# 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 = data,
trtname = c("treatment"), param= "AR", 
model = "het_cor", n.adapt = 400, n.iter = 100, n.chains = 1)

absolute.plot(nma.out)
absolute.plot(nma.out, alphabetic = FALSE)

#Abs绘图
#增加国际热核聚变实验堆以达到收敛
#增加，提高；提高；提高；提高
种子集（1234）
nma.out首先，不幸的是，pcnetmeta包给出的错误消息根本没有信息

为了理解潜在的问题，我使用您的数据一步一步地运行了nma.ab.bin的源代码。请注意，这个包实际上使用程序通过贝叶斯推理来拟合基于arm的nma模型。
由此产生的JAGS错误如下：

RUNTIME ERROR:
Non-conforming parameters in distribution dwish

.当我们查看pcnetmeta中使用的JAGS代码时：

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

我们可以看到它与
dwish
相关。顺便说一下，JAGS语法与R语法非常相似。这里
ntrt
变量是数据处理的次数。因此在您的情况下，它仅为1。默认情况下，nma.ab.bin使用Wishart（
dwish
）随机效应方差-协方差矩阵的分布。显然存在与
dwish
相关的问题，这是因为
ntrt=1
。要使其工作，
ntrt
必须大于1

底线是，您应该至少有两种治疗方法才能使用nma.ab.bin。这是有意义的，因为当您查看pcnetmeta软件包参考文件的标题时：

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

正如你所见，这是随机临床试验（RCT）的NMA。根据定义，RCT至少有两个治疗组（通常一个是安慰剂组，一个是实验组）。当然有一个组试验，但它们不是随机的（因为你随机化了什么，对吧）

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

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