网状荟萃分析投稿，PRISMA-NMA怎样核对网络与排名？

一篇网状荟萃分析把药物甲、乙、丙和不同剂量放进同一张排名图，摘要宣布甲最优。读者却不知道甲与丙有没有头对头试验，也看不出剂量合并后的节点是否仍可比较。网状荟萃分析投稿，PRISMA-NMA 扩展要求把网络如何形成、直接和间接证据如何连接讲明白；排名只能在这些前提成立后再解释。

从研究问题追到网络节点

先交代纳入人群、干预、比较和结局，以及为何需要同时比较多个方案。每个节点的定义要明确：药物不同剂量合并吗，标准治疗是否在不同年代发生变化，联合治疗算独立节点吗？这些决定会改变网络结构。若把临床作用差异明显的方案装进一个节点，即使模型运行顺利，合并估计也可能难以解释。稿件应展示各直接比较的研究数和参与者数，给出网络图并说明节点、连线和图形大小代表什么。

直接证据来自头对头研究，间接证据通过共同对照推得。后者依赖可迁移性：比较甲与标准治疗的研究人群，是否和比较乙与标准治疗的人群足够相似？把疾病严重程度、治疗背景、随访时间等可能修改治疗效果的因素列出并检查其在各比较间的分布，比简单写“研究具有可比性”有用。网络中只靠很少研究连接的边，要在解释时留出余地。

方法和结果分开呈现

方法部分写清效应量、异质性模型、网络一致性评估及预定亚组或敏感性分析。结果部分不能只给一张所有干预的排名表；还要提供主要比较的相对效应和区间，区分来自直接证据、间接证据和合并网络证据的估计。若发现不一致，说明用什么方法检测、落在哪些比较、可能与哪些设计差异有关。没有检出不一致也不等于已经证明网络假设成立，尤其在研究数少时更要谨慎。

排名概率、累计排序曲线或类似指标容易被误读成“获胜概率”。若前几位干预的效果区间大幅重叠，临床差异仍不确定；写结论时应回到效应大小、安全性和证据质量。不同结局若采用不同网络，也不能直接把一个结局的最佳方案带到另一个结局。

清单反查投稿文件

PRISMA-NMA 是在系统综述一般报告框架上增加网络特有项目。提交前用清单对照方案或注册记录、检索与筛选流程、网络图、节点定义、模型说明、关键比较结果和限制。附录可放完整矩阵及额外图表，正文仍需足以让读者理解主要结论从哪些比较而来。若某个节点定义或模型是在看到结果后调整，写清理由和发生顺序；透明说明比一张看起来整齐的排名图更能支撑投稿。