COVID-19治療についてはさまざまな薬物がPrePrint Journalなどで次々と報告されています。それらの多くのエビデンスは、バイアスのリスクや非直接性、あるいは不精確なものですが、最新のエビデンス発表とともに、迅速に、Living SRあるいはLiving recommendationsにおいて組み入れられています。
例：
*********************************
●Australian guidelines for the clinical care of people with COVID-19(“MAGICapp”)
●Living evidence Repository for COVID-19（“Epistamonikos”）
●Infectious Diseases Society of America Guidelines on the Treatment and Management of Patients with COVID-19（“IDSA”)
●Living mapping and living systematic review of Covid-19 studies(“covid-nma.com”)
*********************************
でもって、質の高いエビデンスがない現時点で、結局のところ、なにが効果的なのか（死亡減少や臨床的回復、WHOのCOS改善、有害作用など）という疑問が出てきます。
そこで、上記のLiving SR/guidelinesにおいて取り上げられているエビデンスを使って、ネットワークメタアナリシス（NMA）で効果を比較し、NMAエビデンスの確実性をGRADE評価してみたいと思います。NMAエビデンスの確実性は、Salantiらの手法に従い、Stata16および、オンラインツールのCINeMA(Confidence in Network Meta-Analysis)を使用します。
Salantiらの手法は、診療ガイドラインのためのGRADEシステム3版に解説し、オンライン資料もあります。
■目的：COVID-19患者における治療（対 総死亡）を比較する（Living NMA @7/29）
P:COVID-19患者（主に中等症～重症）
I：以下の17種類の治療
C: Network comparison
O：All-cause mortallity (7-28d)
**************
■Network mapが以下です(Stata 16)
次は、各比較に関して、NMA効果推定値とともに、NMAエビデンスのバイアスのリスク（RoB）、非直接性、不精確さ、非一貫性、非整合性などを評価してみます。
現状のCINeMAではフォレストプロットやファンネルプロットを表示できないのでStataを併用します。
注：
１．Living NMAなので、現在の効果推定値やエビデンスの確実性は今後変更される確率が高いです。
２．この解析における限界は、ベースラインリスクや死亡アウトカムの評価時期が不均一であること、標準治療が全く同一ではないことなどがあります。
About aihara
