杜裕康 Yu-Kang Tu

利用網絡統合分析 評估多種介入方式的治療效果以及副作用

網絡統合分析是近二十年來證據綜合方法中最重要的發展。傳統統合分析只能進行治療組與對照組或兩個治療組之間的比較，但大多數臨床狀況或疾病有多種治療選擇，使得單一隨機對照試驗比較所有治療選項變得不切實際。網絡統合分析提供了一個統計框架，整合直接和間接證據，對所有治療進行療效及副作用的比較。網絡統合分析在臨床決策和提供患者照護指南方面發揮著重要作用，特別是像是臺灣的全民健保，要將有限的資源下進行最好的運用，就必須審慎評估一些新的或昂貴的治療藥物是否值得納入健保給付。新藥物和醫療器械的相對療效通常與安慰劑或無治療對照進行比較，而網絡統合分析能夠結合直接和間接證據，提供新的治療跟目前的標準治療相比的相對療效估計。從2012年回到臺灣之後，我開始在國立臺灣大學公共衛生學院推廣網絡統合分析，並與國內外學者合作，在多個領域發表了一系列研究成果。在網絡統合分析的方法學研究中，我提出了將貝氏階層模型引入頻率統計框架的方法，使得常用套裝軟體如R、SAS和Stata能夠進行網絡統合分析。此外，我還探討了網絡統合分析中的一致性假設，開發了結構方程模型用於網絡統合分析；探討網絡統合分析證據結構，如何影響有偏誤的證據在網絡內的傳播。另外，利用臺灣健康保險資料庫開展了多項研究，探討口腔和全身健康之間的關係，以及抗凝藥物使用與房顫和糖尿病患者低血糖風險之間的關係。研究結果發表在多個重要醫學期刊上，對於改進臨床照護和政策制定具有重要意義。