메타분석은(meta-analysis)은 선행연구들의 결과를 추출한 후 이들을 수렴하여 계량적으로 통합하는 연구방법(research synthesis)의 하나로서 심리학, 교육학, 사회복지학 등 사회과학 분야뿐만 아니라 의학, 간호학, 보건학 등 의과학분야에서도 매우 활발하게 사용되고 있다.
특히 의료분야에서의 메타분석은 보건의료 전문가가 의사결정시 근거-기반 의학(evidence-based medicine)을 제공할 수 있다는 것이며 이를 통해 전문가 본인의 전문적 내적 지식과 다른 연구자들의 연구결과인 외적 근거들을 종합해 합리적인 의사결정을 이끌어 낼 수 있다.

본서의 특징은 다음과 같다.
첫째 메타분석의 기초를 탄탄히 다질 수 있으며 이를 통하여 추후 논의할 메타분석의 special topic을 이해하는데 많은 도움이 될 것이다.
둘째 메타분석 방법론을 보건의료 연구에 직접 활용하기 위해 통계전문 소프트웨어인 R을 익히고 실습한다.
따라서 책의 예제를 그대로 따라하기만 한다면 복잡해 보이고 전문적인 지식이 필요해 보이는 메타분석을 누구나 간단히 재현해 낼 수 있을 것이다.

1. 네트워크 메타분석 실습을 위한 자료 준비 1
1.1. 예제자료 3
1.2. 효과크기 포멧으로 변환하기 5
1) 이분형 자료를 효과크기 포멧으로 변환하기 6
2) 이분형 자료를 효과크기 포멧으로 변환 후 data.re 형태로 재변환 8
3) 연속형 자료를 효과크기 포멧으로 변환하기 10
4) 연속형 자료를 효과크기 포멧으로 변환 후 data.re 형태로 재변환 12
2. R의 “netmeta” 패키지를 이용한 빈도주의 네트워크 메타분석 15
2.1. 이분형(binary data) 예제자료 16
1) 데이터 코딩 및 불러오기 16
2) 네트워크 모델 17
3) 일관성 검정(inconsistency test) 20
4) 숲그림(forest plot) 21
5) 치료간 비교우위 선정(treatment ranking) 22
2.2. 연속형(continuous data) 예제자료 23
1) 데이터 코딩 및 불러오기 23
2) 네트워크 모델 24
3) 일관성 검정(inconsistency test) 26
4) 숲그림(forest plot) 27
5) 치료간 비교우위 선정(treatment ranking) 28
3. R의 “gemtc” 패키지를 이용한 베이지안 네트워크 메타분석 30
3.1. 이분형(binary data) 예제자료 31
1) 데이터 코딩 및 불러오기 32
2) 네트워크 셋업 32
3) 네트워크 모델 34
4) MCMC 시뮬레이션과 수렴여부 진단 34
5) 일관성 검정(inconsistency test) 40
6) 숲그림(forest plot) 42
7) 치료간 비교우위 선정(treatment ranking) 43
3.2. 연속형(continuous data) 예제자료 45
1) 데이터 코딩 및 불러오기 46
2) 네트워크 셋업 46
3) 네트워크 모델 48
4) MCMC 시뮬레이션과 수렴여부 진단 48
5) 일관성 검정(inconsistency test) 54
6) 숲그림(forest plot) 56
7) 치료간 비교우위 선정(treatment ranking) 57
4. 맺음말 59
참고문헌 60
Appendix. R 네트워크 메타분석 코드 61
▶ 효과크기 포멧으로 변환하기 61
▶ 빈도주의 방법 “netmeta” 패키지_이분형자료 63
▶ 빈도주의 방법 “netmeta” 패키지_연속형자료 64
▶ 베이지안 방법 “gemtc” 패키지_이분형자료 65
▶ 베이지안 방법 “gemtc” 패키지_연속형자료 66