●基礎篇
第一章 貝葉斯Meta分析基礎知識
第一節 貝葉斯方法概述
第二節 貝葉斯統計學基礎
第三節 貝葉斯統計的常見算法
第四節 貝葉斯Meta分析模型
第五節 R語言函數小結
第二章 R軟件應用入門
第一節 概述
第二節 數據管理
第三節 R應用於貝葉斯Meta分析軟件包
第四節 R語言函數小結
單變量Meta分析篇
第三章 二分類數據的貝葉斯Meta分析
第一節 實例數據
第二節 二分類數據貝葉斯Meta分析策略
第三節 效應指標為比值比的二分類數據貝葉斯Meta分析
第四節 效應指標為危險比的二分類數據貝葉斯Meta分析
第五節 效應指標為率差的二分類數據貝葉斯Meta分析
第六節 R語言函數小結
第四章 連續型數據的貝葉斯Meta分析
第一節 實例數據
第二節 連續型數據貝葉斯Meta分析策略
第三節 效應指標為均數差的連續型數據貝葉斯Meta分析
第四節 效應指標為標化均數差的貝葉斯Meta分析
第五節 R語言函數小結
第五章 有序數據的貝葉斯Meta分析
第一節 實例數據
第二節 有序數據的Meta分析策略
第三節 基於兩步法的有序數據貝葉斯Meta分析
第四節 基於一步法的有序數據貝葉斯Meta分析
第五節 R語言函數小結
第六章 計數數據的貝葉斯Meta分析
第一節 實例數據
第二節 計數數據的Meta分析策略
第三節 基於正態-正態分布層次模型的計數數據貝葉斯Meta分析
第四節 基於泊松-正態分布層次模型的計數數據貝葉斯Meta分析
第五節 R語言函數小結
第七章 生存數據的貝葉斯Meta分析
第一節 實例數據
第二節 生存數據的Meta分析策略
第三節 效應指標為時點生存率的貝葉斯Meta分析
第四節 效應指標為中位生存期的貝葉斯Meta分析
第五節 效應指標為風險比的貝葉斯Meta分析
第六節 R語言函數小結
第八章 單臂研究數據的貝葉斯Meta分析
第一節 實例數據
第二節 單臂研究數據的貝葉斯Meta分析策略
第三節 單臂試驗二分類數據的貝葉斯Meta分析
第四節 單臂試驗計數數據的貝葉斯Meta分析
第五節 單臂試驗連續型數據的貝葉斯Meta分析
第六節 R語言函數小結
第九章 稀疏數據的貝葉斯Meta分析
第一節 實例數據
第二節 稀疏二分類數據的Meta分析策略
第三節 二項式-正態層次模型
第四節 貝塔-二項式模型
第五節 稀疏研究的Meta分析
第六節 R函數小結
第十章 缺失數據的貝葉斯Meta分析
第一節 實例數據
第二節 缺失數據的Mela分析策略
第三節 缺失測量結局二分類數據的貝葉斯Meta分析
第四節 缺失測量結局連續型數據的貝葉斯Meta分析
第五節 R語言函數小結
第十一章 縱向數據的貝葉斯Meta分析
第一節 實例數據
第二節 縱向數據的Meta分析策略
第三節 基於Emax模型的縱向數據Meta分析
第四節 設立對照的前後測量數據Meta分析
第五節 R語言函數小結
第十二章 貝葉斯Meta回歸分析
第一節 實例數據
第二節 Meta回歸分析模型
第三節 R2jags包擬合隨機效應Meta回歸模型
第四節 runjags包擬合隨機效應Meta回歸模型
第五節 注意事項
第六節 R語言函數小結
第十三章 單變量貝葉斯Meta分析相關圖形的繪制
第一節 實例數據
第二節 森林圖
第三節 漏鬥圖
第四節 馬爾可夫鏈收斂性診斷相關圖形
第五節 圖形文件保存到本地硬盤
第六節 R語言函數小結
多變量Meta分析篇
第十四章貝葉斯Meta分析的基本原理與模型
第一節 實例數據
第二節Meta分析模型
第三節 二分類數Meta分析
第四節 多測量結局數Meta分析
第五節 R語言函數小結
第十五章 診斷性試驗貝葉斯Meta分析
第一節 實例數據
第二節 診斷性試驗基本評價指標及計算方法
第三節 雙變量二項式-正態分布模型
第四節 雙變量條件二項式-尺度混合正態分布模型
第五節 R語言函數小結
第十六章 遺傳關聯性研究貝葉斯Meta分析
第一節 實例數據
第二節 遺傳關聯性研究經典Meta分析策略
第三節 遺傳關聯性研究的無遺傳模型Meta分析策略
第四節 基於病例對照研究設計的遺傳關聯性研究Meta分析
第五節 基於隨機人群的遺傳關聯性研究Meta分析
第六節 R語言函數小結
第十七章 合並不同設計類型研究數據的貝葉斯Meta分析
第一節 實例數據
第二節 整合隨機試驗與非隨機試驗證據
第三節 整合雙臂試驗與單臂試驗證據
第四節 R語言函數小結
網絡Meta分析篇
第十八章 貝葉斯網絡Meta分析的基本原理與模型
第一節 實例數據
第二

本書共分5大模塊26章：①基礎知識模塊。共2章，主要介紹貝葉斯Meta分析基礎知識和R軟件應用入門知識。②單變量Meta分析模塊。共11章，主要介紹二分類、連續型、有序、計數生存數據等經典5大類數據的貝葉斯Meta分析；單臂研究、稀疏數據、缺失數據、縱向數據等特殊數據的貝葉斯Meta分析；貝葉斯Meta回歸分析；貝葉斯Meta分析相關圖形的繪制等。③多變量Meta分析模塊。共4章，主要介紹多測量結局、診斷性試驗、基因多態性等非獨立數據的貝葉斯Meta分析等。④網絡Meta分析模塊。共7章，主要介紹基於不同建模思路的經典數據和特殊數據等網絡Meta分析中效應量合並、排秩、繪圖，模型診斷和比較，以及回歸分析等。⑤基於其他算法的貝葉斯Meta分析模塊。共2章，主要介紹基於INLA和DIRECT算法的貝葉斯Meta分析。