倾向指数匹配法的模拟研究

目的 采用SAS程序模拟来研究倾向指数匹配法在处理非随机化试验数据中的效果.方法 利用蒙特-卡罗（Monte Carlo）模拟法产生有3个协变量（连续性变量X1,二分类变量X2,X3）的2组随机样本,以分组变量为因变量,以协变量为自变量建立logistic回归模型,并计算研究对象的倾向指数,然后按照倾向指数做组间无放回的卡钳匹配,得到一个各协变量均衡的处理组与对照组样本.用假设检验法和标准差异法分别评价匹配前后2组之间协变量的均衡性,并估计匹配前后2组间的处理效应.结果 假设检验法评价组间均衡性的结果为：匹配之前,协变量X1,X2,X3在2组间均有统计学差异,表明协变量X1,X2,X3在2组间不均衡;匹配之后,协变量X1,X2,X3在2组间均无统计学差异,表明协变量在2组间均衡.标准差异法评价组间均衡性的结果为：匹配之前,X1,X2,X3标准差异的均值分别为1 967.03%,117.29%,63.74%,均远远大于10%,表明协变量X1,X2,X3在处理组和对照组间都不均衡;匹配之后,X1,X2,X3标准差异的均值分别为19.46%,7.37%,6.85%,表明协变量X1,X2,X3在匹配后都基本变的均衡.可见使用基于倾向指数的卡钳匹配法对非随机化数据进行处理,协变量间不均衡的2个处理组在匹配以后达到了均衡.对处理效应的估计结果为：匹配之前,2组间的处理效应有统计学差异,但在匹配之后,2组间的处理效应变得没有统计学差异,表明匹配之前2组间的统计学差异是由协变量的不平衡引起的.结论 倾向指数法是一种有效的处理非随机化试验数据的方法,具有重要的应用价值.     

倾向评分匹配法在横断面资料处理中的应用价值研究

目的探讨心血管疾病与骨关节炎疾病患病情况之间的相关性,进而评价倾向评分匹配法在横断面资料处理中的应用价值。方法对山西省阳城县和偏关县农村社区7126名16岁以上常住居民进行心血管疾病与骨关节炎的相关调查,根据心血管患病情况分为2组进行比较;利用Stata14.0对组间协变量进行倾向评分卡钳匹配,计算2组的倾向评分,对匹配前后心血管疾病组与非心血管疾病组发生骨关节炎的危险性进行评估。结果心血管疾病组与非心血管疾病组各有1123例匹配成功,匹配前2组骨关节炎患病率比较差异有统计学意义(P0.001);经倾向评分匹配后,年龄、性别、职业、口味、BMI、吸烟情况等协变量达到了均衡,2组骨关节炎患病率比较差异仍有统计学意义(P0.001)。结论心血管疾病与骨关节炎患病之间有一定的相关性,但具体机制仍需进一步的研究证实。倾向评分匹配法能有效降低观察性研究组间的混杂偏倚,在横断面资料数据处理中有广阔的应用前景。     

倾向得分区间匹配法用于非随机对照试验的探索与研究

目的探索研究倾向得分区间匹配法在非随机对照试验中用于均衡组间混杂因素的能力,并与logistic回归分析方法和倾向得分卡钳匹配进行比较。方法通过Monte Carlo模拟分析倾向得分区间匹配法处理二分类资料的能力,并与传统的logistic回归方法以及倾向得分卡钳匹配法进行比较,通过I类错误、检验效能、标准化差异以及匹配比例等指标进行综合评价。结果倾向得分区间匹配法与logistic回归法以及倾向得分卡钳匹配法的检验效能、I类错误、标准化差异和匹配比例四个评价指标无明显差异。结论在观察性研究和流行病学研究中,采用倾向得分区间匹配法均衡组间协变量得到真实的处理效应具有很高的实用价值。     

基于倾向指数匹配法的肝癌患者生存分析

目的 用倾向指数匹配法均衡射频消融术( RFA)和外科切除术(SR)两组中期肝癌病人组间的协变量后,评价两种治疗方式的效果.方法 应用倾向指数卡钳匹配法对两组肝癌病人进行匹配,得到两组间各协变量均衡的样本,并用新样本做生存分析.结果 使用卡钳匹配法对肝癌病人两组间的协变量进行平衡,匹配前年龄、child分级、家族史、是否有乙肝在两组间的不均衡在匹配以后达到了均衡.匹配之前,Cox回归分析表明,Child分级高、有肝癌家族史、HbsAg阳性、过高的AFP及GT等是影响病人死亡率的危险因素(风险比HR＞1,P＜0.05),但是射频消融术和外科切除术两组间死亡率的差异无统计学意义(P =0.202);匹配之后,射频消融术组和外科切除术组的1年生存率分别为33.24％、44.37％,2年生存率分别为12.75％、16.70％,中位生存时间分别为0.66年和0.84年,两组间生存率的差异有统计学意义(P =0.032).结论 外科切除术的治疗效果优于射频消融术的治疗效果.     

倾向指数匹配法在筛选青少年血压偏高危险因素中的应用

目的探讨倾向指数匹配法在青少年血压偏高危险因素筛选中的应用,分析家族史对青少年血压偏高的影响。方法采用分层整群随机抽样方法,选取潍坊地区青少年536例,利用倾向指数匹配法均衡混杂协变量,并对匹配前后的数据进行相应统计分析。结果协变量超重、失眠、户籍在倾向指数匹配前组间分布不均衡(P0.05),倾向指数匹配以后,所有协变量在组间分布皆达到均衡(P0.05);有家族史组与无家族史组间青少年血压状况分布差异有统计学意义(P=0.0020.05)。结论有家族史青少年罹患高血压风险高于无家族史组青少年,应加强相关人群的健康教育与监控;倾向指数匹配法可以有效控制组间偏倚,在筛选青少年血压偏高危险因素方面效果明显。     

倾向指数应用中的基线资料均衡性评价问题与研究

目的在观察性研究中某些可观测变量在各组间往往不可比,倾向指数匹配法是解决此类问题的一种有效方法,对于匹配前后均衡性的评价,目前主要使用标准化差异指标,本文针对连续型和多分类资料进行研究,探讨标准化差异指标的适用性。方法通过理论分析探讨标准化差异的合理性,再结合统计模拟比较假设检验和标准化差异在检验组间均衡性时的假阳性率和真阳性率。结果假设检验用于评价基线资料均衡性存在明显的缺陷,标准化差异相对更加合理。标准化差异对于连续性和多分类资料都显示出比假设检验更好的效果,并且在小样本资料中也能检验出差异。对于差异相同的两组,标准化差异的检出率更高。结论标准化差异适用于观察性研究,对于检验组间细微的差异和小样本情形有独特的优势。     

倾向性评分方法及其在伽玛刀治疗垂体腺瘤疗效评价中的应用

[目的]本课题采用传统多因素分析和基于倾向性评分的3种方法比较伽玛刀分次和单次治疗垂体腺瘤患者的疗效,证实倾向性评分可以用来平衡两个组的协变量,从而降低偏倚。[方法]采用t检验和简单线性回归方法逐个分析每一因素的作用,利用多因素回归平衡混杂因素来探讨处理方法的效果;倾向性评分方法均衡数据后采用1︰1配对、分层及分层后回归调整比较处理方法的效果。[结果]①多因素分析平衡了其他因素后处理方法仍然为术后疗效的显著影响因素。②经配对、分层后,伽玛刀分次治疗组垂体肿瘤的体积差小于对照组,差异均具有统计学意义,采用分层后回归调整处理方法后,分次伽玛刀治疗的体积增大风险是单次伽玛刀治疗的22.1%,分次伽玛刀治疗的效果要优于单次伽玛刀。③两方法结果一致,平衡了其他因素后处理方法不同术后疗效不同,分次伽玛刀治疗的效果要优于单次伽玛刀。[结论]倾向评分法能够有效地均衡各对比组间特征变量的分布和构成,并在组间均衡的基础上评价干预措施或危险因素与结果变量间的联系或作用。     

基于倾向评分匹配法探讨吸烟人群骨关节炎发生风险

目的探讨主被动吸烟与骨关节炎疾病患病间的相关性,进而为骨关节炎的早期防治提供科学依据。方法采取分层整群抽样的方法,抽取山西省2个县区16岁以上常住居民进行流行病学调查,根据吸烟情况分为主动吸烟组与被动吸烟组。利用倾向评分匹配法均衡2组间的协变量,减少组间混杂因素对结果的影响,评估匹配前后主动吸烟组与被动吸烟组发生骨关节炎的危险性。结果主动吸烟组与被动吸烟组各有827例匹配成功,倾向评分匹配前2组骨关节炎患病率比较差异有统计学意义(P0.001);经倾向评分匹配后,组间协变量年龄、性别、BMI、通风情况、饮酒情况等均达到均衡可比,被动吸烟组骨关节炎患病率仍高于主动吸烟组,且差异有统计学意义(P0.001)。结论被动吸烟对OA发展的影响并不亚于主动吸烟,但尚不能确定被动吸烟人群的OA患病风险一定高于主动吸烟人群,其具体机制有待进一步研究证实。应重视吸烟的危害,加强对主动吸烟的干预,保护被动吸烟人群。     

体外受精胚胎移植术对子痫前期发病率的影响

目的通过倾向评分匹配的方法探讨体外受精胚胎移植术(IVF)对子痫前期发病率的影响。方法选取分娩孕周大于22周并除外人工授精助孕的孕妇29 207例,其中IVF组414例,自然妊娠组28 793例。通过倾向评分匹配的方法均衡组间变量后,得到组间协变量均衡的样本(各374例),比较两组子痫前期发病率及发病特征。结果匹配前,IVF组的子痫前期发病率(31例,7.5%)多于自然妊娠组子痫前期发病率(490例,1.7%),差异有统计学意义(P0.05),IVF是子痫前期发病率增加的危险因素(OR=4.675,95%CI:3.208~6.814)。使用倾向评分匹配法后,IVF组子痫前期发病率(24例,6.4%)与自然妊娠组子痫前期发病率(21例,5.6%)比较,差异无统计学意义(P0.05)。IVF与子痫前期发病率并没有显著的关联(OR=1.157,95%CI:0.630~2.109)。结论通过倾向评分匹配的方法,均衡组间混杂因素,发现IVF并没有增加孕妇子痫前期的发病率,尚不能认为IVF是影响子痫前期发病率的独立危险因素。     

倾向指数第二讲 倾向指数常用研究方法

倾向指数(编者注:国内有学者译为倾向评分)方法最主要作用是通过均衡暴露组和对照组间的协变量分布来控制组间偏倚[1-3].通过倾向指数调整,倾向指数相同或相近的两个研究对象,虽然可能拥有不同的特征变量,但进入倾向指数模型调整的多个特征变量之间总体上是均衡的.在第一部分已经介绍了倾向指数方法的概念和研究步骤,这部分将主要介绍倾向指数的常用方法,并比较几种常用的倾向指数方法.倾向指数主要研究方法包括匹配、分层和协变量调整等.     

一株产H2S单核细胞增生李斯特菌的鉴定

单核细胞增生李斯特菌（Lm）是一种重要的食源性致病菌和人畜共患病致病菌。国内外的检验方法中均把产H2S的可疑Lm判为非Lm。2005年我们在水产品冻沙尖鱼中分离到1株产H2S的可疑Lm，现报告如下。     

2001-2008年北京市居民被动吸烟情况分析

吸烟产生的支流烟雾中尼古丁等有害物质的含量是主流烟雾的5.1倍,主要由被动吸烟者吸入.被动吸烟越来越引起社会各界的关注,已被确认是患肺癌、冠心病、成人慢性呼吸系统疾病和儿童哮喘等疾病的危险因素^[1].主动吸烟的危害已为大多数公众所知,但被动吸烟的危害及在我国目前的严重状况,应当引起公众的普遍关注.     

谷胱甘肽S一转移酶M1、T1基因多态性与抗结核药物所致肝损害易感性的Meta分析

结核病目前仍然是严重危害人类健康的公共卫生问题.研究发现,WHO推荐的标准短程化疗方案主要使用的三种一线药物异烟肼、利福平、吡嗪酰胺,均能引起不同程度、不同频度的不良反应,其中最主要的不良反应是肝损害.     

99例手足口病临床分析

手足口并且病近年在儿童中常见流行,该病的主要原体为柯萨病毒A组16型(CA16)和肠道病毒71型(EV71),二者所致的手足口病临床难以区别,但EV71引起的症状较重,并可伴发无菌性脑膜炎、脑炎、瘫痪及病毒性心肌炎等严重病发症[1].     

黑龙江地区幽门螺杆菌毒力基因型与胃十二指肠疾病关系的研究

幽门螺杆菌（Hp）感染除与宿主和环境因素有关外，菌株的毒力差异对临床结果的影响也是不可忽视的因素。Hp基因亚型的分布具有明显的地域性，地理差异在导致不同临床结局中所起的作用仍是当前研究的热点。本研究旨在阐明Hp主要毒力基因亚型在黑龙江地区的分布情况及其与胃、十二指肠疾病的关系。     

江苏省东台市大肠埃希菌O157:H7监测

为了解东台地区1999-2001年和2005-2006年间肠出血性大肠埃希菌(E.coli O157:H7)宿主动物和腹泻患者带菌情况,按照《江苏省大肠杆菌感染性腹泻监测工作实施计划》及《国家大肠杆菌感染性腹泻监测方案》在东台市开展E.coli O157:H7监测工作.     

基于住院病案首页的Charlson合并症与脑卒中患者院内死亡的关系分析

目的利用Charlson 合并症指数（CCI）评价合并症程度,并分析其与脑卒中患者院内死亡的关系。方法回顾性分析某三甲医院2014年-2016年9 174名脑卒中患者的住院病案首页,利用相关字段统计患者的Charlson合并症种类和数量,并计算相应的CCI分值及校正年龄的aCCI分值,比较不同合并症程度的脑卒中患者院内死亡率的差异,利用Logistic回归分析探讨Charlson合并症与脑卒中患者院内死亡之间的关系。结果16种Charlson合并症中,合并中重度肾病的患者最多（44.8%）,其次为糖尿病（不伴合并症）（27.3%）和周围血管疾病（8.5%）。无/轻度合并症患者、中度合并症患者、严重合并症患者的院内死亡率分别为1.07%、1.40%和2.23%（P=0.001）。充血性心力衰竭、消化性溃疡、糖尿病以及恶性肿瘤（含白血病和淋巴癌）是脑卒中患者院内死亡的影响因素。未经年龄校正的CCI、校正年龄的aCCI是脑卒中患者院内死亡的影响因素。结论利用CCI评价不同合并症程度具有一定可行性。在分析脑卒中患者的院内死亡率时,适宜用校正年龄的aCCI分值。     

Morbidity and mortality profile of hospitalized elderly patients

The objectives of this study were to analyze the morbidity and mortality profile in elderly patients hospitalized in two teaching and two non-teaching hospitals in Rio de Janeiro, Brazil (Municipal Planning Area 2.2) in 1999, and to compare in-hospital mortality rates adjusted for differences in profile. Data were obtained from the National Hospital Database of the Unified National Health System (SIH/SUS). The logistic model included the variables age and primary diagnosis to calculate risk-adjusted in-hospital mortality rates. Hospital admissions of elderly patients (n = 7,584) represented 29.3% of a total of 25,928 hospitalizations that took place in these units. Senile cataract (7.8%) was the most frequent cause of hospitalization, followed by prostate hyperplasia (4.7%), congestive heart failure (2.9%), and complete atrioventricular block (2.8%). Non-teaching hospitals presented in-hospital mortality rates higher than teaching hospitals even after adjusting for case profile differences with regard to age and primary diagnosis. The use of SIH/SUS databases and the risk adjustment methodology represent an alternative for exploratory analysis of healthcare outcomes.     

Risk adjustment performance of Charlson and Elixhauser comorbidities in ICD-9 and ICD-10 administrative databases

Background  

The performance of the Charlson and Elixhauser comorbidity measures in predicting patient outcomes have been well validated with ICD-9 data but not with ICD-10 data, especially in disease specific patient cohorts. The objective of this study was to assess the performance of these two comorbidity measures in the prediction of in-hospital and 1 year mortality among patients with congestive heart failure (CHF), diabetes, chronic renal failure (CRF), stroke and patients undergoing coronary artery bypass grafting (CABG).     

Relationships between in-hospital and 30-day standardized hospital mortality: implications for profiling hospitals

OBJECTIVE: To examine the relationship of in-hospital and 30-day mortality rates and the association between in-hospital mortality and hospital discharge practices. DATA SOURCES/STUDY SETTING: A secondary analysis of data for 13,834 patients with congestive heart failure who were admitted to 30 hospitals in northeast Ohio in 1992-1994. DESIGN: A retrospective cohort study was conducted. DATA COLLECTION: Demographic and clinical data were collected from patients' medical records and were used to develop multivariable models that estimated the risk of in-hospital and 30-day (post-admission) mortality. Standardized mortality ratios (SMRs) for in-hospital and 30-day mortality were determined by dividing observed death rates by predicted death rates. PRINCIPAL FINDINGS: In-hospital SMRs ranged from 0.54 to 1.42, and six hospitals were classified as statistical outliers (p <.05); 30-day SMRs ranged from 0.63 to 1.73, and seven hospitals were outliers. Although the correlation between in-hospital SMRs and 30-day SMRs was substantial (R = 0.78, p < .001), outlier status changed for seven of the 30 hospitals. Nonetheless, changes in outlier status reflected relatively small differences between in-hospital and 30-day SMRs. Rates of discharge to nursing homes or other inpatient facilities varied from 5.4 percent to 34.2 percent across hospitals. However, relationships between discharge rates to such facilities and in-hospital SMRs (R = 0.08; p = .65) and early post-discharge mortality rates (R = 0.23; p = .21) were not significant. CONCLUSIONS: SMRs based on in-hospital and 30-day mortality were relatively similar, although classification of hospitals as statistical outliers often differed. However, there was no evidence that in-hospital SMRs were biased by differences in post-discharge mortality or discharge practices.