检索结果-内蒙古大学图书馆

作者：涂博祥中国人民解放军海军军医大学

学位级别：硕士

研究背景:倾向性评分(Propensity Score,PS)方法是目前常用的在真实世界研究中控制混杂因素的方法,其中PS加权方法也已得到越来越多的应用。PS加权的分析步骤为:1.估计PS值;2.根据PS值进行加权;3.均衡性检验;4.效应估计。目前常用的估... 详细信息

研究背景:倾向性评分(Propensity Score,PS)方法是目前常用的在真实世界研究中控制混杂因素的方法,其中PS加权方法也已得到越来越多的应用。PS加权的分析步骤为:1.估计PS值;2.根据PS值进行加权;3.均衡性检验;4.效应估计。目前常用的估计PS值的方法为logistic回归模型,但是当混杂因素和处理因素之间的关系复杂且未知时难以完全正确设定它们之间的关系,因此PS值会估计不准确,导致效应估计不准确。广义增强模型(Generalized Boosted Models,GBM)是一类自适应的回归模型,无需人为设定自变量与因变量之间的关系。将GBM应用于PS值的估计中,模型即可通过迭代找到混杂因素与处理因素之间的关系,从而得到更加准确的PS值估计。目前常用的加权方法为逆概率加权(Inverse Probability Weighting,IPW),但是极端权重的出现会影响效应估计,尤其是当处理组和对照组之间PS值重叠程度小的情况下,而重叠权重加权(Overlap Weighting,OW)则可避免重叠程度低导致极端权重产生的问题。研究目的:联合GBM和倾向性评分重叠权重构建GBM-OW模型,解决在处理因素为二分类变量的情况下PS值估计不准确和极端权重的问题,从而得到更加准确的效应估计,为真实世界研究控制混杂因素提供新的统计分析方法。研究方法:根据混杂因素的均衡性联合广义增强模型和倾向性评分重叠权重,构建GBM-OW模型。通过多种场景的模拟数据对模型进行评价,设计包含7种不同混杂因素与处理因素之间的关系、4种不同PS值重叠程度、2种处理组比例、6种样本量以及3种结局类型共1008种场景的模拟数据,每种场景模拟1000次。利用Kolmogorov-Smirnov(KS)值和绝对标准均值差(Absolute Standardized Mean Difference,ASMD)评价GBM-OW模型在均衡混杂因素方面的表现,利用相对偏倚(Relative Bias,RB)、均方根误差(Root Mean Squared Error,RMSE)、95%置信区间覆盖率(95%Confidence Interval Coverage Rate,95%CICR)评价模型在效应估计方面的表现,并与多因素回归模型(adjusted)、基于logistic回归的IPW模型(logistic-IPW)、基于logistic回归的OW模型(logistic-OW)、基于GBM的IPW模型(GBM-IPW)四种模型进行比较。然后将GBM-OW模型应用于美国重症监护医疗信息中心数据库(Medical Information Mart for Intensive Care,MIMIC-IV)中,分析使用他汀类药物是否与重症监护室中急性肾衰竭病人的临床结局有关。并基于实例数据进行了进一步的模拟研究。结果:在模拟数据中,加权前与logistic-IPW、logistic-OW、GBM-IPW、GBMOW四种模型加权后的平均KS值分别为:0.3687、0.1584、0.0728、0.1402和0.0160;平均ASMD值分别为0.9312、0.2668、<0.0001、0.3648和0.0315。当结局为连续型变量时,adjusted、logistic-IPW、logistic-OW、GBM-IPW和GBM-OW五种模型的平均RB分别为:24.43%、26.21%、13.40%、107.09%和6.68%;平均RMSE分别为:0.2694、0.6100、0.1688、1.0947和0.1167;平均95%CICR分别为38.57%、83.42%、80.75%、32.52%和97.56%。当结局为二分类变量时,adjusted、logistic-IPW、logistic-OW、GBM-IPW和GBM-OW五种模型的平均RB分别为:56.51%、极端值、27.65%、88.58%和24.02%;平均RMSE分别为:0.3811、极端值、0.2396、0.5411和0.2374;平均95%CICR分别为55.02%、85.69%、77.04%、53.07%和85.11%。当结局为生存资料时,adjusted、logistic-IPW、logistic-OW、GBM-IPW和GBM-OW五种模型的平均RB分别为:87.60%、24.52%、27.10%、89.21%和24.99%;平均RMSE分别为:0.4021、0.2895、0.1513、0.3868和0.1473;平均95%CICR分别为26.64%、37.42%、77.43%、27.59%和94.45%。在实例研究中,adjusted、logisticIPW、logistic-OW、GBM-IPW和GB

关键词：倾向性评分广义增强模型重叠权重逆概率加权真实世界研究

来源：评论

学校读者我要写书评

暂无评论

基于广义增强模型的倾向性评分重叠权重加权方法研究

引用

中国卫生统计 2024年第5期41卷 676-681页

作者：涂博祥秦婴逸徐宵赵艳芳海军军医大学军队卫生统计学教研室 200433 同济大学医学院

目的本研究构建了基于广义增强模型的倾向性评分重叠权重加权模型(GBM-OW)。方法通过模拟数据探讨在混杂因素与处理因素间关系复杂的情况下,不同样本量,不同倾向性评分值重叠程度下GBM-OW模型在均衡混杂因素、效应估计等方面的表现,并... 详细信息

目的本研究构建了基于广义增强模型的倾向性评分重叠权重加权模型(GBM-OW)。方法通过模拟数据探讨在混杂因素与处理因素间关系复杂的情况下,不同样本量,不同倾向性评分值重叠程度下GBM-OW模型在均衡混杂因素、效应估计等方面的表现,并与多因素调整模型及其它三种倾向性评分加权模型进行比较。结果及结论从模拟结果来看,当变量之间关系复杂、样本量大、倾向性评分值重叠程度小的情况下,GBM-OW模型在各方面均有较好的表现,可应用于观察性研究中。

关键词：倾向性评分重叠权重广义增强模型

来源：评论

学校读者我要写书评

暂无评论

多组资料倾向性评分加权法模型构建与比较

引用

中国循证医学杂志 2023年第3期23卷 362-372页

作者：徐宵涂博祥秦婴逸贺佳同济大学医学院上海200092 海军军医大学军队卫生统计学教研室上海200433

目的比较处理多组资料数据时三种倾向性评分加权方法在不同样本量的条件下均衡协变量的能力和估计处理效应的优劣。方法采用Monte Carlo模拟的方法生成数据集,比较三种倾向性评分加权方法Logistic-IPTW、Logistic-OW和GBM-OW法均衡协... 详细信息

目的比较处理多组资料数据时三种倾向性评分加权方法在不同样本量的条件下均衡协变量的能力和估计处理效应的优劣。方法采用Monte Carlo模拟的方法生成数据集,比较三种倾向性评分加权方法Logistic-IPTW、Logistic-OW和GBM-OW法均衡协变量和估计处理效应的优劣。协变量均衡水平指标为绝对标准均值差。处理效应评价指标包括处理效应的点估计值、均方根误差、可信区间覆盖率。结果在5种协变量与处理因素、结局变量有不同复杂程度的相关关系的场景下,相比于Logistic-IPTW法和Logistic-OW法,GBMOW法在效应估计方面更优,同时拥有更小的均方根误差;在协变量均衡性方面,三种方法效果都比较好,GBMOW方法在多组资料倾向性评分分布重叠度较低,且在协变量与分组变量、结局变量有越来越复杂的非线性关系时表现变好。结论在处理多组资料时,GBM-OW法相对另外两种方法,在协变量与分组变量、结局变量之间存在非线性或(和)交互关系时具有优势。运用此方法后效应估计更加接近真实值,为较优的选择。

关键词：倾向性评分加权法重叠加权多组资料广义增强模型逆概率加权

来源：评论

学校读者我要写书评

暂无评论

不同创伤急救模式对严重创伤患者救治过程及结果的影响

不同创伤急救模式对严重创伤患者救治过程及结果的影响

引用

作者：王秋婷重庆医科大学

学位级别：硕士

目的:本研究旨在以重庆市不同创伤急救模式运行的多家医疗机构所收治的严重创伤患者为对象,探究现存的三种主流创伤急救模式即传统分诊会诊模式,多学科协作诊疗(multiple disciplinary team,MDT)模式和创伤一体化模式对我国严重创伤患... 详细信息

目的:本研究旨在以重庆市不同创伤急救模式运行的多家医疗机构所收治的严重创伤患者为对象,探究现存的三种主流创伤急救模式即传统分诊会诊模式,多学科协作诊疗(multiple disciplinary team,MDT)模式和创伤一体化模式对我国严重创伤患者救治过程与结果的影响情况。方法:利用严重创伤患者救治情况信息采集表,回顾性收集重庆市运行上述三种不同创伤急救模式医院(共计6家公立医院)在2021年收治的全部严重创伤患者的院前、急诊和院内全过程救治信息。首先通过描述性分析,了解各救治模式组间患者人口学、受伤情况、损伤严重程度、基础疾病和救治医院等级的分布情况,以及未经校正前严重创伤患者在三种救治模式中的救治过程和结果情况。通过logistic回归分析方法控制混杂因素,初步估计不同急救模式对严重创伤患者救治结局情况的影响。进一步通过广义倾向性评分加权法对医院等级和患者人口学特征、受伤情况、基础疾病和损伤严重程度等混杂因素进行均衡后,根据救治效果指标的类型分别选择带权重的logistic回归模型、带权重的线性回归模式或对加权样本进行非参数检验的方法评估模式对救治过程和救治结果的影响。结果:本研究总计纳入487名严重创伤患者进行分析,其中接受传统模式治疗的患者人数为126例,接受MDT模式治疗的患者人数为142例,接受一体化模式治疗的患者人数为219例。描述性分析结果显示,三种模式严重创伤患者的基线资料在致伤原因、胸腹部的损伤情况、基础疾病情况以及医院等级分布的组间差异具有显著性(P<0.05),性别、年龄、头部损伤情况和损伤严重程度评分的分布不具有显著差异(P>0.05)。对于救治过程和结果的观察性结果显示:(1)院前急救阶段,与其他两种模式相比,一体化模式具有更短的院前响应时间(中位时间15.41分钟)和院前急救总时间(中位时间34.25分钟)(P<0.05)。(2)院内急救阶段,一体化模式全身快速CT的实施率(92.24%)高于传统模式(61.11%)和MDT模式(65.49%)(P<0.05)。对于完成全身快速CT、胸部X片和骨盆X片的中位时间,传统模式需要40-41.5分钟,MDT模式需要21-28分钟,一体化模式需要7-7.5分钟,两种创伤中心模式(一体化模式和MDT模式)均快于传统模式(P<0.05),且一体化模式相比MDT模式更快(P<0.05)。一体化模式(0.57小时)开始确定性治疗的中位速度快于传统模式(0.92小时)(P<0.05)。经MDT模式(59.86%)救治的严重创伤患者ICU住院率更高(P<0.05)。手术方面,相比传统模式(48.41%),一体化模式救治的严重创伤患者进行手术的概率更高(63.47%)(P<0.05)。(3)对救治结果而言,一体化模式(11.87%)和MDT模式(9.86%)的严重创伤患者病死率均显著低于传统模式(25.40%)(P<0.05);在24小时死亡情况中观察到了相似的结果。此外,一体化模式的并发症发生率(39.27%)显著低于其他两种模式(P<0.05)。从住院时间来看,MDT模式(中位时长23天)和一体化模式(中位时长22天)的总住院时间,相对传统模式(中位时长14天)更长(P<0.05)。单因素logistic回归结果显示:年龄,致伤原因,头部、腹部损伤,损伤严重程度评分和创伤急救模式是严重创伤患者救治结局的影响因素。将救治医院等级以及单因素具有显著性的患者基线特征作为协变量进一步纳入多因素logistic回归分析,结果显示与传统模式相比,在MDT模式(OR:0.26,95%CI:0.12-0.55)或一体化模式医院(OR:0.23,95%CI:0.11-0.46)进行救治能够改善严重创伤患者的救治结局。利用广义倾向性得分加权法实现组间医院等级和患者基线特征等混杂因素的均衡后,分析结果显示:(1)院前急救过程中,一体化模式的院前响应速度(中位时长14.92分钟)和院前急救总速度(中位时长32.38分钟)快于其他两种模式(P<0.05)。(2)院内急救过程中,一体化模式的患者全身快速CT实施率(81.84%)高于其他两种模式(P<0.05)。从时间上看,全身快速CT、胸部和骨盆X片的中位完成时间一体化模式为8-9分钟,MDT模式为12-19分钟,传统模式为41-47分钟。确定性治疗的中位用时,一体化模式为0.57(IQR:0.28-0.88)小时,MDT模式为1.07(IQR:0.82-1.52)小时,传统模式为1.10(IQR:0.37-1.60)小时。与其他两种模式相比一体化模式用时更短(P<0.05)。MDT模式的重症监护(Intensive Care Unit,ICU)住院率更高(62.20%)。手术情况三组间无明显差异。(3)救治结果方面,

关键词：创伤急救模式严重创伤广义倾向性评分广义增强模型

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：