目的分析2017—2022年国内外中医药疗效评价队列研究的现状与趋势,为该领域的研究提供参考。方法检索PubMed、Web of Science、Embase、Scopus、Cochrane Library及中国知网(CNKI)2017年1月1日—2022年12月31日收录的中医药疗效评价队...
详细信息
目的分析2017—2022年国内外中医药疗效评价队列研究的现状与趋势,为该领域的研究提供参考。方法检索PubMed、Web of Science、Embase、Scopus、Cochrane Library及中国知网(CNKI)2017年1月1日—2022年12月31日收录的中医药疗效评价队列研究文献。使用Bibliometrix对相关文献从年发文量、发文期刊、高被引文献及关键词进行定量和可视化分析。结果共纳入328篇文献,涉及141本期刊。2017—2022年中医药疗效评价队列研究相关的发文量整体呈逐年上升趋势,纳入文献以回顾性队列研究为主(282篇,85.98%),依托数据库开展的队列研究共151篇(46.04%),且逐年增长。研究对象以恶性肿瘤(77篇,23.48%)及心脑血管疾病患者(64篇,19.51%)为主,排名前3的高被引文献均旨在探讨中医药干预恶性肿瘤患者的生存结局及生活质量。中英文文献分别包含14及25个高频关键词,各自形成以研究方法、统计分析及疾病类型为主的3个聚类。结论中医药疗效评价队列研究主要为回顾性队列研究,且聚焦于恶性肿瘤及心脑血管系统疾病患者,利用观察性数据库开展中医药疗效评价队列研究可能是未来的发展趋势。
目的:开发和验证乳腺癌患者新发心血管疾病(cardiovascular disease,CVD)的3年预测模型。方法:基于内蒙古区域医疗数据,纳入接受抗肿瘤治疗的18岁以上乳腺癌女性患者。多因素Fine&Gray模型纳入预测因子后,使用Lasso回归筛选变量,在训练集上拟合Cox比例风险、Logistic回归、Fine&Gray、随机森林和XGBoost模型,在测试集上分别用受试者工作特征(receiver operating characteristics,ROC)曲线下面积(area under the curve,AUC)和校准曲线评价模型区分度和校准度。结果:共纳入19325例接受抗肿瘤治疗的乳腺癌患者,平均年龄(52.76±10.44)岁,中位随访时间1.18年[四分位距(interquartile range,IQR):2.71]。7856例患者(40.65%)在乳腺癌诊断3年内发生CVD。Lasso回归筛选的预测因子为乳腺癌诊断年龄、居住地国内生产总值(gross domestic product,GDP)、肿瘤分期、高血压、缺血性心脏病及脑血管疾病既往史、手术类型、化疗类型、放疗类型。不考虑生存时间时,XGBoost模型的AUC显著高于随机森林模型[0.660(95%CI:0.644~0.675)vs.0.608(95%CI:0.591~0.624),P<0.001]和Logistic回归[0.609(95%CI:0.593~0.625),P<0.001],Logistic回归和XGBoost模型的校准度更好。考虑生存时间时,Cox比例风险模型和Fine&Gray模型的AUC差异无统计学意义[0.600(95%CI:0.584~0.616)vs.0.615(95%CI:0.599~0.631),P=0.188],但Fine&Gray模型的校准度更好。结论:基于区域医疗数据建立乳腺癌新发CVD的预测模型具有可行性。不考虑生存时间时,Logistic回归和XGBoost模型的预测性能更好;考虑生存时间时,Fine&Gray模型的预测性能更好。
暂无评论