数据收集与定义
获取研究期间RSV相关住院数据并定义研究人群
从19家意大利儿科医院收集2022年10月1日至2025年3月31日期间RSV相关住院数据(ICD-9-CM编码:466.11、079.6、480.1),同时收集ISTAT提供的居民人口数据。
Nirsevimab Immunization to Prevent Pediatric RSV Hospitalizations
本研究为观察性经济学评价,基于行政数据建模,无实验干预设计,缺乏机制验证。
19家意大利儿科医院 RSV相关住院患者(18岁及以下)
免疫运动开始日期(2024年10月至2025年1月) 资格标准(出生截止日期从2024年1月至2025年1月) 住院成本(区域DRG费率) 尼塞维单抗单位成本(€230/剂) 泊松回归模型(预测反事实住院数)
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
获取研究期间RSV相关住院数据并定义研究人群
从19家意大利儿科医院收集2022年10月1日至2025年3月31日期间RSV相关住院数据(ICD-9-CM编码:466.11、079.6、480.1),同时收集ISTAT提供的居民人口数据。
估计在无免疫情况下预期的RSV住院人数
使用泊松回归模型对2019-2020和2022-2023季节的每月住院计数进行拟合,调整日历时间(傅里叶级数)、中心和人口偏移项。
计算尼塞维单抗免疫的住院避免数和成本节约
计算每个中心的ΔE(模型预测的预期住院数 - 观察到的住院数)和ΔC(免疫场景成本 - 无免疫场景成本),并计算CER。
评估估计结果的稳健性
使用1000次bootstrap重采样估计95%不确定性区间;进行6种确定性敏感性分析,变化住院成本和免疫成本;并使用随机截距泊松模型进行额外敏感性分析。
按研究目的归类文中使用的方法,便于定位所需技术。
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 药物处理 | 尼塞维单抗 | -- | -- |
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据收集 | 数据来源(ISTAT)及时间范围(2022年10月1日至2025年3月31日) 阅读提示:Methods - Study Population and Data Sources |
| 模型建立 | 泊松回归模型的具体设定(日历时间傅里叶级数、中心效应、偏移项) 阅读提示:Methods - Statistical Analysis |
| 经济学计算 | DRG费率、尼塞维单抗成本(€230/剂)、免疫成本分配方法 阅读提示:Methods - Study Population and Data Sources, Economic Evaluation |
| 不确定性分析 | bootstrap重采样次数(1000)、敏感性分析场景的设定 阅读提示:Methods - Statistical Analysis, Sensitivity Analyses |