数据来源与人群识别
确定分析的数据集和供体人群。
使用SRTR数据,识别2016年3月至2024年12月期间所有有肾脏或肝脏被使用的已故供体,并区分HOPE供体(HIV检测阳性)和无HIV供体。
Potential pool of cardiothoracic organs from donors with HIV
研究基于国家注册数据,使用多变量逻辑回归模型进行预测,并进行了内部验证和敏感性分析,但缺乏体外或动物等独立实验验证。
HOPE供体(有肾脏或肝脏被使用的HIV检测阳性供体) 无HIV供体(有肾脏或肝脏被使用)
HOPE供体定义:包括HIV血清学或核酸测试阳性的供体,可能包含假阳性。 逻辑回归模型预测概率:基于无HIV供体,预测心脏、肺、双肺使用的概率。 模型变量:包括年龄、性别、死亡原因、BMI、高血压、糖尿病、肌酐>1.5、既往心梗、吸烟史、丙肝、DCD、pO2、pCO2、pO2/FiO2、异常X光、日历年份。 内部验证:使用1000次bootstrap采样,评估AUC和校准斜率。
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。
确定分析的数据集和供体人群。
使用SRTR数据,识别2016年3月至2024年12月期间所有有肾脏或肝脏被使用的已故供体,并区分HOPE供体(HIV检测阳性)和无HIV供体。
在无HIV供体中,预测心脏、肺或双肺被用于移植的概率。
为无HIV供体分别建立心脏、任何肺和双肺使用的多变量逻辑回归模型,包含多个供体因素,并处理非线性关系。
评估模型预测性能。
使用bootstrap采样(1000次迭代)进行内部验证,计算AUC和校准斜率。
估计HOPE供体中潜在心胸供体的数量。
将逻辑回归模型参数应用于HOPE供体,预测其心脏、肺或双肺使用的概率,并乘以总数。
评估缺失值处理和模型假设对结果的影响。
将缺失和未知值作为独立指标,以及允许非零截距,重复分析。
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 |
|---|---|---|---|
| 数据分析 | Stata 17.0 | StataCorp | -- |
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 |
|---|---|
| 数据来源 | 使用SRTR数据,识别2016年3月至2024年12月期间有肾脏或肝脏被使用的已故供体 阅读提示:Methods - Data source |
| 人群定义 | HOPE供体定义为HIV血清学或NAT阳性,可能包含假阳性 阅读提示:Methods - Study population |
| 模型构建 | 逻辑回归模型变量:年龄、性别、死亡原因、BMI、高血压、糖尿病、肌酐>1.5、既往心梗、吸烟史、丙肝、DCD、pO2、pCO2、pO2/FiO2、异常X光、日历年份 阅读提示:Methods - Model building, prediction, and evaluation |
| 模型验证 | 使用1000次bootstrap采样进行内部验证,评估AUC和校准斜率 阅读提示:Methods - Model building, prediction, and evaluation |
| 敏感性分析 | 缺失值处理和非零截距对结果的影响 阅读提示:Methods - Sensitivity analysis |