病例识别和数据收集
从全国登记册中识别所有手术治疗的踝关节骨折病例并收集相关数据。
从芬兰国家医院出院登记册(Care Register for Health Care)中提取1987–2019年间手术治疗的踝关节骨折患者数据,包括年龄、性别、住院时间、诊断和手术编码。
Ankle fractures in Finland: 118,929 operatively treated between 1987 and 2019
本研究为基于全国登记数据的观察性流行病学研究,缺乏实验方法和验证过程。
芬兰全国人口(1987–2019年)
数据来源:芬兰国家医院出院登记册(Care Register for Health Care) 骨折识别:结合诊断和手术编码(ICD-9/ICD-10及NOMESCO) 分组:按年龄组(0–19, 20–49, 50–69, >70岁)、性别、季节(冬/夏)分层 统计:泊松回归模型,调整年龄、性别、季节和年份
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。
从全国登记册中识别所有手术治疗的踝关节骨折病例并收集相关数据。
从芬兰国家医院出院登记册(Care Register for Health Care)中提取1987–2019年间手术治疗的踝关节骨折患者数据,包括年龄、性别、住院时间、诊断和手术编码。
根据解剖部位对踝关节骨折进行分类。
将骨折分为内侧踝、外侧踝、双踝/三踝和其他骨折,依据ICD编码。
计算发病率并分析风险因素。
使用泊松回归模型计算发病率比率(IRR),按年龄组、性别、季节和年份调整。使用LOESS平滑曲线展示趋势。
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 |
|---|---|---|---|
| 数据来源 | 芬兰国家医院出院登记册 | -- | -- |
| 芬兰统计局(StatFin)在线服务 | Statistics Finland | -- |
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 |
|---|---|
| 病例识别 | 数据来源:芬兰国家医院出院登记册(Care Register for Health Care) 阅读提示:Methods – registry study description |
| 病例识别 | 编码组合:诊断和手术编码(ICD-9/ICD-10及NOMESCO) 阅读提示:Methods – identification of operatively treated ankle fractures |
| 统计分析 | 泊松回归模型,调整年龄组、性别、季节和年份 阅读提示:Statistics – Poisson regression model |