患者识别与队列建立
从健康信息平台中识别男性乳腺癌患者并建立研究队列。
利用ICD-10代码C50和诊断文本,通过自然语言处理标准化诊断信息,排除无身份证和女性患者,共识别630名患者。
Do ethnic disparities exist in disease burden and healthcare utilization of male breast cancer? A 9-year cohort study of 9.08 million adults in China
基于回顾性队列研究,利用健康信息平台数据进行分析,包含发病率、患病率、生存率、医疗费用等描述性统计和生存分析,但缺乏实验验证。
内蒙古区域健康信息平台中的男性乳腺癌患者队列(N=630) 汉族和蒙古族男性乳腺癌患者亚组
患者识别:通过ICD-10代码C50和诊断文本匹配,排除无身份证号和女性患者 随访时间:从诊断到死亡或研究结束(2012-2021年) 民族分组:汉族与蒙古族,包括其他民族 经济水平:按居住地GDP中位数分层(高/低) 统计分析:Cox比例风险模型和Fine-Gray模型调整年龄、民族、GDP水平、吸烟、饮酒、CCI、治疗和分期
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。
从健康信息平台中识别男性乳腺癌患者并建立研究队列。
利用ICD-10代码C50和诊断文本,通过自然语言处理标准化诊断信息,排除无身份证和女性患者,共识别630名患者。
计算发病率、5年患病率、死亡率及生存率,并比较民族差异。
计算2014-2020年年龄标准化发病率,2017-2021年5年患病率,使用Kaplan-Meier法估计生存率,并用Cox和Fine-Gray模型评估死亡率风险。
评估医疗利用情况,包括费用、住院和门诊次数,并比较民族差异。
计算人均总费用、年度费用、每次住院和门诊费用,以及住院和门诊次数,按总体和乳腺癌相关分类。
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 | R软件4.1.3版 | 文中未明确说明 | -- |
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 |
|---|---|
| 患者识别 | 患者识别方法:使用诊断文本和ICD-10代码C50,通过自然语言处理标准化诊断信息。 阅读提示:参见Methods 2.2 和Supplementary Methods |
| 疾病负担分析 | 发病率计算:洗脱期设置(2年),分母为每年男性成年居民数;5年患病率计算:分母为每年男性成年居民数。 阅读提示:参见Methods 2.4 和Figure legends |
| 医疗利用分析 | 费用计算:包括总费用、年度费用、每次住院和门诊费用,换算汇率;治疗方式分类。 阅读提示:参见Methods 2.4 和Table 2 |
| 生存分析 | 生存率估计:Kaplan-Meier法;死亡率模型:Cox分层模型和Fine-Gray模型,调整变量包括年龄、民族、GDP水平、吸烟、饮酒、CCI、治疗和分期。 阅读提示:参见Methods 2.4 和Table 4 |