研究队列构建
建立包含COVID-19患者与对照人群的队列,以比较全因死亡率。
从NHIS-COVID-19队列数据库筛选年龄≥20岁的个体,分为COVID-19组和对照组(包括检测阴性和未检测的对照人群)。并排除信息不全者。
Comparison of All-Cause Mortality Between Individuals With COVID-19 and Propensity Score-Matched Individuals Without COVID-19 in South Korea
基于NHIS-COVID-19队列数据库的大样本人群队列研究,采用倾向评分匹配和Cox回归分析,并进行敏感性分析和亚组分析,证据层级明确。
NHIS-COVID-19队列数据库 COVID-19确诊患者 非COVID-19对照组人群
倾向评分匹配:1:1最近邻匹配,卡钳值0.25 匹配后组间绝对标准化差异(ASD)<0.1 结局事件定义:2020年1月1日至8月27日全因死亡 主要分析:Cox比例风险回归,HR=2.00(95%CI 1.61-2.48) 亚组分析:按年龄(20-39,40-59,≥60)和CCI(0-2,≥3)分层
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。
建立包含COVID-19患者与对照人群的队列,以比较全因死亡率。
从NHIS-COVID-19队列数据库筛选年龄≥20岁的个体,分为COVID-19组和对照组(包括检测阴性和未检测的对照人群)。并排除信息不全者。
通过匹配潜在的混杂因素,使COVID-19组和对照组基线特征均衡。
使用logistic回归模型计算倾向评分,采用最近邻法进行1:1匹配,卡钳值0.25。匹配后评估绝对标准化差异(ASD)。
比较匹配后COVID-19组与对照组的全因死亡率。
在PS匹配队列中,采用Cox比例风险回归分析全因死亡风险,并计算风险比(HR)和95%置信区间。
验证结果的稳健性。
在PS匹配队列中进行logistic回归分析作为主要敏感性分析,并在全队列中进行多变量Cox回归分析作为次要敏感性分析。
评估不同年龄和合并症状态下的死亡风险差异。
按年龄(20-39,40-59,≥60)和Charlson合并症指数(0-2,≥3)分层,进行Cox回归分析。
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 |
|---|---|---|---|
| 统计分析 | R软件 | R Project for Statistical Computing | version |
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 |
|---|---|
| 研究队列构建 | 数据来源:NHIS-COVID-19队列数据库;纳入标准:年龄≥20岁;排除标准:年龄<20岁、医疗记录不全;COVID-19组定义:2020年1月1日至6月4日期间确诊 阅读提示:Methods: Study Design and Ethical Statement; NHIS-COVID-19 Cohort Database and Study Population |
| 倾向评分匹配 | 匹配方法:1:1最近邻匹配、无放回、卡钳值0.25;协变量包括年龄、性别、收入、居住地、残疾程度、CCI 阅读提示:Methods: Statistical Analyses; Table 1 |
| 生存分析 | 事件定义:全因死亡;时间范围:2020年1月1日至2020年8月27日;Cox回归模型,结果以HR和95%CI表示 阅读提示:Methods: Statistical Analyses; Table 2 |
| 敏感性分析 | 主要敏感性分析:logistic回归(结果以OR表示);次要敏感性分析:全队列多元Cox回归,调整所有协变量 阅读提示:Methods: Statistical Analyses; Table 2, Table 3 |
| 亚组分析 | 年龄分组:20-39,40-59,≥60;CCI分组:0-2,≥3;各亚组的HR和95%CI 阅读提示:Methods: Statistical Analyses; Table 4 |