文献检索与筛选
识别所有评估ICD-9-CM代码识别NTM疾病诊断准确性的研究
在多个数据库(Ovid Medline、Embase等)中检索至2019年4月,去重后获得5549条独特引文,经双人独立筛选标题和摘要,再对96篇全文进行评估,最终纳入7项符合条件的研究。
Diagnostic Accuracy of Health Care Administrative Diagnosis Codes to Identify Nontuberculous Mycobacteria Disease: A Systematic Review
系统评价方法(多库检索、双人筛选、QUADAS-2质量评估)明确,但未包含原始实验验证,核心证据为纳入研究的二次分析。
美国退伍军人队列 综合医疗系统患者队列 医疗保险账单数据库患者队列
ICD-9-CM代码031.X与031.0的编码位置(主要或次要诊断) 参考标准:ATS/IDSA诊断标准(微生物学、放射学、临床标准) 研究人群特征:退伍军人占比、年龄、性别分布 代码组合:单独ICD代码、联合微生物学数据或自然语言处理结果
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。
识别所有评估ICD-9-CM代码识别NTM疾病诊断准确性的研究
在多个数据库(Ovid Medline、Embase等)中检索至2019年4月,去重后获得5549条独特引文,经双人独立筛选标题和摘要,再对96篇全文进行评估,最终纳入7项符合条件的研究。
提取各研究的诊断准确性数据并评估偏倚风险
使用标准化表格提取研究特征、管理数据库、参考标准、ICD代码及诊断准确性指标,并使用QUADAS-2工具评估偏倚风险。
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 |
|---|---|---|---|
| 文献管理 | Endnote X8 | -- | -- |
| 统计分析 | SPSS软件,版本24 | IBM | -- |
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 |
|---|---|
| 研究筛选 | 纳入标准:使用ICD-9-CM代码、参考数据集(医疗记录审查或微生物报告)、报告诊断准确性指标;排除非英文或西班牙语文献及存在合并偏倚的研究 阅读提示:Methods:Study Selection |
| 数据提取 | 提取的数据项:第一作者、发表年份、国家、样本量、行政数据库特征、参考数据集、ICD代码、诊断准确性测量 阅读提示:Methods:Data Extraction and Quality and Bias Assessment;Table 1 |
| 质量评估 | QUADAS-2工具的4个领域:患者选择、指标测试、参考标准、流程和时间;偏倚风险等级(低/高) 阅读提示:Methods:Data Extraction and Quality and Bias Assessment;Table 3 |