识别感染住院队列
确定符合感染定义的住院患者,为后续分析提供研究人群。
使用CDC基于电子健康记录的定义,识别2014-2017年间在125家VA医院住院且符合感染标准的患者。
Inpatient and Discharge Fluoroquinolone Prescribing in Veterans Affairs Hospitals Between 2014 and 2017
研究为回顾性队列研究,基于电子健康记录数据,使用多水平模型调整混杂,并进行了纵向趋势和医院间变异分析,但缺乏干预实验或机制验证。
125家VA医院中感染住院的退伍军人 感染住院(基于CDC定义)
纳入医院需至少400次住院(约100次/年) 患者年龄≥18岁 感染住院定义:至少一次血培养且全身抗生素使用≥3天 出院处方定义为出院后1天内的门诊处方 调整因素:预测30天死亡率、年龄、31种Elixhauser合并症
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。
确定符合感染定义的住院患者,为后续分析提供研究人群。
使用CDC基于电子健康记录的定义,识别2014-2017年间在125家VA医院住院且符合感染标准的患者。
计算住院和出院氟喹诺酮处方比例及氟喹诺酮天数。
从VA企业数据仓库中获取住院和出院处方数据,计算每1000次感染住院的氟喹诺酮使用率和天数。
调整患者混杂因素后,评估医院间氟喹诺酮使用的差异。
使用多水平logit和负二项模型,调整年龄、合并症和疾病严重程度,计算ICC、MOR和MRR。
确定2014-2017年氟喹诺酮使用的年度变化趋势。
使用固定效应模型,比较2014年至2017年调整后的氟喹诺酮使用指标,计算绝对和相对风险降低。
按研究目的归类文中使用的方法,便于定位所需技术。
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 |
|---|---|
| 研究人群 | 医院纳入标准、感染住院定义(血培养、抗生素≥3天)、年龄≥18岁 阅读提示:方法部分‘研究设置和队列识别’ |
| 处方测量 | 住院和出院处方识别时间窗口(出院后1天)、药物种类(环丙沙星、左氧氟沙星、莫西沙星) 阅读提示:方法部分‘主要结局:氟喹诺酮使用’ |
| 风险调整 | 疾病严重程度评分(预测30天死亡率)、年龄分组、31种Elixhauser合并症 阅读提示:方法部分‘风险调整’ |
| 统计学分析 | 多水平模型类型(logit、负二项)、固定效应(年份)、随机效应(医院)、ICC/MOR/MRR计算 阅读提示:方法部分‘统计学分析’ |