队列识别与分组
从数据库中筛选接受植入物或自体组织乳房重建的患者,并根据GLP-1RA使用情况分组。
使用TriNetX数据库,通过CPT代码识别2014年至2024年间接受植入物或自体组织乳房重建的患者,根据术前90天内GLP-1RA处方填充定义使用者,并排除缺失人口统计学信息者。
Effects of GLP-1 Receptor Agonists on Breast Reconstruction Outcomes: A Large-Database Retrospective Study
研究为回顾性数据库分析,包含明确的队列识别、倾向性评分匹配和逻辑回归分析,并进行1:1和1:3两种匹配比例验证,但缺乏前瞻性实验或机制验证。
假体植入乳房重建患者队列(含直接假体植入和组织扩张器) 自体组织乳房重建患者队列(含各类皮瓣)
GLP-1RA使用定义为术前90天内处方填充 倾向性评分匹配包括年龄、性别、BMI、2型糖尿病、高血压、尼古丁使用、慢性肾病及重建时机 结局评估时间窗为术后90天 匹配比例1:1和1:3,卡尺宽度0.2
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。
从数据库中筛选接受植入物或自体组织乳房重建的患者,并根据GLP-1RA使用情况分组。
使用TriNetX数据库,通过CPT代码识别2014年至2024年间接受植入物或自体组织乳房重建的患者,根据术前90天内GLP-1RA处方填充定义使用者,并排除缺失人口统计学信息者。
平衡病例组和对照组的基线特征以减少混杂偏倚。
使用1:1和1:3比例进行贪婪最近邻匹配,卡尺宽度为0.2,匹配变量包括年龄、性别、BMI、2型糖尿病、高血压、尼古丁使用、慢性肾病及手术类型和重建时机。
比较匹配后病例组与对照组的术后90天并发症发生率。
通过ICD-9/10和CPT代码识别术后90天内的并发症,包括感染、伤口裂开、血肿、血清肿、DVT/PE、伤口愈合并发症、假体失败、急诊就诊和再入院,使用逻辑回归计算OR值。
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 |
|---|---|---|---|
| 数据库 | TriNetX | TriNetX LLC | -- |
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 |
|---|---|
| 数据库与代码 | CPT代码用于识别重建类型,ICD-9/10和CPT代码用于识别并发症 阅读提示:详见补充材料Table S1和Table S3 |
| GLP-1RA使用定义 | 处方填充时间窗口(术前90天内) 阅读提示:详见Methods 2.2节 |
| 倾向性评分匹配 | 匹配变量包括年龄、性别、BMI、2型糖尿病、高血压、尼古丁使用、慢性肾病、手术CPT代码和重建时机 阅读提示:详见Methods 2.3节 |
| 结局评估 | 术后90天内的并发症事件数 阅读提示:详见Results 3.2和3.3节以及表格 |