队列构建与数据收集
建立包含非缺氧性SE患者的衍生队列和验证队列,收集临床变量和30天死亡结局。
从意大利摩德纳和奥地利萨尔茨堡的登记处收集连续SE发作的数据,按预定义标准纳入,排除缺氧后脑病,记录人口统计学、临床特征、治疗反应和30天死亡状态。
A Predictive Model for Short-Term Mortality After Status Epilepticus: The ACARD Score
基于多中心队列数据,通过单因素和多因素逻辑回归建立预测模型,并在外部队列验证,但未涉及体外或动物等机制实验。
非缺氧性癫痫持续状态患者队列(意大利摩德纳衍生队列) 非缺氧性癫痫持续状态患者队列(奥地利萨尔茨堡验证队列)
年龄≥75岁与30天死亡独立相关(OR 5.52,95% CI 3.45–8.83) 意识障碍(木僵或昏迷)与30天死亡独立相关(OR 1.76,95% CI 1.09–2.82) 急性原发性中枢神经系统病因与30天死亡独立相关(OR 2.60,95% CI 1.60–4.23) 治疗难治性与30天死亡独立相关(OR 6.40,95% CI 3.91–10.46) SE前残疾(mRS≥3)与30天死亡独立相关(OR 3.53,95% CI 2.22–5.61)
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。
建立包含非缺氧性SE患者的衍生队列和验证队列,收集临床变量和30天死亡结局。
从意大利摩德纳和奥地利萨尔茨堡的登记处收集连续SE发作的数据,按预定义标准纳入,排除缺氧后脑病,记录人口统计学、临床特征、治疗反应和30天死亡状态。
识别独立预测因素并开发风险评分。
在衍生队列中进行单因素分析,对p≤0.05的变量进行多因素逻辑回归,采用逆向逐步选择,将连续变量转换为分类变量,基于调整回归系数分配整数值,形成ACARD评分。
验证ACARD评分在独立队列中的预测性能,并与其他评分比较。
在验证队列中计算ACARD评分的AUC、校准,并与STESS、mSTESS、EMSE、SACE评分比较,计算敏感性、特异性、准确性等指标。
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 | STATA/IC 13.1 | StataCorp LP | -- |
| MedCalc | MedCalc Software Ltd. | -- |
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 |
|---|---|
| 队列构建 | 纳入标准:年龄、SE诊断标准、排除缺氧性SE;衍生队列与验证队列的招募时间、地点 阅读提示:研究设计、人群与定义(Methods) |
| 数据收集 | 临床变量定义:意识水平、SE症状学、病因分类、治疗反应性、mRS评估 阅读提示:研究设计、人群与定义(Methods) |
| 统计建模 | 模型开发方法:单因素分析p值阈值、多因素回归变量筛选、年龄和mRS的截点确定 阅读提示:统计分析(Methods) |
| 评分验证 | 验证队列的样本量、ACARD评分的AUC和校准结果 阅读提示:结果部分、图1和图2 |