数据来源与队列构建
确定研究人群,识别符合条件的住院医师团队。
从NSQIP和QITI注册中心回顾性收集2018年1月1日至2025年6月30日期间开展的外科肿瘤手术(结肠切除术、肝切除术、胰腺切除术、甲状腺切除术),确定患者归属的住院医师团队。
Comparing Resident Team Performance in Complex Surgical Oncology: A Single-Institution Cohort Study
该研究为回顾性队列分析,使用NSQIP和QITI数据库,采用混合效应回归和O-E率进行风险调整,但无干预实验,证据层级为观察性分析。
住院医师团队(基于服务、月份和年份定义) 接受外科肿瘤手术(结肠切除术、肝切除术、胰腺切除术、甲状腺切除术)的患者
团队定义方式:基于服务(外科肿瘤或结直肠)、月份和年份,排除了少于10例手术的团队 风险调整方法:混合效应回归,固定效应包括手术类型、急症状态、手术方式、住院医师毕业后年级等,随机效应为主刀医生 结局定义:主要结局为复合不良事件(30天死亡、再手术、再入院和术后并发症),次要结局为住院时间和30天再入院率 统计显著性标准:置信区间排除0视为极端值,P≤0.05视为有统计学意义
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。
确定研究人群,识别符合条件的住院医师团队。
从NSQIP和QITI注册中心回顾性收集2018年1月1日至2025年6月30日期间开展的外科肿瘤手术(结肠切除术、肝切除术、胰腺切除术、甲状腺切除术),确定患者归属的住院医师团队。
确定主要和次要结局,并收集可能影响结局的患者和手术特征。
主要结局为复合不良事件(30天死亡、再手术、再入院和术后并发症),次要结局为住院时间和30天再入院率。收集年龄、性别、ASA分级、合并症、白蛋白等混杂因素。
估算每个团队的风险调整结果,识别表现不佳的团队。
使用Kruskal-Wallis和Fisher精确检验进行单变量分析,混合效应回归估算预期结局概率,计算每个团队的O-E率和95%置信区间,以0为界判断表现优劣。
评估去除甲状腺切除术后团队绩效差异。
对仅包含肝切除、结肠切除、胰腺切除的样本进行亚组分析。
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 |
|---|---|---|---|
| 数据分析 | R 4.4.1 | -- | -- |
| Stata 17 | StataCorp LLC | -- | |
| SAS/STAT 9.4 | SAS Institute Inc. | -- |
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 |
|---|---|
| 数据来源 | NSQIP和QITI注册中心,医院为大学附属医院,时间段为2018-2025年,手术类型为4种外科肿瘤手术,团队定义为服务、月份和年份,排除标准(少于10例、良性病例、主刀医生少于10例)。 阅读提示:Methods: Data Sources and Population |
| 结局和混杂因素 | 主要结局:复合不良事件(30天死亡、再手术、再入院和术后并发症);次要结局:住院时间、30天再入院率;混杂因素:手术类型、急症状态、手术方式、PGY、年龄、性别、ASA、合并症、白蛋白等。 阅读提示:Methods: Exposure and Outcomes; Covariates |
| 统计分析 | 混合效应回归的固定效应和随机效应,O-E率的计算和置信区间,统计显著性阈值,亚组分析的样本。 阅读提示:Methods: Analytic Strategy |
| 软件 | R 4.4.1, Stata 17, SAS/STAT 9.4版本。 阅读提示:Methods: Analytic Strategy |