数据提取与描述性分析
描述研究期间不同牙科治疗类型的利用率趋势。
从SNDS数据库中提取2014年至2023年间的牙科治疗数据,计算每周利用率,并按治疗类型进行描述性分析。
The French 100% Santé Reform: Impacts on Dental Care Utilization
研究基于超过10亿次牙科治疗的行政数据,采用受控中断时间序列分析,并进行了分层分析和多种稳健性检查。
法国社会健康保险基金行政数据库(SNDS) CSS受益人群 非CSS受益人群
使用率计算:每周全口义齿数量除以同年人口规模,以每10万居民表示 干预时间点:2021年1月第一周,作为干预点,分为干预前313个点和干预后130个点 分层分析:按CSS状态分层,并在2019年11月和2021年1月两个时间点进行分层CITSA 稳健性分析:调整COVID-19封锁期,并排除2020年41周数据进行敏感性分析
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。
描述研究期间不同牙科治疗类型的利用率趋势。
从SNDS数据库中提取2014年至2023年间的牙科治疗数据,计算每周利用率,并按治疗类型进行描述性分析。
评估改革对全口义齿使用的影响,与口腔手术作为对照结局进行比较。
使用分段负二项回归进行受控中断时间序列分析,模型调整了季节效应和COVID-19封锁期,比较干预组(全口义齿)和对照组(口腔手术)的使用率。
评估改革对CSS和非CSS患者的不同影响。
按CSS状态分层的CITSA,并考虑两个干预时间点(2019年11月1日和2021年1月1日),使用分段负二项回归进行分析。
评估结果对模型假设和COVID-19影响的稳健性。
添加虚拟变量识别第一次COVID-19封锁期,进行敏感性分析排除封锁期和2020年数据,并检查年龄≥60岁老年人的干预效应。
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 |
|---|---|
| 数据提取 | 数据来源:SNDS数据库;时间范围:2014年6月30日至2023年9月30日;排除标准:正畸治疗、种植体等不在SHI覆盖范围内的治疗 阅读提示:Methods - Data Source |
| 干预定义 | 干预时间点:2021年1月第一周;干预类型:取消树脂基全口义齿的自付费用 阅读提示:Methods - Examined Coverage Changes |
| 统计分析 | 模型:分段负二项回归;调整变量:季节效应、COVID-19封锁期;分层变量:CSS状态 阅读提示:Methods - Statistical Approach, Stratified Analyses |
| 稳健性分析 | COVID-19封锁期处理:添加虚拟变量,排除封锁期数据;年龄亚组分析:≥60岁 阅读提示:Methods - Robustness Checks |