患者纳入与基线数据收集
确定符合分析的支气管扩张症患者队列并收集基线特征。
从EMBARC注册研究中纳入2015年1月至2022年4月期间招募的患者,通过标准化病例报告表收集人口统计学、合并症、药物治疗、病因学、微生物学、影像学、肺功能及疾病史等数据。
The frequent exacerbator phenotype in bronchiectasis revisited: Data from EMBARC registry
研究为大型前瞻性注册队列分析,包含基线特征描述、纵向随访和负二项回归模型,但缺乏功能实验或机制验证,证据层级相对单一。
欧洲支气管扩张症注册研究(EMBARC)队列 19 324例支气管扩张症患者
基线急性加重次数分类:0、1、2、3、≥4次 随访时长:最长5年 严重急性加重定义:需住院治疗 调整变量:性别、COPD、哮喘、mMRC评分、FEV1、病因、铜绿假单胞菌、大环内酯类使用、吸入抗生素 统计模型:负二项回归模型,以时间作为offset
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。
确定符合分析的支气管扩张症患者队列并收集基线特征。
从EMBARC注册研究中纳入2015年1月至2022年4月期间招募的患者,通过标准化病例报告表收集人口统计学、合并症、药物治疗、病因学、微生物学、影像学、肺功能及疾病史等数据。
评估基线既往急性加重次数对随访期间未来急性加重频率的影响。
采用负二项回归模型,以时间作为offset,分别以连续和分类变量分析既往急性加重次数对急性加重频率的影响,并计算未调整和调整后的IRR。
评估既往严重急性加重(需住院)对未来严重急性加重的预测作用。
在负二项回归模型中,分析既往严重急性加重次数对随访期间严重急性加重频率的影响,并调整混杂因素。
探讨不同病因下既往急性加重对未来急性加重风险的预测是否一致。
将患者按病因分组,分别估计每个病因类别中既往急性加重和严重急性加重对随访期间急性加重频率的IRR。
评估不同地理区域中既往急性加重对未来急性加重风险的预测是否一致。
将患者按地理区域(南欧、北欧和西欧、中欧和东欧、亚洲)分组,分别估计各区域中既往急性加重和严重急性加重对随访期间急性加重频率的IRR。
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 |
|---|---|---|---|
| 统计软件 | IBM Statistics 27.0版 | IBM | -- |
| R软件3.6.1版 | R Foundation for statistical computing | -- |
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 |
|---|---|
| 患者纳入与数据收集 | 纳入标准:CT确诊支气管扩张症,且有基线前一年急性加重史数据;随访时间最长5年。 阅读提示:Methods部分Study design |
| 统计分析 | 负二项回归模型,以时间作为offset;调整变量包括性别、COPD、哮喘、mMRC评分、FEV1、病因、铜绿假单胞菌、大环内酯类、吸入抗生素。 阅读提示:Methods部分Statistical analysis |
| 结局定义 | 急性加重定义为需要医生诊断并处方全身抗生素的急性恶化;严重急性加重定义为需要住院。 阅读提示:Methods部分Study design |
| 亚组分析 | 按病因(特发性、感染后、COPD等)和地理区域(南欧、北欧和西欧、中欧和东欧、亚洲)分层。 阅读提示:Results部分Risk of future exacerbations across etiologies 和 Risk of future exacerbations across regions |