供体肺利用率分析
评估DCU可用性和结构是否与供体肺利用率相关
从SRTR数据库提取2018-2025年所有已故肺供体,按DCU可用性分组(无、医院型、独立型),并分别分析DBD和DCD供体。使用混合效应逻辑回归模型,调整供体协变量和OPO随机效应。
Donor Care Unit Availability and Organ Procurement Organization Performance in Lung Transplantation
该研究为回顾性队列分析,基于SRTR数据,使用混合效应逻辑回归和脆弱性Cox模型,并开发了可视化工具。
DBD供体 DCD供体 肺移植受者
供体类型(DBD vs DCD) DCU可用性分组(无、医院型、独立型) 供体PF比值 供体吸烟史>20包年 移植时间周期(2018-2019、2020-2022、2023-2025)
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。
评估DCU可用性和结构是否与供体肺利用率相关
从SRTR数据库提取2018-2025年所有已故肺供体,按DCU可用性分组(无、医院型、独立型),并分别分析DBD和DCD供体。使用混合效应逻辑回归模型,调整供体协变量和OPO随机效应。
评估DCU可用性和结构是否与移植物存活率相关
提取2018-2024年成人首次肺移植受者,DCU阳性组和DCU阴性组比较,以及DCU医院可用和独立可用亚组比较。使用Kaplan-Meier方法和脆弱性Cox回归模型,调整受者和供体协变量,OPO作为脆弱项。
实现OPO绩效和供体利用模式的可视化
开发了一个基于Python的交互式网络可视化平台,包含三个面板:器官流动图和时间趋势;DBD和DCD供体利用率基准测试及LUNDON评分;OPO水平移植物存活率比较。数据预先聚合以保护隐私。
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 4.5.1 | 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 |
|---|---|
| 供体肺利用率分析 | 供体类型(DBD或DCD)、DCU可用性分组、调整变量(供体年龄、性别、种族、吸烟史、PF比值、异常胸片等)、时间周期 阅读提示:Methods 中 Data Source and Study Cohort、Donor care unit status 及 Statistical analysis;Table 1 和 Table 2 图例 |
| 移植物存活率分析 | 受者年龄≥18岁、首次肺移植、排除标准(多器官移植、肺叶移植等)、DCU分组、调整变量(受者年龄、性别、慢性类固醇使用、术前机械通气、术前ECMO、单肺移植、医疗紧急程度、诊断组、供体年龄、冷缺血时间、供体PF比值、供体死亡机制、DCD、EVLP使用、异常供体胸片、移植时间周期) 阅读提示:Methods 中 Data Source and Study Cohort、Donor care unit status 及 Statistical analysis;Table 3 和 Table 4 图例 |
| 可视化工具 | 数据来源(SRTR预聚合数据)、实现方式(Python可视化库)、工具网址(http://opolung2025.com/) 阅读提示:Methods 中 Interactive map 部分 |