研究设计
识别绝育患者并评估医师采用OS的差异
使用Premier Healthcare Database识别2011-2022年接受产后或间期绝育的18-49岁患者,并分析医师-年份OS率
Physician variation in adopting opportunistic salpingectomy at the time of postpartum and interval sterilization for ovarian cancer risk reduction
基于数据库的观察性分析,未提供实验方法和验证过程,主要为流行病学统计分析。
383,338例产后绝育患者 136,965例间期绝育患者 7,550名产后绝育医师 3,401名间期绝育医师
样本量:产后383,338例,间期136,965例 医师量:产后7,550名,间期3,401名 时间范围:2011年1月至2022年6月 OS率变化:产后0.1%至14.3%,间期1.4%至65.9% 风险调整模型AUC:产后0.80,间期0.83
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。
识别绝育患者并评估医师采用OS的差异
使用Premier Healthcare Database识别2011-2022年接受产后或间期绝育的18-49岁患者,并分析医师-年份OS率
识别医师采用OS的潜在轨迹组并分析相关因素
使用风险调整模型计算OS率,并应用基于组的轨迹模型识别低/高采用组,检查相关因素
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 |
|---|---|
| 样本识别 | 使用ICD/CPT代码定义绝育和OS,具体代码见Appendix A 阅读提示:Methods中Data Source and Sample小节及Appendix A |
| 风险调整 | 风险调整模型变量及后向选择阈值p<0.2 阅读提示:Methods中Statistical Analysis小节及Appendix B |
| 轨迹模型 | 轨迹组数量基于BIC和平均后验概率,使用二次时间函数 阅读提示:Methods中Statistical Analysis小节 |