数据来源与队列建立
识别Graves病患者接受甲状腺切除术的队列。
使用密歇根价值协作(MVC)索赔登记处数据,纳入2015年1月至2022年12月接受甲状腺切除术的Graves病成人(ICD-10 E5.00)。
Disparities in utilization of high-volume thyroid surgeons for Graves disease: a statewide analysis
回顾性队列研究,基于全州索赔登记处数据,有明确的统计分析和验证结果,但非干预性实验,缺乏机制验证。
Graves病成人患者队列(n=764) 密歇根价值协作(MVC)索赔登记处数据
HVTS定义:每年>25例甲状腺切除术 LVTS定义:每年≤25例甲状腺切除术 主要结局:患者是否由HVTS治疗 多变量Logistic回归模型:调整旅行距离、教育程度等变量 并发症发生率:甲状腺功能减退症、心脏事件
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Graves病患者接受甲状腺切除术的队列。
使用密歇根价值协作(MVC)索赔登记处数据,纳入2015年1月至2022年12月接受甲状腺切除术的Graves病成人(ICD-10 E5.00)。
将外科医生分类为高容量(HV)或低容量(LV)。
通过外科医生国家提供者标识符,将每年>25例甲状腺切除术定义为HVTS,≤25例定义为LVTS。
评估地理差异对HVTS利用的影响。
计算患者家庭邮政编码质心到治疗手术机构、最近内分泌科医生、最近HVTS和最近LVTS的驾驶距离。
识别独立预测HVTS利用的因素。
进行单变量和双变量分析,以及多变量Logistic回归模型,评估人口学、社会经济、旅行距离等因素。
比较HVTS和LVTS治疗的并发症发生率。
在90天甲状腺切除术护理 episode 内,使用ICD-10代码识别术后并发症(如甲状腺功能减退症、心脏事件)。
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 | Python 3.11.4 | -- | -- |
| 地理空间分析 | Google Maps应用程序接口 | -- |
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 |
|---|---|
| 队列建立 | Graves病诊断代码(ICD-10 E5.00)、纳入时间范围(2015年1月-2022年12月)、年龄≥18岁、排除标准(邮政编码距离>550英里等) 阅读提示:Methods中的Data source and study design部分 |
| 外科医生容量分类 | HVTS和LVTS的定义阈值(>25 vs ≤25甲状腺切除术/年),基于国家提供者标识符 阅读提示:Methods中的Primary outcome部分 |
| 距离度量 | 使用Google Maps API计算驾驶距离,距离分层方法(四分位数、五分位数) 阅读提示:Methods中的Distance metrics部分 |
| 统计模型 | 多变量Logistic回归的协变量选择(基于单变量分析P<.05),仅纳入教育程度(因收入、ADI与教育程度共线) 阅读提示:Methods中的Statistical analysis部分 |
| 并发症识别 | 90天episode内使用ICD-10代码识别并发症,具体代码见补充材料S1A 阅读提示:Methods中的Variables部分和Supplementary material S1A |