队列识别
识别接受脊柱融合手术的患者并排除特定手术指征。
使用CPT代码识别2010-2023年间接受ACDF、PCDF、ALIF或PLIF/TLIF的患者,排除肿瘤、感染或创伤手术指征者。
Resurgence in BMP Use in Spine Surgery: An Analysis From 2010 to 2022
基于PearlDiver数据库的回顾性队列分析,无实验模型、功能验证或机制验证,仅描述性统计趋势。
PearlDiver Mariner数据库脊柱融合患者队列
BMP使用识别:ICD-9/10手术代码 手术类型识别:CPT代码 时间分层:早期(2010-2016)与晚期(2017-2023)队列 统计方法:Welch t检验和Pearson卡方检验,显著性p<0.05 数据来源:PearlDiver Mariner数据库,约1.7亿去标识化患者
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。
识别接受脊柱融合手术的患者并排除特定手术指征。
使用CPT代码识别2010-2023年间接受ACDF、PCDF、ALIF或PLIF/TLIF的患者,排除肿瘤、感染或创伤手术指征者。
评估BMP使用率随时间的变化趋势。
使用ICD-9/10手术代码识别BMP使用,按年度计算BMP使用占总病例的百分比,并分析2010-2022年趋势。
比较不同融合节段数下BMP使用率的差异。
使用CPT附加代码将队列分为1节段、2节段或3+节段融合,比较BMP使用率。
比较早期和晚期队列中接受BMP患者的 demographics 和描述性特征。
将BMP患者按时间分为2010-2016和2017-2023两组,比较年龄、ECI、LOS、保险、临床环境、医生专业、教育状态、家庭收入和地区。
比较BMP融合与非BMP融合在假关节风险因素上的差异。
比较年龄、ECI和多节段融合在BMP融合与非BMP融合之间的差异。
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 | PearlDiver Mariner数据库 | PearlDiver Technologies | -- |
| R Studio | -- | -- |
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 |
|---|---|
| 队列识别 | 手术类型识别代码(CPT)、排除标准(肿瘤、感染、创伤)、时间范围(2010年1月1日至2023年4月30日) 阅读提示:Methods中的Cohort Identification小节 |
| BMP使用识别 | ICD-9/10手术代码(见Supplementary Table 1)、年度百分比计算、2023年数据省略 阅读提示:Methods中的Cohort Identification和Primary and Secondary Endpoints小节,以及Supplementary Table 1 |
| 亚组分析 | 融合节段数分层(1、2、3+)、CPT附加代码 阅读提示:Methods中的Primary and Secondary Endpoints小节,以及Supplementary Table 1 |
| 患者特征比较 | 时间分组(2010-2016 vs 2017-2023)、比较变量(年龄、ECI、LOS、保险、临床环境、医生专业、教育状态、家庭收入、地区)、统计方法(Welch t检验、Pearson卡方检验)、显著性阈值(p<0.05) 阅读提示:Methods中的Primary and Secondary Endpoints和Statistical Analysis小节 |