队列构建
建立接受符合指南一致医疗的慢性病成人队列
从2022-2023年MarketScan商业保险索赔数据中,筛选18-64岁、有糖尿病和/或高血压、连续参保同一计划、无次级保险、接受推荐医疗的个体,分为HDHP with HSA和nonHDHP组,再按疾病和个体/家庭计划细分。
Out-of-Pocket Costs for Chronic Illness Management in High-Deductible Health Plans
基于全国保险索赔数据的回顾性队列研究,无体外、动物或患者样本实验,仅数据分析与建模。
2022-2023年MarketScan商业保险索赔数据队列 18-64岁雇主赞助保险的糖尿病和/或高血压成人 HDHP with HSA参保者与nonHDHP参保者
队列纳入标准:2022年诊断为糖尿病和/或高血压、2022-2023年连续参保同一计划、无Medicare等次级保险、接受符合指南一致的医疗 主要结局:患者自付费用(免赔额、共保和共付之和),使用广义线性模型(gamma family, log link)预测 熵平衡权重调整背景医疗服务利用、年龄组和性别,MSA权重使队列代表全国MarketScan样本 分组:糖尿病、高血压、糖尿病和高血压;个体计划与家庭计划分别建模 样本量:总计539,590名成人(糖尿病91,275、高血压333,174、糖尿病和高血压115,141)
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。
建立接受符合指南一致医疗的慢性病成人队列
从2022-2023年MarketScan商业保险索赔数据中,筛选18-64岁、有糖尿病和/或高血压、连续参保同一计划、无次级保险、接受推荐医疗的个体,分为HDHP with HSA和nonHDHP组,再按疾病和个体/家庭计划细分。
定义可基于索赔数据操作的推荐医疗服务
由两名医师研究者从循证临床实践指南中提取推荐,涵盖诊所 visits、处方药和实验室检查;仅纳入满足相关医疗要求的个体。
估计患者自付费用和总费用,并调整混杂因素
使用熵平衡权重和MSA权重,运行广义线性模型(gamma family, log link)预测OOP和总费用;使用普通最小二乘法模型估计OOP占总费用比例;使用分位数回归检查OOP费用尾部行为。
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 |
|---|---|---|---|
| 数据清洗 | SAS Enterprise Guide 8.3 | SAS | 8.3 |
| 统计建模 | STATA MP v19 | StataCorp | v19 |
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 |
|---|---|
| 队列构建 | 纳入标准:2022年诊断、连续参保、无次级保险、接受符合指南一致医疗;样本量:糖尿病91,275、高血压333,174、糖尿病和高血压115,141 阅读提示:Methods 中 Cohort 部分和 Table 1 |
| 符合指南一致医疗的定义 | 糖尿病:每年E&M visit、eGFR、尿白蛋白、血清肌酐/钾(如用药)、2次HbA1c间隔至少90天;高血压:每年E&M visit、血清肌酐;共病:ACE-I或ARB 阅读提示:Methods 中 Outpatient Care、Lab、Prescription Drugs 小节和 eTable 1 |
| 统计建模 | 模型类型:GLM gamma log link;权重:熵平衡和MSA权重;固定效应:MSA;分组:糖尿病、高血压、共病×个体/家庭计划;显著性:双侧alpha 0.05 阅读提示:Methods 中 Statistical Analysis 小节和 eTables 6-10 |
| 费用结局定义 | 主要结局:OOP费用(免赔额+共保+共付);次要结局:总费用(OOP+保险支付)和OOP占总费用比例 阅读提示:Methods 中 Outcomes 小节和 Table 3、Table 4 |