识别研究队列
确定符合条件的退伍军人慢性非癌痛患者并划分治疗状态
从VA企业数据仓库中提取2008至2015财年的数据,识别有5种主要慢性非癌痛诊断之一且接受LTOT的退伍军人。
Association Between Pain Intensity and Discontinuing Opioid Therapy or Transitioning to Intermittent Opioid Therapy After Initial Long-Term Opioid Therapy: A Retrospective Cohort Study
基于VA医疗保健系统的回顾性队列研究,使用倾向评分匹配和敏感性分析,包含明确的样本、分组和统计方法,但缺乏前瞻性干预和机制验证。
退伍军人慢性非癌痛队列
LTOT定义:至少90天非肠外阿片类药物供应,且在任何180天内无30天或以上缺口 分组定义:继续LTOT、转为间歇性阿片类药物治疗、停用阿片类药物治疗 结局指标:门诊NRS疼痛评分90天平均值,基线及随访两个90天期间 倾向评分匹配:1:1贪婪匹配,基于倾向评分和索引日期(±180天) 敏感性分析:SIPTW和基于中位疼痛评分的重复测量模型
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。
确定符合条件的退伍军人慢性非癌痛患者并划分治疗状态
从VA企业数据仓库中提取2008至2015财年的数据,识别有5种主要慢性非癌痛诊断之一且接受LTOT的退伍军人。
根据后续180天内的阿片类药物处方模式将患者分类为继续LTOT、转为间歇性治疗或停药
在初始LTOT队列后的第二个180天期间,根据阿片类药物处方情况将患者分为三组,并定义索引日期为第二个180天期间的第一天。
比较各组在基线和随访期间的疼痛评分变化
从CDW生命体征文件中提取门诊NRS疼痛评分,计算90天平均值,并作为重复测量模型的结果变量。
平衡基线协变量,减少混杂偏倚
使用1:1贪婪匹配算法,基于倾向评分和索引日期(±180天)分别将继续LTOT组与停药组、继续LTOT组与间歇组进行匹配。
估计治疗状态对疼痛评分的影响并检验稳健性
在匹配样本上拟合线性重复测量模型,评估组别、时间及其交互作用;进行两项敏感性分析:SIPTW加权和基于中位疼痛评分的模型。
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 |
|---|---|---|---|
| 数据来源与分析 | VA企业数据仓库 | -- | -- |
| 数据分析 | SAS企业指南7.1 | SAS | -- |
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 | 慢性非癌痛诊断代码、LTOT定义、排除标准 阅读提示:Methods部分的Data Source、Study Design and Subjects、Exclusion Criteria |
| 分组定义 | 继续LTOT、间歇性治疗、停药的具体标准,索引日期定义 阅读提示:Methods部分的Main Independent Variable |
| 结局评估 | NRS疼痛评分的采集方式、90天平均计算方法、门诊设置排除住院评分 阅读提示:Methods部分的Study Outcome: Pain Intensity |
| 倾向评分匹配 | 匹配算法(1:1贪婪)、协变量平衡阈值(标准化差异<10%)、匹配变量 阅读提示:Methods部分的Statistical Analysis |
| 统计分析 | 线性重复测量模型的固定效应、交互项,显著性水平(0.05) 阅读提示:Methods部分的Statistical Analysis、Sensitivity Analyses |