Inverse waarschijnlijkheid van weging van de behandeling (propensity Score) met behulp van de militaire gezondheid systeem data repository en National Death index

In het verleden hebben we de militaire gezondheidszorg database gebruikt om te helpen bepalen welke patiënten het meest zouden profiteren van statine behandeling te helpen verminderen hun kans op een toekomstige hartaanval. Ons protocol biedt een roadmap aan elke medische aanbieder die geïnteresseerd is in het gebruik van big data om hun eigen klinische vragen te beantwoorden en kan worden toegepast op een veel variërend en bijna onbeperkt aantal onderwerpen. Na goedkeuring van de institutionele beoordelingscommissie, vul een aanvraag voor het delen van gegevens in, waarbij u ervoor hebt gezorgd dat de gegevensvelden en bestanden die worden aangevraagd op het werkblad DRT MDR-extracties worden opgegeven.

Geef op of het team een gegevensanalist aanvraagt, de ruwe gegevens levert of dat het team rechtstreeks toegang heeft tot de MDR en of de aanvraag is voor een eenmalige gegevensaantrekking of dat regelmatige pulls dagelijks, maandelijks of jaarlijks worden aangevraagd. Vul de MDR-autorisatieaanvraag in de MDR-CS-2875-formulieren in om rechtstreeks toegang te krijgen tot de MDR. Wanneer u de MDR rechtstreeks bes hebt, volgt u de instructies voor toegang tot en het gebruik van de MDR, inclusief de softwarevereisten en bijvoorbeeld SAS-programma's die beschikbaar zijn in de MDR-gebruikershandleiding en de functionele MDR-handleiding.

Om aanvullende MDR-begunstigde gegevens voor uw cohort te verkrijgen, verwerft u de VM6-bestanden van de server en fuseert u met uw cohortbestand. Gebruik verschillende variabele namen in de VM6-gegevens tekenen en cohort bestanden voor patiëntnamen en geboortedata om te helpen bij de daaropvolgende controle op fouten na de samenvoeging. Aangezien databasevermeldingen nooit volledig foutloos zijn, gebruikt u de code om foutcontroles na elke belangrijke stap vooraf te vormen, naast het controleren van het programmalogboek en de uitvoer op eventuele problemen.

Wanneer u namen uit het cohortbestand vergelijkt met het VM6-bestand, u alleen overeenkomen met de eerste drie letters om de efficiëntie te verbeteren en eventuele foutfouten te verminderen die kunnen ontstaan met verschillen in spelling of afstand tussen bestanden. Controleer vervolgens het foutgegevensbestand en voer indien nodig een handmatige controle van het gezondheidsrecord uit om te controleren op andere zorgwekkende fouten. Voor relevante gegevensextractie u de race- en geslachtsgegevens verkrijgen uit de vm6-begunstigde bestanden, deze datum samenvoegen met het cohortbestand en controleren op fouten zoals zojuist is aangetoond.

Verkrijg overlijdensgegevens uit het death master-bestand, voeg de gegevens samen met het cohortbestand en controleer op fouten. Verkrijg vervolgens extra gegevensbestanden indien nodig voor de analyse. Voor gegevens samenvoegen en optellen van de opbouw van gegevens, extraheren basislijn comorbiditeiten met behulp van ICD-9-CM of ICD-10-CM codes uit de periode vóór de index datum.

Ervoor zorgen dat de patiënten in aanmerking kwamen voor het militaire gezondheidszorgsysteem tijdens de basisperiode, zoals geverifieerd in het vm6-begunstigde bestand. Doorzoek de basisdiagnosecodes in de poliklinische en/of intramurale bestanden om de basislijncomorbiditeiten vast te stellen tijdens de basislijnperiode van 12 maanden voorafgaand aan de indexdatum. Als u Elixhauser-comorbiditeiten gebruikt, gebruikt u de beschikbare software uit de database met kosten en gebruik van zorg, zodat u de namen van de diagnosevariabelen en -bestanden indien nodig wijzigt.

Om een studie einddatum voor alle patiënten als een afgesneden voor follow-up voor patiënten die geen aangetoond de uitkomst van belang, zoeken in de VM6 begunstigde bestand om ervoor te zorgen dat de geschiktheid voor de gezondheidszorg door middel van de studie einddatum. Als het belangrijk is om de studie te beperken tot actieve gebruikers van het gezondheidszorgsysteem, onafhankelijk van de geschiktheid, bepaal dan het laatste contact in de gezondheidszorg in de gegevensbestanden en censureer de patiënten op die datum. Wanneer alle benodigde informatie is verkregen, genereert u een willekeurige patiënt-id voor elke patiënt die Ranuni gebruikt.

Om de waarschijnlijkheid van de behandeling te modelleren gebruik logistieke progressie om de gewichten van de voorspelde waarschijnlijkheid te berekenen. Stabiliseer vervolgens de neigingsscore door de score te delen door het gemiddelde gewicht. Om het balanceren na het toepassen van de omgekeerde waarschijnlijkheid van behandelingsweging te verifiëren vereenvoudigt de standaarddifferentiatiestandaardverschillen voor co-varianties voor en na weging in SAS.

Als u een cumulatief functieplot voor de incidentiefunctie in PROC PHREG wilt genereren, verwijst u naar een covariaatbestand om covariatewaarden op te geven die moeten worden gebruikt bij het genereren van het plot in de syntaxis van de PROC PHREG, gebruikt u de gewichtsinstructieinstructie om de variabele van de gestandaardiseerde neigingsscore op te geven en de basislijninstructieinstructie te gebruiken om de waarden voor basislijncovariaten op te geven om de cumulatieve incidentiefunctie in kaart te brengen. Geef vervolgens de strata op die u voor het plot wilt gebruiken met ROWID. Hier, een voorbeeld van passende balancering in een groot cohort van 10000 deelnemers met behulp van de absolute gestandaardiseerde verschil plot macro zoals weergegeven.

Na toepassing van de neigingsscore werden de absolute gestandaardiseerde verschillen aanzienlijk verminderd. Hier kunnen de mislukte resultaten van een poging om covariaten in evenwicht te brengen in een cohort van 100 deelnemers worden waargenomen. In dit voorbeeld werd PROC PHREG met gestandaardiseerde neigingsscoregewichten gebruikt om een cumulatieve incidentiefunctieplot te genereren, waaruit bleek dat in deze analyse de onbehandelde controlegroep een groter aantal gebeurtenissen aantoonde en een relatief slechtere overleving vertoonde dan de behandelde groep.

De MDR omvat begunstigden van het ministerie van Defensie, met inbegrip van gepensioneerden en familieleden. Dus het is niet beperkt tot alleen patiënten ouder dan 65, en het is niet beperkt tot alleen veteranen. Dit protocol biedt een startpunt voor het gebruik van de MDR.

En het overzicht van de statistische techniek kan helpen bij het elimineren van vooroordelen die intrinsiek kunnen zijn in dit soort onderzoek.