Probabilidade inversa de ponderação do tratamento (Escore de propensão) utilizando o Repositório de Dados do Sistema De Saúde Militar e o Índice Nacional de Óbitos

No passado, usamos o banco de dados de saúde militar para ajudar a determinar quais pacientes se beneficiariam mais do tratamento de estatina para ajudar a reduzir a chance de um futuro ataque cardíaco. Nosso protocolo oferece um roteiro para qualquer provedor médico interessado em usar big data para responder suas próprias perguntas clínicas e pode ser aplicado a um número muito variado e quase ilimitado de tópicos. Após obter a aprovação do conselho de revisão institucional, complete um aplicativo de contrato de compartilhamento de dados, tomando o cuidado de especificar os campos de dados e arquivos que estão sendo solicitados na planilha de extrações drt MDR.

Especifique se a equipe está solicitando um analista de dados, fornecimento dos dados brutos ou se a equipe acessará o MDR diretamente e se a solicitação é para uma retirada de dados única ou se as retiradas regulares são solicitadas diariamente, mensalmente ou anualmente. Para acessar diretamente o MDR, preencha a solicitação de autorização do MDR nos formulários MDR-CS-2875. Ao acessar diretamente o MDR, siga as instruções para acessar e usar o MDR, incluindo os requisitos de software e exemplos de programas SAS que estão disponíveis no guia de usuários do MDR e no guia funcional MDR.

Para obter dados adicionais de beneficiários de MDR para sua coorte, adquira os arquivos VM6 do servidor e mescle com seu arquivo de coorte. Use diferentes nomes de variáveis nos arquivos de coleta e coorte de dados VM6 para nomes de pacientes e datas de nascimento para ajudar na verificação subsequente de erros após a fusão. Como as entradas do banco de dados nunca estão completamente livres de erros, use o código para pré-formar verificações de erros após cada etapa principal, além de verificar o registro e a saída do programa para quaisquer preocupações potenciais.

Ao comparar nomes do arquivo de coorte com o arquivo VM6, apenas corresponda às três primeiras letras para melhorar a eficiência e reduzir quaisquer erros falsos que possam surgir com diferenças na ortografia ou espaçamento entre arquivos. Em seguida, revise o arquivo de dados de erro, realizando uma revisão manual do registro de saúde conforme necessário, para verificar se há outros erros de preocupação. Para extração de dados relevantes, obtenha os dados de raça e sexo dos arquivos beneficiários do VM6, mescle esta data com o arquivo de coorte e verifique se há erros como apenas demonstrado.

Obtenha dados de morte do arquivo mestre da morte, mescla os dados com o arquivo de coorte e verifique se há erros. Em seguida, obtenha arquivos de dados adicionais conforme necessário para a análise. Para a fusão de dados e construção de arquivos sumários, extraia comorbidades de linha de base usando códigos ICD-9-CM ou CID-10-CM do período anterior à data do índice.

Tendo em conta que os pacientes tinham elegibilidade para o sistema de saúde militar durante o período de linha de base, conforme verificado no arquivo beneficiário VM6. Pesquise os códigos de diagnóstico da linha de base nos arquivos ambulatoriais e/ou de internação para estabelecer as comorbidades da linha de base durante o período de 12 meses antes da data do índice. Se estiver usando as comorbidades Elixhauser, use o software disponível do banco de dados do projeto de custo e utilização da saúde, certificando-se de modificar os nomes das variáveis de diagnóstico e arquivos conforme necessário.

Para definir uma data final de estudo para todos os pacientes como um corte para acompanhamento de pacientes que não demonstraram o resultado do interesse, procure o arquivo beneficiário VM6 para garantir a elegibilidade para a assistência médica até a data final do estudo. Se é importante limitar o estudo aos usuários ativos do sistema de saúde, independentemente da elegibilidade, então determine o último contato de saúde dentro dos arquivos de dados e censurar os pacientes nessa data. Quando todas as informações necessárias foram adquiridas, gere um identificador aleatório de paciente para cada paciente usando Ranuni.

Para modelar a probabilidade de tratamento use a progressão logística para calcular os pesos da probabilidade prevista. Em seguida, estabilize o escore de propensão dividindo a pontuação pelo peso médio. Verificar o equilíbrio após a aplicação da probabilidade inversa de ponderação do tratamento na macro de diferenciação padrão simplifica as diferenças médias padronizadas de computação para covariâncias antes e depois da ponderação no SAS.

Para gerar um plot de função de incidência cumulativa no PROC PHREG, consulte um arquivo covariado para especificar valores covariados a serem utilizados ao gerar o plot na sintaxe PROC PHREG, use a instrução de peso para especificar a variável de pontuação de propensão padronizada e use a instrução de linha de base para especificar os valores para covariáveis de linha de base, a fim de traçar a função de incidência cumulativa. Em seguida, especifique os estratos a serem usados para o plot usando ROWID. Aqui, um exemplo de equilíbrio adequado em uma grande coorte de 10000 participantes usando a macro de parcela de diferença padronizada absoluta, como mostrado.

Após a aplicação do escore de propensão, as diferenças absolutas padronizadas foram reduzidas significativamente. Aqui, podem ser observados os resultados mal sucedidos da tentativa de equilibrar covariáveis em uma coorte de 100 participantes. Neste exemplo, o PROC PHREG com pesos padronizados de escore de propensão foi utilizado para gerar um enredo de função de incidência cumulativa, revelando que, nesta análise, o grupo de controle não tratado demonstrou um número maior de eventos e apresentou uma sobrevida comparativamente pior do que o grupo tratado.

O MDR inclui beneficiários do departamento de defesa, incluindo aposentados e familiares. Portanto, não se restringe apenas a pacientes com mais de 65 anos, e não se restringe apenas a veteranos. Este protocolo fornece um ponto de partida para o uso do MDR.

E a visão geral da técnica estatística pode ajudar a eliminar vieses que podem ser intrínsecos neste tipo de pesquisa.