We also analysed results with a pro

We also analysed results with a propensity score approach, which used all demographics, drug use at baseline, and identified medical conditions as confounders. Propensity scores were estimated using logistic regression with the outcome being the indicator of treatment and the covariates being all confounders considered. For those with no missing
data, all covariates were used; whereas for those with missing data (for body mass index, systolic blood pressure, or smoking), we used separate logistic regression models, which excluded the missing covariates, to estimate propensity scores. Analysis stratified by the propensity scores balances the treated and untreated groups with respect to the observed covariates used in estimating the propensity scores. We
determined outcome hazard ratios for each fifth of the propensity score and combined the five hazard ratios to determine an overall hazard ratio using a Cox model
treating the fifths as strata with different baseline hazards. The propensity score thereby accounts for missing confounders in a different fashion from the multiple imputation method used with the Cox analysis. The matched database study for Syst-Eur,
our first study, was analysed only with propensity score analysis.

ผลลัพธ์ (ไทย) 1:

นอกจากนี้เรายังวิเคราะห์ผล ด้วยวิธีคะแนนนิสัยชอบ ซึ่งใช้ประชากรทั้งหมด ยาเสพติดที่พื้นฐาน และระบุเงื่อนไขทางการแพทย์เป็น confounders นิสัยชอบคะแนนถูกประเมินด้วยการถดถอยโลจิสติกผลการบ่งชี้ของการรักษาและ covariates การ confounders ทั้งหมดที่ถือว่า ผู้ที่ไม่หายไปใช้ข้อมูล covariates ทั้งหมด ในขณะที่สำหรับผู้ที่มีข้อมูลขาดหายไป (สำหรับดัชนีมวลกาย ความดันโลหิต บุหรี่), เราใช้การถดถอยโลจิสติกแยกรุ่น ซึ่งรวม covariates หายไป เพื่อประเมินนิสัยชอบคะแนน Stratified โดยคะแนนนิสัยชอบวิเคราะห์ยอดดุลกลุ่มบำบัด และการบำบัดเกี่ยวกับ covariates สังเกตที่ใช้ในการประเมินคะแนนนิสัยชอบ เราผลการกำหนดอัตราอันตรายละห้านิสัยชอบคะแนน และรวมอัตราส่วนห้าอันตรายเพื่อตรวจสอบโดยใช้แบบจำลอง Cox อัตราส่วนอันตรายโดยรวมรักษา fifths ที่เป็นชั้นด้วยอันตรายพื้นฐานแตกต่างกัน คะแนนนิสัยชอบทำบัญชีสำหรับ confounders หายไปในแบบที่แตกต่างจากวิธี imputation หลายที่ใช้กับการวิเคราะห์ Cox การศึกษาฐานข้อมูลที่ตรงกันสำหรับ Syst-Eurมีการเปลี่ยนแปลงการศึกษาแรกของเรา วิเคราะห์เท่ากับนิสัยชอบวิเคราะห์คะแนน

ผลลัพธ์ (ไทย) 2:

นอกจากนี้เรายังวิเคราะห์ผลด้วยวิธีการเอนเอียงคะแนนซึ่งใช้ประชากรทั้งหมดใช้ยาเสพติดที่ baseline และมีการระบุเงื่อนไขทางการแพทย์ที่เป็นตัวแปร คะแนนเอนเอียงถูกคำนวณโดยใช้วิธีการถดถอยโลจิสติกกับผลที่เป็นตัวบ่งชี้ของการรักษาและตัวแปรที่ถูกปัจจัยการพิจารณาทั้งหมด สำหรับผู้ที่มีที่ขาดหายไปไม่มี
ข้อมูลตัวแปรทั้งหมดถูกนำมาใช้; ในขณะที่สำหรับผู้ที่มีข้อมูลที่ขาดหายไป (สำหรับดัชนีมวลกาย, ความดันโลหิตหรือสูบบุหรี่) เราใช้ตัวแบบถดถอยโลจิสติแยกต่างหากซึ่งยกเว้นตัวแปรที่ขาดหายไปในการประมาณการคะแนนเอนเอียง การวิเคราะห์แบ่งกลุ่มด้วยคะแนนนิสัยชอบสมดุลกลุ่มได้รับการรักษาและได้รับการรักษาที่เกี่ยวกับตัวแปรสังเกตที่ใช้ในการประเมินคะแนนนิสัยชอบ เรา
กำหนดอัตราส่วนอันตรายผลสำหรับแต่ละห้าของคะแนนนิสัยชอบและรวมอัตราส่วนอันตรายห้าในการกำหนดอัตราส่วนอันตรายโดยรวมโดยใช้แบบจำลองค็อกซ์
รักษาเศษเป็นชั้นที่มีอันตรายพื้นฐานที่แตกต่างกัน คะแนนนิสัยชอบจึงบัญชีสำหรับปัจจัยที่ขาดหายไปในแบบที่แตกต่างจากวิธีการใส่ร้ายหลายใช้กับการวิเคราะห์ค็อกซ์ การศึกษาฐานข้อมูลตรงกันสำหรับ Syst-Eur,
การศึกษาครั้งแรกของเราได้รับการวิเคราะห์เท่านั้นที่มีการวิเคราะห์คะแนนความเอนเอียง