Statistical AnalysisAs the majority

Statistical Analysis

As the majority of continuous variables are not normally distributed, data are expressed as median values and interquartile range. Categorical variables are expressed as counts and percentage. Comparison of two groups with continuous variables was conducted using Wilcoxon rank-sum test. Comparison of categorical variables between two groups was performed with a chi-square test or Fisher exact test. A propensity score was created for the probability of receiving prehospital aspirin therapy. The a priori selected variables included in the propensity score model were age, hypertension, diabetes mellitus, chronic kidney disease, end-stage renal disease, peripheral vascular disease, congestive heart failure, coronary artery disease, cerebral vascular disease, and prehospital statin use. Propensity adjustment, rather than matching, was used to increase the power of our analysis and avoid misclassification of patients. We used the Hosmer and Lemeshow goodness-of-fit test to perform score diagnostics for the propensity score (p = 0.27) and for the ARDS regression model (p = 0.33). Multivariate logistic regression models with a priori selected variables were developed for diagnosis of ARDS and in-hospital mortality. IBM SPSS Statistics (version 21.0, Chicago, IL) was used for statistical analysis; a two-sided significance level of 0.05 was used for statistical inference.

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์ทางสถิติในฐานะที่เป็นส่วนใหญ่ของตัวแปรอย่างต่อเนื่องไม่ได้กระจายตามปกติข้อมูลจะแสดงเป็นค่าเฉลี่ยและช่วง interquartile ตัวแปรเด็ดขาดจะแสดงเป็นจำนวนและร้อยละ เปรียบเทียบของทั้งสองกลุ่มที่มีตัวแปรอย่างต่อเนื่องได้รับการดำเนินการโดยใช้การทดสอบ Wilcoxon อันดับผลรวม เปรียบเทียบตัวแปรเด็ดขาดระหว่างทั้งสองกลุ่มได้ดำเนินการกับการทดสอบไคสแควร์หรือฟิชเชอร์การทดสอบที่แน่นอน คะแนนนิสัยชอบถูกสร้างขึ้นสำหรับโอกาสในการได้รับการรักษาด้วยยาแอสไพรินนอกโรงพยาบาล เบื้องต้นตัวแปรที่เลือกรวมอยู่ในรูปแบบคะแนนนิสัยชอบคืออายุความดันโลหิตสูงโรคเบาหวานโรคไตเรื้อรังระยะสุดท้ายโรคไตวายเรื้อรัง, โรคหลอดเลือด, โรคหัวใจวายโรคหลอดเลือดหัวใจโรคหลอดเลือดสมองและการใช้ยา statin นอกโรงพยาบาล ปรับนิสัยชอบมากกว่าการจับคู่ถูกนำมาใช้เพื่อเพิ่มพลังของการวิเคราะห์ของเราและหลีกเลี่ยงการจำแนกของผู้ป่วย เราใช้ฮอสเมอร์และ Lemeshow ความดีของพอดีในการดำเนินการทดสอบการวินิจฉัยคะแนนสำหรับคะแนนนิสัยชอบ (p = 0.27) และสำหรับรูปแบบการถดถอย ARDS (p = 0.33) หลายตัวแปรรูปแบบการถดถอยโลจิสติกที่มีตัวแปรที่เลือกเบื้องต้นได้รับการพัฒนาสำหรับการวินิจฉัยของ ARDS และในโรงพยาบาลการตาย IBM SPSS สถิติ (รุ่น 21.0, Chicago, IL) ถูกนำมาใช้สำหรับการวิเคราะห์ทางสถิติ ระดับนัยสำคัญสองด้านของ 0.05 ที่ใช้สำหรับการอนุมานทางสถิติ

ผลลัพธ์ (ไทย) 3:

ทางสถิติการวิเคราะห์เป็นส่วนใหญ่ของตัวแปรต่อเนื่องไม่ปกติกระจายข้อมูล จะแสดงเป็นค่ามัธยฐาน และค่าพิสัยระหว่างควอไทล์ ตัวแปรอย่างแท้จริงจะแสดงเป็นค่าร้อยละ การเปรียบเทียบของทั้งสองกลุ่ม ด้วยตัวแปรต่อเนื่องจำนวนสถิติอันดับรวมทดสอบการเปรียบเทียบตัวแปรจำแนกประเภทระหว่างสองกลุ่มมีการปฏิบัติด้วยไคสแควร์ทดสอบหรือฟิชเชอร์ทดสอบแน่นอน โรคคะแนนที่ถูกสร้างขึ้นสำหรับโอกาสที่ได้รับการปฏิบัติแอสไพรินบำบัด การเลือกระหว่างตัวแปรในความโน้มเอียงคะแนนรุ่นอายุ , ความดันโลหิตสูง , โรคเบาหวาน , โรคไตวายเรื้อรัง ไตวายเรื้อรังระยะสุดท้าย โรคของหลอดเลือดต่อพ่วงหัวใจล้มเหลว , โรคหลอดเลือดหัวใจ , โรคหลอดเลือดสมอง และใช้ยาผู้บาดเจ็บ . การปรับนิสัย มากกว่าการจับคู่ ถูกใช้เพื่อเพิ่มประสิทธิภาพของการวิเคราะห์ของเราและหลีกเลี่ยงการผิดพลาดของ ผู้ป่วย เราใช้ฮอสเซอเมอร์ lemeshow ความสอดคล้องและการทดสอบการวินิจฉัยคะแนนสำหรับความโน้มเอียงคะแนน ( P = 0.27 ) และสำหรับ ards แบบจำลองการถดถอย ( P = 033 ) การถดถอยแบบโลจิสติก ด้วย priori ตัวแปรคัดสรรที่ถูกพัฒนาเพื่อการวินิจฉัย และการปฏิบัติ ards อัตราการตาย สถิติ SPSS IBM ( รุ่น 21.0 , Chicago , IL ) เป็นสถิติที่ใช้ในการวิเคราะห์ข้อมูล ; สองด้านอย่างมีนัยสำคัญทางสถิติที่ระดับ 0.05 การใช้สถิติ