AnalysisPropensity score matching a

Analysis
Propensity score matching and Cox regression . We chose the propensity score matching method as our primary approach because research suggests that conventional regression methods with covariate adjustment can produce biased estimates of treatment or outcome effects if there is extreme imbalance in the background characteristics of the examined study groups (21). As can be seen in Table 2, our unmatched cohort groups varied considerably across age, race, and sex—all of which are significantly related to the incidence of schizophrenia—as well as patterns of readmission and the average amount of time from index admission to the end of the study period (which would lead to an ascertainment bias of schizophrenia across groups). Propensity score matching offered a technique to avoid possible confounding arising from such initial differences across cohorts.
We used a 1:1 propensity score matching procedure (22) to create groups matched on age at index admission, race (white, black, Hispanic, other), sex, time from the index admission to the last date in the study file, California region of patient’s residence,
Charlson comorbidity index score (a clinical severity algorithm providing a weighted score based on the presence of major medical comorbidities diagnosed at the index admission in the study)(23), and number of hospital admissions following index admission
until the outcome event or study end, whichever occurred first. Balance between variables in all of the propensity scorematched samples was assessed using standardized differences(d), where a value of d >10 represented a meaningful difference between groups (24).
Cox regression . The Cox proportional hazards method was used to compare differences in hazard of readmission with schizophrenia between the matched drug cohorts and population-proxy control groups and between the matched methamphetamine group and drug cohorts. All Cox models involving propensity score-matched groups used a robust variance estimator to account for the matched nature of the sample (25).

ผลลัพธ์ (ไทย) 1:

วิเคราะห์
คะแนนสิ่งที่ตรงกันและค็อกซ์ถดถอย เราเลือกคะแนนสิ่งที่ตรงกับวิธีเป็นวิธีการหลักของเราเนื่องจากงานวิจัยแนะนำว่า วิธีการถดถอยแบบธรรมดา มีการปรับปรุง covariate สามารถผลิตประเมิน biased รักษาหรือผลผลถ้ามีความไม่สมดุลมากในลักษณะพื้นหลังของกลุ่มศึกษากล่าวถึง (21) สามารถเห็นได้ในตารางที่ 2 กลุ่มผู้ผ่านไม่ตรงกันของเราแตกต่างกันมาก ทั้งอายุ เชื้อชาติ เพศ — ทั้งหมดอย่างมีนัยสำคัญที่เกี่ยวข้องกับอุบัติการณ์ของโรคจิตเภท — รวมทั้งรูปแบบของการ readmission และจำนวนเฉลี่ยของเวลาจากดัชนีเข้าจุดสิ้นสุดของรอบระยะเวลาศึกษา (ซึ่งจะนำไปสู่ความโน้มเอียงในการ ascertainment ของโรคจิตเภทข้ามกลุ่ม) สิ่งที่ตรงกันคะแนนเสนอเทคนิคเพื่อหลีกเลี่ยงการเกิดจากความแตกต่างดังกล่าวเริ่มข้าม cohorts confounding สุด
เราใช้คะแนน 1:1 สิ่งที่ตรงกับกระบวนการ (22) เพื่อสร้างกลุ่มที่ตรงกับอายุที่เข้าดัชนี แข่งขัน (สีขาว สีดำ Hispanic อื่น ๆ), เพศ เวลาเข้าดัชนีวันสุดท้ายในแฟ้มศึกษา แคลิฟอร์เนียภูมิภาคที่อยู่ของผู้ป่วย,
คะแนนดัชนี comorbidity Charlson (อัลกอริทึมความรุนแรงทางคลินิกให้คะแนนถ่วงน้ำหนักตามของ comorbidities วิชาแพทย์วินิจฉัยที่เข้าดัชนี study)(23) และจำนวนรับสมัครโรงพยาบาลต่อดัชนีเข้า
จนผลเหตุการณ์หรือศึกษาจบ แล้วเกิดก่อน สมดุลระหว่างตัวแปรในตัวอย่าง scorematched ของสิ่งที่ประเมินโดยใช้มาตรฐาน differences(d) ซึ่งค่า d > 10 แทนความหมายความแตกต่างระหว่างกลุ่ม (24) .
ค็อกซ์ถดถอย วิธีสัดส่วนอันตรายค็อกซ์ถูกใช้เพื่อเปรียบเทียบความแตกต่างในอันตราย readmission กับโรคจิตเภท ระหว่าง cohorts จับคู่ยาและกลุ่มควบคุมประชากรพร็อกซี และ ระหว่างยาบ้าจับคู่กลุ่มและยา cohorts รุ่นค็อกซ์ทั้งหมดที่เกี่ยวข้องกับสิ่งตรงคะแนนกลุ่มใช้การประมาณผลต่างประสิทธิภาพให้ตรงกันกับลักษณะของตัวอย่าง (25)

ผลลัพธ์ (ไทย) 2:

การวิเคราะห์
แนวโน้มคะแนนการจับคู่และ Cox ถดถอย เราเลือกวิธีการจับคู่คะแนนนิสัยชอบเป็นแนวทางหลักของเราเพราะมีการวิจัยแสดงให้เห็นว่าวิธีการถดถอยแบบเดิมที่มีการปรับตัวแปรร่วมสามารถผลิตประมาณการลำเอียงของผลกระทบหรือผลการรักษาในกรณีที่มีความไม่สมดุลมากในลักษณะพื้นหลังของกลุ่มการศึกษาการตรวจสอบ (21) ที่สามารถเห็นได้ในตารางที่ 2 กลุ่มกลุ่มที่ไม่มีใครเทียบของเราแตกต่างกันมากในอายุเชื้อชาติและเพศซึ่งทั้งหมดมีความสัมพันธ์อย่างมีนัยสำคัญในการอุบัติการณ์ของผู้ป่วยโรคจิตเภทรวมทั้งรูปแบบของการกลับเข้ารักษาซ้ำและจำนวนเงินเฉลี่ยของเวลาจากการเข้ารับการรักษาดัชนี ในตอนท้ายของระยะเวลาการศึกษา (ซึ่งจะนำไปสู่การมีอคติค้นคว้าของโรคจิตเภทในทุกกลุ่ม) การจับคู่คะแนนนิสัยชอบนำเสนอเทคนิคที่จะหลีกเลี่ยงการรบกวนที่เป็นไปได้ที่เกิดขึ้นจากความแตกต่างดังกล่าวเริ่มต้นในผองเพื่อน
เราใช้ขั้นตอนการจับคู่ 01:01 คะแนนนิสัยชอบ (22) เพื่อสร้างกลุ่มที่ตรงกับอายุที่เข้ารับการรักษาดัชนีการแข่งขัน (สีขาว, สีดำ, สเปนและอื่น ๆ ) เพศเวลาตั้งแต่เข้าพักดัชนีวันสุดท้ายในแฟ้มการศึกษาภาครัฐแคลิฟอร์เนียที่อยู่อาศัยของผู้ป่วย,
คะแนนดัชนี comorbidity Charlson (ขั้นตอนวิธีการความรุนแรงทางคลินิกให้คะแนนถ่วงน้ำหนักขึ้นอยู่กับสถานะของการป่วยที่สำคัญทางการแพทย์ได้รับการวินิจฉัยที่เข้าดัชนี ในการศึกษา) (23) และจำนวนการรับสมัครโรงพยาบาลต่อไปนี้เข้ารับการรักษาดัชนี
จนกว่าเหตุการณ์ผลหรือการศึกษาด้านใดที่เกิดขึ้นเป็นครั้งแรก ความสมดุลระหว่างตัวแปรในทุกนิสัยชอบตัวอย่าง scorematched ได้รับการประเมินโดยใช้ความแตกต่างของมาตรฐาน (ง) ซึ่งค่าของง> 10 แสดงความแตกต่างระหว่างกลุ่มที่มีความหมาย (24)
คอคส์ถดถอย ค็อกซ์วิธีอันตรายสัดส่วนถูกใช้ในการเปรียบเทียบความแตกต่างในอันตรายของการกลับเข้ารักษาซ้ำด้วยจิตเภทระหว่างผองเพื่อนและยาเสพติดที่ตรงกับประชากรกลุ่มพร็อกซี่ในการควบคุมและระหว่างกลุ่มที่ตรงกับยาบ้ายาเสพติดและผองเพื่อน ทุกรุ่นคอคส์ที่เกี่ยวข้องกับคะแนนการจับคู่กลุ่มนิสัยชอบใช้ประมาณค่าความแปรปรวนที่มีประสิทธิภาพในการบัญชีสำหรับลักษณะการจับคู่ของกลุ่มตัวอย่าง (25)

ผลลัพธ์ (ไทย) 3:

การวิเคราะห์ความโน้มเอียงคะแนน
ตรงกัน และ Cox Regression เราเลือกวิธีการจับคู่คะแนนวิธีเป็นวิธีการหลักของเรา เพราะงานวิจัยแสดงให้เห็นว่าวิธีการถดถอยแบบปกติกับการปรับชุดสามารถผลิตจำนวนประมาณการของผลการรักษาหรือผลหากมีมากไม่สมดุลในลักษณะพื้นฐานของการตรวจสอบกลุ่มการศึกษา ( 21 )โดยจะเห็นได้จากตารางที่ 2 กลุ่มเพื่อนร่วมงานที่ไม่ตรงกันของเราแตกต่างกันมากทั้ง อายุ เชื้อชาติ และเพศทั้งหมด ซึ่งมีความสัมพันธ์กับการเกิดโรคจิตเภท ตลอดจนรูปแบบของกระบวนการและค่าเฉลี่ยระยะเวลารับดัชนีสิ้นสุดของระยะเวลาการศึกษา ( ซึ่งจะนำไปสู่วิธีการค้นหาความลำเอียงของโรคจิตเภท ในกลุ่ม )ความโน้มเอียงคะแนนการจับคู่เสนอเทคนิคเพื่อเลี่ยง confounding ที่เกิดจากความแตกต่างในเบื้องต้น เช่น ไทย .
เราใช้วิธีการจับคู่ 1 : 1 คะแนนกระบวนการ ( 22 ) เพื่อสร้างกลุ่มที่ตรงกับอายุที่เข้าดัชนีเชื้อชาติ ( สีขาว , สีดำ , สเปน , อื่น ๆ ) , เพศ , เวลาจากดัชนีการเดทครั้งสุดท้ายใน แฟ้มการศึกษา เขตที่อยู่อาศัยของผู้ป่วย
แคลิฟอร์เนียคะแนนดัชนีกฤษณา charlson ( ความรุนแรงทางคลินิกขั้นตอนวิธีการให้คะแนนรวมจากการปรากฏตัวของโรคร่วมที่สำคัญทางการแพทย์วินิจฉัยในดัชนีเข้าในการศึกษา ) ( 23 ) , และจำนวนของการรับสมัครโรงพยาบาลต่อไปนี้เข้าดัชนี
จนกว่าผลของเหตุการณ์หรือศึกษาจบ ใดเกิดขึ้นก่อนความสมดุลระหว่างตัวแปรทั้งหมดของความโน้มเอียง scorematched จำนวนการประเมินโดยใช้ผลต่างมาตรฐาน ( D ) ซึ่งค่า D > 10 แสดงความแตกต่างสำคัญระหว่างกลุ่ม ( 24 ) .
Cox Regressionผู้ป่วยที่สำคัญต่อได้ใช้วิธีการเปรียบเทียบความแตกต่างในอันตรายของผู้ป่วยนอกที่เป็นโรคจิตเภทระหว่างการจับคู่ยาไทยและประชากรตัวแทนกลุ่มควบคุมและระหว่างการจับยาบ้าและกลุ่มผองเพื่อนยา ทั้งหมดที่เกี่ยวข้องกับ Cox รุ่นความโน้มเอียงคะแนนจับคู่กลุ่มใช้ประมาณความแปรปรวนที่แข็งแกร่งเพื่อให้บัญชีที่ตรงกับลักษณะของตัวอย่าง ( 25 )