基于病案资料的研究设计与.pptVIP

存在问题 非随机资料——基线不均衡 回顾性资料——不完整、不可靠 非结构化资料——可分析性差 解决方法——基线不均衡 基线是指研究对象的初始情况，基线均衡代表组间的可比性。 基线很重要：评价均衡性、实现均衡性、校正均衡性。 有条件收集效应指标的基线时，一定要收集。没条件收集基线时（如获取组织标本），则要有其他的相关资料、作为基线均衡的判断。 若在规范严格的设计下，仍出现基线不均衡，则可以进行协方差分析，作为补救措施。 倾向评分（Propensity Score ）是协变量的一个综合指标，不受协变量个数的限制。但是不能校正未测量的、未知的协变量。 通过已知的协变量，匹配两组病例，使之达到两组的均衡。 解决方法——基线不均衡 解决方法——基线不均衡 协方差分析：将基线不均衡部分作为协变量进行协方差分析。 多元logistic回归、分层分析等。 解决方法——基线不均衡 解决方法——不完整、不可靠 病案资料的产生和记录源于医疗的需要，而不是出于研究的考虑，所以根据实际情况允许病案资料的基本要素不完整，只要这些缺陷不影响医疗诊治过程的进行，该问题就不重要。 资料不完整对研究项目来说，则意味着可利用的资源大幅下降。 解决方法——不完整、不可靠 合理地补全资料。 带着研究设计的思想，前瞻性地记录病案。比如已经准备研究某病的危险因素，那么在询问病史和记录病史时要仔细全面一点。 解决方法——不完整、不可靠 增加样本量 当资料不完整、有部分不可靠时，意味着资料的偏倚较大，可通过增加样本量来保持结果的稳定性，弥补不足。 存在问题——非结构化资料 病案资料是结构化和非结构化资料并存，非结构化资料部分在某些研究中可能很重要，所以需要二次结构化处理。 设计结构化信息提取表，通过阅读、摘录非结构化资料中的信息，从而达到结构化的结果。 很多时候，从中摘取结果也不一定会取得满意效果。 存在问题——非结构化资料 医疗科研信息一体化系统 在医疗工作的同时，进行高度结构化记录，实现科研资料的收集、整理和保存。 医院有一体化系统，在血液科使用，其他科室也在推广。 小 结 病案资料是一个宝藏，是我们临床工作者进行科学研究的重要资源。 利用病案资料这一资源，可以从疾病发生、发展、诊治、预后等一系列过程中寻找选题。 因为来源于真实的医疗环境，所以研究的设计偏重于观察性研究，但也要尽可能地体现科学性精神。 分析方法则基于资料特征的考虑，不要过多考虑资料来源问题。 谢 谢！ * 研究设计——描述性研究 是利用已有的资料或调查资料，将疾病或健康状态在不同时间、地区或人群的分布情况定量地、客观真实地描绘出来，包括现况研究、疾病监测、临床个案报道、病例分析、数据挖掘分析和生态学研究等。 描述性研究是医学研究工作的基础。 数据挖掘分析方法是描述性研究中应用技术较多的一种研究方法。 研究设计——描述性研究 临床个案报道是对特殊少见、罕见病例或疑难重症的病情、诊断或治疗方法的书面报告。 个案报道的病例有从未被人认识的临床表现或发病过程，有特殊的鉴别诊断，或有不同于过去的治疗经验，易造成误诊、误治。 研究设计——描述性研究 研究设计——描述性研究 临床病例分析属临床总结及经验交流类文稿，是将某一时期相同疾病的病例资料汇总，进行分析和统计学处理，最后得出结论，提出作者的见解和建议。 某某疾病多少例临床分析 某某疾病多少例临床总结 某某病多少例诊治体会 某某病多少例误诊分析 研究设计——描述性研究 研究设计——描述性研究 数据挖掘--从大量数据中寻找其规律的技术，是统计学、数据库技术和人工智能技术的综合。 数据挖掘是从数据中自动地抽取模式、关联、变化、异常和有意义的结构。 数据挖掘分析需利用电子病历的后台数据库资料。 第一步骤 选择 第三步骤 挖掘 第二步骤 处理 第四步骤 分析 * 数据挖掘步骤 目标数据 预处理及变换 变换后的数据 数据挖掘算法 解释/评估 清理筛选 研究设计——描述性研究 研究设计——描述性研究 研究设计——队列研究 选定暴露及未暴露于某因素的两种人群，追踪其各自的某种疾病结局，比较两者疾病结局的差异，从而判定暴露因子与发病或死亡有无因果关联及关联大小的一种观察研究方法。 有对照的研究。 以研究因素为分组依据的研究。 研究设计——队列研究 时间顺序 过去 现在 将来 历史性队列 双向性队列 前瞻性队列 回顾性收集已有的历史资料 回顾性收集已有的历史资料 继续前瞻性收集资料 前瞻性收集资料 队列研究类型示意图 研究设计——队列研究 研究设计——队列研究 研究设计——病例对照研究 病例对照研究也称回顾性研究，是在疾病发生之后去追溯假定的病因因素，由果及因的回顾性研究方法。 是有对照的研究。 以结局（或疾病）为分组依据的研究。 可以是危险因素研究、也