Posted by on 1 sierpnia 2018

Dane od pacjentów, którzy zostali wypisani do domu przed 60 dniem, zostali poddani cenzurze w dniu 60, z pacjentami uważanymi za żyjących w 60 dniu. Zmienne niezależne badane jako czynniki prognostyczne obejmowały grupę leczoną (ochronną płuc [tj. Zmienne zmienne, takie jak VT, PEEP i ciśnienia plateau z zamiarem ochrony] względem przypisania kontroli), charakterystyki pacjentów, wyjściową ostrość choroby (np. ryzyko według ostrej fizjologii i chronicznej oceny zdrowia [APACHE] lub uproszczonej ostrej oceny fizjologicznej [SAPS] i stosunku ciśnienia parcjalnego tlenu tętniczego do frakcji wdychanego tlenu [PaO2: FiO2]) oraz zmiennych dotyczących wentylacji (np. VT i ciśnienie plateau) uśrednione w ciągu pierwszych 24 godzin po randomizacji (tabela S3 w dodatkowym dodatku). W osobnej analizie uśrednialiśmy dane o indywidualnej wentylacji w ciągu pierwszych 3 dni i nie zaobserwowaliśmy przewagi prognostycznej tego podejścia (tabele S4, S5 i S6 w Dodatku uzupełniającym). Pacjenci, którzy otrzymywali wentylację wspomagającą ciśnienie lub mieli częstość oddechów wyższą niż ustawienia respiratora (sugerując obecność wysiłków wentylacyjnych) zostali wykluczeni. Oba warunki stanowiły mniej niż 3% naszej próby. Barotrauma została zdefiniowana jako odma opłucnowa wymagająca drenażu w klatce piersiowej podczas pierwszych 28 dni po randomizacji.
Wyprowadzanie i walidacja modelu prognozowania przeżycia
Zmienne, które miały znaczące jednozwiązkowe powiązanie z przeżyciem, zostały wprowadzone do analizy wielostanowiskowej, krokowej, a następnie wstecznej wielowymiarowej. Zmienne, które konsekwentnie uznawano za związane z przeżyciem przy użyciu obu procedur modelowania, włączono do ostatecznego modelu derywacji. Dostosowaliśmy wszystkie analizy dla zmiennej próbnej (ryc. S2 w dodatku uzupełniającym). Model derywacyjny (model 1) był następnie testowany w każdej z kohort walidacyjnych, a także w połączonym zbiorze danych. Aby pokazać, że informacje prognostyczne dostarczone przez .P były niezależne od wartości PEEP i ciśnienia plateau, ponownie zbadaliśmy połączony zestaw danych (patrz sekcja III.3 w dodatkowym dodatku), wytwarzając podgrupy pacjentów z dopasowanymi średnimi poziomami dla jednej zmiennej (np. , PEEP), ale wyraźne średnie poziomy dla innej zmiennej rankingowej (np. Ciśnienie jazdy).
Analiza mediacji
Aby zbadać, czy .P było czymś więcej niż wyjściowym predyktorem ryzyka, przeprowadziliśmy analizę mediacji, 24,25, poszukując kluczowych zmiennych, które można by powiązać z pozytywnymi wynikami po randomizacji. Kiedy stosuje się analizę mediacyjną w randomizowanych kontrolowanych próbach, celem jest ustalenie, czy określona zmienna, silnie dotknięta przypisaniem grupy do leczenia, ma wpływ na wyniki, które wyjaśniają w całości lub w części skutki wynikające z przypisania grupy terapeutycznej. , 25 Dla odpowiedniej frakcji efektu, w którym implikuje się taką zmienną ( mediator w modelu), korelacja z wynikami musi być większa niż w grupie leczonej, zazwyczaj wykazującej niezależną zależność dawka-odpowiedź (tj. zmiany mediatorów są związane z silniejszymi efektami przeżycia). Na przykład w badaniach VT o niższych wartościach VT przetestowaliśmy, czy przeżycie było lepiej wyjaśnione przez specyficzne zmienne wentylacyjne niż przez grupę leczoną (grupa terapeutyczna w tych badaniach włączała pakiet zamiana na leczenie obejmujący różne zalecenia, takie jak redukcja częstoskurczu komorowego, plateau – ograniczenie ciśnienia i zarządzanie kwasicą)
[więcej w: refundacja aparatu słuchowego, stomatologia mokotów, wskazania do drenażu limfatycznego ]

Powiązane tematy z artykułem: refundacja aparatu słuchowego stomatologia mokotów wskazania do drenażu limfatycznego

Posted by on 1 sierpnia 2018

Dane od pacjentów, którzy zostali wypisani do domu przed 60 dniem, zostali poddani cenzurze w dniu 60, z pacjentami uważanymi za żyjących w 60 dniu. Zmienne niezależne badane jako czynniki prognostyczne obejmowały grupę leczoną (ochronną płuc [tj. Zmienne zmienne, takie jak VT, PEEP i ciśnienia plateau z zamiarem ochrony] względem przypisania kontroli), charakterystyki pacjentów, wyjściową ostrość choroby (np. ryzyko według ostrej fizjologii i chronicznej oceny zdrowia [APACHE] lub uproszczonej ostrej oceny fizjologicznej [SAPS] i stosunku ciśnienia parcjalnego tlenu tętniczego do frakcji wdychanego tlenu [PaO2: FiO2]) oraz zmiennych dotyczących wentylacji (np. VT i ciśnienie plateau) uśrednione w ciągu pierwszych 24 godzin po randomizacji (tabela S3 w dodatkowym dodatku). W osobnej analizie uśrednialiśmy dane o indywidualnej wentylacji w ciągu pierwszych 3 dni i nie zaobserwowaliśmy przewagi prognostycznej tego podejścia (tabele S4, S5 i S6 w Dodatku uzupełniającym). Pacjenci, którzy otrzymywali wentylację wspomagającą ciśnienie lub mieli częstość oddechów wyższą niż ustawienia respiratora (sugerując obecność wysiłków wentylacyjnych) zostali wykluczeni. Oba warunki stanowiły mniej niż 3% naszej próby. Barotrauma została zdefiniowana jako odma opłucnowa wymagająca drenażu w klatce piersiowej podczas pierwszych 28 dni po randomizacji.
Wyprowadzanie i walidacja modelu prognozowania przeżycia
Zmienne, które miały znaczące jednozwiązkowe powiązanie z przeżyciem, zostały wprowadzone do analizy wielostanowiskowej, krokowej, a następnie wstecznej wielowymiarowej. Zmienne, które konsekwentnie uznawano za związane z przeżyciem przy użyciu obu procedur modelowania, włączono do ostatecznego modelu derywacji. Dostosowaliśmy wszystkie analizy dla zmiennej próbnej (ryc. S2 w dodatku uzupełniającym). Model derywacyjny (model 1) był następnie testowany w każdej z kohort walidacyjnych, a także w połączonym zbiorze danych. Aby pokazać, że informacje prognostyczne dostarczone przez .P były niezależne od wartości PEEP i ciśnienia plateau, ponownie zbadaliśmy połączony zestaw danych (patrz sekcja III.3 w dodatkowym dodatku), wytwarzając podgrupy pacjentów z dopasowanymi średnimi poziomami dla jednej zmiennej (np. , PEEP), ale wyraźne średnie poziomy dla innej zmiennej rankingowej (np. Ciśnienie jazdy).
Analiza mediacji
Aby zbadać, czy .P było czymś więcej niż wyjściowym predyktorem ryzyka, przeprowadziliśmy analizę mediacji, 24,25, poszukując kluczowych zmiennych, które można by powiązać z pozytywnymi wynikami po randomizacji. Kiedy stosuje się analizę mediacyjną w randomizowanych kontrolowanych próbach, celem jest ustalenie, czy określona zmienna, silnie dotknięta przypisaniem grupy do leczenia, ma wpływ na wyniki, które wyjaśniają w całości lub w części skutki wynikające z przypisania grupy terapeutycznej. , 25 Dla odpowiedniej frakcji efektu, w którym implikuje się taką zmienną ( mediator w modelu), korelacja z wynikami musi być większa niż w grupie leczonej, zazwyczaj wykazującej niezależną zależność dawka-odpowiedź (tj. zmiany mediatorów są związane z silniejszymi efektami przeżycia). Na przykład w badaniach VT o niższych wartościach VT przetestowaliśmy, czy przeżycie było lepiej wyjaśnione przez specyficzne zmienne wentylacyjne niż przez grupę leczoną (grupa terapeutyczna w tych badaniach włączała pakiet zamiana na leczenie obejmujący różne zalecenia, takie jak redukcja częstoskurczu komorowego, plateau – ograniczenie ciśnienia i zarządzanie kwasicą)
[więcej w: refundacja aparatu słuchowego, stomatologia mokotów, wskazania do drenażu limfatycznego ]

Powiązane tematy z artykułem: refundacja aparatu słuchowego stomatologia mokotów wskazania do drenażu limfatycznego