Melhorando a transparência do design do estudo de banco de dados de assistência médica – Healthcare Economist

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br


Os estudos de banco de dados de assistência médica podem ser complicados. Os dados em si podem ser complexos. Os dados brutos precisam ser transformados em variáveis ​​úteis. Em seguida, esse arquivo analítico precisa ser avaliado de maneira apropriada. Além disso, os resultados precisam ser comunicados claramente. Quais são os aspectos principais para descrever essa abordagem entre os membros da equipe de pesquisa e as partes interessadas externas (por exemplo, revisores e editores de periódicos).

Um artigo de Wang et al. (2017) fornece uma boa visão geral dos componentes que entram em um estudo de banco de dados de alta qualidade.

  • Relatórios na fonte de dados: Os pesquisadores devem (i) listar o nome da fonte de dados, (ii) indicar a data de extração de dados, (iii) indicar os critérios de pesquisa / extração de dados de origem, (iv) intervalo de datas, (v) tipo de dados (ou seja, EHR, reivindicações, pesquisa), (vi) qualquer ligação de dados, (vii) limpeza de dados (por exemplo, abordagem para tratar de valores ausentes),
  • Diagrama de projeto. Os autores recomendam um diagrama de projeto que contém âncoras temporais de 1ª e 2ª ordem e descreve sua relação entre si (veja o exemplo abaixo em [Happe et al. (2020)]
  • Critérios de inclusão / exclusão. Os pesquisadores devem incluir: (i) datas em que os participantes inserem a coorte, também conhecida como data de entrada no estudo (SED), (ii) unidade de observações (por exemplo, nível de pessoa, nível de pessoa-tempo, com base em episódios), (iii) sequência de critérios de exclusão, (iv) janela de tempo durante a qual os critérios de inclusão / exclusão são aplicados, (v) o diagnóstico exato, procedimento, códigos de farmácia utilizados para os critérios de inclusão / exclusão (vi) número de códigos necessários (por exemplo, 1 código de diagnóstico ambulatorial ou 2 ambulatorial) (vii) posição do código de diagnóstico (ou seja, primário x secundário vs. qualquer), (viii) janela de inscrição ou observação (ou seja, a janela de tempo anterior ao SED na qual um indivíduo deveria contribuir com a fonte de dados), ( ix) lavagem para a exposição (ou seja, para novos eventos de tratamento) e (x) lavagem para o resultado (se quiser limitar a amostra a novos casos).
  • Relatórios sobre definição de exposição. Os pesquisadores devem definir: (i) o tipo de exposição (por exemplo, medicamento, procedimento, política de saúde), (ii) se as mudanças na terapia representam uma troca ou aumento do tratamento, (iii) códigos de exposição específicos (por exemplo, códigos NDC, J- códigos)
  • Tempo de acompanhamento. O tempo de acompanhamento deve considerar o tempo desde a entrada no estudo (ou seja, SED) até a conclusão do acompanhamento. Como a censura é identificada e levada em consideração deve ser explicitada.
  • Definições de resultados. Definir um resultado inclui determinar as datas do evento, os códigos relevantes e a validação do resultado do interesse.
  • Definições de covariate. Para cada covariável, os pesquisadores devem definir: (i) uma janela de avaliação covariável sobre a qual as covariáveis ​​são capturadas, (ii) os códigos específicos relevantes e (iii) o número ou tipo de ocorrência de uma covariável a ser contada no estudo . Opcionalmente, os pesquisadores podem especificar uma criação de índice no caso em que as covariáveis ​​são combinadas (por exemplo, índice de comorbidade de Charlson, índice de comorbidade de Elixhauser).
  • Abordagem estatística. Deve-se descrever a abordagem de regressão utilizada, ou se a correspondência do escore de propensão foi usada como a correspondência foi aplicada.
  • Relatórios sobre o software estatístico usado. É uma prática recomendada para os pesquisadores mencionar em sua documentação e em artigos de periódicos revisados ​​por pares o pacote estatístico utilizado.
Leia Também  Análise de implantes dentários e próteses
Melhorando a transparência do design do estudo de banco de dados de assistência médica - Healthcare Economist 1
Fonte: https://www.jmcp.org/doi/full/10.18553/jmcp.2020.26.3.268

Embora a maioria dos pesquisadores que trabalha com bancos de dados esteja familiarizada com todos os conceitos acima, ter uma lista de verificação detalhada é útil para comunicar efetivamente como as análises foram feitas tanto na equipe de pesquisa quanto nas audiências externas para replicabilidade.

Fontes:

  • Wang, Shirley V., Sebastian Schneeweiss, Marc L. Berger, Jeffrey Brown, Frank de Vries, Ian Douglas, Joshua J. Gagne et al. “Relatórios para melhorar a reprodutibilidade e facilitar a avaliação de validade para estudos de banco de dados de saúde V1. 0. ” Valor em saúde 20, n. 8 (2017): 1009-1022.
  • Happe, Laura E., Joshua D. Brown, Justin Gatwood, Sebastian Schneeweiss e Shirley Wang. “Aplicação de uma representação gráfica de desenhos de estudos longitudinais para pesquisas em farmácias de cuidados gerenciados”. Journal of Managed Care & Specialty Pharmacy 26, n. 3 (2020): 268-274.

Blogs que valem a leitura:
https://responsibleradio.com/lic-aao-perspectivas-futuras-e-crescimento-de-carreira-syllabus-salario-exame/

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br

https://draincleaningdenverco.com/quais-sao-as-formas-mais-rentaveis-de-ganhar-dinheiro-na-internet-e-como-eu-aprendo/

https://weeventos.com.br/facil-serializacao-de-xml-no-c-codigo-bude-net/

https://clipstudio.com.br/video-de-casamento/

https://multieletropecas.com.br/como-se-acostumar-com-uma-nova-cidade/

https://holidayservice-tn.com/ganhar-dinheiro-online/

https://teleingressos.com.br/melhore-sua-vida-com-o-plano-detox/

https://proverasfestas.com.br/seus-grandes-direitos-de-reembolso-de-congelamento-para-entregas-quedas-de-agua-trens-cortes-de-energia-buracos-e-mais/

https://coniferinc.com/estrategias-de-marketing-na-internet-siga-o-lider/

cupom com desconto - o melhor site de cupom de desconto cupomcomdesconto.com.br