测量合并症以预测重症监护后结果的方法 (AA)

在这项研究中，研究人员将验证合并症对重症监护病房 (ICU) 再入院率和 ICU 后死亡率的影响，以及哪种测量合并症的方法以及在哪个时间点最具有预测性。

研究人群包括 2005 年至 2012 年期间在瑞典重症监护登记处 (SIR) 登记的所有具有有效个人身份证号的重症监护患者。 SIR 将人口直接提供给瑞典统计局，或通过客户进一步提供给瑞典统计局。 对于人口中的所有个人，数据是从瑞典统计局的登记处收集的。 瑞典统计局向国家卫生委员会提供社会安全号码和序列号，以便在那里进一步收集数据。 国家卫生和福利委员会将数据样本提供给客户，客户将其发送给瑞典统计局进行协作和匿名。 所有数据材料都以未识别的方式存储在 MONA 数据库中，只有与项目相关的人员才能访问这些材料。

该数据集包含 293 342 个观测值和 223 495 个独立个体。 在时间上完全被另一个观察覆盖的观察被排除在外。 间隔少于 24 小时的两次连续观察被视为同一次访问。 最后一组日期包括 273 741 个观测值（223 495 个人）。

在研究期间反复入住 ICU 的患者被视为相互不独立的复发事件。 ICU 出院和再入院之间的间隔既用作结果变量，也用于表征患者入院时的特征。 在分析中，同一个人的多次入院之间的依赖性是使用稳健的三明治估计器处理的。 每次 ICU 住院都包括在研究中，但作为时间更新的暴露进行处理。

将分析死亡和再入院的综合结果。 死亡和再入院也将单独分析。 随访从入院时开始。 创建二进制状态变量（否/是）以反映结果是否已发生以及相应的时间变量。 对于每次入院，随访以再入院、死亡或研究结束 (2016-12-31) 结束，以先到者为准。

从国家卫生和福利委员会提取在 ICU 入院索引日期之前五年的出院诊断，并使用基于人的精确链接将其链接到 SIR 数据。 查尔森合并症指数是根据这些信息计算出来的。 还根据 Elixhauser 提出的分类进行了修改，对合并症进行了不同的分类。 对于 36 种定义的合并症类别中的每一种，主要诊断的入院人数、次要诊断的入院人数、主要诊断的总住院时间以及最后一次以合并症为主要诊断的入院时间间隔, 进行了计算。

根据诊断和收治部门对导致入住ICU的基础疾病进行分类。

在 2005-2010 年 Charlson 合并症指数 (CCI) 分类 0、1、2、3-5、6-9、10-17 Elixhauser 36 类训练数据集上使用 cox 比例风险回归、事件发生时间进行分析

1. 初诊人数（count）
2. 二次诊断数（count）
3. 初步诊断总护理时间（计数）
4. 最近一次初步诊断的时间间隔（缺失、计数）

分析

A 年龄 + 性别 B A + CCI C A + a D A + a + b E A + a + b + c F A + a + b + c + d

根据定义，合并症变量中没有缺失数据。 有关年龄和性别的缺失信息很少，不需要估算。 使用 Kaplan-Meier 曲线检查比例风险假设。

研究人群将分为训练数据集 (2005-10) 和测试数据集 (2011-12)，以验证我们的预后模型。 测试数据集中的预测能力根据辨别力、曲线下面积 (AUC)（C 指数）、校准和 Brier 评分进行评估。