Primary liver cancer is one of clinical common malignant tumor,Chinese medicine have curative effect on improving survival rate and the quality of life of the patients, which is lack of high-level evidence-based evidence.TCM clinical diagnosis and treat of primary liver cancer has large amounts individualized and non-randomized controlled effectively records in the presence, but the traditional pattern of randomized controlled is not suitable for individualized efficacy evaluation of TCM, how to make full use of those evidence to form a high-level evidence? Our group early research has established clinical data transformation methods and techniques, solved the problem of huge amounts of data that can't use directly.Based on this, we propose the hypothesis: can we solve the challenge that is individualized diagnosis and treatment of TCM with the non-randomized controlled data affects evidence-based primary liver cancer through clinical case study of the real world by using the propensity score and instrumental variable method? This study is gong to establish the evidence based TCM treatment of primary liver cancer in front of clinical data by adopting the whole sample design method, through clinical case RWS mode, using propensity score and instrumental variable method to manage the treatment of clinical data confounding factors, building database by means of follow-up for patients with non hospitalization data,using Cox regression model to evaluate the real clinical curative effect of TCM.The results will provide the evidence for clinical decision of primary liver cancer, help to build a new Chinese medicine efficacy evaluation model.
原发性肝癌是临床常见的恶性肿瘤之一,中医药对提高患者生存率、改善生活质量有疗效,但缺乏高级别循证证据。原发性肝癌中医临床中存在大量的、个体化的、非随机对照的有效病历,而传统的随机对照模式并不适用于中医个体化的疗效评价,如何能充分利用,形成高级别的证据?课题组前期研究,建立了临床数据转换方法和技术,解决了海量数据无法直接利用的难题。基于此,我们提出假设:通过临床案例的真实世界研究,采用倾向性评分和工具变量法,能否解决中医个体化诊疗和非随机对照数据影响原发性肝癌循证证据的难题?本研究面向临床数据,采用全样本设计方法,通过临床案例的RWS模式,运用倾向性评分和工具变量法处理临床数据混杂因素;通过随访获取患者非住院数据,构建数据库;利用Cox回归模型评价中医药临床实际疗效,进而形成原发性肝癌中医治疗的循证证据。该结果将为原发性肝癌临床决策提供依据,有助于建立基于大数据的中医疗效评价新模式。
目的:基于真实世界原发性肝癌中医临床数据,构建原发性肝癌中医治疗的循证证据,为原发性肝癌临床决策提供依据,为基于大数据的中医疗效评价提供一种新模式。.方法:主要采用GBM倾向评分加权法处理数据中的混杂因素,结合工具变量法处理研究中可能存在的未知混杂因素,对GBM倾向评分加权法的结果做有益补充。通过logistic回归模型、生存分析以及Cox比例风险回归模型的构建,观察中医药对原发性肝癌患者治疗结局的影响。.结果:logistic回归分析结果显示,经协变量调整的回归系数为-0.82,P<0.001,提示中医药治疗有降低原发性肝癌患者死亡率的可能;生存分析结果显示暴露组的生存率高于对照组,且差异有统计学意义(P<0.0001);对照组的中位生存时间为29个月,暴露组在研究期间未能观察到中位生存时间,但由生存曲线可知其高于对照组,且差异有统计学意义(P<0.0001); Cox回归分析结果显示在不考虑协变量的前提下,中医药治疗对原发性肝癌患者的治疗结局起保护作用(回归系数为 -0.215,P=0.0344),经协变量调整后的倾向评分加权Cox回归分析结果中回归系数仍小于0,且差异有统计学意义(P=0.0224)。且肝硬化和癌栓均是影响肝癌患者治疗效果的危险因素(回归系数分别为0.17和1.0546;P值分别为0.0954和不足0.001)。以就诊医院的类型(西医院/中医院)为工具变量,分析结果显示中医药对原发性肝癌患者的治疗结局起保护作用(回归系数为 -0.831,P=0.0189)。.结论:本研究通过采用GBM倾向评分加权法结合工具变量法,有效的解决了真实世界原发性肝癌中医临床数据中存在的非随机及混杂因素多的问题,为今后真实世界研究提供实践依据;中医药治疗对原发性肝癌患者的预后有一定保护作用,可降低原发性肝癌的死亡率,延长患者的生存时间。并且肝硬化和癌栓均是影响肝癌患者治疗效果的危险因素。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
卫生系统韧性研究概况及其展望
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
原发性干燥综合征的靶向治疗药物研究进展
中外学术论文与期刊的宏观差距分析及改进建议
基于循证证据动态生成和更新的中医脾胃病临床疗法辅助决策方法研究
基于CER模式的中医真实世界数据挖掘关键技术研究
基于临床数据的CPOE模式评价中医疗效的医学循证研究
以临床证据和病谱分级为导向的循证针灸治疗方案构建方法学研究