题目：Antipyretic Therapy in Critically Ill Patients with Sepsis: An Interaction with Body Temperature
一.研究目的
探索Antipyretic Therapy(退热治疗)对脓毒症患者死亡率的影响。
二.研究设计
1.入选标准
从MIMIC数据库中纳入ICU中符合脓毒症诊断的患者，将终点定义为死亡。
2.自变量体温
将Tmax(最大体温值)作为自变量纳入模型；除此之外，将temperature load作为自变量纳入模型。
3.缺失值处理
(1).缺失值<5%：用平均值或中位数插补。
(2).缺失值5%-30%：用多重插补法。
(3).缺失值>30%：随机插补。
4.统计分析
这篇文章的目的是探讨降温治疗和脓毒症患者死亡率的关系，即考虑降温治疗这个自变量对logistic回归结局的影响。在建立模型时，必须考虑到体温这一自变量对结局的影响，具体有以下两个方面：(1).体温对结局的影响可能不是线性的；(2).体温与降温治疗之间可能存在交互效应。
针对这两点的处理方式：先将Tmax作为连续变量，和其他自变量一起纳入多变量回归模型；然后引入Tmax的多项式，纳入模型，比较与1中模型有无区别；最后看自变量Tmax和自变量Antipyretic therapy间有无交互效应。
三.结果
1.引入Tmax五分位数的模型更好，且与Antipyretic therapy间有交互效应，因此将Tmax分为5段，分别比较每一段里Antipyretic therapy对脓毒症死亡的影响。
分层
2.将Antipyretic therapy分为药物降温和物理降温，发现物理降温升高脓毒症患者死亡率。
物理降温
四.思考
本文研究的是Antipyretic therapy对脓毒症患者死亡率的影响，未考虑时间因素，因此是一个logistic回归模型。基本思路应该是计算Antipyretic therapy在模型里的OR值。在这个基础上要考虑到几点问题：
(1).纳入模型的自变量里，有无与Antipyretic therapy有交互作用的变量？本文中体温符合这一点，最终将体温分为5层，分别在每一层计算Antipyretic therapy对结局的影响(第一张图)。
(2).降温治疗分为药物降温和物理降温，要分别考虑药物降温和物理降温对结局的影响。
网友评论