通过中断时间序列模型评估医疗干预:研究功效与设计考量
统计方法学
2018-12-03 v2
摘要
优质医疗服务的提供与评估十分复杂,涉及许多相互作用且相互依赖的组成部分。在研究设计与统计分析方面,这种复杂性与相互依赖性使得评估旨在改善患者医疗结局的干预措施的真实影响变得困难。中断时间序列(ITS)是一种准实验设计,用于在考虑单一系统或单元内时间依赖性的同时推断卫生政策干预的有效性。当前标准化的 ITS 方法不能同时分析多个单元的数据,也没有方法用于检验变点的存在以及在此背景下为研究规划目的评估统计功效。为应对这一局限,我们提出了适用于多单元 ITS 数据的“鲁棒多重中断时间序列”(R-MITS)模型,该模型允许在存在潜在滞后(或预期)处理效应的情况下,对跨单元的全局变点估计进行推断。在 R-MITS 模型下,可正式检验变点的存在,并估计正式干预实施与整体单元干预效应之间的时间延迟。我们开展了实证模拟研究,以评估检验过程的第一类错误率、检测指定变点备择假设的效能,以及所提估计方法的准确性。R-MITS 通过分析某医院在多个单元实施并评估一种新的照护提供模式的患者满意度数据得以说明。
引用
@article{arxiv.1805.07413,
title = {Assessing Health Care Interventions via an Interrupted Time Series Model: Study Power and Design Considerations},
author = {Maricela Cruz and Daniel L. Gillen and Miriam Bender and Hernando Ombao},
journal= {arXiv preprint arXiv:1805.07413},
year = {2018}
}
备注
41 pages, 6 figures, 5 tables