1 / 35

Presenter Disclosure Information

paul2
Download Presentation

Presenter Disclosure Information

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

    3. Tokom rada na izvještaju za korisnike Nacionalnog Kardiovaskularnog Netvorka naša grupa se srela sa nizom vrlo interesantnih problema. dva najvažnija su bila: relativno veliki procenat nedostajucih podataka potreba da se uporede rezultati za institucije sa razlicitom strukturom bolesti pacijenata

    4. Iskljucenje slucajeva- rekorda sa nedostajucim podacima bi znacajno umanjilo broj slucajeva koje mozemo koristiti i u nekim slucajevima svi podaci jedne institucije bi bili eliminisani, što bi je iskljucilo iz poredjenja. Da izbjegnemo takvu situaciju koristili smo višestruku imputaciju.

    5. Nedostajuci podatci Multipla imputacija 1

    6. Multipla imputacija 2

    7. Multipla imputacija 3

    8. Problem ima 2 dijela: KONSTRUKCIJA I VALIDACIJA MODELA OCEKIVANA I RIZIKU PRILAGODJENA SMRTNOST Potreba da se uporede rezultati za institucije sa razlicitom strukturom bolesti pacijenata.

    9. KONSTRUKCIJA I VALIDACIJA MODELA Logisticka regresija

    10. Potencijalni prediktori su bili: starost, pol, rasa, dijabetis, hipertenzija, anamneza hronicne srcane slabosti, raniji CABG, ranija PTCA, visina, tezina, istisna frakcija, akutni infarkt srca, hitnost procedure, bubrezna slabost, anamneza bolesti krvnih sudova mozga, anamneza bolesti perifernih krvnih sudova, nestabilna angina, pritisak na kraju dijastole lijeve komore, broj oboljelih krvnih sudova, mitralna insuficijencija, ranije operacije zaliska i anamneza hronicne opstruktivne plucne bolesti.

    11. OCEKIVANA I RIZIKU PRILAGODJENA SMRTNOST Opazena-sirova rata smrtnosti za svaku instituciju se racuna kao kolicnik broja umrlih pacijenata i ukupnog broja pacijenata. Ocekivana smrtnost za svakog pacijenta, kada znamo njegov rizicni profil se procjenjuje koristeci kao pondere koeficijente iz NCN modela. Ocekivana rata smrtnosti za svaku instituciju je prosjek ocekivanih smrtnosti pacijenata te institucije.

    12. OCEKIVANA I RIZIKU PRILAGODJENA SMRTNOST Riziku prilagodjene rate smrtnosti za svaku instituciju se dobiju mnozenjem kolicnika opazenih i ocekivanih smrtnosti svake institucije sa prosjecnom NCN smrtnoscu. Riziku prilagodjene rate smrtnosti omogucuju da uporedjujemo rezultate izmedju institucija. Transformisane pokazatelje smrtnosti za svaku instituciju dobijemo tako sto pomnozimo kolicnik stvarne i ocekivane (modelirane) smrtnosti za svaku instituciju sa prosjecnom NCN smrtnoscu .

    17. Zakljucak: iz baze smo dobili

    18. Publikacije

    19. Gender differences in Mortality After PTCA, According to AGE

    20. Presenter Disclosure Information Gender differences in Mortality After PTCA, According to AGE

    21. Background

    22. National Cardiovascular Network (NCN)

    23. NCN Outcomes Data Base

    24. Patient Population

    25. Statistical Methods

    26. Factors included in Logistic Regression Model:

    27. Medical History by Gender and Age

    28. Mean LVEF by Gender and Age

    29. Mean No. of Diseased Vessels

    30. Number of Lesions Attempted

    31. Number of Lesions Dilated

    32. Procedure Success

    33. In-Hospital Mortality After PTCA, According to Gender and Age

    34. Hospital Mortality Rates by Gender and Age

    35. Conclusions

More Related