使用军事卫生系统数据存储库和国家死亡指数进行治疗加权的反向概率（概率评分）

过去，我们使用军事医疗保健数据库来帮助确定哪些患者将从他汀类药物治疗中受益最大，从而帮助减少他们未来心脏病发作的机会。我们的协议为任何有兴趣使用大数据回答自己临床问题的医疗提供商提供了路线图，并可应用于范围远、数量几乎无限的主题。在获得机构审查委员会的批准后，完成数据共享协议申请，注意在 DRT MDR 提取工作表上指定请求的数据字段和文件。

指定团队是请求数据分析员、提供原始数据，还是团队将直接访问 MDR，请求是一次数据拉取，还是每天、每月或每年请求定期拉取。要直接访问 MDR，请填写 MDR-CS-2875 表格中的 MDR 授权请求。直接访问 MDR 时，请按照有关访问和使用 MDR 的说明操作，包括 MDR 用户指南和 MDR 功能指南中提供的软件要求和 SAS 程序示例。

要获取队列的其他 MDR 受益人数据，请从服务器获取 VM6 文件，然后与队列文件合并。在 VM6 数据绘制和队列文件中使用不同的变量名称来处理患者姓名和出生日期，以帮助在合并后的后续检查错误。由于数据库条目永远不会完全没有错误，因此除了检查程序日志和输出是否有任何潜在问题外，还使用代码在每个主要步骤后预形成错误检查。

将队列文件中的名称与 VM6 文件进行比较时，仅匹配前三个字母，以提高效率并减少因文件之间的拼写或间距差异而可能出现的任何错误。然后查看错误数据文件，根据需要对运行状况记录进行手动检查，以检查其他有关错误。有关数据提取，请从 VM6 受益文件获取种族和性别数据，将此日期与队列文件合并，并检查刚才显示的错误。

从死亡主文件中获取死亡数据，将数据与队列文件合并并检查错误。然后根据需要获取分析的其他数据文件。对于数据合并和求和文件构造，使用 ICD-9-CM 或 ICD-10-CM 代码从索引日期之前的时间段提取基线合并症。

如VM6受益人档案中核实的基线期间，注意患者有资格在军事医疗系统工作。搜索门诊和/或住院文件中的基线诊断代码，在索引日期之前的基线 12 个月内确定基线合并症。如果使用 Elixhauser 合并症，请使用医疗保健成本和利用率项目数据库中的可用软件，确保根据需要修改诊断变量和文件的名称。

要为所有患者设置研究结束日期，作为未证明兴趣结果的患者随跟的截止时间，请搜索 VM6 受益人文件，以确保通过研究结束日期获得医疗保健资格。如果将研究限制在医疗保健系统的活跃用户（与资格无关）很重要，则确定数据文件中的最后一个医疗保健联系人，并在该日期对患者进行审查。获得所有必要的信息后，使用 Ranuni 为每位患者生成随机患者标识符。

要对处理概率进行建模，请使用逻辑进度计算预测概率的权重。然后通过将分数除以均重来稳定倾向分数。在应用对标准差分值宏进行正反概率处理后验证平衡，简化了 SAS 权重之前和之后共方数的计算标准化均值差异。

若要在 PROC PHREG 中生成累积发生率函数图，请引用协变量文件以指定在 PROC PHREG 语法中生成绘图时要使用的协变量值，使用权重语句指定标准化的倾向分数变量，并使用基线语句指定基线协变量的值以绘制累积发生率函数。然后指定要使用 ROWID 用于绘图的地层。此处，使用绝对标准化差分图宏的 10000 名参与者中适当平衡的示例。

倾向性分数应用后，绝对标准化差异显著缩小。在这里，可以观察到尝试平衡100名参与者的协变量的不成功结果。在此示例中，使用具有标准化倾向评分权重的 PROC PHREG 生成累积发生率函数图，表明在此分析中，未经处理的对照组显示的事件数量较大，存活率比接受治疗组相对差。

MDR包括国防部的受益人，包括退休人员和家庭成员。因此，它并不仅限于65周万岁的患者，也不限于退伍军人。该协议提供了使用MDR的起点。

统计技术概述可以帮助消除在这类研究中固有的偏差。