目的探讨老年钙化性心脏瓣膜病患者颈动脉斑块积分(Crouse积分)、内膜中层厚度(intima media thickness,IMT)与瓣膜钙化程度的关系。方法回顾性分析2020年4月至2023年3月收治的106例老年钙化性心脏瓣膜病患者的临床资料(观察组)。另选...目的探讨老年钙化性心脏瓣膜病患者颈动脉斑块积分(Crouse积分)、内膜中层厚度(intima media thickness,IMT)与瓣膜钙化程度的关系。方法回顾性分析2020年4月至2023年3月收治的106例老年钙化性心脏瓣膜病患者的临床资料(观察组)。另选择90例颈动脉粥样硬化的非心脏瓣膜病患者作为对照组1、选取95例非老年钙化性心脏瓣膜病患者作为对照组2。单因素方差分析检验三组Crouse积分、IMT、管腔狭窄程度及老年钙化性心脏瓣膜病不同心瓣膜钙化程度患者Crouse积分、IMT。Pearson分析Crouse积分、IMT与心瓣膜钙化程度的相关性;受试者工作特征(ROC)曲线分析Crouse积分、IMT对老年钙化性心脏瓣膜病患者瓣膜钙化的预测价值。结果观察组Crouse积分、IMT、管腔狭窄程度均明显高于对照组1和对照组2(P<0.05)。老年钙化性心脏瓣膜病不同心瓣膜钙化程度患者Crouse积分、IMT比较:1级<2级<3级(P<0.05)。相关性分析结果显示,Crouse积分、IMT与老年钙化性心脏瓣膜病瓣膜钙化程度均呈明显正相关关系(r=0.585、0.623,P<0.05)。绘制Crouse积分、IMT预测老年钙化性心脏瓣膜病患者瓣膜钙化的ROC曲线示,Crouse积分、IMT联合预测的AUC为0.802(95%CI为0.738~0.867),明显高于各指标单一预测的AUC,最佳诊断敏感度和特异度分别为0.887、0.794(P<0.05)。结论老年钙化性心脏瓣膜病患者Crouse积分、IMT存在异常增高,且与瓣膜钙化程度呈正相关,测量上述指标有助于对心脏瓣膜钙化程度进行评估。展开更多
倾向得分匹配-双重差分模型(PSM⁃DID)是政策评估及因果推断中最为流行的方法之一.但是在实际应用中,该方法面临着控制变量在处理组样本和控制组样本之间非平衡性的挑战.传统基于均值差异t检验的平衡性检验容易产生片面和误导性的结论,...倾向得分匹配-双重差分模型(PSM⁃DID)是政策评估及因果推断中最为流行的方法之一.但是在实际应用中,该方法面临着控制变量在处理组样本和控制组样本之间非平衡性的挑战.传统基于均值差异t检验的平衡性检验容易产生片面和误导性的结论,使得后续因果推断产生偏误.为克服上述问题,本文对传统的平衡性检验提出以下改进:一是推荐更全面的多维度的平衡性测度指标,便于在匹配后更严谨地比较处理组和控制组的平衡性;二是提出了适用于非平衡样本的新估计方法:倾向得分匹配-逆概率加权-双重差分(PSM⁃IPW⁃DID),该方法结合了倾向得分匹配(PSM)克服样本自选择内生性及对非平衡样本稳健的优势和逆概率加权(inverse probability weighting,IPW)利用全样本信息的长处,在不进一步删除样本的情况下得到一种更稳健的双重差分估计方法.数据模拟和应用实例显示,本文提出的新方法能更全面、客观地评价宏观、微观政策的作用,得到更为可信的因果推断.展开更多
文摘目的探讨老年钙化性心脏瓣膜病患者颈动脉斑块积分(Crouse积分)、内膜中层厚度(intima media thickness,IMT)与瓣膜钙化程度的关系。方法回顾性分析2020年4月至2023年3月收治的106例老年钙化性心脏瓣膜病患者的临床资料(观察组)。另选择90例颈动脉粥样硬化的非心脏瓣膜病患者作为对照组1、选取95例非老年钙化性心脏瓣膜病患者作为对照组2。单因素方差分析检验三组Crouse积分、IMT、管腔狭窄程度及老年钙化性心脏瓣膜病不同心瓣膜钙化程度患者Crouse积分、IMT。Pearson分析Crouse积分、IMT与心瓣膜钙化程度的相关性;受试者工作特征(ROC)曲线分析Crouse积分、IMT对老年钙化性心脏瓣膜病患者瓣膜钙化的预测价值。结果观察组Crouse积分、IMT、管腔狭窄程度均明显高于对照组1和对照组2(P<0.05)。老年钙化性心脏瓣膜病不同心瓣膜钙化程度患者Crouse积分、IMT比较:1级<2级<3级(P<0.05)。相关性分析结果显示,Crouse积分、IMT与老年钙化性心脏瓣膜病瓣膜钙化程度均呈明显正相关关系(r=0.585、0.623,P<0.05)。绘制Crouse积分、IMT预测老年钙化性心脏瓣膜病患者瓣膜钙化的ROC曲线示,Crouse积分、IMT联合预测的AUC为0.802(95%CI为0.738~0.867),明显高于各指标单一预测的AUC,最佳诊断敏感度和特异度分别为0.887、0.794(P<0.05)。结论老年钙化性心脏瓣膜病患者Crouse积分、IMT存在异常增高,且与瓣膜钙化程度呈正相关,测量上述指标有助于对心脏瓣膜钙化程度进行评估。
文摘倾向得分匹配-双重差分模型(PSM⁃DID)是政策评估及因果推断中最为流行的方法之一.但是在实际应用中,该方法面临着控制变量在处理组样本和控制组样本之间非平衡性的挑战.传统基于均值差异t检验的平衡性检验容易产生片面和误导性的结论,使得后续因果推断产生偏误.为克服上述问题,本文对传统的平衡性检验提出以下改进:一是推荐更全面的多维度的平衡性测度指标,便于在匹配后更严谨地比较处理组和控制组的平衡性;二是提出了适用于非平衡样本的新估计方法:倾向得分匹配-逆概率加权-双重差分(PSM⁃IPW⁃DID),该方法结合了倾向得分匹配(PSM)克服样本自选择内生性及对非平衡样本稳健的优势和逆概率加权(inverse probability weighting,IPW)利用全样本信息的长处,在不进一步删除样本的情况下得到一种更稳健的双重差分估计方法.数据模拟和应用实例显示,本文提出的新方法能更全面、客观地评价宏观、微观政策的作用,得到更为可信的因果推断.