4. ראיה כללית
• פטירות בבית חולים לאחר ניתוח
– לזהות גורמי הסיכון
– ללמוד איך יכולים לשפר הטיפולשירות
5. מקור המידע: מאגר אשפוזים
• מנוהל בתחום מידע במשרד הבריאות
• פרטני, בלתי מזוהה
• כולל מידע על:
– דמוגרפיה
– תנועות במחלקות
– נתונים על האשפוז
– אבחנות ופעולות
6. אוכלוסיית המחקר
מנותחים במשך שנתיים בבתי"ח כלליים •
עברו הניתוח •
אזרחי ישראל •
שהו בבית החולים לפחות לילה אחד •
בני 51 שנה ומעלה •
• סה"כ כ- 000,7 מנותחים
7. משתנים במודל
• משתנים דמוגרפים
– קבוצות גיל
– מין
• משתני תחלואה
– מדד צ'רלסון, ללא סרטן
– סרטן- ללא סרטן, ללא גרורות, עם גרורות
– אשפוז קודם בחודש האחרון
– ניתוח דומה בשנה האחרונה
• משתנים נוכחיים
– סוג כניסה – דחוף מהמיון או מוזמן
– אפיון הניתוח
– שיטת הניתוח
8. מודל ארצי
proc logistic data=t ;
class .... ;
model
events/nn = age gender .... method
/ expb lackfit
;
by &by_vars. ;
run ; quit ;
9. למודל הארציProc Logisitic תוצאות
Parameter Value Odds Ratio
Age 15-39 1.00
40-54 2.03
55-64 4.39 **
65-74 7.47 **
75-120 13.97 **
Gender Female 1.00 C Statistic = 0.876
Male 1.01
Modified 0-1 1.00 H-L G-o-F = 0.184
Charlson 2+ 2.91 **
Method A 1.00
B 0.38 **
From ER no 1.00
Planned yes 8.25 **
....
10. המודל הבסיסי
proc logistic data=t ;
class .... ;
model
events/nn = age gender ....
/ expb lackfit
;
by &by_vars. ;
score out=t_out ;
run ; quit ;
11. המודל בסיסי + יחידה
proc logistic data=t ;
class .... unitcode ;
model
events/nn = age gender... unitcode
/ expb lackfit
;
by &by_vars. ;
score out=t_out ;
run ; quit ;
13. נוסףPROC LOGISTIC + מודל בסיסי
Taking the output of the basic model,
data t_out ; set t_out ;
the_beta = log(p_event / p_nonevent) ;
run ;
proc logistic data=t_out ;
class unitcode / ref=first ;
model
events / nn = unitcode the_beta
/ expb lackfit
;
by &by_vars. ;
run ; quit ;
16. הרעיון
- כדי שbu u למצוא לכל יחידה
Actual
patients _ i
i Expected b
patients _ i
i u
in _ unit _ u in _ unit _ u
e bu P _ Eventi
0 yi
patients _ i P _ Eventi e P _ Eventi
bu
1 patients _ i
in _ unit _ u in _ unit _ u
17. מרשם העוגה
Ingredients :
1 cup butter, at room temp.
2 cups sugar
3 cups sifted self-rising flour
4 eggs
Preheat oven to 350 degrees F.
20. זמני החישוב
1,000.0
100.0
time (seconds)
10.0
1.0
1 10 100 1000 10000 100000 1000000
0.1
width of data
2 16 128 1024 8192 65536 524288
21. חישוב משמעות
From Probability 101, for each unit u,
using the output of the BASIC MODEL
y
patients _ i
i P _ Event
patients _ i
i
zu
in _ unit _ u in _ unit _ u
P _ Event P _ NonEvent
patients _ i
i i
in _ unit _ u
PValueu 21 z u
22. חישוב סטטיסטיקות המודל
Preparing the data:
%let bb = &by_vars. unitcode ; run ;
proc sort data= t_out ; by &bb ; run ;
proc sort data= t_tweak ; by &bb ; run ;
data t_new ; merge t_out t_tweak ; by &bb ; run ;
data t_new ; set t_new ;
O_R1 = p_event / (1-p_event) ;
O_R2 = exp(tweak_beta) ;
O_R = O_R1 * O_R2 ;
p_new = O_R / (1+O_R) ;
beta_new = log(O_R) ;
run ; quit ;
23. חישוב סטטיסטיקות המודל
Using Proc Logistic:
proc logistic data=t ;
model
events / nn = the_beta
/ lackfit
;
by &by_vars. ;
run ; quit ;
26. :בסיכום
:ניתן ליישם השיטה על מספר משתנים אחד אחרי השני
Proc Logistic
Tweak with var1
Update t_out
Tweak with var2
Update t_out
Tweak with var3
Update t_out
...
Calculate additional statistics
29. Algebra
p OR porig
OR p ORnew eb
1 p 1 OR 1 porig
porig
eb
ORnew 1 porig
p new
1 ORnew porig b
1 e
1 porig
e b porig
pnew
1 p e
orig
b
porig