UCR SOM — Летний буткемп TriNetX 2026, неделя 2: определение и исследование когорт

(Краткое изложение от Zoom AI Meeting Agent; может содержать ошибки или неточности) Интенсивный курс TriNetX по расширенному определению когорт Вторая сессия летнего интенсивного курса TriNetX была посвящена расширенному определению и исследованию когорт, что является центральным элементом эффективного использования платформы. Дэниел Новак, директор по научной деятельности студентов в Медицинской школе, подчеркнул важность понимания когорт для разработки исследований и обеспечения качества данных. Он представил такие инструменты, как инструмент для исследования когорт, и обсудил такие темы, как факторы, влияющие на результаты, критерии включения и исключения, а также роль времени в исследованиях. Дэниел также упомянул о продолжающейся разработке дополнительных инструментов для помощи в исследованиях, включая инструмент для построения гистограмм и инструмент для проверки мощности выборки и размера выборки. Цель сессии заключалась в создании прочной основы для участников, чтобы они могли проводить эффективные исследования с использованием платформы TriNetX. Методологии эпидемиологических исследований и TriNetX Дэниел обсудил методологию и дизайн эпидемиологических исследований, сосредоточившись на когортных исследованиях, исследованиях «случай-контроль» и поперечных исследованиях. Он подчеркнул важность точного определения когорт и использования индексных событий для привязки временных рамок при измерении результатов. Дэниел также представил концепцию TriNetX, платформы для проведения медицинских исследований, и объяснил ее возможности в области построения запросов, включая группы терминов и определения когорт. Он подчеркнул динамический характер сети, которая постоянно развивается с присоединением новых медицинских организаций, что влияет на количество пациентов, доступных для исследования. Анализ когорт с помощью TriNetX Дэниел продемонстрировал, как использовать функцию связанных групп в TriNetX для определения и анализа когорт на основе определенных критериев и временных взаимосвязей. Он объяснил, как создавать группы терминов, устанавливать временные ограничения и использовать булеву логику для фокусирования на конкретных группах населения. Дэниел подчеркнул важность правильного определения временных взаимосвязей между событиями, чтобы избежать искажающих факторов и обеспечить точность результатов исследования. Он также посоветовал четко называть группы и использовать поэтапные подходы для создания сложных группировок. Управление когортами в TriNetX Даниэль объяснил процесс создания и управления когортными группами в TriNetX, подчеркнув различие между группами терминов и когортами людей. Он продемонстрировал, как копировать, вставлять и изменять группы, а также использовать логические операторы для определения сложных когорт. Даниэль также подчеркнул важность создания отдельных когорт для сравнения и предостерег от объединения всех групп в одну. Он представил функцию «Исследовать когорту», ​​которая предоставляет демографическую информацию о когорте, и обсудил ограничения использования неизвестных категорий для расы и этнической принадлежности. Рекомендации по анализу когорт Даниэль обсудил ограничения использования определенных медицинских категорий и подчеркнул важность осторожности при сравнении результатов для разных групп пациентов. Он представил мнемоническое правило «Врачи не платят деньги с опозданием», чтобы запомнить ключевые функции, доступные для анализа когорт: демографические данные, диагнозы, процедуры, лекарства и лабораторные анализы. Дэниел объяснил, как использовать эти функции для формирования когорт, и подчеркнул важность отказа от использования диагностических кодов верхнего уровня в качестве критериев включения или исключения. Он также продемонстрировал, как экспортировать данные в Excel для дальнейшего анализа, и посоветовал проверять коды CPT и ICD-10 при анализе процедур. Выбор когорт и снижение предвзятости Дэниел обсудил методы формирования и сравнения когорт в исследовательских работах, подчеркнув важность выбора соответствующих групп сравнения во избежание предвзятости. Он предостерег от сравнения небольших групп с большими популяциями и рекомендовал использовать инструменты ИИ, такие как Perplexity, для выявления соответствующих сопутствующих заболеваний и критериев исключения. Дэниел также поделился своим опытом исследования статинов и болезни Альцгеймера, подчеркнув сложность вопроса и различные критерии исключения, используемые для контроля за искажающими факторами. Диаграммы когорт для разработки исследования Дэниел обсудил важность использования диаграмм когорт для четкого представления критериев включения и исключения в исследованиях, подчеркнув их ценность для эффективного представления дизайна исследования. Он подчеркнул необходимость документирования динамического характера сети TriNetX и важность использования актуальных данных сети для анализа. Дэниел также ответил на вопросы о факторах, влияющих на результаты, частоте повторных госпитализаций и подписк...