Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Ước lượng thời gian kéo dài của thời gian nằm viện do nhiễm trùng bệnh viện: Các phương pháp mới dựa trên các mô hình đa trạng thái
Tóm tắt
Đánh giá tác động của nhiễm trùng bệnh viện đối với thời gian nằm viện thường dựa vào các ước tính thu được từ các nghiên cứu đoàn hệ tiềm tiến. Tuy nhiên, các phương pháp thống kê được sử dụng để ước lượng thời gian nằm viện thêm thường không đủ. Việc so sánh đơn giản về thời gian nằm viện ở bệnh nhân nhiễm trùng và không nhiễm trùng là không đủ để ước lượng thời gian nhập viện do nhiễm trùng bệnh viện. Việc khớp thời gian nằm viện trước khi nhiễm trùng có thể bù đắp một phần cho độ thiên lệch của các phương pháp ad hoc. Các phương pháp dựa trên mô hình mới đã được phát triển để ước lượng thời gian nằm viện dư thừa. Sẽ được chứng minh rằng các mô hình thống kê dựa trên quy trình đếm đa biến cung cấp một khuôn khổ thích hợp để phân tích sự xuất hiện và tác động của nhiễm trùng bệnh viện. Chúng tôi sẽ đề xuất và khảo sát các phương pháp mới để ước lượng thêm thời gian nằm viện do nhiễm trùng bệnh viện dựa trên các hàm số của các xác suất chuyển tiếp trong các mô hình đa trạng thái. Thêm vào đó, trong lớp mô hình thời gian thất bại lý thuyết cấu trúc chồng chất, một phương pháp thay thế để ước lượng thời gian nằm viện thêm do nhiễm trùng bệnh viện sẽ được phát triển. Các phương pháp này được minh họa bằng cách sử dụng dữ liệu từ một nghiên cứu đoàn hệ trên 756 bệnh nhân nhập viện tại các đơn vị chăm sóc tích cực tại Bệnh viện Đại học Freiburg.
Từ khóa
#nhiễm trùng bệnh viện #thời gian nằm viện #mô hình đa trạng thái #phương pháp thống kê #nghiên cứu đoàn hệTài liệu tham khảo
O.O. Aalen “Nonparametric inference for a family of counting processes,” Annals of Statistics vol. 6 pp. 701–726, 1978.
O. O. Aalen, and S. Johansen, “An empirical transition matrix for non-homogeneous Markov chains based on censored observations”, Scandinavian Journal of Statistics vol. 5 pp. 141–150, 1978.
M. Aitkin, N. Laird, and B. Francis, “A reanalysis of the Stanford heart transplant data,” Journal of the American Statistical Association vol. 78 pp. 264–292, 1983.
P. K. Andersen, “Time-dependent covariates and Markov processes” Modern Statistical Methods in Chronic Disease Epidemiology (S. Moolgavkar and R. L. Prentice, eds.), Wiley: New York, 1986, pp. 82–103.
P. K. Andersen, O. Borgan, R. D. Gill and N. Keiding, Statistical Models Based on Counting Processes, Springer: New York, 1993.
E. Arjas and M. Eerola, “On predictive causality in longitudinal studies,” Journal of Statistical Planning and Inference vol. 34 pp. 361–386, 1993.
C. B. Begg and M. Larson, “A study of the use of the probability-of-being-in-response-function as a summary of tumor response data,” Biometrics vol. 38 pp. 59–66, 1982.
J. V. Bennet and P. S. Brachman (eds.), Nosocomial Infections, Little, Brown and Company, 1993.
L. R. Brawley, D. J. Weber, G. P. Samsa and W. A. Rutala, “Multiple nosocomial infections. An incidence study,” American Journal of Epidemiology vol. 130 pp. 769–780, 1989.
D. A. Clark, E. B. Stinson, R. B. Griepp, J. S. Schroeder, N. E. Shumway and D. C. Harrison, “Cardiac transplantation in man. Prognosis of patients selected for cardiac transplantation,” Annals of Internal Medicine vol. 75 pp. 15–21, 1971.
D. Clayton and M. Hills, Statistical Models in Epidemiology, Oxford University Press Inc.: New York, 1993.
D. R. Cox, “Regression analysis and life tables” (with discussion), Journal of the Royal Statistical Society vol. B-34 pp. 187–220, 1972.
F. D. Daschner, “Economic aspects of hospital infections,” Journal of Hospital Infection vol. 3 pp. 1–4, 1982.
F. D. Daschner, “The cost of hospital-acquired infection,” Journal of Hospital Infection vol. 5 pp. 27–33, 1984.
B. Efron and R. Tibshirani, “Bootstrap methods for standard errors, confidence intervals and other measures of statistical accuracy,” Statistical Science vol. 1 pp. 54–77, 1986.
M. Eerola, “Probabilistic Causality in Longitudinal Studies,” Lecture Notes in Statistics 92, Springer: New York, 1994.
V. T. Farewell and D. R. Cox, “A note on multiple time scales in life testing,” Applied Statistics vol. 28 pp. 73–75, 1979.
J. Freeman, B. A. Rosner, J. E. McGowan Jr., “Adverse effects of nosocomial infections,” Journal of Infectious Diseases vol. 140 pp. 732–740, 1979.
J. Freeman and J. E. McGowan Jr. “Methodologic issues in hospital epidemiology. III. Investigating the modifying effects of time and severity of underlying illness on estimates of cost of nosocomial infection, Reviews of Infectious Diseases vol. 6 pp. 285–300, 1984.
M. H. Gail, “Does cardiac transplantation prolong life? A reassessment,” Annals of Internal Medicine vol. 76 pp. 815–817, 1972.
J. S. Garner, W. R. Jarvis, T. G. Emori, T. C. Horan and J. M. Hughes, “CDC definitions for nosocomial infections,” American Journal of Infection Control vol. 16 pp. 128–140, 1988.
R. D. Gill and S. Johansen, “A survey of product-integration with a view towards application in survival analysis,” Annals of Statistics vol. 18 pp. 1501–1555, 1990.
M. S. Green, E. Rubinstein and P. Amit, “Estimating the effects of nosocomial infections on the length of hospitalization,” Journal of Infectious Diseases vol. 145 pp. 667–672, 1982.
R. W. Haley, Managing Hospital Infection Control for Cost-Effectiveness, American Hospital Publishing: Chicago, 1986.
R. W. Haley, D. R. Schaberg, K. B. Crossley, S. D.Von Allmen and J. E. McGowan Jr., “Extra charges and prolongation of stay attributable to nosocomial infections: a prospective interhospital comparison” American Journal of Medicine vol. 70 pp. 51–58, 1981.
R. W. Haley, D. R. Schaberg, S. D.Von Allmen and J. E. McGowan Jr., “Estimating the extra charges and prolongation of hospitalization due to nosocomial infections: a comparison of methods,” Journal of Infectious Diseases vol. 141 pp. 248–257, 1980.
J. D. Kalbfleisch and R. L. Prentice, The Statistical Analysis of Failure Time Data, Wiley: New York, 1980.
E. L. Kaplan and P. Meier, “Non-parametric estimation from incomplete observations” Journal of the American Statistical Association vol. 53 pp. 457–481, 562–563, 1958.
I. Kappstein, G. Schulgen, U. Beyer, K. Geiger, M. Schumacher and F. D. Daschner, “Prolongation of stay and extra charges due to ventilator-associated pneumonia in an anesthesiological intensive care unit,” European Journal of Clinical Microbiology and Infectious Diseases vol. 11 pp. 504–508, 1992a.
I. Kappstein, G. Schulgen, G. Fraedrich, V. Schlosser, M. Schumacher and F. D. Daschner, “Added hospital stay due to wound infections following cardiac surgery,” The Thoracic and Cardiovascular Surgeon vol. 40 pp. 148–151, 1992b.
J. P. Klein, N. Keiding and E. A. Copelan, “Plotting summary predictions in multistate survival models: probabilities of relapse and death in remission for bone marrow transplantation patients,” Statistics in Medicine vol. 13 pp. 2315–2332, 1994.
A. Kropec, G. Schulgen, H. J. Just, K. Geiger, M. Schumacher, F. D. Daschner “A scoring system for nosocomial pneumonia in intensive care units,” Intensive Care Medicine, 1995 (in press).
H. S. Leu, D. L. Kaiser, M. Mori, R. F. Woolson and R. P. Wenzel, “Hospital-acquired pneumonia. Attributable mortality and morbidity,” American Journal of Epidemiology vol. 129 pp. 1258–1267, 1989.
N. Mantel and D. P. Byar, “Evaluation of response-time data involving transient states: An illustration using heart-transplant data,” Journal of the American Statistical Association vol. 69 pp. 81–86, 1974.
J. E. McGowan Jr. “The cost of hospital acquired infection,” Hospital Infection and its Control, (S. Sabri and J. R. Tittensor, eds.), Barker Publication Ltd.: Richmond (UK), 1982.
T. M. Morgan, “Analysis of duration of response: a problem of oncology trials” Controlled Clinical Trials vol. 9 pp. 11–18, 1988.
W. Nelson, “Theory and applications of hazard plotting for censored failure data,” Technometrics vol. 14 pp. 265–275, 1975.
D. Pittet, D. Tarara and R. P. Wenzel RP, “Nosocomial bloodstream infection in critically ill patients: excess length of stay, extra costs, and attributable mortality,” Journal of the American Medical Association vol. 271 pp. 1598–1601, 1994.
H. Ramlau-Hansen, “Smoothing counting process intensities by means of kernel functions,” Annals of Statistics vol. 11 pp. 453–466, 1983.
J. M. Robins, D. Blevins, G. Ritter and M. Wulfson, “G-estimation of the effect of prophylaxis therapy for pneumocystis carinii pneumonia on the survival of AIDS patients” Epidemiology vol. 3 pp. 319–336, 1992.
G. Schulgen, Multistate Models for Event-History Data: Modelling Occurrènce and Impact of Nosocomial Infections, PhD-Thesis, University of Dortmund, 1995.
R. Simon and R. W. Makuch, “A non-parametric graphical representation of the relationship between survival and the occurrence of an event: application to responder versus non-responder bias,” Statistics in Medicine vol. 3 pp. 35–44, 1984.
N. R. Temkin, “An analysis for transient states with application to tumor shrinkage,” Biometrics vol. 34 pp. 571–580, 1978.
B. W. Turnbull, B. W. Brown Jr. and M. Hu, “Survivorship analysis of heart transplant data,” Journal of the American Statistical Association vol. 69 pp. 74–80, 1974.
J. G. Voelkel and J. Crowley, “Nonparametric inference for a class of semi-Markov processes with censored observations,” The Annals of Statistics vol. 60 pp. 142–160, 1984.
G. B. Weiss, Ill H. Bunce and J. A. Hokanson, “Comparing survival of responders and nonresponders after treatment: a potential source of confusion in interpreting cancer clinical trials,” Controlled Clinical Trials vol. 4 pp. 43–52, 1983.