摘要：为了实现大样本量和多样化的研究人群分析,整合来自多个异质来源的数据库已经变得越来越流行。本文综述了整合多个不同人群下的不同设计的数据库在因果推理方法方面的进展。尤其是随机临床试验与外部信息相结合的研究进展以及将观察性研究和历史对照相结合的方法。此外,针对单一样本缺乏相关混杂变量信息,也可以应用两样本孟德尔随机化方法控制未知的混杂因素从而推断因果关系。这种分布式数据设计具有有效性和真实世界数据研究的安全性。

摘要：目的旨在研究植被覆盖与急性冠状动脉粥样硬化性心脏病(简称急性冠心病)预后生存期的关联,并探究空气污染物(PM_(2.5)、O_(3))是否介导了这种关联。方法收集2014―2020年平邑县所有急性冠心病患者的监测数据,采用病例对照研究设计(病例组为短期生存组,对照组为长期生存组)将归一化差异植被指数(normalized difference vegetation index,NDVI)、土壤调整植被指数(soil adjustment vegetation index,SAVI)作为植被覆盖暴露测量指标。采用logistic回归分析模型,依次纳入协变量构建了4个模型来探究植被覆盖与急性冠心病预后生存期的关联,然后采用亚组分析和中介分析评估空气污染物对这种关联的潜在介导作用。结果最终共纳入1796例急性冠心病患者,logistic回归分析模型分析结果显示植被覆盖指标(NDVI、SAVI)与急性冠心病患者预后生存期相关(均有P<0.05)。亚组分析显示:PM_(2.5)与植被覆盖的交互具有统计学意义(均有P<0.05),在PM_(2.5)浓度低时,植被覆盖与急性冠心病患者预后长期生存的关联更强。中介分析显示,PM_(2.5)作为中介变量介导了这种关联(均有P<0.05),对NDVI、SAVI介导的比例分别为37.0%、30.7%,而O_(3)则未发现存在中介作用。结论植被覆盖对急性冠心病患者预后长期生存起保护作用,PM_(2.5)介导了这种关联。