将急诊医疗服务（EMS）与院内中风病历关联起来：确定性方法与概率性方法在选择偏差方面的影响

《Neurology Open Access》：Linking EMS and In-Hospital Stroke Records: Impact of Deterministic vs Probabilistic Methods on Selection Bias

　　摘要
背景与目标
将紧急医疗服务（EMS）与医院中风登记数据联系起来对于评估中风护理系统至关重要，但不同链接方法对选择偏差的影响仍不清楚。本研究比较了确定性和概率性链接方法，并评估了它们对样本代表性以及选择偏差对分析结论潜在影响的作用。

方法
我们使用肯塔基州参与“Get With The Guidelines–Stroke”项目的医院的州级EMS记录和院内中风登记数据进行了横断面链接研究（2021–2023年）。院内中风数据来自一个标准化的质量改进登记系统，而EMS数据则来自肯塔基州紧急医疗服务委员会。在没有唯一标识符的情况下，我们基于性别、出生日期、到达日期和目的地医院，通过确定性和概率性匹配来链接记录，允许60分钟的到达时间窗口。我们比较了不同方法的链接率，评估了匹配记录与未匹配记录的代表性，并使用逆概率选择加权方法评估了潜在的链接相关选择偏差。为了检查下游分析的影响，我们使用多变量逻辑回归估计了EMS中风识别与从入院到计算机断层扫描（CT）时间（≤25分钟）以及出院方式（回家 vs 其他）之间的关联。敏感性分析改变了链接时间窗口和概率决策规则。

结果
在13,567名被送往肯塔基州40家医院的中风患者中，确定性链接匹配了73.0%的记录，而概率性链接匹配了79.2%的记录。两种方法下的匹配样本在很大程度上代表了所有通过EMS转运的中风患者群体，主要在种族和入院年份上存在轻微差异。在调整了链接相关选择偏差后，EMS中风识别与结果之间的估计关联变化很小，加权与未加权调整后的比值比之间的百分比差异始终小于1%。无论使用哪种链接方法、种族分层亚组分析，还是所有改变时间窗口和概率截止点的敏感性分析，结果都是一致的。

讨论
尽管概率性链接的匹配率略高，但两种方法产生的结果相当，且选择偏差最小。在处理高质量数据且缺失率较低的情况下，确定性链接可能足以满足许多分析需求，尽管敏感性分析对于评估潜在偏差仍然很重要。

引言
及时治疗急性缺血性中风患者至关重要，因为症状出现、到达医院和治疗之间的延迟与较差的结果相关。1-7 院前管理是整个中风护理系统的重要组成部分。美国心脏协会（AHA）的“Get With the Guidelines-Stroke”（GWTG-S）项目包括院前和院内中风患者护理的质量指标。8,9 其他基于医院的改进计划，如Paul Coverdell国家急性中风计划（PCNASP）也已建立。10 参与PCNASP与提高中风护理绩效指标的遵守度相关，在该计划中，更高质量的护理与较低的死亡率和更高的出院回家几率相关。11-13 然而，院前护理改进计划与医院指标及患者长期结果之间存在差距。14 许多州都维护着基于国家紧急医疗服务信息系统（NEMSIS）标准化元素的EMS登记系统，这些系统可以用来指导EMS质量改进活动。15 由于行政和法律限制，通常无法使用唯一标识符（如姓名、社会安全号码）将这些登记系统的数据与医院级护理数据库连接起来。这种缺乏集成数据系统以及缺乏唯一患者标识符的情况阻碍了对院前和医院活动及其对中风后结果影响的全面分析。

尽管缺乏唯一标识符，但仍可以使用几种方法将EMS和医院数据源的记录链接起来。确定性和概率性链接是两种常用的方法。确定性方法要求多个变量（如年龄、出生日期、性别和到达时间）完全一致。这可以通过单一步骤完成，或者通过逐步放宽标准的层次化过程完成。相比之下，概率性方法使用统计模型来估计两条记录之间的相似性。一种流行的方法是基于理论框架，使用期望最大化算法为记录对生成链接分数。16,17 与确定性方法相比，概率性链接可以处理缺失或不一致的数据，但可能会产生更多的假阳性结果，并需要手动审查。

确定性和概率性方法都已被用于中风研究，匹配通常基于年龄、出生日期、性别、医院到达日期和接收医院。一项研究使用确定性链接将62.8%的中风患者与EMS转运登记系统匹配。18 另一项比较确定性方法和概率性方法的研究发现，匹配率分别为45.5%和62.8%，其中概率性链接的样本更能代表全部患者群体。19 链接方法的选择对下游分析和推断的影响程度尚不确定。特别是，仅链接部分记录所引入的选择偏差可能会影响结果的有效性和普遍性。20 通过使用全州范围的数据，我们的目标是：1）比较EMS和院内中风数据的确定性和概率性链接方法；2）通过比较匹配记录与未匹配记录的特征和结果来评估链接样本的代表性；3）评估考虑选择偏差如何影响EMS护理变量与中风后结果之间关联的估计。

方法
**院内和EMS登记数据**
院内数据来自参与GWTG-S项目的肯塔基州医院，这是一个由AHA和美国中风协会（ASA）赞助的全国性前瞻性观察性质量改进计划。参与医院使用一套标准化的变量收集住院中风患者的数据。受过培训的医院工作人员使用基于网络的患者管理工具提取临床和人口统计信息、治疗及院内结果。该登记系统包括患者特征、病史、诊断测试、时间指标（如从入院到CT的时间）、治疗（如静脉溶栓、机械取栓）和出院结果的详细信息。本研究包括了肯塔基州97家参与GWTG-S项目的急性护理机构中的40家机构的数据。

**EMS数据**
EMS数据来自肯塔基州紧急医疗服务委员会（KBEMS），该委员会维护着一个由持证EMS机构提交的州级EMS转运记录存储库。数据采用与NEMSIS对齐的标准格式收集，包括调度详情、响应时间、患者评估（如中风评分、初步诊断印象）、身体测量和转运信息。此外，这个有限的数据集还包括出生日期、到达日期、性别和到达目的地等匹配变量。涵盖了2021–2023年间肯塔基州217家EMS机构的所有转运记录。

**确定性和概率性匹配方法**
在实施数据匹配方法之前，首先审查数据以确保数据源之间的兼容性。对于目的地医院信息不完整的EMS转运记录，尽可能将其重新编码为最可能的GWTG-S医院（例如拼写错误），或保持缺失状态。GWTG-S登记数据仅限于“从家中/现场到达的EMS”患者。

使用性别、出生日期、到达/转移日期和目的地位置进行确定性匹配。如果记录在所有标准上完全匹配，则认为它们是匹配的。为了允许到达时间存在一些差异，如果EMS转运时间在GWTG-S记录的到达时间范围内（60分钟内），则认为这些记录是匹配的。我们采用多对多匹配方法，允许每个GWTG-S记录与多个EMS转运记录匹配。在有多个潜在匹配的情况下，保留到达时间差异最小的那对记录，以防止最终数据集中的重复。

使用Link Plus软件（版本3.0，疾病控制与预防中心）通过计算与确定性匹配相同的变量来执行概率性匹配。完全匹配的字段会增加总体分数，而不匹配或缺失值则会降低分数。较高的分数表示更有可能的真正匹配，只有得分大于10的候选匹配才会被进一步审查。候选匹配根据字段间的差异程度和类型进行评估。完全匹配的记录具有最高的链接分数，定义为在所有链接变量上一致并符合确定性匹配标准的记录对。不完全匹配的记录表现出轻微的差异，例如EMS记录中的缺失值或到达日期或地点的轻微差异。关于概率性匹配方法的更多信息见补充材料，包括链接分数的分解、一致/差异模式以及链接分数的分布（表1）。概率性匹配也使用了60分钟的到达时间窗口。在多个EMS转运记录匹配同一GWTG-S记录的情况下，保留到达时间差异最小的记录。

**数据分析**
对于每种方法，匹配百分比计算为与GWTG-S记录匹配的EMS记录数量除以作为EMS转运的GWTG-S记录总数。通过χ2检验比较确定性和概率性匹配的百分比。接下来，我们通过比较匹配记录与未匹配记录的人口统计和临床特征来评估它们的代表性。这些变量包括年龄、性别、种族、年份、中风类型、NIH中风评分（NIHSS）、EMS院前通知、从入院到CT的时间以及GWTG-S记录中的出院方式。由于样本量较大，效应测量值附带了p值。对于连续变量，如果呈正态分布，则从原始值计算标准化均值差异；如果非正态分布，则计算排名差异。对于分类变量，使用多变量Mahalanobis距离计算标准化差异，该方法通过比较不同组在多个类别上的差异来总结它们之间的差异，同时考虑类别间的相关性。21

为了估计由于链接不完全而产生的潜在选择偏差，我们应用了逆概率选择加权方法，类似于用于调整混杂因素的倾向得分方法。具体来说，使用多变量逻辑回归对链接概率进行建模，纳入了GWTG-S中收集的可能与匹配和临床结果相关的患者级变量。这些变量包括年龄、性别、种族、保险类型、入院年份、中风类型、EMS提前通知、NIHSS评分、从入院到CT的时间小于25分钟以及出院地点。该模型预测的概率代表了每个患者被匹配的可能性。然后根据其预测的链接概率的倒数对每个链接记录进行加权，创建了一个伪人群，在该人群中观察到的患者特征分布与通过EMS转运的全部GWTG-S人群相似。22 为每种匹配方法分别估计了模型。使用描述性统计总结了稳定后的权重分布。使用标准化差异评估加权前后的协变量平衡情况，包括选择模型中包含的所有变量。

分析使用了未加权模型（仅包含未调整链接偏差的匹配案例）和考虑链接概率的逆概率选择加权模型。通过计算百分比变化来比较未加权加权aOR：
百分比变化 = 加权aOR ? 未加权aOR
这使我们能够评估不完全链接可能对关联估计产生的偏差程度。所有模型都包括了协变量（年龄、性别、保险类型、入院年份、中风类型、EMS提前通知和NIHSS评分）。

**分析结果**
我们使用全州范围的数据，旨在：1）比较EMS和院内中风数据的确定性和概率性链接方法；2）通过比较匹配记录与未匹配记录的特征和结果来评估链接样本的代表性；3）评估考虑选择偏差如何影响EMS护理变量与中风后结果之间关联的估计。这使我们能够评估不同种族之间的关联是否存在差异，并评估在分析种族差异时可能存在的选择偏差。为了评估我们的发现对链接方法的稳健性，我们进行了敏感性分析，改变了允许的到达时间窗口和概率链接决策规则。在主要分析中，确定性链接使用了60分钟的到达窗口，而概率链接则依赖于对候选匹配的手动裁决，并结合了60分钟的窗口。敏感性分析包括：（1）使用更严格的20分钟到达窗口的确定性链接；（2）使用20分钟窗口和手动裁决的概率链接；（3）使用固定分数阈值（>15）的概率链接和60分钟窗口；以及（4）使用固定分数阈值（>15）的概率链接和20分钟窗口。对于每种情况，我们重新估计了匹配率，比较了匹配和未匹配记录的特征，并重复进行了逆概率选择加权分析，以评估结果在不同链接规范下的稳定性。所有数据管理和统计分析均使用SAS版本9.4（SAS Institute INC，北卡罗来纳州卡里）进行。显著性是根据p值和标准化差异来确定的。缺失数据通过列表删除或包含一个缺失类别来处理。这项工作代表了作者对使用AHA Get With The Guidelines IQVIA注册平台收集的本地或多中心数据的独立分析，但不是对全国GWTG数据集的分析，也不代表AHA GWTG国家项目的发现。

标准协议批准、注册和患者同意：该研究已由肯塔基大学机构审查委员会审查并批准，由于涉及现有记录的二次分析，对参与者风险最小，并且使用的数据集有限，没有直接接触患者或尝试去识别患者身份，因此免除了知情同意的要求。

2021年1月1日至2023年12月31日期间，共有13,567名中风患者通过紧急医疗服务（EMS）到达肯塔基州40家向GWTG-S提交数据的医院之一。在确定性匹配中，9,898条EMS记录在性别、出生日期、到达/转移日期和目的地位置上完全匹配，记录中的到达时间相差不到60分钟，匹配率为73.0%。概率匹配方法额外识别出850名患者（总计10,748名），匹配率为79.2%。这一6.2%的增加是显著的（χ2(1) = 146.35，p < 0.001）。有关链接分数分布和匹配率的更多详细信息，请参见电子附录和电子表格1。

匹配样本的代表性：表1比较了匹配策略下匹配和未匹配病例的人口统计和临床特征。在确定性匹配策略中，种族和就诊年份的差异最为显著。未匹配的患者中白人比例较高（89.9% vs 85.1%；标准化差异 = 0.147；p < 0.001）。入院年份也有所不同（标准化差异 = 0.062；p < 0.001），匹配率从2021年到2023年有所下降。NIHSS评分（中位数6 vs 5；标准化差异 = 0.067；p = 0.001）和NIHSS类别分布（标准化差异 = 0.032；p = 0.004）也存在差异，尽管只有连续NIHSS评分达到了潜在有意义的标准化差异。其他变量没有差异（标准化差异 < 0.05），表明匹配样本在这些变量上代表了整个样本。

在确定性和概率匹配方法下，匹配和未匹配样本的比较：表1显示了匹配和未匹配样本在人口统计和临床特征上的差异。在确定性匹配策略中，种族和就诊年份的差异最为显著。未匹配的患者中白人比例较高（89.9% vs 85.1%；标准化差异 = 0.147；p < 0.001）。入院年份也有所不同（标准化差异 = 0.062；p < 0.001），匹配率从2021年到2023年有所下降。NIHSS评分（中位数6 vs 5；标准化差异 = 0.067；p = 0.001）和NIHSS类别分布（标准化差异 = 0.032；p = 0.004）也存在差异，尽管只有连续NIHSS评分达到了潜在有意义的标准化差异。其他变量没有差异（标准化差异 < 0.05），表明匹配样本在这些变量上代表了整个样本。

多变量逻辑回归模型用于估计选择概率，结果在确定性和概率方法之间基本一致。在种族主效应和按种族分层的亚组分析中也观察到了类似的稳定性，aOR的百分比变化始终小于1%，表明选择偏差对及时CT成像的估计影响可以忽略不计。表4显示了在考虑选择偏差前后，确定性和概率性匹配方法的调整后比值比（aOR）及其百分比变化。

| 结果 | 匹配方法 | aOR (95% CI) | p值 | 加权aOR (95% CI) | p值 | aOR百分比变化 |
|---------------|----------------|-------------|------------|------------|-------------|
| 从急诊室到CT | 确定性 | 5.57 (4.84–6.41) | <0.001 | 5.54 (4.79–6.41) | <0.001 | -0.54% |
| | 概率性 | 5.12 (4.47–5.86) | <0.001 | 5.07 (4.41–5.83) | <0.001 | -0.88% |
| | 种族（参考 = 非白人） | 1.30 (1.13–1.49) | <0.001 | 1.31 (1.13–1.51) | <0.001 | 0.77% |
| | 确定性 | 1.28 (1.12–1.47) | <0.001 | 1.28 (1.12–1.47) | <0.001 | -0.10% |
| 亚组分析 | 急诊室怀疑中风（种族 = 白人） | 5.30 (4.73–5.94) | <0.001 | 5.27 (4.70–5.90) | <0.001 | -0.57% |
| | 概率性 | 5.37 (4.21–6.85) | <0.001 | 5.33 (4.15–6.85) | <0.001 | -0.71% |
| | 急诊室怀疑中风（种族 = 非白人） | 5.86 (4.56–7.52) | <0.001 | 5.83 (4.49–7.59) | <0.001 | -0.51% |
| 出院安排 | 确定性 | 1.03 (0.90–1.18) | 0.642 | 1.03 (0.91–1.18) | 0.638 | 0.06% |
| | 概率性 | 1.03 (0.90–1.19) | 0.649 | 1.03 (0.90–1.18) | 0.644 | 0.03% |
| | 种族（参考 = 非白人） | 0.98 (0.86–1.12) | 0.803 | 1.01 (0.89–1.15) | 0.855 | 0.26% |
| | 确定性 | 0.97 (0.76–1.23) | 0.797 | 0.95 (0.75–1.21) | 0.688 | -0.18% |
| | 概率性 | 1.10 (0.99–1.23) | 0.080 | 1.12 (1.01–1.24) | 0.034 | 0.29% |
| | 确定性 | 1.10 (0.99–1.23) | 0.070 | 1.12 (1.01–1.24) | 0.029 | 0.27% |

**缩写说明：**
aOR = 调整后的比值比；CI = 置信区间。aOR的百分比变化是指加权后与未加权aOR之间的相对变化。

对于出院安排，考虑选择偏差同样导致估计值的变化很小。在两种匹配方法中，急诊室识别中风的加权aOR与未加权aOR之间的差异小于0.5%。在按种族分层的分析中，无论采用哪种匹配方法，急诊室识别都与白人患者的出院回家率无关。在非白人患者中，急诊室识别与出院回家率的增加有轻微关联（确定性模型aOR 1.12，p = 0.034；概率性模型aOR 1.12，p = 0.029），这反映了与未加权估计值相比的微小变化。

总体而言，加权结果与未加权结果、匹配方法以及亚组分析之间的一致性表明，通过链接过程引入的选择偏差非常小，并且没有显著影响研究结论和各种参数估计。

**敏感性分析**
敏感性分析的结果见电子表格2-7。对于确定性链接，将时间窗口从60分钟缩短到20分钟，匹配率下降到65.3%。将相同的时间限制应用于需要人工审核的概率性链接时，匹配率下降到70.2%。使用固定的概率分数阈值，60分钟时间窗口的匹配率为74.1%，20分钟时间窗口的匹配率为66.3%。敏感性分析表明，估计值对不同的链接和时间窗口设置具有很高的鲁棒性。在确定性匹配（20分钟时间窗口）、需要人工审核的概率性匹配（20分钟时间窗口）以及基于阈值的概率性匹配（使用20分钟和60分钟时间窗口）中，通过逆概率加权来考虑链接相关的选择偏差，aOR的变化通常小于1%。这种模式在所有结果（从急诊室到CT和出院安排）、主效应以及按种族分层的亚组分析中都是一致的。所有敏感性分析中观察到的最大相对变化约为1.2%，表明链接相关的选择偏差并未显著影响估计的关联。

**讨论**
我们比较了在没有唯一标识符的情况下，使用确定性和概率性匹配方法将急诊医疗服务（EMS）和医院内中风登记数据链接起来的效果。我们发现两种方法都产生了较高的匹配率（确定性链接为73.0%，概率性链接为79.2%）。匹配样本在代表性强程度上与所有由EMS运送的GWTG-S人群相似，且在两种链接方法中，匹配病例与未匹配病例之间的患者特征差异较小。此外，考虑选择偏差对EMS数据与医院内治疗和结果之间关联的估计影响也很小。

我们的匹配率高于类似中风人群链接研究中报告的匹配率。例如，一项研究在中风登记数据中使用确定性链接时报告的匹配率为62.8%。另一项研究比较了这些链接方法，发现确定性链接和概率性链接的匹配率分别为45.5%和62.8%。与这些研究相比，我们研究中较高的匹配率可能反映了数据质量的提高、文档记录的更一致性，或者EMS和医院数据集之间的更好兼容性。这也可能反映了我们研究的较新时间范围（2021-2023年），在此期间电子健康和EMS记录系统变得更加标准化和互操作。然而，我们的匹配率低于在美国和加拿大进行的中风相关研究中的匹配率（使用确定性或分层确定性算法的匹配率为88%-95%）。这些研究使用了姓名、社会安全号码和个人健康标识符等个人识别信息，表明这些标识符的可用性可以提高匹配率。

另一种保护患者隐私的方法是使用EMS救护车运行编号，这可以作为EMS和医院记录之间的唯一、不可识别的链接变量。然而，在我们的数据中，只有极少数GWTG-S参与医院记录了救护车运行编号，因此无法将其作为主要的链接策略。更广泛和一致地采用这一字段可能会在未来实现更准确的链接，无论是作为独立的标识符还是与确定性和概率性方法结合使用。与使用这些标识符不同，提高匹配率还取决于用于匹配的常规输入数据的质量和一致性。系统地评估不同EMS机构和接收医院之间的匹配率可以支持有针对性的质量改进措施，从而提高文档的完整性，对数据链接和基于登记的分析有益。

尽管概率性链接产生了更高的匹配率，但它并没有显著提高链接样本的代表性，这与之前使用类似数据源的研究结果相反。在我们的数据中，两种方法下匹配的患者年龄稍小，更可能来自研究期的早期年份，且不太可能是白人。此外，NIHSS评分较高的患者匹配率也较低，而其他关联（如中风类型、EMS预先通知和从急诊室到CT的时间）在方法上是特定的且幅度较小。即使经过概率性匹配，种族和年份的差异仍然存在，这表明仅提高匹配率并不能保证样本更具代表性。值得注意的是，通过概率性链接获得的更大样本量可能在统计功效和精确度方面具有优势，即使在存在残余选择差异的情况下也是如此。总之，这些发现表明，虽然概率性链接可以通过包含更多记录来提高功效，但其假设的代表性优势应在每个具体环境中进行批判性评估。

当我们考察选择偏差对下游分析的潜在影响时，我们发现仅使用链接样本子集来考虑选择偏差并没有显著改变结果。在应用逆概率加权之前和之后，比值比估计基本一致，表明链接相关的选择偏差对我们的分析影响很小。此外，敏感性分析表明结果对不同的链接设置（包括不同的时间窗口和概率阈值）具有鲁棒性。这些小的差异可以归因于确定性和概率性样本都代表了整个样本，且概率性方法并没有显著提高代表性。这些发现共同表明，当链接率较高且匹配样本与未匹配样本之间的差异较小时，确定性和概率性方法都能产生有效且可比的结果。在这种情况下，实施确定性匹配的便利性可能超过了概率性方法带来的匹配率提升。重要的是，即使在缺乏个人标识符的情况下，也可以进行有用且相对无偏的EMS-医院链接数据分析。

尽管概率性链接产生了更高的匹配率，但它并没有显著提高链接样本的代表性，这与之前使用类似数据源的研究结果相反。在我们的数据中，两种方法下匹配的患者年龄稍小，更可能来自研究期的早期年份，且不太可能是白人。此外，NIHSS评分较高的患者匹配率也较低。不同种族和年份之间的差异在概率性匹配后仍然存在，这表明仅提高匹配率并不能保证样本更具代表性。值得注意的是，通过概率性链接获得的更大样本量可能在统计功效和精确度方面具有优势。总之，这些发现表明，虽然概率性链接可以通过包含更多记录来提高功效，但其假设的代表性优势应在每个具体环境中进行批判性评估。

当我们考察选择偏差对下游分析的潜在影响时，我们发现仅使用链接样本子集来考虑选择偏差并没有显著改变结果。在应用逆概率加权之前和之后，比值比估计基本一致，表明链接相关的选择偏差对我们的分析影响很小。此外，敏感性分析表明结果对不同的链接设置（包括不同的时间窗口和概率阈值）具有鲁棒性。这些小的差异可以归因于确定性和概率性样本都代表了整个样本，且概率性方法并没有显著提高代表性。这些发现共同表明，当链接率较高且匹配样本与未匹配样本之间的差异较小时，确定性和概率性方法都能产生有效且可比的结果。在这种情况下，实施确定性匹配的便利性可能超过了概率性方法带来的匹配率提升。重要的是，即使在缺乏个人标识符的情况下，也可以进行有用且相对无偏的EMS-医院链接数据分析。

尽管某些分析在理论上可能更容易受到链接相关选择偏差的影响，但我们没有发现研究问题或亚组分析中存在差异性偏差的证据。效应估计在链接方法、加权策略和敏感性分析之间高度一致，表明选择偏差对本文研究中的关系影响很小。

我们的研究有几个局限性。首先，由于无法访问“黄金标准”或唯一标识符，我们无法验证匹配或直接量化假阳性和假阴性。因此，我们无法超出代表性和选择偏差的间接比较来评估任何链接方法的准确性。其次，该研究是在一个州进行的，这可能限制了结果的普遍性。不同地区的EMS护理模式、医院文档记录和登记参与情况可能有所不同，这影响了选择确定性链接与概率性链接的决策。第三，我们的研究时期与COVID-19大流行期间重叠，这可能以影响EMS和医院流程、患者特征和结果的方式影响了链接或普遍性。此外，尽管我们在逆概率选择加权模型中调整了多个混杂因素，但这些模型中使用的变量可能并未完全捕捉到匹配样本与未匹配样本之间的所有相关差异。如果重要的未测量因素影响了链接的可能性和结果，那么可能存在一些残余偏差，这需要进一步调查。最后，医院数据仅限于参与GWTG-S项目的机构。这引入了另一个选择偏差层次，即参与GWTG-S项目的医院与未参与项目的医院在患者和医院方面可能存在有意义的差异。关于这个问题的研究发现，GWTG-S医院是较大的教学医院，服务的缺血性中风患者更多，但患者群体相似。在使用不同EMS或医疗记录系统的医院中可能观察不到类似的发现。

尽管匹配率较高且代表性相似，我们发现确定性和概率性链接方法在链接EMS和医院内中风数据方面产生了可比的结果。尽管概率性方法略微提高了匹配率，但它们并没有显著提高代表性或减少选择偏差。我们的发现表明，当有高质量且缺失率较低的数据可用时，确定性链接可能足以满足许多分析的需求，且链接相关选择偏差的影响可能很小。即使在这些情况下，进行敏感性分析以评估完整样本信息下的选择偏差潜在影响也是重要的。随着数据系统的日益集成，继续努力促进EMS和医院数据的安全和准确链接对于评估和改善中风护理系统至关重要。

**术语表**
AHAA = 美国心脏协会
aOR = 调整后的比值比
ASAA = 美国中风协会
CT = 计算机断层扫描
EMS = 急诊医疗服务
NEMSIS = 国家紧急医疗服务信息系统
NIHSS = 美国国立卫生研究院中风评分
PCNASP = 保罗·科弗德尔国家急性中风项目

**致谢**
作者感谢Brent McKune对本文研究问题的概念化所做的贡献。他在获取支持这项工作的资金方面的努力对于使这项研究成为可能至关重要。这项工作代表了作者对使用AHA Get With The Guidelines (GWTG) IQVIA注册平台收集的本地或多中心数据的独立分析，但并不代表国家GWTG数据集的分析，也不代表AHA GWTG国家项目的发现。