文摘
协会与患者死亡率因素(严重疾病,发病率),医生因素(专业培训、prehospitalisation访问住院咨询、体积每个医生的病人)和医疗组织因素(patient-travel距离、区域人均床,承认医院病床入住率,承认医院病床周转率,医院位置、体积的肺炎病例/医院)与研究社区获得性肺炎住院后使用行政数据从阿尔伯塔,加拿大从4月1日,1994 - 1999年3月31日。
在5年的研究里有43642肺炎住院,11%住院,26% 1年死亡率。病人的疾病和疾病的严重程度是最靠谱的死亡率增加。最高的医生住院肺炎病人卷(·年> 27例−1)照顾更严重的/合并症,患者与患者住院死亡率的可能性下降,但相比之下,最低体积医生(每年少于七个病人)。
内科专家或subspecialist保健的影响喜忧参半,减少死亡,第一72 h和院内死亡的增加。Pre-hospitalisation访问医生,减少死亡率。医疗保健组织因素最强有力的预测死亡率,展示一个效果只有1年死亡率在那些活着从医院出院。招生大体积或都市医院与死亡率下降有关。
疾病和疾病的严重程度与死亡率有最强的协会。第一大容量医师协会和院前护理是报道社区获得性肺炎的住院死亡率下降。
这项工作是支持的部分艾伯塔省卫生服务利用率研究中心。
社区获得性肺炎(CAP)是一种常见的住院原因1,2。算法来帮助临床医生决定住院和出院已经设计,验证和发布2- - - - - -6。这些指南是健壮的和可能会降低死亡率7,8。尽管临床指南,相当大的变异存在于帽内大的加拿大医院的治疗9。医疗融资政府表示,同行评议的组织也记录变化过程的照顾住院的帽子10直接影响病人的结果11,12。所有这些研究解决医疗质量问题的水平clinician-patient交互。很少有对医疗系统的研究因素与不同的死亡率相关住院肺炎患者的结果。
本研究试图量化的相对强度对病人住院限额和死亡率之间的关联因素(严重疾病,发病率),医生因素(专业培训、pre-hospitalisation访问住院咨询、体积每个医生的病人),和医疗组织因素(病人旅行距离、区域人均床,承认医院病床入住率,承认医院病床周转率,医院位置、体积的肺炎病例医院,季节/天/入学时间)。协会的所有这些因素对医院住院死亡率和1年死亡率幸存者描述。从4月1日管理数据,1994 - 1999年3月31日被用来研究整个农村和城市的范围在一个加拿大省医院实践。
方法
定义肺炎和数据提取
医疗服务数据库使用包括以下几点:1)加拿大健康信息研究所(CIHI)住院病人出院文摘数据库(爸爸)为阿尔伯塔省的1994 - 1995 - 1998 - 1999;2)阿尔伯塔医生声称评估系统数据库1994 - 1995 - 1999 - 2000;和3)阿尔伯塔省医疗保险计划为1994 - 2000注册表文件。阿尔伯塔省的分析在保护环境卫生和健康,这是由省级卫生信息的机密性立法的指导方针。这些数据捕获几乎整个人口,包括一个独特的、匿名的个人标识符允许数据库之间的联系。
入选标准是帽,定义为最负责任的诊断(MRD)或任何其他15诊断代码定义为1型(入学前诊断存在)与国际疾病分类,第九次修订地理(ICD 9),临床修改(CM)的值480 - 487。x(肺炎)或507。x(吸入性肺炎),不包括484年。x(肺炎传染病的分类在其他地方)中发现CIHI爸爸13,14。
排除标准包括:1)不是一个阿尔伯塔省居民阿尔伯塔或不治疗急性病治疗的设施;2)一个相邻的诊断与住院手术;和3)以往住院< 10天以来发生肺炎的情况。
医生访问从阿尔伯塔帽提取医生赔偿评估系统数据库。医生访问被定义为协商索赔(加拿大分类过程(CPX) 03. x)对任何诊断入院日期前2 - 14天的15。MRD是归类为限制(如上所述),任何呼吸诊断(ICD高9厘米460 - 519.9应承担的肺炎除外),或任何其他的诊断。从医院所有医生特征提取抽象。
患者因素
记录人口和伴随疾病因素包括以下几点:1)年龄(18-44,45 - 64,65 - 74,75 - 84,或≥85岁(年龄在财年结束));2)性;3)原住民印第安事务与北部发展部的注册部门,在阿尔伯塔省的医疗保险费注册表数据库记录;4)城市居住或nonurban区域;5)Charlson并存病,提取使用Deyo的12位诊断分类标准和每一个都没有,一个,两个和两个以上16,17。
记录severity-of-illness因素包括以下几点:1)转移到医院疗养院,长期护理或持续护理机构;2)转移到医院在医院救护车定义抽象;3)承认在医院急诊室定义抽象;4)紧急入院在家/办公室/诊所医院记录中定义抽象;5)特殊(强化)病房住院(按照每个医院的定义);6)呼吸衰竭的诊断代码或逮捕(ICD 9厘米应承担应承担的518.81,799.1);7)低血压或休克的诊断代码(ICD 9厘米应承担的458。xx, 758.5倍);8)程序代码通风> 96 h地理(地理ICD 9厘米96.72);透析和9)程序代码(ICD 9厘米应承担应承担的39.95,54.98)。的严重性表示被定义为任何一个特殊护理单元承认,低血压或休克,住院透析,呼吸停止/失败或通风> 96 h。
医生因素包括以下几点:1)一般/家庭医生列为最负责任的医院的医生;2)任何内科专家或subspecialist列为咨询医生;3)年度的肺炎病例/医生(四分位数排名),包括任何医院磋商和最负责任的医院的医生;4)入院前动态访问任何医生(医生声称CPX 03. x) 2 - 14天入院日期之前的肺炎的诊断代码如上定义;5)入院前走动的访问(医生声称CPX 03. x)的内科专家2 - 14天入院日期之前的肺炎的诊断代码如上定义;和6)任何急诊室之前访问2 - 14天的入学日期与肺炎的诊断代码如上定义。在医院医生专业编码是抽象的。
医疗保健组织因素包括以下几点:1)进入医院病人的健康定义区域内不住所(见下文);2)转移从一个较小的更大的急性病治疗的设施(见下文)诊断肺炎如上定义;3)远程距离医院(见下图);4)医院数量(见下文);5)人均在医院病床的健康区域(所有活跃的急性病治疗的医院病床每年每卫生区域进行调查和维护省级数据库);6)床营业额定义为所有住院的比例每在特定的医院病床肺炎入院的日期;7)入住率定义为每日普查每在特定的医院病床肺炎入院的日期;8)周末(周六/周日/法定假日)入院日期;9)入学时间18:00-08:00 h;和10)承认在12月1日3月31日(旺季肺炎住院在阿尔伯塔省)。
派生变量
定义医院类型的病人数量
阿尔伯塔省的所有医院都由一个自治区委员会在每个17卫生区域。阿尔伯达省的300万名居民都参加公共医疗保险计划和驻留在17个健康的地区之一。医院承认帽被分为五组患者的基础上,医院每年排放的平均数量在5年的研究里,地理位置和医学院附近。
乡村医院与< 50例·年包括77家医院−127医院·年50 - 108例−1。农村医院肺炎病例50和108的截止值50和75百分位数表示。地区医院包括五名医院位于五nonmetropolitan之一,区域、医疗城市·年67 - 251例−1,一个大容量农村医院221例·年−1。大都会医院包括七医院位于伦敦卫生卡尔加里地区和资本·年医院92 - 813例−1和两个医院位于毗邻医学院;一个医院的两个城市中心有493和610例·年−1。
计算远程距离医院
每个分离映射到一个邮政编码的中心和重心之间的距离“笔直地”计算。最近的医院距离居民邮政编码得到所有nonurban居民。城市居民的距离是零。被定义为远程距离> 50公里。
死亡率
关键统计数据声明的死亡证书与阿尔伯塔省医保合并溢价注册表数据库以确定取消登记的计划。连杆的可靠性高(99.5%),验证通过比较院内死亡,记录下hospital-chart提取、亚伯达省医疗保险费登记死亡,来自重要统计数据。
结果用于回归包括以下几点:1)住院死亡/在入学的第一个72 h出院;2)每出院患者住院死亡率;和3)1年死亡率每在那些没有死在医院出院。
统计数据
前进,逐步选择的因素是用于确定影响死亡率的因素的重要性顺序。因素分组作为病人疾病的严重程度和疾病群体,医疗组织组或医生组。每个整个因素组顺序也被迫进入模型和c统计确定。c量统计summary-rank相关统计之间观察到的反应和预测概率等于-操作者曲线下的面积,通常报告风险调整模型18。
分析的单位是出院,有些病人被送往医院每年在多个场合。作者试图调整医院排放的相关性在相同的主题,但它并没有导致大量不同的假设下的零相关。因此,作者选择报告的结果基于多个逻辑模型的一个更简单的方法19,20.。控制大样本尺寸效应在统计学意义上,三分之一出院的随机样本数据用于统计建模21。结果验证了整个数据集样本测试的偏见。被定义为意义p < 0.05。
结果
在5年的研究有43642急性病治疗的肺炎医院排放。每个出院患者住院死亡率为11%(9.2%的24天,如图1所示⇓),整个1年/出院的死亡率是26%。4693院内死亡,11.5%(538)入院24小时内死亡,16.5%(773)在25 - 72 h的承认,45.0% (2111)73 h 2周内的承认和27.1%(1271)> 2周入院后死亡。
死亡率(表1⇓)是按比例高于男性,老年患者,这些城市住宅和伴随疾病(尤其是恶性肿瘤,充血性心力衰竭、血管疾病、痴呆和肾脏疾病;这些数据没有显示)。severity-of-illness标记确定比例更高的死亡率,除了季节性招生(表2⇓)。严重的疾病往往是更大的死亡在72 h与院内死亡。死亡率在城市医院和医院比例更大比例更高的死亡率是位于接近病人的家庭住宅(表3所示⇓)。平均每天医院入住率是75%(四分位范围56 - 90%)。平均每个床的日常招生数量为0.15 (0.1 - -0.2)。死亡率比例更大当内科专家/ subspecialists参与护理,作为最负责任的医生或顾问(表4所示⇓)。只有5%的病人有一个最负责任的医生,一般/家庭医生和内科专家/ subspecialist。
病人住院的平均数量上限每7.4最负责任的独特的医生是病人·年−1。这些都是分成四分位数(第一四分位数:0 - 6例·年−1;第二个四分位数:病人·第7 - 13年−1;第三四分位数:14-27病人·年−1;和第四象限:·年> 27例−1)。死亡率比例更大的在那些没有医生咨询2 - 14天之前承认的。医生住院前磋商是肺炎的诊断(7%)、呼吸系统疾病(17%)和所有其他诊断(76%)。死亡率比例更大的在那些直接从急诊室承认,而不是那些紧急访问2 - 14天之前承认的。
内科专家或subspecialists和大容量的医生照顾病人的严重性表示和更多合并症(表5所示⇓)。同样,入院前由内科专家咨询或subspecialists(但不是全科医生)患者发生更严重的表示和更多的疾病。全科医生是84、88、80和19%,分别的四个医生卷四分位数(分别从体积,由低)。
肺炎死亡率的c量统计模型范围0.77 - -0.79,在值1描述了完美的预测和0.5描述预测不比偶然(⇓⇓表6 - 8⇓)18。病人因素组提供了最好的预测死亡率在72 h,概率模型的条目的顺序和c量的统计。医生相关的因素与降低死亡率在72 h是一个非专业人士,最负责任的医生和专家咨询(入学期间或之前)。没有一个医院护理组织因素是重要的。
类似的结果被发现院内死亡,对病人因素(表7所示⇑)。在这种情况下,医生的因素证明减少住院死亡率,与更高的病人量最负责任的医生。咨询与内科专家/ subspecialist入学前还与下降的死亡率相关,但住院咨询与住院死亡率增加有关。与病人因素组相比,医生因素组提供更少的力量模型预测的model-entry秩序和c量的统计。医疗保健组织因素(入学时间)成为重要的预测住院死亡。
患者因素的预测提供了最强大的力量1年死亡率等出院(表8所示⇑)。住院专家/ subspecialist和大容量的医生与死亡率的增加有关。医疗组织因素是重要的但至少预测一年内死亡的力量。住院,不是居住的地区,与死亡率增加有关,而招生大体积或都市医院与降低死亡率相关。
讨论
本研究探讨了协会的死亡率与病人因素,医生因素和医疗组织因素与帽。入院后死亡率的11%发生在医院和26%在1年3。正如所料,疾病和疾病的严重程度与死亡率有最强的协会22。本文研究首次将大容量内科护理与患者住院死亡率下降帽。内科专家/ subspecialist的存在并不是始终与减少医院死亡率除非发生了入院前咨询。医疗组织因素弱相关的住院死亡率的急性发作和死亡率在那些出院后的初始索引集肺炎。在大容量医院为期一年的死亡率下降,最初的承认。
专家之间的关系/ subspecialists,大量实践和更复杂的(更严重的疾病和疾病)患者不易分离。专家/ subspecialists实践更高体积中心和看到更复杂的患者推荐。因此,任何剩余的混淆,由于病人选择偏向严重疾病/疾病,会降低死亡率与全科医生,虽然专家/ subspecialists和大容量的增加死亡率与医生。
随机试验比较高/低容量和通用/专业实践是后勤困难考虑需要大样本大小来检测实践,需要定位的小影响地理区域等医生的存在。Administrative-database研究抓住各种实践和病人,有足够的样本容量来演示效果。这项研究不支持论点,住院专家/ subspecialist护理导致独特的死亡率优势。然而,它是支持大容量的优势的做法。许多研究解决体积之间的关系的过程和病人结果已经出版,大多数对手术护理23- - - - - -25。与当前的研究相似,大小医院或医生卷被用作代表医生的技能。帽,与外科体积的研究,不是与一个独特的过程或技能。肺孢子菌肺炎的治疗人类免疫缺陷病人virus-seropositive与改进的有关结果时在高体积中心接受治疗26。在研究分析医院数量和结果,更好的结果已经与更高的患者数量在某些情况下27- - - - - -30.,而不是其他人28,31日,32。一些研究的各个提供者体积显示积极的体积和结果之间的关系33,34,而其他人没有关系或不一致的结果23,35。最后,只有少数研究类似于当前的研究分析了医院体积和提供者体积和报道积极的体积/结果的关系36,37。
这项研究没有指定哪个方面的大容量护理可能会降低死亡率。专家/ subspecialist评估和治疗可能会更好,因为更大的整合发布指导方针38,39。现在还不知道如果大量练习符合治疗指南帽。早期的医生护理记录作为一个入院前访问与下降的死亡率有关,表明权宜之计医疗保健途径帽是一个重要的组成部分2。医生被指定为临床医生参与大量练习。其他卫生保健工作者也可能变得更加熟练,高容量的实践支持。然而,医院本身并不是降低死亡率。当前的研究,不像其他人40,没有发现任何协会与降低死亡率,在医院的员工,包括顾问,盟军医疗专业和管理,可能更有限的(周末和假期,18:00-08:00 h)。另一个可能的优势大量保健或入院前咨询及时、适当的抗生素管理41,42。最后,高容量的从业者可能只是可以更好地预测问题,而不是postoccurrence反应。模仿大量实践的能力可能代表另一个策略来帮助医生遵循实践指南43。这可能是特别重要的,因为大多数情况下住院肺炎是由社区医院的初级护理医生照顾44。这项研究没有说明为什么有些医院的组织因素与死亡率为帽死亡率下降。大医院的利益可能与更好的安置在年老体衰,死亡的风险更大,而不是实际的具体治疗肺炎。
目前的研究也有一些局限性。肺炎可能助长一个预先存在的疾病。作者不知道哪个是第一位的(即。肺炎疾病恶化或伴随疾病变得糟糕和肺炎了)。病人群体是年龄的增长,几乎所有病人都至少有一个疾病。作者并不认为是足够详细的数据准确、可靠地识别所有内科作为不同于内科专业细分专业。尤其如此,一些医生multiple-board认证和医生报销规则有时导致同一个人医生使用不同的专业名称。足够强大的数据从当前的研究,以确定专家/ subspecialists非专业人士写的,因为这个指标有重要的金融影响的医生和医院。
以人群为基础的行政数据库研究可能非常普遍,尽管有限的临床细节。作者试图调整情况严重程度和疾病,但可能没有捕获的所有变化45。这些变量可能会比肺炎临床派生指数不可靠2。护理流程变量,如使用一种特殊的/重症监护室或转移到另一个医院,不合理的一个特定的阈值。因此,这些变量将病人和医院之间的差别很大。尽管有这些限制,模型的整体死亡率的预测很好证明了c量的统计。作者无法唯一地标识医生在一个以上的医院。因此,结合案例卷不能归功于这些多医生。
- 收到了2002年12月12日。
- 接受2003年2月28日。
- ©人期刊有限公司