摘要
重症监护室之间的生存率存在显著差异,最明显的是需要机械通气的患者。本研究旨在评估医院MV容量对医院死亡率的影响。
我们纳入294家医院179,197名连续接受机械通气的患者。采用随机截距的多变量logistic回归模型估计各医院年MV量的影响,并对疾病严重程度和病例组合的差异进行调整。
中位年MV容量为162例患者(四分位数区间99-282)。MV患者住院总死亡率为31.4%,最低年容积四分位数为40.8%,最高年容积四分位数为28.2%。在对疾病严重程度、年龄、诊断和器官衰竭进行调整后,MV体积越大,MV患者的住院死亡率就越低(OR 0.9985 / 10, 95% CI 0.9978-0.9992;p = 0.0001)。在调整容量效应后,显著的中心效应对医院死亡率仍然存在(p<0.0001)。
我们的研究表明,较高的医院MV体积与MV患者的存活率不同。在调整医院MV体积后中心持续存在的显着差异,支持中心效应的其他重要决定因素的作用。
在过去二十年中,医疗保健结果评估方面的进展揭示了接受各种医疗和外科手术的病人的生存决定因素1- - - - - -5.结果的变化通常被认为源于机构之间的差异,患者特征,案例组合或组织因素3.,4,6,7.在导致机构(中枢效应)的差异的因素中,程序量定义为每年在医院接受特定程序的患者的数量,已被确定为发挥重要作用8- - - - - -12..
确定中心效果的决定因素可能表明提高护理质量的方法4.例如,人员配置的差异有助于中心效应,LeapFrog集团估计,应用重症监护股(ICU)医生人员配置标准可能会节省> 54,000个生命·YR−113..因此,比较跨机构的定量表现可以帮助我们了解结构和护理过程如何影响患者生存1,14.,15..
急性呼吸衰竭在ICU病人中很常见16..尽管在过去十年中取得了进展,但接受机械通气(MV)的患者的生存率并没有明显改善。16.,17..这一事实表明需要更新MV的指导方针,并提高接受MV患者的护理质量和过程。在对美国37项急性护理医院进行大型研究中,接受MV的年度体积是这些患者中生存的主要决定因素11..然而,其他研究没有发现数量和结果之间的关联,这表明需要对更多的患者和医院进行额外的研究18- - - - - -20..
本研究的目的是探讨危重患者接受MV(体积)的数量与患者住院生存期的关系。该研究包括法国卫生部(巴黎)数据库294个icu中连续2年接受MV的179,197名患者。
患者和方法
数据来源
我们使用了由卫生部维护的法国全国数据库,以获得公共和私立医院所有内居入住的标准化医院储存数据。用于馈送数据库的标准化形式收集有关患者的行政,人口和医疗信息,包括录取和排放(以及因此,住院时间长度),医院出院的重要地位,诊断使用国际分类诊断疾病,第10次修订(ICD-10-CM)和使用法国医疗程序目录分类的程序。在住院期间入院或发生在入院或发生的主要诊断,被定义为诊断,该诊断占在住院期间提供的护理最大部分。此信息用于使用法国相当于诊断相关组(DRG)系统(Médicalisation des Systèmes d'Information方案).对于患有ICU的患者,记录了通过简化的急性生理学分数II(SAPSII)来造成疾病的严重程度(SAPSII)21.
由于卫生部数据库包含所有连续出院的标准化行政和医疗数据,它可以用来得出国家估计数。然而,在数据库中没有记录诊断的顺序和使用的程序。为了评估数据库信息在评估ICU住院和诊断方面的有效性,我们与5家医院的6652名患者的病历数据进行了比较22.所选择的住院时间的差异仅发生在住院时间的0.2%,主要与入院后在ICU外给予MV的患者有关。
研究人口
主要研究人群为2004年或2005年法国公立医院出院的成人(年龄≥18岁),SAPSII值>0,有常规MV记录,极有可能住进ICU。仅接受持续气道正压或无创MV的患者不包括在内。每年收治人数<100人的医院−1,从一年中没有死亡,每年少于5例MV患者被排除在分析之外。最终数据集由179,197名患者组成,294家医院。
为了评估需要MV的潜在疾病的影响,我们根据ICD-10-CM代码定义了另外三种研究人群:急性呼吸窘迫综合征(ARDS),心形成休克和毒害(补充材料中的表S1)。这些是低至高风险的医疗状况的重要组。虽然在该亚组分析中,在该亚组分析中,患有术语相关的患者,败血症,严重的败血症或脓毒症休克,因此在ICD-10-CM(几个代码)中的败血症编码系统以及充分区分医院的不可能性 -从所选数据库中获取的社区获取的SEPSIS。
结果措施
暴露变量为年医院量,定义为各医院每年接受MV的患者人数。由于我们在2年多的时间里研究了294家医院,我们有588个医院年单元,它们是单独研究的,因为给定医院的容量可能每年都不同。主要指标为医院死亡率。
统计分析
由S. Chevret(圣路易大学医院生物统计学部和法国巴黎UMRS 717 Inserm)进行统计分析。
描述性数据以中位数(四分位范围(IQR))表示。为了评估协变量对二元结果变量医院死亡的影响,我们对每个医院采用随机截距logistic回归模型,引入医院容量作为连续变量。在多变量模型中,我们通过控制疾病严重程度和其他与ICU生存相关的变量,解决了由于病例组合变化造成的潜在混淆。根据入院当天的SAPSII(得分越高表明病情越严重和死亡风险越高)评估疾病的严重程度21.为调整病例组合,计划对3个研究人群(ARDS、心源性休克和中毒)进行二次分析。由于样本量大,只有≤0.001的p值被认为是显著的。
利用R的glmmML函数建立统计回归模型,估计最大似然值通过用高斯-埃尔米特求积辅助数值积分23.
结果
2004年和2005年,421,186名患者在294家医院录取了ICU,其中179,197名患者接受了MV。图1显示研究中患者和医院的流程图。中位医院体积为162毫升患者·年−1(差99 - 282年)。
病人的特点根据医院的容量而定
179,197 MV患者按医院容量的特征见表1.中位年龄为63岁(IQR 49-74 YRS)和111,819名(62.4%)患者是男性。医疗DRG占医院住宿的57.6%。除了MV,80,489(44.9%)患者需要血管活性剂,16,933(9.4%)患者需要肾置换疗法。中位数的住院时间为14天(IQR 6-28天)。入学中的中位数Sapsii是43(IQR 29-59),表明预测的内部医院死亡率为30.6%(IQR 9.7-66.1%);观察到的医院死亡率为31.4%。SAPSII价值评估的ICU入院和严重程度的原因与医院量广泛不同。中位数Sapsii高于低储蓄医院(43.7±22.2的最高体积四分位数相对最低体积四分位数的51.3±22.6;P <0.0001)。这种疾病严重程度的差异可能源于大容量医院的其他两种特征,即年轻的患者年龄(59±17.5相对最高四分之一和最低四分之一分别为64.6±17.4年;p<0.0001)和较大比例的手术drg患者(49.6相对27.8%;P <0.0001)。在大储蓄医院中,更多的是需要血管活性剂的患者(44.2相对40.9%;P <0.0001)和/或肾置换疗法(9.9相对3.8%;P <0.0001),和昏迷患者(21.7相对18.1%;P <0.0001)。
患者预定义的条件
在179,197名MV患者中,33,122名(18.5%)患者具有三种预定条件之一:13,888名患者有ARDS,11,651名患者患有型毒性休克,7,583名患者含有毒害。这三种条件的患病率在年度体积四分位数之间变化广泛(表1).特定病症的年产量(定义为每项学习年度每个学习医院的每种病症的患者的数量)是14名患者·医院−1·年−1(IQR 6-30·医院的病人−1·年−1)治疗急性呼吸窘迫综合征10例·医院−1·年−1(差5 - 20·医院的病人−1·年−1)心源性休克10例·医院−1·年−1(IQR 4-17患者·医院−1·年−1)对于毒害。33,122名患者的医院死亡率为43.1%,患者患者53.7%,患者患者患者59.7%,患者中毒患者患者2.2%。
医院数量对结果的影响
未经调整的医院死亡率从每四分位数依次下降,从最低容量医院的40.8%下降到最高容量医院的28.2% (表1).在调整潜在混杂因素(疾病严重程度、年龄、DRG、ICU住院期间的诊断、器官衰竭和生命维持治疗)后,结合随机的医院效应,每个医院容量增加10例·年−1与医院死亡率的显着降低有关(或0.9985,95%CI 0.9978-0.9992; P = 0.0001)(表2.).图2.和3.显示医院量对医院死亡率的影响,评估为连续变量。多变量混合回归模型显示出显着中心效应的持久性(P <0.0001)。
为了评估我们的研究结果的敏感性,我们对患者人群进行了不同的假设(表3).我们的结果不受排除异常医院的影响。然而,当我们排除手术DRGs患者时,年医院总容量不再与医院死亡率相关(OR 0.9992 / 10例患者·年)−1,95%CI 0.9984-1.0000;P = 0.0502)或者当我们通过将我们的分析限制对具有三种预定条件中的任何一种(或每10名患者的1.0012患者·YR的患者来调整案例混合时−1,95%CI 0.999-1.002;p = 0.06)(表3).
医院数量对预定义条件患者结果的影响
虽然每年的总数量(即。每个研究医院每年的MV患者数量)与调整后的医院死亡率、急性呼吸窘迫综合征和心源性休克的病情特异性年容量(即。各研究医院每年每种疾病的患者数量)与经混杂因素调整后的调整后医院死亡率(表3).同样,在除中毒人群外的所有人群中,特定医院随机效应与整体医院随机效应呈正相关(补充材料中图S2)。
讨论
我们使用在法国卫生部数据库中收集的超过2年的数据来检验医院数量对需要MV患者的医院死亡率的影响。在>170,000 MV患者群体中,校正潜在混杂因素后,MV患者的住院人数与医院死亡率呈负相关。有趣的是,对体积效应的调整并没有消除医院死亡率的中心效应,这表明了其他因素的作用仍有待确定。
在我们的研究中发现,在控制混杂因素后,高容量和高生存率之间的关联表明,通过管理许多患者获得的更多临床经验可能转化为更高质量的护理。早期的研究发现,在一些手术条件下,体积越大,结果越好8,9,12..已经获得了关于关键护理患者的体积结果协会的冲突数据,包括医疗患者,手术患者,小儿患者和新生儿2,10.,11.,20.,24- - - - - -27.有几个因素可以解释这些差异。批判性病患者的一些研究包括少数医院19,23和/或病人20.,24,28.由于医院量的影响通常是适度的,因此未能检测到这种效果可能表示不充分的统计功率,特别是在调整集群效果时29.此外,这些研究中的一些在选定的ICU中进行,这可能引入了选择偏差19,28.最后,一些研究忽略了数据的聚类19,28.
我们研究的另一个有趣的发现是特定情况特定医院卷的影响(即。某一特定情况下每年医院的MV患者量),即使在没有影响医院总MV量的情况下。在涉及对患者群体的各种假设的敏感性分析中,在对混杂因素进行调整后,特定情况的医院数量与医院死亡率独立相关。这一发现表明,即使更多的MV经验对结果没有影响,更多的特定情况的经验可能有利于患者。很少有研究评估特定疾病的医院容量的影响。在一项研究中,甚至增加了1个病人·年−1有血液系统恶性肿瘤和急性呼吸衰竭与死亡率显著下降相关25.同样,在一项1991 - 1997年ICU住院的研究中,大容量医院对内科ICU中胃肠道疾病患者的死亡率较低(风险比0.68,95% CI 0.51-0.85),但对因呼吸或神经原因住院的患者的死亡率则不低24.然而,本研究中的每一组都包括一系列不同的情况,例如,呼吸组从ARDS到慢性阻塞性肺疾病,神经组从代谢性昏迷到脑出血。这种异质性可以解释体积和死亡率之间缺乏关联24.我们的结果表明,具有丰富特定诊断的中心可能产生最佳结果。这一结果表明,至少在处理这些特定条件时,关注和患者转诊的区域化将是有益的。然而,我们发现毒性患者亚组中的病态和死亡率之间没有任何关联;在解释这种负面结果时,应考虑在此亚组中的低医院死亡率为2.2%。
我们的研究有一些局限性。首先,在机构上提供的信息有限,因此,我们无法调整中心的特定特征的死亡率。然而,使用多元混合回归模型使我们能够纳入和测试机构的随机簇效应。本研究未评估患者转诊实践。他们可能会影响数量对死亡率的影响,以及医疗机构的表现10.,20.,24.然而,他们可能被考虑在我们研究中发现的中心效应的一部分,这表明医院的体积与院校特征的结果与结果相关联。使用数据库中的另一个限制。实际上,我们使用了一个数据库,其中包含关于从法国医疗机构出发的所有患者的信息。该数据库旨在作为成本评估的工具,而不是医学研究。数据质量和有效性在没有专门用于研究的数据库中可能存在问题。例如,缺乏关于器官支持持续时间的几条信息。此外,误导性编码可能影响包括患者的DRG。尽管如此,对于特定条件的医院量影响分析,我们选择DRG,预计编码是强制性的,作为限制这一偏差的方式。此外,与临床数据库相比,前面的工作表明,与临床数据库相比表现得比相比,能够轻微识别偏远的医院30.或主要31差异。最后,我们的调查结果可能不适用于其他国家。在法国,大多数icus都有高人员分支32与其他国家相比13.,32.尽管如此,我们的研究提供了有关医院数量对高ICU人员配置水平的医院死亡率对医院死亡率的影响的强大信息。我们的调查结果支持这些国家区域化的实践。
总之,我们的研究是该领域迄今为止规模最大的研究,表明在以高级别ICU人员配备为特征的医疗系统中,较高的医院容量与需要MV患者的较低调整后医院死亡率相关。此外,根据具体情况分列的医院数量(即。具有特定条件的MV患者的年度医院体积也与ARDS或心形成休克患者的医院死亡率有关。我们的调查结果支持对患者的区域化,以及患者转诊到大批量中心,至少在处理这些具体情况时。最后,调整医院体积后,中枢效应持续存在。因此,需要进一步的研究来寻找与这种残留中心效应相关的结构或组织因素。
脚注
本文提供了补充材料www.www.qdcxjkg.com
支持声明
该研究得到了援助公布 - HôpitauxdeAlis(PHRC AOM04056),非营利组织,政府资助组织的批准支持。
兴趣表
没有宣布。
- 已收到2009年12月10日。
- 接受2010年6月14日。
- ©ers 2011.