论文部分内容阅读
研究背景我国急诊医学总体起步较晚,地区差异明显。大陆地区在很长一段时间内没有形成统一的分诊工具,信息化系统仍有待规范完善。如何建立高效快捷、敏感可行的电子分诊系统仍是亟待解决的问题。近年来,各家医院参照国外标准逐步尝试建立符合自身情况的分诊标准,并依据标准建立信息化分诊系统。已有电子分诊系统是以2012版加拿大急诊分诊标尺（Canadian Triage and Acuity Scale,CTAS）、台湾地区急诊检伤急迫度分级量表（Taiwan Triage and Acuity scale,TTAS）为参照构建,但存在主诉参数不完整、主诉分诊依据选择繁琐、依靠单变量决定分诊分级、特异性不高等问题。研究目的本课题为应用性研究。依据科学性、可行性和实用性原则,对本医院初步形成的急诊电子分诊系统（后简称“已有电子分诊系统”）进行测试、评价和优化,最终达到进一步提高已有电子分诊系统敏感性、特异性的目的。研究内容与方法（1）通过横断面研究,对已有电子分诊系统进行回顾性测试与评价。以方便抽样的方法选取2019.3～2019.5的14787例急诊患者作为研究对象,所有患者均采用已有电子分诊系统实施分诊。纳入标准:≥14岁急诊患者。排除标准:（1）灼伤患者;（2）创伤患者;（3）入院死亡患者;（4）拒绝采集生命体征者;（5）自动离院导致信息采集不全者。以患者是否进入抢救室作为观察指标（进入者判定为危重,反之则否）,以特异性、敏感性、ROC曲线下面积（Area Under Curve,AUC）评价已有电子分诊系统识别危重患者的效能。由分层抽样的6名医护人员使用该系统对30例案例实施分诊,采用加权Kappa系数检验与专家分诊间的一致性,采用Kendall W系数检验6名分诊人员间的一致性,以此评价已有电子分诊系统的信度。“专家分诊”为2名副主任医师使用分诊系统所得结果,如有差异由第3名副主任及以上医生参与讨论确定最终级别。（2）以2016版CTAS为基础,通过汉化加拿大急诊信息化系统（Canadian Emergency Department Information System,CEDIS）主诉列表,增补已有电子分诊系统的主诉参数,使用与CEDIS一致的主诉代码。对CEDIS主诉列表的翻译遵循Brislin改良回译模型Ⅱ,形成中文主诉列表,并在此基础上进行专家函询（n=20）,就评判依据、主诉条目对急诊的重要性、条目与分类的相关性、熟悉程度进行评判。明确汉化的准确性及各主诉条目对急诊的重要性,为后续构建分诊分级预测模型奠定主诉变量基础。（3）结合2016 CTAS和2018中国预检分诊专家共识,对已有分诊标准进行增补修订,形成急诊分诊标准修订版（主诉依据+客观指标）。以10978例急诊患者作为研究对象,以急诊分诊标准修订版中所列主、客观指标作为研究变量,采用Logistic回归分析分三步构建预测分诊分级的模型:（1）应用二分类Logistic回归模型将患者分为轻症患者（Ⅲ级/Ⅳ级）、重症患者（Ⅰ级/Ⅱ级）两类;（2）轻症应用二分类Logistic模型区分Ⅲ、Ⅳ级。（3）重症患者应用二分类Logistic模型区分Ⅰ、Ⅱ级。采用ROC曲线评价不同变量组合下模型的预测效能,确定最优模型。（4）以10978例急诊患者的分诊数据作为数据库,采用十折交叉验证法检验模型的效能;采用Kendall W系数比较医护人员使用优化后电子分诊系统实施分诊的一致性,以此检验分诊系统的信度;比较各预测级别与住院率、收治ICU率、死亡率的相关性,查看模型预测级别与标准分级的一致程度,以此检验优化后急诊电子分诊系统的效度。研究结果（1）已有电子分诊系统特异性为67.03%,敏感性为87.8%,ROC曲线下面积为0.848。6名医护人员对30例急诊案例分诊结果与专家分诊间加权Kappa系数为0.844（P<0.001）,医护人员间一致性Kendall W系数为0.871（P<0.001）。（2）中文主诉列表包含15大类,165项主诉条目。两轮专家咨询（n=20）的问卷回收率为100%;权威系数分别为0.833、0.883,变异系数分别为0.489、0.442;Kendall W系数分别为0.856（χ2=2926.12,P<0.001）、0.858（χ2=2917.47,P<0.001）;本次汉化主诉列表的总Cronbach’sα为0.977,专家咨询总内容效度S-CVI=0.56。（3）轻（Ⅲ级/Ⅳ级）-重（Ⅰ级/Ⅱ级）分级预测模型纳入14个变量,约登指数0.8375,敏感性84.26%,特异性99.49%,ROC曲线下工作面积0.9693;Ⅰ-Ⅱ分级模型纳入9个变量,约登指数0.9643,敏感性95.18%,特异性98.03%,AUC为0.9643;Ⅲ-Ⅳ分级模型纳入14个变量,敏感性94.44%,特异性92.63%,AUC为0.9331。提示模型的预测效能较高。（4）不同年龄、急诊工龄、学历、职称10名医护人员使用优化后电子分诊系统,对30例标准案例实施分诊,分级结果与标准分级间的加权Kappa系数为0.79（P<0.001）,医护人员间一致性Kendall W系数为0.88（P<0.001）。轻症（Ⅲ级/Ⅳ级）与重症（Ⅰ级/Ⅱ级）在死亡率、住院率、收治ICU率的比较中差异有统计学意义（P<0.001）,重症患者显著高于轻症患者。I级与II级患者在死亡率上差异有统计学意义（P<0.001）,Ⅰ级高于Ⅱ级。Ⅲ级与Ⅳ级患者相比三者差异均无统计学意义。提示分诊标准信、效度较好。研究结论本次研究基于已有电子分诊系统评价性分析结果,通过增补和修订既往急诊分诊标准,将主诉与客观指标共同作为变量构建分诊分级预测模型。优化后的电子分诊系统能够全面采集患者分诊信息、准确预测急诊患者分诊级别,与初始急诊电子分诊系统相比,预测级别的效能、特异度等有大幅提升。此外,优化后模型对使用者更为“友好”,对使用者的年龄、学历、职称等依赖较小。总体而言,本次研究初步达到优化目的,但由于是单中心研究,在应用于临床前仍需要做进一步的外部效度验证,最终达到保障急诊患者安全有效分诊、节约急诊资源的目标。