德国116117医疗值班服务中患者特征与推荐去向的关联:横断面观察研究
该研究基于德国8个地区116117医疗值班服务的DEMAND干预,对9473名接触者中的1756名(18.5%)参与者进行标准化邮寄调查,分析患者特征与电话分诊推荐去向的关联。结果显示,推荐急救服务与较高年龄(OR 1.44)和较高主观治疗紧迫性(OR 2.51)相关;推荐急诊科与较好自评健康(OR 1.37)和损伤类问题(OR 3.12)相关;推荐电话咨询与较低年龄(OR 0.71)、较低紧迫性(OR 0.65)及非症状/感染类问题相关。作者认为多数关联符合干预目标,但自评健康较好者更易被推荐至急诊科的原因需进一步澄清。
要点
- 推荐急救服务与较高年龄(每差20岁OR 1.44,95%CI 1.15/1.81)和较高主观治疗紧迫性(每差3分OR 2.51,95%CI 1.83/3.43)相关。
- 推荐急诊科与较好自评健康(每差30分OR 1.37,95%CI 1.11/1.70)及损伤类健康问题(OR 3.12,95%CI 1.67/5.83)相关。
- 推荐电话咨询与较低年龄(每差20岁OR 0.71,95%CI 0.59/0.85)、较低主观治疗紧迫性(每差3分OR 0.65,95%CI 0.51/0.82)及非症状/主诉类(OR 0.41)或非感染类(OR 0.22)问题相关。
- 推荐全科诊所与较低主观治疗紧迫性(每差3分OR 0.58,95%CI 0.44/0.76)和非损伤类问题(OR 0.26,95%CI 0.10/0.68)相关。
- 作者指出,自评健康较好者更易被推荐至急诊科,可能反映推荐基于患者偏好(如影像学可及性)而非医疗需要,但本研究未评估推荐适当性。
适用人群与场景
- 德国8个法定健康保险医师协会地区(巴伐利亚、勃兰登堡、不来梅、黑森、北莱茵-威斯特法伦两个地区、石勒苏益格-荷尔斯泰因、图林根)116117医疗值班服务的DEMAND干预参与者,年龄≥18岁。
- 排除标准:无效邮政地址、患者报告未使用相应协会电话服务、其他家庭成员报告患者无法填写问卷(如功能受限)或患者已死亡。
处置流程与药物剂量
- DEMAND干预中,经培训的医务人员通过电话进行计算机辅助结构化初始评估,使用SmED软件,先排除立即生命威胁,再根据症状和健康数据计算治疗紧迫性并推荐合适医疗场所。
- 推荐场所包括急救服务、急诊科、急诊上门访视、急诊诊所、电话咨询、专科诊所和全科诊所;急救服务、上门访视和电话咨询由医务人员组织,其他场所由患者自行前往。
- 电话服务每周7天、每天24小时可用,每次初始评估约持续2.5分钟。
研究设计与关键结果
- 横断面观察研究,纳入1756名调查参与者(应答率18.5%),中位年龄66岁(四分位距50–79),59.0%为女性,30.2%独居。
- 最常推荐的场所为急诊上门访视(40.1%),其次为电话咨询(20.4%)、急诊科(20.2%)、急救服务(17.6%)、全科诊所(13.1%)、急诊诊所(12.3%)和专科诊所(4.5%)。
- 推荐急救服务与较高年龄(每差20岁OR 1.44,95%CI 1.15/1.81,p=0.002)和较高主观治疗紧迫性(每差3分OR 2.51,95%CI 1.83/3.43,p<0.001)相关。
- 推荐急诊上门访视与较差自评健康(每差30分OR 0.67,95%CI 0.55/0.81,p<0.001)相关。
- 推荐急诊科与较好自评健康(每差30分OR 1.37,95%CI 1.11/1.70,p=0.003)和损伤类健康问题(OR 3.12,95%CI 1.67/5.83,p<0.001)相关。
- 推荐急诊诊所与较低年龄(每差20岁OR 0.60,95%CI 0.48/0.74,p<0.001)相关;推荐专科诊所与症状/主诉类健康问题(OR 3.75,95%CI 1.49/9.45,p=0.005)相关。
- 推荐全科诊所与较低主观治疗紧迫性(每差3分OR 0.58,95%CI 0.44/0.76,p<0.001)和非损伤类健康问题(OR 0.26,95%CI 0.10/0.68,p=0.006)相关。
- 推荐电话咨询与较低年龄(每差20岁OR 0.71,95%CI 0.59/0.85,p<0.001)、较低主观治疗紧迫性(每差3分OR 0.65,95%CI 0.51/0.82,p<0.001)及非症状/主诉类(OR 0.41,95%CI 0.25/0.68,p=0.001)或非感染类(OR 0.22,95%CI 0.09/0.57,p=0.002)健康问题相关。
证据类型、等级与局限
- 证据类型:横断面观察研究。
- 局限:参与率较低(18.5%),可能因使用医疗接触数据而非研究用途数据所致。
- 局限:许多排除标准无法系统评估;部分被接触患者可能已死亡、因健康状况差或功能受限无法应答、提供错误联系方式或旅居在外而无法联系。
- 局限:非应答分析显示66–80岁患者过度代表(41.9% vs 35.2%),80岁以上患者代表不足(26.9% vs 31.3%);可能存在健康状态或教育水平等其他选择偏倚,但无法分析。
- 局限:未进行样本量计算,统计效能可能低于常规;Bonferroni校正增加II类错误可能性;专科诊所亚组仅75例,未检测关联风险最高。
- 局限:结果可能受SmED特定算法影响,不能完全推广至其他数字工具;不同国家医疗体系和文化价值观差异可能进一步影响推广性。
- 局限:17.1%的初始评估为COVID-19相关咨询原因,可能影响推荐场所;因回忆偏倚(问卷在干预后4–72天寄出)、错误和社会期望偏倚可能影响数据质量。
对床旁实践的改变
- 该研究显示,在DEMAND干预中,较高主观治疗紧迫性和较高年龄者更常被推荐至急救服务,较低紧迫性者更常被推荐至全科诊所,提示分诊推荐与干预目标一致。
- 作者指出,自评健康较好者更易被推荐至急诊科,可能反映推荐基于患者偏好(如影像学可及性)而非医疗需要,需澄清原因;本研究未评估推荐适当性,不能据此判断分诊准确性。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译11 节 · 点击展开
背景
在德国及许多其他国家,近年来急诊科的使用量显著增加,尤其是医疗需求紧迫性较低的患者[1–4]。一项德国研究发现,超过半数前往急诊科就诊的患者主观治疗紧迫性较低。除健康问题的紧迫性外,就诊急诊科的决定还可能受到感知结构性环境(例如服务可及性)和个体患者偏好(例如对诊断和治疗设施质量的假设)的影响[5]。
针对急诊科使用量增加有多种管理措施,例如利用计算机辅助电话分诊系统的医疗值班服务。这些系统旨在通过电话评估症状后在医疗保健系统内协调患者路径[6]。然而,该领域的证据有限且不一致。因此,需要进一步评估[7]。
很少有研究考察患者特征与医疗值班服务建议之间的关联。Dale等人在一项由护士主导的全科医疗非工作时间电话分诊与咨询服务中心报告了年龄较大与较高家访转诊率之间的关联[8]。另一项研究发现,老年人以及患有糖尿病、痴呆或既往脑梗死的患者存在被不当分诊的风险[9]。
在德国医疗保健系统中,可用于紧急情况的医疗保健场所包括急救服务(现场紧急治疗并转运至医院)、急诊科(医院门诊治疗)、紧急家访(门诊医生出诊)、急诊诊所(非办公时间门诊治疗)、电话咨询(医生提供建议)、专科诊疗(办公时间门诊专科诊疗)和全科医疗(办公时间初级保健)。患者可自由决定使用哪种紧急服务。门诊紧急服务由各地区法定健康保险医师协会(ASHIPs)管理[10]。
DEMAND(“在门诊紧急护理中实施标准化初始评估作为DEMAND管理的基础”)干预措施是改善非工作时间护理中患者分配的多种策略之一[10–13]。自2020年1月起,DEMAND在位于德国联邦州巴伐利亚、勃兰登堡、不来梅、黑森、北莱茵-威斯特法伦(由北莱茵和威斯特法伦-利珀地区的两个ASHIPs代表)、石勒苏益格-荷尔斯泰因和图林根的八个ASHIPs的医疗值班服务(“116117”)中实施。
该干预措施的核心要素是软件SmED(“德国结构化医学初步评估”)。SmED通过使用神经网络分析患者报告的病史,根据当前证据水平提供关于治疗紧迫性和适当护理场所的建议。SmED软件是在已有软件SMASS(“瑞士医学评估系统”)的基础上开发的[14, 15]。在DEMAND干预中,医务人员使用SmED进行计算机辅助的结构化初始评估,并针对患者的健康问题给出适当的医疗保健场所建议。
伴随DEMAND干预的研究监测了实施过程,并分析了了对SmED的看法、SmED使用情况与患者特征之间的关联[16]。总体而言,医务人员使用SmED的初步体验是积极的[17]。其他研究在初始评估中描述了患者特征和咨询原因[18],并报告了对所生成建议的依从率和患者对干预的满意度均令人满意[10]。基于医保数据的未发表分析描述,在大多数地区SmED实施与急诊科利用率之间呈负相关,且未观察到因使用SmED而导致记录死亡率增加[19]。然而,这些建议的有效性尚未得到研究。
因此,本研究旨在分析个体患者特征是否与DEMAND干预的输出(即具体设置建议)相关。
方法
参与DEMAND干预的患者收到了一份标准化的邮寄问卷。干预和调查在另一篇论文中已有详细描述[10]。简言之,在116117医疗值班服务中,经过培训的医务人员通过电话对患者进行计算机辅助的结构化初始评估,并在评估患者具体情况后给出合适治疗设置的建议。电话服务每周7天、每天24小时可用。每次初始评估持续约2.5分钟[20],包括两个步骤。首先,使用SmED排除对生命的即刻威胁。其次,根据症状和健康数据计算治疗紧迫性,并由SmED提出合适的医疗保健设置建议。随后,医务人员与患者讨论这些建议,考虑服务的可及性(例如按地区和时段)以及患者的具体情况(包括其他健康主诉和可用的交通工具)。救援服务、上门访视和电话咨询由医务人员组织,其他设置由患者自行利用[10]。
DEMAND干预在上述八个ASHIP的电话服务中进行了考察。德文问卷的英文译本发表在Schäfer等2023年论文的补充材料中[10],该论文描述了干预的依从性和患者满意度。这两个因素均取决于所建议的设置。例如,68.4%的患者遵循了“全科诊所”的建议,其中75.9%的患者对干预感到满意。相比之下,80.4%的患者遵循了“急诊上门访视”的建议,这些患者的满意率为84.6%[10]。DEMAND也在部分医院中实施,另一项研究对此进行了分析[21]。
参与者选择与数据收集
由于德国联邦政府对个人身份信息传输实行严格的审批程序,各地区数据收集的开始时间有所不同。北莱茵-威斯特法伦州和不来梅的观察时间为2020年1月至12月,勃兰登堡为2020年4月至2021年3月,巴伐利亚为2020年6月至2021年2月,黑森为2020年7月至2021年3月,图林根为2020年10月至2021年3月,石勒苏益格-荷尔斯泰因为2021年1月至3月[10]。
在观察期每个完整月份结束后,相应的ASHIP生成一份名单,列出参与干预的18岁及以上患者。如果未报告有效的邮寄地址,则患者被排除。研究中心通过电子数据传输接收联系数据。从63份名单中按干预中心和观察月份分层随机抽取了共10,000名患者。问卷和患者信息通过邮件发送给所选患者。在43份名单中,患者从干预到调查之间的时间间隔为4至47天,14份名单为18至58天,6份名单为34至72天。
回顾性排除患者的标准为:邮寄地址不正确、患者报告未使用相应ASHIP的电话服务、其他家庭成员报告患者无法填写问卷(例如,因功能限制)或患者已死亡。患者通过以匿名形式将填写的问卷寄回研究中心,表示知情同意参与研究。该研究于2019年4月8日获得汉堡医学会伦理委员会批准(批准号PV6035)[10]。
测量
我们分析的终点是推荐的急诊护理设置,通过患者自我报告收集。允许多选。患者对计算机辅助初步评估及所用设置的满意度通过评估其对八项陈述的同意程度进行评价,采用四点Likert量表[10]。
收集了社会人口学、紧急呼叫时的健康状况、既往卫生服务使用情况及健康素养的数据。社会人口学数据包括年龄、性别、居住安排、患者教育水平以及研究参与者及其父母的出生国。教育水平根据CASMIN分类[22]编码为三个等级类别。采用视觉模拟量表,范围从0(表示最差)到100(表示初次评估当天可想象的最佳健康状况),用于评估自评健康。
患者采用数字评定量表评定其主观治疗紧迫性,范围从0(表示无紧急治疗需求)到10(表示非常紧急的治疗需求和/或危及生命的情况)。为筛查初次评估前两周内的抑郁情绪和快感缺失,使用了PHQ-2(患者健康问卷)[23]。其总评分范围为0(表示无症状)至8(表示两种症状几乎每天出现)。患者通过开放式问题报告其就诊原因。JHO和AM回顾性地将这些信息编码为国际初级保健分类第二版(ICPC-2)[24],便于按器官系统和诊断类型(例如“症状/主诉”或“感染”)分组。在现有信息可能有多个编码的情况下,评定者被指示选择最具体的编码,例如,特定诊断优先于非特异性症状。健康问题按患病率≥5%的诊断组和器官系统进行考虑。
初次评估前三个月的既往医疗服务使用情况(全科诊所、专科诊所、医院和急诊服务)也通过患者报告收集。为收集健康素养,我们使用了欧洲健康素养问卷 HLS-EU-Q16,采用四点李克特量表评分。在分析中,我们对数据进行了二分类处理。健康素养的汇总得分被划分为三个层级类别:不足(0–8 分)、有问题(9–12 分)和充足(13–16 分)[25, 26]。
统计分析
研究人群通过描述性统计进行特征描述。为分析建议与患者特征之间的关联,我们构建了多水平多变量 logistic 回归模型。考虑到聚类可能导致的方差减小,我们在模型中调整了地区和地区内观察月份水平的随机效应。
每个模型的自变量包括年龄(连续变量)、性别(分类变量)、居住安排(分类变量)、教育程度(分类变量)、出生国家(分类变量)、主观治疗紧迫性(连续变量)、自评健康(连续变量)、抑郁程度(连续变量)、健康问题的器官系统(分类变量)和诊断类型(分类变量)、既往医疗服务使用(连续变量)以及健康素养(分类变量)。相应的设置建议被定义为因变量,由此产生了七项统计检验。
由于本研究未设定预先假设 [27],且为获得干预效果的保守估计,我们对这些分析进行了 Bonferroni 校正,并将 p ≤ 0.007 的 Alpha 水平定义为具有统计学显著性。所有统计分析均使用 Stata 15.1 完成,并基于可用数据进行分析。
结果
研究人群特征
招募过程和研究人群已在其他地方详细描述 [10]。简要总结如下:共筛查了 408,781 名患者的合格性。其中 67,355 名患者必须被排除。其中,46,140 名年龄小于 18 岁或年龄未知,14,998 名为重复条目,8,970 名缺少联系信息。在剩余 341,426 名合格患者中,我们随机选取并联系了 10,000 名患者。由于排除标准或死亡或功能受限,527 名患者必须被回顾性排除。最终,1,756 名患者参与了调查(应答率 18.5%)。
患者的中位年龄为 66 岁(四分位距:50–79),59.0% 为女性,30.2% 独居。23.0% 的患者具有高等教育水平,43.4% 具有中等教育水平,33.7% 具有未完成教育或初等教育水平。大多数患者出生于德国(85.9%),少数患者出生于国外(8.2%)或至少有一位父母出生于国外(5.9%)。主观治疗紧迫性的中位数为 7(四分位距:5–8)。干预当天自评健康的中位数为 40(四分位距:24–60),量表范围为 0–100。41.4% 的患者健康素养充足,36.2% 有问题,22.4% 不足。
患病率最高的器官系统是“一般和未特指”,其中包括“发热”(10.2%)、“不适”(5.2%)和“胸痛,未特指”(4.3%)等症状和主诉。68.7%的患者报告了症状或主诉,6.9%为损伤,5.5%为感染,19.6%为其他诊断作为健康问题。在参与干预前最近六个月内,67.8%曾就诊于全科诊所,45.3%就诊于专科诊所,21.7%使用过住院服务,18.1%使用过急诊服务。
计算机辅助结构化初步评估后推荐和使用的就诊场所见表1。共有40.1%的患者获得了紧急家庭访视的推荐,其次是电话咨询(20.4%)、急诊科(20.2%)、急救服务(17.6%)、全科诊所(13.1%)、急诊诊所(12.3%)和专科诊所(4.5%)。
不同推荐就诊场所之间患者特征的差异
按推荐就诊场所划分的社会人口学和健康相关数据的描述性分布见表2a、b。与总人群相比,被推荐使用急救服务的患者年龄更大(71岁 vs. 66岁),获得高等教育资格的比例更低(14.5% vs. 23.0%),自评健康状况更差(30分 vs. 40分)(参见表2a),心血管系统健康问题更常见(29.6% vs. 15.7%),其他诊断(而非感染或损伤)更常见(31.9% vs. 19.6%),最近三个月内就诊于全科诊所(76.2% vs. 67.8%)、医院(33.6% vs. 21.7%)和急诊服务(25.6% vs. 18.1%)的比例更高,且健康素养不足的比例更高(28.4% vs. 22.4%)(参见表2b)。
被推荐至急诊科的患者最近三个月内就诊于医院(28.4% vs. 21.7%)和急诊服务(24.1% vs. 18.1%)的比例更高(参见表2b)。被推荐至急诊诊所的患者年龄更小(55岁 vs. 66岁),独居比例更低(23.0% vs. 30.2%),自评健康状况更好(50分 vs. 40分)(参见表2a),消化系统健康问题更少见(11.7% vs. 18.4%),最近三个月内就诊于全科诊所的比例更低(58.1% vs. 67.8%),且健康素养不足的比例更低(15.4% vs. 22.4%)(参见表2b)。
被建议使用专科诊所的患者年龄更小(59岁 vs. 66岁),男性比例更高(46.7% vs. 40.8%),获得高等教育资格的比例更高(35.6% vs. 23.0%),自评健康状况更好(50分 vs. 40分)(参见表2a),一般和未特指障碍更少见(16.2% vs. 23.3%),肌肉骨骼系统健康问题更常见(28.4% vs. 21.9%),症状和主诉更少见(62.7% vs. 68.7%),最近三个月内就诊于专科诊所(59.2% vs. 45.3%)和医院(28.2% vs. 21.7%)的比例更高,且健康素养不足的比例更低(11.6% vs. 22.4%)(参见表2b)。
被建议去全科诊所就诊的患者自评健康状况更好(50分 vs. 40分)(参见表2a),较少出现症状和主诉(62.9% vs. 68.7%),且在过去三个月中较少使用急诊医疗服务(12.6% vs. 18.1%)(参见表2b)。被建议使用电话咨询的患者更年轻(61岁 vs. 66岁),女性比例更高(65.5% vs. 59.0%),较少有肌肉骨骼系统健康问题(14.8% vs. 21.9%),且在过去三个月中较少使用急诊医疗服务(13.3% vs. 18.1%)(参见表2a)。被建议使用急诊上门访视的患者与总人群之间没有较大差异(参见表2a、b)。
推荐意见与患者特征之间的关联
这些数据与就诊场所推荐之间的关联见表3a–d。推荐使用急救服务与较高的年龄相关(相差20岁的比值比:1.44,95%置信区间:1.15/1.81,p = 0.002)和较高的主观治疗紧迫性相关(相差3分的比值比:2.51,95%置信区间:1.83/3.43,p < 0.001)(参见表3a)。如果患者自评健康状况较差,则更常被推荐急诊上门访视(相差30分的比值比:0.67,95%置信区间:0.55/0.81,p < 0.001)(参见表3a)。
推荐去急诊科就诊与较好的自评健康状况相关(相差30分的比值比:1.37,95%置信区间:1.11/1.70,p = 0.003)以及被归类为损伤的健康问题相关(比值比:3.12,95%置信区间:1.67/5.83,p < 0.001)(参见表3b)。推荐去急诊诊所就诊与较低的年龄之间也存在统计学显著关联(相差20岁的比值比:0.60,95%置信区间:0.48/0.74,p < 0.001)(参见表3b)。
推荐去专科诊所就诊与被归类为症状或主诉的健康问题相关(比值比:3.75,95%置信区间:1.49/9.45,p = 0.005)(参见表3c)。如果患者主观治疗紧迫性较低(相差3分的比值比:0.58,95%置信区间:0.44/0.76,p < 0.001)且健康问题未被归类为损伤(比值比:0.26,95%置信区间:0.10/0.68,p = 0.006),则更常被推荐“全科诊所”这一就诊场所(参见表3c)。
最后,推荐就诊场所“电话咨询”与较低的年龄(相差20岁的比值比:0.71,95%置信区间:0.59/0.85,p < 0.001)、较低的主观治疗紧迫性(相差3分的比值比:0.65,95%置信区间:0.51/0.82,p < 0.001)以及未被归类为症状和主诉的健康问题(比值比:0.41,95%置信区间:0.25/0.68,p = 0.001)或感染(比值比:0.22,95%置信区间:0.09/0.57,p = 0.002)之间存在统计学显著关联(参见表3d)。
就诊场所推荐与其他社会人口学数据(包括性别)或健康状况指标、医疗服务利用指标或健康素养指标之间没有统计学显著关联。
讨论
我们研究的目的是识别患者特征与不同治疗环境推荐之间的关联。大多数研究结果表明,这些环境之所以经常被推荐,是因为它们在医疗保健系统中具有特定功能。例如,治疗紧迫性较高的患者由救援服务出诊,自评健康状况较低的患者由门诊医生进行家访,健康问题被归类为症状或主诉的患者被转至门诊专科医疗,而治疗紧迫性较低的患者应就诊于全科医疗。然而,自评健康状况较好的患者被建议前往急诊科的可能性更高,这可能提示推荐是基于患者偏好(如医学影像的可及性)而非医疗需求。然而,自评健康状况可能并不总是与客观健康评估(如SmED)一致。而且,某些常在急诊科处理的健康问题(如损伤)也可能伴随(相对)良好的自评健康状况。在此背景下还需提及的是,我们的研究并未说明所给推荐的适当性。
还有其他关于计算机辅助初步评估适当性的研究。2012年在一项前瞻性监测研究中分析了SMASS。将由计算机化决策支持系统辅助的护士决策与医院医生和初级保健医生的回顾性评估进行了比较。三组评估之间的一致性较低。在153例受检病例中,有7例似乎分诊不足,其中1例被认定存在健康或生命风险。作者得出结论,计算机辅助电话分诊是安全的,但需要有资质并接受过专门沟通培训的专业人员[28]。在最近一项纳入2543名患者并分析当前版本SMASS的研究中,未发现潜在危险的分诊不足病例[15]。1998年对由基于计算机的电话管理系统辅助的护士电话咨询进行的评估报告称,全科医生的总体工作量减少了一半,并促进了更快获得建议。此外,不良事件数量没有增加[29]。2007年瑞典一项关于计算机支持的护士电话分诊的研究报告称,362名参与者中有97.6%被转介至适当的照护级别[30]。
只有少量研究考虑了患者特征与医疗值班服务建议之间的关联。例如,与我们的结果相似,在全科医疗中由护士主导的非工作时间电话分诊与建议服务里,年龄较大也与更高的家访转介率相关[8]。在另一项研究中,老年人以及患有糖尿病、痴呆或既往脑梗死的患者存在分诊不足的风险[9]。此外,居住在农村地区的个体与居住在城市地区的个体在服务使用模式上存在根本差异。农村来电者在被建议使用相应服务后,更可能使用家庭医生,而较少可能使用急诊科[31]。Nakubulwa等描述了在遵循针对16岁以下儿童、女性以及亚洲/亚裔英国族裔个体的非急诊医疗求助热线建议方面具有更好的依从性[32]。
优势与局限性
我们的研究参与率相对较低,为18.5%,这可能是使用患者联系数据的结果,这些数据用于医疗照护而非开展研究。许多排除标准无法系统评估。可能有一些已被联系的患者在我们不知情的情况下去世,或因健康状况不佳或功能受限而无法回应。也可能有一些患者提供了错误的联系数据。如果患者在利用电话服务时住在酒店或度假公寓,或住在朋友家,则可能无法联系到他们以参与我们的研究。尽管如此,较低的参与率也可能反映不愿参与研究。
在一项无应答者分析中,我们2020年数据集中女性(58.6%)和男性(41.2%)的比例与2020年SmED评估报告中的官方数据(分别为58.3%和41.7%)相当[19]。遗憾的是,由于该报告纳入了未成年人,50岁以下年龄组的差异无法进行比较。在年龄较大的患者中,50–65岁年龄组在研究与报告之间具有可比性(31.2% vs. 33.5%),但66–80岁患者在研究中比例过高(41.9% vs. 35.2%),而80岁以上患者在研究中的比例过低(26.9% vs. 31.3%)。除这种基于年龄的选择偏倚外,还可能存在其他因素(如健康状况或教育水平)导致我们研究参与者选择出现偏倚,但这些因素无法在我们的无应答者分析中进行评估。
未进行样本量计算,因此检测关联的统计效能可能低于通常水平。关于统计分析,需要指出的是,使用Bonferroni校正[33]通常会增加II类错误的可能性。未检测到关联的风险在“专科医疗”环境中最高,该环境仅包含75例患者。在其他各环境中,子样本量均超过200例患者。
患者特征与计算机辅助初步评估所生成建议之间的关联,可能在一定程度上与此类工具中的特定算法有关。因此,结果可能无法完全推广至其他数字工具。此外,不同国家之间医疗体系和文化价值观的差异可能进一步影响我们结果的普适性。还需要指出的是,17.1%的初步评估是因COVID-19相关咨询原因而进行的,这可能影响了所建议的环境。例如,大多数担心感染COVID-19的患者可能接受了电话咨询,因此这在我们研究中可能比例过高。
我们使用了经过验证的成熟工具,如PHQ-2 [23]和HLS-Q16-EU [26]。由于问卷是在接受干预后4至72天之间发出的,患者的回答可能受到回忆偏倚的影响。此外,错误和社会期望偏倚也可能影响了数据质量。与这些局限性相对的是,值得强调的是,大样本量以及多水平、多变量方法使得详细分析得以实现。
结论
DEMAND干预旨在通过计算机辅助的结构化初步评估来改善急诊医疗中的患者分配。特定建议与患者特征之间的大多数关联是可以理解的,并且与干预目标一致。例如,治疗紧迫性较高的患者更常获得转至救援服务的建议,而治疗紧迫性较低的患者则更常获得转至初级保健的建议。然而,应阐明为何自评健康状况较好的患者更可能获得转至急诊科的建议。
参考来源
- Hansen H, Menzel A, Oltrogge-Abiry JH, et al. Association between patient characteristics and recommendations by medical on-call service 116117 in Germany: a cross sectional observational study. BMC Med Inform Decis Mak. 2025. PMID: 40165231. doi:10.1186/s12911-025-02970-4
- 全文:PMC11959809(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11959809/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。