急诊科滞留、住院患者数与院际转运转入接受率
该单中心横断面研究分析了2019年1月至2023年5月美国西南部一个高度农村州唯一学术一级创伤中心的26020例成人院际转运转入请求,其中16062例(61.7%)被接受。急诊科滞留小时数与住院患者数均与转入接受率呈强负相关(Pearson r分别为-0.73和-0.87),最高四分位急诊科滞留时接受转入的校正OR为0.71(95%CI 0.66-0.78)。农村请求接受率低于城市(校正OR 0.66,95%CI 0.52-0.82),优先病种(产科、STEMI、卒中、创伤)接受率更高。研究提示转诊医院在容量危机下拒绝转入可能加剧区域不公平。
要点
- 急诊科滞留最高四分位时,院际转运转入接受率显著低于最低四分位(校正OR 0.71,95%CI 0.66-0.78)。
- 农村医院转运转入请求接受率低于城市(校正OR 0.66,95%CI 0.52-0.82),可能加剧农村患者就医不平等。
- 优先病种转入接受率更高:产科校正OR 5.28(95%CI 4.17-6.70)、创伤3.19(95%CI 2.86-3.57)、STEMI 3.04(95%CI 1.86-4.98)、卒中1.65(95%CI 1.41-1.94)。
- 急诊科滞留与住院患者数均与转入接受率呈强负相关(Pearson r分别为-0.73和-0.87)。
- 周末转入请求接受率高于工作日(校正OR 1.08,95%CI 1.01-1.16)。
适用人群与场景
- 2019年1月至2023年5月期间,向美国西南部一个高度农村州唯一学术一级创伤中心转移中心提出的所有成人(年龄>18岁)院际转运转入请求。
- 排除标准:仅咨询电话、来自非急诊医院的请求以及错误录入条目;儿童(年龄<18岁)因照护模式不同被排除。
研究设计与关键结果
- 研究类型:单中心横断面研究,纳入26020例院际转运转入请求(女性11267例,43.2%;平均年龄54.4岁,SD 19.6),其中16062例(61.7%)被接受。
- 请求来源:城市医院22119例(85.0%),农村医院3901例(15.0%);76.3%(19912例)的请求来自急诊科。
- 主要终点:急诊科滞留最高四分位与最低四分位相比,转入接受校正OR为0.71(95%CI 0.66-0.78)。
- 农村请求接受率低于城市:校正OR 0.66(95%CI 0.52-0.82);农村请求接受2196/3901例(56.3%),城市接受13866/22119例(62.5%)。
- 优先病种接受率更高:产科校正OR 5.28(95%CI 4.17-6.70),创伤3.19(95%CI 2.86-3.57),STEMI 3.04(95%CI 1.86-4.98),卒中1.65(95%CI 1.41-1.94)。
- 急诊科来源请求接受率高于ICU来源(校正OR 0.71,95%CI 0.64-0.79)和病房来源(校正OR 0.61,95%CI 0.56-0.65)。
- 周末请求接受率高于工作日:校正OR 1.08(95%CI 1.01-1.16)。
- 急诊科滞留与转入接受率呈负相关(Pearson r=-0.73),住院患者数与转入接受率呈负相关(Pearson r=-0.87)。
证据类型、等级与局限
- 证据类型:单中心横断面研究,遵循STROBE报告规范。
- 局限:单中心数据;缺乏临床或病情严重程度指标;无法链接电子健康记录,无法评估患者结局;可能存在其他未纳入分析的医院运营因素(如手术量、护士配备、床位关闭或临时医院政策);转移中心不收集种族或民族信息,无法按此分层报告;转移中心禁止收集支付或保险信息,无法报告保险状态。
对床旁实践的改变
- 研究提示,转诊医院在急诊科滞留和住院患者数处于高位时,可能降低院际转运转入接受率,从而影响需要转诊的急危重症患者获得高级别医疗服务。
- 农村医院转诊请求的接受率低于城市,可能加剧农村患者就医不平等。
- 优先病种(产科、STEMI、卒中、创伤)的转入接受率高于其他诊断,提示医院可能通过病种优先策略平衡容量压力,但该策略仅覆盖不足5%的请求。
- 作者认为,解决急诊科滞留需医院、区域和国家层面的系统性改革,如区域内患者负荷均衡、扩展急性后期照护选择、支持护理人力,以及建立州级转诊中心。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「处置流程与药物剂量」「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9 节 · 点击展开
引言
在美国各地,转诊医院的急诊科(ED)正经历着急诊科滞留危机,即已收治入院的患者仍留在急诊科等待住院床位。1 直接原因是住院患者数量极端过多,其驱动因素包括对住院容量的需求增加、住院患者住院时间延长,以及难以获得熟练护理机构等门诊服务的安置。2,3 随着医院工作流程陷入瘫痪,对急诊科产生负面的下游影响,尽管急诊科治疗空间数量固定,却往往是唯一被期望能够灵活应对患者激增的医院单元。其结果是急诊科滞留程度更高以及相关的候诊室拥挤。拥挤的急诊科是危险的,并与急诊科患者和住院患者死亡率和发病率的增加相关。3,4,5 在COVID-19大流行期间,由于住院患者数量极端过多,滞留和拥挤状况进一步恶化。6,7,8 医院为应对容量挑战而部署的策略之一是通过严格限制接收转入急诊科和住院环境的院际转运(IHT)请求来减少额外的患者流入。减少IHT接收在COVID-19大流行期间很常见,并且由于三级医院持续的容量挑战而一直存在。8 然而,这些做法可能对周边医院的 patient 造成伤害,因为对于完全依赖IHT才能在三级医疗中心获得救命服务的时间敏感性疾病的救治被延迟。9,10
尽管急诊科滞留伤害了本地患者,但通过减少IHT接收来应对这一危机可能对同一区域内农村和郊区社区医院住院的患者造成伤害。这些患者依赖IHT来获得仅在更高级别中心才可获得的专科服务和操作。在COVID-19大流行之前,农村急诊科患者经历的IHT至少是城市患者的两倍,6%至15%的急诊就诊导致转运11,某些疾病高达30%。12 实际上,通过限制IHT接收,接收医院正在限制在周边医院就医的患者获得此类照护的机会。这种做法可能潜在地扩大照护可及性方面的差异。最近的一项研究8表明,在COVID-19大流行期间,在高住院量期间总体患者转运出现了矛盾的下降。我们的研究建立在这些发现之上,测量急诊科滞留和住院容量与IHT接收之间的关联,并探讨地理位置和诊断方面的差异影响。
我们检验了以下假设:转诊医院急诊科滞留水平升高与IHT接收率下降相关,且对农村患者的影响不成比例。由于住院患者数量比急诊科患者数量弹性更小,鉴于急诊科与住院容量之间的相互关联,我们还考察了住院患者数量与IHT接收之间的关联。我们考察了疾病优先排序(例如卒中或急性冠脉综合征)对城市与农村患者是否具有差异影响。我们使用了理想环境下的数据,利用了服务于一个高度农村化州的唯一学术医疗中心的转运信息。
方法
研究环境
这项横断面研究纳入了来自美国西南部一个高度农村化州的单一机构及其转诊中心的数据,该机构服务于种族和民族高度多样化的人群(13%为美洲原住民,52%为西班牙裔)。13该医院拥有308张成人住院床位和72张重症监护床位的执业许可,成人急诊科(不包括急症护理)年就诊量为75 036人次,平均入院率为29%。它是该州唯一的Ⅰ级创伤中心、综合性卒中中心和高危产科中心。因此,他们从不拒绝产科、多系统创伤、脑血管事件(卒中)和ST段抬高型心肌梗死(STEMI)的院际转运(IHT)请求。该医院设有全州范围的会诊与转诊中心,每年接听超过30 000通电话。转诊中心在转运请求过程中有常规的数据收集流程(例如,来电日期和时间、地点和诊断)。该西南部州在2020年春季和2021年秋季经历了2波COVID-19疫情。随着社区需求的扩大,医院于2021年春季获准超出执业许可容量收治患者,导致住院患者人数迅速增加。同时,为保障该学术医学中心作为唯一治疗中心的病种(如血管内卒中或高危产科)的患者可及性,医院寻求减少可在其他社区医院安全诊治的病种(如脓毒症或呼吸衰竭)的转运;这成为一项非正式政策,优先接收创伤、STEMI、卒中、产科和儿科患者。本研究经新墨西哥大学健康科学中心机构审查委员会批准,因使用去标识化管理数据而免于知情同意。报告遵循加强观察性流行病学研究报告规范(STROBE)横断面研究报告指南。
研究人群
2019年1月至2023年5月期间所有涉及成人(年龄>18岁)的转诊中心来电均符合研究条件(图1)。从该样本中,我们应用了若干排除标准。首先,我们排除了仅会诊的来电,这是转诊中心提供的一项服务。若会诊来电演变为转运请求,则重新归类为转运请求,并因此作为转运记录在数据集中。其次,我们将研究人群限制为来自急性护理医院的转运请求(而非诊所或养老院等),因为这些请求无论容量限制如何始终被接收。第三,存在若干错误条目,我们将其删除。我们排除儿童(年龄<18岁)的理由是这些代表不同的医疗服务模式。
数据集与变量
转诊中心数据包含院际转诊(IHT)请求描述信息,这些信息以标准化方式收集,适用于所有转诊请求通话。数据元素包括转出机构、患者在转出医院的位置(如急诊科、重症监护病房[ICU]或普通病房)、接听电话时间、请求的专科服务、请求的护理级别(急诊科、ICU或普通病房)、患者人口学信息(年龄和性别)、决定(接收或拒绝)以及对该请求作出决定的时间。诊断类别也被收集,从下拉菜单中选择,反映IHT请求时的推定诊断。接收或拒绝IHT请求的决定由在转诊中心工作的急诊科医生、专科医生(如涉及)和转出临床医生共同作出。农村属性由转出医院邮政编码确定,并按城乡通勤区代码分类。14
我们将转诊中心数据与急诊科每日急诊科滞留小时数数据进行了链接。该变量每日午夜测量,用于质量改进目的。其定义为仍留在急诊科的每位已收入院患者的全部滞留小时数之和。每位患者的滞留小时数从申请床位医嘱的日期和时间开始计算,到午夜(如仍在急诊科)或离开急诊科时结束。前24小时内该科室所有患者的合计值生成急诊科滞留小时数的每日值。
统计分析
主要关注结局是每周和每月转诊请求被接收的比例(接收数除以全部请求数)。对转诊请求计算描述性统计量,比较接收与拒绝请求以及农村与城市请求。接收请求的比例按周计算,并与每周急诊科滞留小时平均值(均值)进行图形比较。由于住院患者总数被认为是与滞留相关的假定上游因素,我们也关注住院患者总数与IHT接收之间的关联。然而,住院患者(不包括ICU)总数仅以月平均值提供,因此我们使用每月急诊科滞留小时平均值(均值)进行比较。我们确定了接收转诊请求的前20位诊断,并注明了其中被优先考虑的的诊断(补充材料1中的eTable 1)。我们首先确定了急诊科滞留与IHT请求接收之间的未校正关联。然后,我们使用逻辑回归模型分析每周急诊科滞留时间与接收率之间的关联,并校正年龄、性别、周末、转出单元、农村属性和诊断类别。在该模型中,急诊科滞留小时数按四分位数分类。统计分析于2024年6月至10月使用SAS软件9.4版(SAS Institute)进行。统计学显著性阈值为双侧P < .05。
我们进行了2项带有交互项的敏感性分析,考察转诊中心政策所优先安排的个体病种(ST段抬高型心肌梗死(STEMI)、产科、创伤或卒中)中,滞留与接受院际转运(IHT)请求之间的关联是否存在差异。首先,我们在转诊中心的经验使我们假设,农村请求更常被拒绝,因为由于资源缺乏,他们必须转运严重程度较低的患者。然而,我们也假设,对于高严重程度病种,城市和农村转运被接受的可能性相同。因此,我们比较了优先高严重程度诊断(STEMI、产科、创伤或卒中)与所有其他请求。我们考察了城市与农村请求之间调整后的接受比例,并报告比值比(OR)和估计均值。
其次,为探索仅急诊科(ED)的比较,我们将样本限制为源自ED的IHT请求。同样,我们使用调整模型考察了总体及按优先病种分层的接受比例,并报告OR和估计均值。对于两项敏感性分析,OR为农村与城市请求之间在诊断类别内接受调整后的比值,以城市为参照。对于两项分析,估计均值比较了优先病种(例如产科、STEMI、卒中或创伤)从城市和农村医院被接受的比值。估计均值基于最小二乘均值估计,为估计的总体边际。这些代表了平衡总体下边际均值的估计值。
结果
我们的研究样本包括26 020项IHT请求(11 267名女性[43.2%];平均[SD]年龄,54.4[19.6]岁),其中16 062项(61.7%)被接受。有22 119项请求(85.0%)源自城市医院,3901项请求(15.0%)源自农村医院。大多数IHT请求(19 912项请求[76.3%])源自ED(表1)。对于IHT请求,来自城市医院的请求比来自农村医院的请求更常被接受(13 866项请求[62.5%] vs 2196项请求[56.3%]),尽管在比较城市与农村ED的IHT请求时,来自农村ED的请求按比例更常被接受(1892项请求[86.2%] vs 10 862项请求[78.3%])(表2)。
该医院在COVID-19大流行之前保持的IHT接受率超过70%,在2022年1月骤降至33%,这一下降与住院患者人数达到峰值同时发生(月平均住院患者人数,533.5名患者)(补充材料1中的e表2)。IHT接受率在约40%处趋于平稳,而住院患者人数的缓慢下降先于2022年夏季ED滞留的快速上升(图2A)。我们发现,每月ED滞留和住院患者人数越高,与转运接受率越低呈高度负相关(Pearson r分别为−0.73和−0.87)(图2B)。
在我们的调整模型(表3)中,与急诊科滞留时间第一个四分位数相比,总体上较高的四分位数与较低的接收几率相关(第四个四分位数[最高滞留]:调整OR[aOR],0.71;95%CI,0.66-0.78)。此外,所有个体优先诊断,包括产科(aOR,5.28;95%CI,4.17-6.70)、STEMI(aOR,3.04;95%CI,1.86-4.98)、卒中(aOR,1.65;95%CI,1.41-1.94)和创伤(aOR,3.19;95%CI,2.86,3.57),与所有其他诊断相比,接收几率更高(表3)。农村IHT请求的接收几率低于城市请求(aOR,0.66;95%CI,0.52-0.82)。急诊科转院的接收几率高于ICU(aOR,0.71;95%CI,0.64-0.79)或普通病房(aOR,0.61;95%CI,0.56-0.65)转院,且所有转院在周末比工作日更可能被接收(aOR,1.08;95%CI,1.01-1.16)。
我们仅限于优先诊断的敏感性分析显示,产科、创伤和卒中的城市与农村接收几率相似,但城市STEMI接收几率更高(补充材料1中的e表3)。我们仅限于急诊科转院请求的敏感性分析显示,所有优先诊断的接收几率相似(补充材料1中的e表4)。
讨论
据我们所知,这是首个对区域转诊医院床位负荷(急诊科滞留和住院容量)与区域院际转运(IHT)接收情况之间关联进行建模的横断面研究。我们发现,急诊科滞留和住院床位负荷较重的情况高度相关,且与拒绝IHT请求显著相关。正如预期,我们发现来自农村医院的IHT请求被拒绝的比例过高,这可能对需要专科服务和操作的患者的诊疗造成负面影响。尽管对特定疾病进行优先排序可有效减少IHT接收中的农村差异,但这类请求占IHT请求的比例不足5%。重要的是,我们的研究还发现,城市IHT请求非常常见,且经常被拒绝。因此,我们的研究提出了一个严重关切:面对持续存在的容量危机,美国医疗系统在确保所有美国个体不分地域公平获得最高水平医疗服务的目标上将受到进一步限制。
我们的研究凸显了尽管COVID-19大流行已经结束,医院容量危机仍持续存在。在本研究中,一个高度农村化州内唯一的学术性三级医院将其通常超过70%的接收率降至约40%。这一IHT接收率的下降发生在前所未有且不可持续的住院患者数量上升背景下,而两者均未恢复正常;随着医院尝试逐步减少住院患者数量,急诊科滞留出现了持续且快速的上升。这一发现说明,容量紧张的医院如何作为一个封闭系统运作,因为患者过载的位置只是发生了转移。这种过载外溢至整个区域,严重的急诊科滞留与较低的IHT接收率相关。虽然这只是单家医院的经验,但在全国范围内,学术医学中心正日益经历不断恶化的急诊科滞留,15而在病例负荷紧张的医院所在地区,IHT有所减少。8
有大量文献表明,急诊科(ED)滞留与患者不良结局相关。3,4 它与确定性治疗的延迟、遗漏护理、用药错误、谵妄、更高的发病率和死亡率以及更长的住院时间相关。16,17 它还与患者体验差以及医生职业倦怠相关。16 为应对这些质量和安全危害,转诊医院减少院际转运(IHT)接收量,优先保障现有患者的救治,并为最复杂的IHT保留通道。然而,就转诊医院作为获取更高水平专业知识和服务的入口而言,这会对区域内患者造成潜在危害。在研究结论时(2023年春季),60%的转运被拒绝;这给资源有限的社区医院医生带来了巨大负担,他们必须致电多家医院才能找到接收机构。18 这导致转运延迟,并对发送急诊科的患者造成非预期伤害,因为本应转运但无法转运的患者占用了不成比例的资源。此外,由于未参保和医疗补助参保患者经历更高水平的IHT,19 无法实现转运可能加剧差异。IHT可被视为一种治疗形式,有助于改善危及生命疾病的结局,尤其是对农村患者。20 在农村居民和居住地远离三级医疗中心的居民缺乏或受限获取IHT的情况下,在许多方面,地理环境决定了命运。21
以往在机构层面减少滞留的努力在很大程度上失败了,因为急诊科滞留的解决方案不在急诊科内部,而需要在医院、区域和国家层面进行系统性变革。1 在联邦层面,卫生与公众服务部召集了急诊科滞留工作组以确定解决方案。22 此类努力可能侧重于医院单元内和区域医院间的负荷均衡、扩大急性后期护理选择(例如,专业护理机构),以及支持护理队伍以确保所有许可床位都能配备人员。虽然人们有理由担心美国卫生系统的住院能力不足,23 但华盛顿州、亚利桑那州和明尼苏达州的州级院际转运中心在COVID-19大流行期间有效地实现了区域住院负荷均衡并改善了健康公平。10,24 这些中心体现了助理部长准备与响应办公室医疗运营协调中心所描述的概念,该中心可以改善转运网络的组织和协调以优化容量分配。25,26 医院层面的解决方案可能效果较差,但可包括远程医疗,它能提高医疗质量并可能减少转运,27,28,29 或者可以部署分诊指标和详细的数据收集流程,从而在IHT接收和持续质量改进审查中实现数据驱动的决策。理想情况下,IHT内部存在一个护理体系,该体系在所有疾病类别中考虑患者因素以及发送和接收医院的资源(例如,专科医生)。
局限性
本研究存在局限性。尽管这些数据来源于单一中心,但该医院是该州的主要转诊中心,也是唯一的I级创伤中心、综合性卒中中心和高危产科中心。虽然部分院际转运(IHT)跨越州界(例如,新墨西哥州东南部至德克萨斯州),但该州大多数需要最高级别护理的转运均前往所研究的学术医疗中心,因此有理由将其视为全州范围的分析。第二个局限性是缺乏临床或病情严重程度指标,这些指标可能影响转运请求受理的优先级排序。我们试图通过敏感性分析来弥补这一局限性,重点关注优先病种和基于急诊科的转运。需要转运的城市患者可能更为复杂,这得到了城市转运请求中更高比例来自病房或重症监护室(ICU)的支持。农村患者提出IHT请求的阈值也可能低于城市患者,我们认为农村患者在就诊时病情可能较轻。然而,现有文献表明,美国农村患者健康状况较差,30 更可能死于主要死因,31 且更可能在住院期间死亡。32,33 第三,我们无法将转运与电子健康记录关联,也无法检查患者结局。第四,分析中可能未纳入其他医院运营指标,这些指标可能影响转运受理决策,包括手术量、护士配备和床位关闭情况,或各种临时性医院政策。我们无法报告按种族或族裔分类的分层结果,因为转运中心不收集此信息。第五,我们无法报告保险状况,因为转运中心明确禁止收集任何关于支付或保险的信息。然而,鉴于无保险者和医疗补助(Medicaid)受益者的IHT率较高,保险很可能在IHT决策中发挥了作用。
结论
在这项基于全州转运请求数据的横断面研究中,我们发现急诊科滞留的严重程度和住院患者人数与IHT请求被拒绝相关。虽然这对农村患者的影响不成比例地大,但大多数拒绝是针对城市患者的。我们的发现提出了复杂的伦理问题;值得注意的是,长期超负荷运转的医院是受害者还是加害者?被困在一个功能失调的卫生系统中,它们在寻求履行对本地和区域患者义务时面临着看似不可能的选择,而由此产生的行为只会使现有的功能失调和不平等持续存在。
参考来源
- Greenwood-Ericksen M, Kamdar N, Swenson K, et al. Emergency Department Boarding, Inpatient Census, and Interhospital Transfer Acceptances. JAMA Netw Open. 2025. PMID: 40434774. doi:10.1001/jamanetworkopen.2025.12299
- 全文:PMC12120653(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12120653/
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。