文献速递重症综合管理与镇静镇痛呼吸衰竭与机械通气

法国重症新冠成年患者社会经济状况与结局的关联

Association between socio-economic status and outcomes among critically ill Covid-19 adult patients in France.
PubMed 文献 · Ann Intensive Care · 2025-10-14
一句话结论在法国本土ICU新冠患者中,居住于最贫困地区及CSS/AME受益均与更高的院内死亡和侵入性机械通气风险相关,且幸存者转康复单元的概率更低。

该研究基于法国国家行政医疗数据库,纳入2020年3月1日至2021年12月31日法国本土ICU收治的120 191例新冠成年患者,以FDep贫困指数五分位(Q5为最贫困地区)和CSS/AME受益状态衡量社会脆弱性,主要结局为院内死亡。多因素分析显示,FDep-Q5与CSS/AME受益均与院内死亡风险升高独立相关(aSHR=1.21,95%CI 1.16–1.27;aSHR=1.06,95%CI 1.01–1.11),也与侵入性机械通气需求增加相关(aSHR=1.16,95%CI 1.12–1.20;aSHR=1.06,95%CI 1.02–1.09)。幸存者中,>60岁FDep-Q5患者及<60岁和>60岁CSS/AME受益者转康复单元的概率更低。作者认为这些关联需谨慎解读,因存在残余混杂和缺乏个体水平社会经济数据。

要点

  • FDep-Q5(最贫困地区)与院内死亡风险升高独立相关(aSHR=1.21,95%CI 1.16–1.27)。
  • CSS/AME受益状态与院内死亡风险轻度升高相关(aSHR=1.06,95%CI 1.01–1.11)。
  • FDep-Q5与侵入性机械通气需求增加相关(aSHR=1.16,95%CI 1.12–1.20)。
  • 幸存者中,>60岁FDep-Q5患者转康复单元概率更低(OR=0.88,95%CI 0.81–0.94)。
  • CSS/AME受益者转康复单元概率更低:<60岁OR=0.87(95%CI 0.80–0.98),>60岁OR=0.81(95%CI 0.74–0.88)。

适用人群与场景

  • 法国本土(不含海外领地)居住、年龄>18岁、2020年3月1日至2021年12月31日期间因新冠入住ICU、有完整住院病程且至少一个ICD-10新冠诊断编码的成年患者。
  • 研究仅纳入因新冠入住ICU的患者,作者指出结论仅适用于重症患者,不能直接外推至更广泛的有住院风险人群。

研究设计与关键结果

  • 研究类型:基于法国国家行政医疗数据库(SNDS)的全国性观察性研究;样本量120 191例,来自668家医院ICU;人群为法国本土因新冠入住ICU的成年患者。
  • 社会脆弱性指标:FDep贫困指数五分位(Q5为最贫困地区)和CSS/AME受益状态(CSS/AME为低收入人群补充医疗保险或国家医疗援助)。
  • 主要结局院内死亡:FDep-Q5 vs FDep-Q1的aSHR=1.21(95%CI 1.16–1.27);CSS/AME受益 vs 非受益的aSHR=1.06(95%CI 1.01–1.11)。
  • 次要结局侵入性机械通气:FDep-Q5 vs FDep-Q1的aSHR=1.16(95%CI 1.12–1.20);CSS/AME受益 vs 非受益的aSHR=1.06(95%CI 1.02–1.09)。
  • 幸存者转康复单元:>60岁FDep-Q5 vs FDep-Q1的OR=0.88(95%CI 0.81–0.94);<60岁CSS/AME受益者OR=0.87(95%CI 0.80–0.98),>60岁CSS/AME受益者aSHR=0.81(95%CI 0.74–0.88)。
  • 敏感性分析:限制于2021年1月1日后入院并调整疫苗接种状态、医院水平随机截距的多层logistic回归(ICC=0.056 FDep模型,ICC=0.058 CSS/AME模型)、性别分层分析,结果与主分析一致。

证据类型、等级与局限

  • 证据类型:基于行政数据库的全国性观察性研究。
  • 局限:SNDS/PMSI数据库不能可靠捕获吸烟状态、饮酒和BMI/肥胖等法国社会梯度明显且与COVID-19严重程度相关的重要危险因素,缺乏这些数据是主要局限,残余混杂可能部分解释观察到的关联。
  • 局限:作者指出这些关联应谨慎解读,因存在残余混杂和缺乏个体水平社会经济数据;需进一步研究确认这些发现并指导针对性预防和公平照护策略。

对床旁实践的改变

  • 作者认为结果可为目标人群的针对性预防和早期获取策略提供信息,支持制定公平的康复路径,并指导解决医院间结局差异的基准比较。
  • 研究仅纳入因新冠入住ICU的患者,作者指出结论仅适用于重症患者,不能直接外推至更广泛的有住院风险人群。

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15 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Ann Intensive Care. 2025 Oct 14;15:159. doi: 10.1186/s13613-025-01590-5

引言

贫困人群在平时就缺乏获得医疗服务的机会,在危机期间最为脆弱[1]。在Covid-19大流行背景下,多项研究强调了社会不平等对结局的负面影响[2, 3]。

在解释这一关联的诸多假说中,获得最广泛支持的是社会经济脆弱性增加病原体暴露[4, 5]。已观察到,居住在人口最密集地区的人群住院风险更高,而随着生活水平提高,住院风险降低[6]。此外,一旦住院,社会不平等的影响似乎持续存在,居住在临时住房比例高和主要住所过度拥挤地区的住院Covid-19患者死亡风险更高[7, 8]。

除感染暴露方面的不平等外,对于社会不平等与Covid-19预后之间的关联,还提出了其他解释。首先,由于其流行性质,受Covid-19影响最严重地区的医院经历了容量过度紧张,导致死亡风险增加[9, 10]。除了对医院组织的影响外,有研究提出,社会经济地位最不利的患者更可能患有合并症,从而增加其发生重症Covid-19的风险[11, 12]。然而,未考虑患者合并症这一点对确定生活水平与危重Covid-19患者死亡率之间的直接因果关系提出了挑战。因此,尽管既往研究报告了最低收入者重症和死亡风险增加,但关于社会经济决定因素与重症监护管理之间关系的证据非常有限。

我们使用一个大型法国行政医疗数据库,旨在考察社会不平等及其与因Covid-19入住重症监护病房(ICU)患者结局的关联。

患者与方法

研究设计与参与者

研究设计与参与者此前已有描述[13]。这项基于理赔数据的研究使用了法国行政医疗数据库(国家健康数据系统[SNDS])的信息。SNDS包含门诊诊疗数据(医疗咨询、辅助医疗干预、报销药品发放)以及法国医院出院数据库(信息系统医疗化项目[PMSI])中收集的住院期间数据(入院日期、住院时长、主要和关联诊断的ICD-10编码、医疗干预)[14]。所有这些数据通过唯一个人识别号关联。

我们纳入2020年3月1日至2021年12月31日期间在法国ICU住院的所有居住在法国本土(不包括海外领地)的成年患者(> 18岁),其住院过程资料完整,且至少有一个Covid-19的ICD-10诊断编码。用于识别患者的ICD-10诊断编码完整列表见附录。

根据患者入住ICU期间对应的疫情高峰,将Covid-19患者分为五组[5]。第一次高峰发生在2020年3月1日至6月30日之间,第二次在2020年7月1日至12月31日之间,第三次在2021年1月1日至6月30日之间,第四次在2012年7月1日至9月30日之间,第五次在2021年10月1日至12月31日之间。

变量

健康变量

对于每次ICU住院,我们收集了患者入住ICU时的年龄、性别和简化急性生理学评分(SAPS)II评分[15]。Charlson合并症指数[16]使用记录的所有ICD-10诊断计算,包括:心肌梗死、慢性充血性心力衰竭、外周血管疾病、卒中和短暂性脑缺血发作、痴呆、慢性肺部疾病、结缔组织病、消化性溃疡病、肝硬化、慢性肾脏病、实体瘤、血液系统恶性肿瘤和AIDS。我们还收集了动脉高血压和免疫功能受损状态。免疫功能受损患者定义为具有粒细胞缺乏症、骨髓再生障碍、免疫缺陷、接受化疗的癌症或实体器官移植的患者(ICD-10诊断编码见附录)。

我们根据法国医疗操作通用分类(CCAM)[17]识别了住院期间进行的氧合和通气操作:有创机械通气、无创机械通气和高流量鼻导管(HFNC)治疗。根据通气侵入性水平对患者进行分类。机械通气被视为侵入性最高的呼吸支持,其次是无创机械通气,然后是HFNC治疗,最后是传统氧疗。我们还收集了出院时的生命状态,并计算了ICU住院时长(LOS)和医院LOS。

ICU压力

在法国,所有医疗机构均须报告截至每年12月31日的床位总数,包括重症监护专用床位。ICU压力定义为入住ICU当日ICU内患者数与上一年12月31日申报的ICU床位数之比。

社会经济变量

法国贫困指数(FDep)旨在提供一种社区层面的社会劣势衡量指标,专门适用于法国人群的健康研究。它反映地理尺度上物质和社会劣势的累积,并纳入失业率、蓝领工人比例、拥有高中文凭的人口比例以及家庭应税收入中位数[18]。FDep被分为五分位数:FDep-Q1代表最优越的地区,FDep-Q5代表最弱势的地区。每位患者根据其居住地址被分配至相应的FDep五分位数。

除FDep外,我们还收集了两项进一步的社会剥夺指标。第一项是补充团结健康保险(CSS),这是一项法国医疗保健计划,为经济资源有限的个人提供免费或低成本的补充医疗保险,覆盖国家医疗保险体系未完全报销的费用。第二项是国家医疗援助(AME),为符合特定居住和收入要求的法国无证移民提供医疗保健服务,与CSS不同,CSS适用于具有合法居住身份的低收入个人。

伦理

SNDS数据库的使用和安全条件由2017年3月22日的法国政府法规[19]界定。作为其公共统计使命的一部分,法国卫生部研究、评估与统计局(DREES)拥有对SNDS数据库的永久访问权。根据2016年4月27日第UE 2016/679号欧洲通用数据保护条例[20],有关数据库使用和个人权利的公开信息可在网上获取。在此背景下,鉴于该研究仅涉及匿名行政数据且不与患者直接接触,无需伦理委员会正式审查。

统计分析

患者特征中分类变量以频率和百分比描述。连续变量根据分布情况以均数和标准差(SD)或中位数和四分位距(IQR)表示。

FDep或CSS/AME受益状态与有创机械通气之间的关联采用竞争风险框架(即Fine-Gray模型)评估,以ICU存活出院或ICU内未插管死亡作为竞争事件[21, 22]。在Fine和Gray模型中,特定危险因素与感兴趣事件之间关联的强度以亚风险比(SHR)表示,代表危险因素存在与不存在时累积发病率函数相关风险的比值。我们首先估计了有创机械通气的单变量SHR和95%置信区间(CI)。随后进行多变量分析,调整以下预设潜在混杂因素:年龄、性别、动脉高血压、糖尿病、心脏病、慢性肺病、肝硬化、癌症、血液系统恶性肿瘤、慢性肾脏病、免疫抑制、改良SAPS II评分和ICU压力。改良SAPS II评分通过去除年龄成分计算,使年龄和改良SAPS II评分能够纳入同一模型。模型还调整了医院地理区域和ICU压力,以考虑医疗系统超负荷的潜在影响。未使用协变量选择程序,因为大量事件将过拟合风险降至最低。比例风险假设通过基于缩放Schoenfeld残差的检验进行验证。

同样,我们评估了FDep或CSS/AME受益状态与院内死亡率之间的关联,以存活出院作为竞争事件。

在存活者中,FDep或CSS/AME受益状态与转至急性后期康复病房概率之间的关联采用逻辑回归模型评估。这些模型按年龄(<60岁和≥60岁)分层。鉴于康复床位在法国各地分布不均,这些模型调整了居住地理区域。

我们进行了三项敏感性分析。首先,我们在2021年1月1日之后入院的患者亚组中重复了主模型,并调整了疫苗接种状态。对于这些患者,疫苗接种状态被收集并分类如下:完整接种方案定义为接种单剂Ad26.COV2-S疫苗(Covid-19 Vaccine Janssen®)后超过28天,或接种任何其他疫苗第二剂后超过7天;部分接种定义为接种单剂Ad26.COV2-S疫苗后不足28天,或接种第二剂和/或任何其他疫苗第一剂后不足7天;如果患者未接种任何COVID-19疫苗剂次,则被视为未接种。

其次,我们进行了带有医院水平随机截距的多水平逻辑回归模型,以明确考虑患者在医院内的聚类效应,应用于完整病例的院内死亡。纳入与主分析相同的协变量,并计算组内相关系数(ICC)以量化归因于医院间差异的残差方差比例。

第三,我们进行了按性别分层的分析,以探讨性别可能的效应修饰作用,使用与主模型相同的协变量。

P值<0.05被视为显著。分析使用SAS 2017软件(SAS Institute,Cary,NC,USA)计算。

结果

患者特征

在研究期间,法国668家医院的ICU共收治了120 181例COVID-19危重患者。大多数(n = 76 612,64%)为男性,32%(n = 37 962)年龄小于60岁(表1)。共有12 462例患者(10.44%)为CSS/AME受益人:11 714例为CSS,646例为AME,102例两者兼有。CSS/AME受益人比非受益人更年轻(56 +/- 14 vs. 66 +/-14岁,p = < 0.0001)。115 951例患者(96%)有FDep评分数据。

与Fdep-Q1患者相比,Fdep-Q5患者中动脉高血压(38% vs. 33%,p < 0.001)、糖尿病(25% vs. 18%,p < 0.001)、心脏病(12% vs. 10%,p < 0.001)、肺部疾病(11% vs. 9%,p < 0.001)和慢性肾脏病(9% vs. 7%,p < 0.001)更为常见。在CSS/AME受益人中,糖尿病比例更高(26% vs. 22%,p < 0.001)。相反,动脉高血压(30% vs. 36%,p < 0.001)、心脏病(9% vs. 12%,p < 0.001)和慢性肾脏病(7% vs. 8%,p < 0.001)在CSS/AME受益人中较少见(图1)。

表1 因Covid-19入住ICU的患者特征 查看原表 ↗
图1 按(A)Fdep五分位数(Q5代表最贫困地区)和(B)CSS/AME受益人状态报告的合并症 查看原图 ↗

医院死亡率

FDep-Q5患者的死亡率高于FDep-Q1患者(26% vs. 23%,p < 0.001)。相反,CSS/AME受益人的院内死亡率低于非受益人(16% vs. 25%,p < 0.001)(表1)。然而,在多变量分析中,FDep-Q5(aSHR = 1,21 [1,16 − 1,27],p < 0.001)和CSS/AME状态(aSHR = 1,06 [1,01–1,11],p < 0.001)均与院内死亡风险增加存在统计学关联(图2;表2)。

图2 Fdep-Q5与CSS/AME受益人状态按结局的森林图。点代表亚分布风险比(机械通气、院内死亡)或比值比(转至康复单元接受急性后期护理),附95%置信区间 查看原图 ↗
表2 院内死亡的Fine-Gray分析 查看原表 ↗

有创机械通气

有创机械通气在FDep-Q5患者中使用更频繁(34%),相比之下FDep-Q1患者为32%(p < 0.001);CSS/AME受益人相比非受益人使用也更频繁(36% vs. 33%,p < 0.001)(表1)。在多因素分析中,FDep-Q5(aSHR = 1.16 [1.12 − 1.20])和CSS/AME受益人状态(aSHR = 1.06 [1.02 − 1.09])均与需要行有创机械通气的较高可能性相关(图2,补充表1)。

转至康复单元接受急性后期护理

在存活者中,转至康复单元接受急性后期护理在FDep-Q1患者中更常见(24% vs. FDep-Q5为23%,p < 0.001),在CSS/AME受益人中也更常见(25% vs. 非受益人为18%,p < 0.001)。在多因素分析中,60岁以上患者中Fdep-Q5(相对于FDep-Q1)与转至康复单元之间观察到负相关(OR = 0.88 [0.81–0.94])。CSS/AME受益人中转院率也较低,60岁以下(OR = 0.87 [0.80–0.98])和60岁以上(OR = 0.81 [0.74–0.88])均如此(图2,补充表2)。

敏感性分析

我们在2021年1月之后入住ICU且有疫苗接种状态数据的患者中重复了分析,结果相似(补充表3)。我们未观察到FDep或CSS/AME受益人状态与院内死亡或机械通气使用之间关系的差异。

在带有医院水平随机截距的多水平 logistic 回归模型中,社会脆弱性指标(FDep-Q5和CSS/AME受益人状态)与院内死亡之间的关联与主要分析一致。医院间异质性较小,FDep模型中组内相关系数(ICC)为0.056,CMU/AME模型中为0.058,表明在调整协变量后,死亡风险残余方差中约6%可归因于医院间差异。FDep模型中医院随机效应的方差为0.19(SE 0.017),CSS/AME模型中为0.11(SE 0.009)(补充表4)。

在按性别分层的分析中,男性和女性均观察到FDep五分位与院内死亡率之间的分级关联(补充图1)。在男性中,以FDep-Q1为参照,FDep-Q2的aSHR [95% CI]为1.07 [1.01–1.13],FDep-Q3为1.10 [1.05–1.16],FDep-Q4为1.15 [1.09–1.21],FDep-Q5为1.21 [1.16–1.28]。在女性中,以FDep-Q1为参照,相应的aSHR [95% CI]为FDep-Q2 1.07 [1.01–1.14],FDep-Q3 1.13 [1.06–1.20],FDep-Q4 1.19 [1.12–1.26],FDep-Q5 1.24 [1.17–1.32]。同样,拥有CSS/AME在男性(aSHR = 1.08 [1.02–1.14])和女性(aSHR = 1.07 [1.01–1.13])中均与较高的院内死亡率相关。

讨论

在研究期间入住法国本土重症监护室的所有Covid-19患者中,我们观察到社会脆弱性与危重患者的若干不良结局之间存在关联。无论采用何种衡量指标,较高的社会经济劣势均与有创机械通气和院内死亡风险增加相关。在存活者中,CSS/AME受益人转至急性后期康复病房的可能性较低。居住在贫困地区也与较低的转院可能性相关,但仅在60岁以上患者中如此。

自Covid-19大流行开始以来,大量研究显示社会剥夺与更高的污染[23–25]、感染[23–26]、住院[23, 24, 27]和死亡[23, 26, 27]风险相关。在重症监护的具体背景下,一些研究提示剥夺的影响持续存在。Lone等人使用生态学指数观察到,在第一波疫情(2020年3月至5月)期间,来自最贫困地区因Covid-19入住ICU的患者比例过高(25%),且30天死亡风险增加[10]。在更大规模上,Nordberg等人使用个体水平数据(移民身份、收入水平、文凭)分析了瑞典所有因Covid-19需要有创机械通气而入住ICU的患者,证明非洲裔患者的90天死亡风险增加,而较高收入具有保护作用[28]。

若干假设可能解释在最脆弱患者中观察到的超额死亡率。第一项与暴露不均有关。居住在最弱势地区的个体更可能生活在过度拥挤的住房中,而这是严重急性呼吸综合征冠状病毒2(SARS-CoV-2)传播和2019冠状病毒病(COVID-19)相关死亡率的已知危险因素[7, 8]。在我们的研究中,即使在调整合并症和入院时严重程度后,我们还观察到与有创机械通气使用增加的相关性。更大的暴露使患者面临可能更高的病毒载量,而病毒载量已被证明与进展为最严重形式的疾病相关[29]。第二项假设涉及更高的合并症负担导致更差结局[30]。尽管我们的结果证实最脆弱患者中心血管和呼吸系统疾病的比例过高,但在调整合并症后,社会脆弱性的残余效应在我们的模型中仍然存在。然而,SNDS/PMSI数据库未能可靠捕获若干在法国呈明显社会梯度的重要危险因素——如吸烟状况、饮酒以及体重指数(BMI)/肥胖——而这些均已知与COVID-19严重程度相关。缺乏这些数据是我们研究的主要局限性,因为残余混杂可能部分解释所观察到的关联。第三项假设将是医疗供给方面的不平等,特别是重症监护服务的密度和质量[10]。这尤其相关,因为FDep反映特定地理区域内人群的社会特征,可能捕获与当地疫情压力和医院资源相关的维度。在我们的主要模型中,对流行期和ICU压力的调整解释了部分这些情境效应。此外,在明确建模医院水平聚类的敏感性分析中,我们观察到死亡风险的医院间异质性较小(ICC≈6%),提示医院水平因素可能发挥作用,尽管结局的大部分变异性由个体水平因素解释。尽管如此,剥夺与死亡率之间关联的幅度和方向未发生有意义改变,这支持了我们发现的稳健性,尽管医院之间护理提供存在差异。第四项假设是最脆弱人群的健康素养水平较低,可能导致预防措施的采纳率较低[31]。我们仅限于国家疫苗接种运动开始后入院患者的敏感性分析证实了疫苗接种对所研究结局的保护作用,然而社会剥夺与不良结局之间的关联仍然存在。

在Covid-19特定背景之外,评估ICU中的社会不平等和贫困具有挑战性,各项研究产生了相互矛盾的结果[32–38]。最近一项荟萃分析报告了ICU患者中社会脆弱性与短期死亡率之间的统计学关联[39]。有趣的是,其他研究——尤其是来自法国的研究——未观察到预后方面的任何差异[37, 38, 40]。然而,这些研究或在无家可归患者中进行[38],或使用了脆弱性测量工具如EPICES评分[37],这是一个基于11个与物质和社会剥夺相关问题的复合指数[41]。这凸显了社会不平等如何测量的问题、这些测量的异质性,以及它们与贫困或 precariousness 等相关概念的区别。虽然无家可归代表了 precariousness 的最极端形式,但IVOIRE研究发现,根据EPICES评分,一半患者被归类为贫困,提示该评分在检测 precariousness 方面可能具有高敏感性但低阳性预测值,另一项研究也指出了这一点[42]。社会不平等指在社会群体之间观察到的健康状况差异[43]。它们不等同于 precariousness、贫困或排斥,而是沿梯度涵盖所有社会群体,因此涉及整个社会。在我们的研究中,我们使用两种测量评估社会脆弱性:FDep指数和医疗保险覆盖状态。在此背景下,CSS/AME受益人身份可能作为贫困的代理指标,并未捕捉社会群体之间的整个梯度。相反,FDep反映社会经济居住条件,提供了理解与更广泛社会环境相关的社会不平等的手段。这提出了生态剥夺指数能否准确反映个体层面社会不平等的问题——这在科学界仍有争议[44]。由于生态测量与个体层面数据相比可能低估不平等的程度,未来纳入详细个体特征——如收入、教育程度和职业类别——的研究是有必要的。

关于急性后期康复转院,我们观察到与社会脆弱性呈负相关。关于获得急性后期康复病房机会方面的社会不平等,现有证据有限。一些研究提示,最脆弱者在卒中后[45]或急性冠脉综合征后[46]接受康复的可能性较低。在重症监护的特定背景下,证据仍有争议[47]:虽然一些研究表明剥夺与较少的急性后期转院相关[36],但也已证实最脆弱的患者往往经历更严重的残疾[48, 49]并有更高的康复需求[50, 51]。然而,最近一项法国多中心前瞻性研究评估了由EPICES评分测量的 precariousness 对401名Covid-19 ARDS幸存者呼吸恢复的影响,发现贫困与非贫困患者在ICU后康复方面无差异[51]。

我们的研究人群仅包括因COVID-19入住ICU的患者。因此,我们的研究结果仅适用于危重症患者,不能直接外推至更广泛的住院风险人群。评估社会脆弱性在整个疾病进程——从感染到住院和入住ICU——中的影响,需要不同的研究设计和数据来源,是未来研究的重要方向。尽管如此,我们的结果可为高危人群的针对性预防和早期获取策略提供参考,支持制定公平的康复路径,并指导基准评估工作以应对医院间结局差异。

尽管存在上述局限性,我们的研究具有若干重要优势。其全国性范围使我们能够分析法国本土所有ICU中大型且具有代表性的危重症COVID-19患者队列。使用两个互补的社会经济弱势指标——一个个体层面代理指标(CSS/AME状态)和一个区域层面指标(FDep指数)——及其与各结局关联的一致性,增强了研究结果的稳健性。除主要分析外,我们进行了多项敏感性分析以增强结果的有效性。这些包括在大流行后期波次中对疫苗接种状态的调整、显式考虑医院间变异性的多水平模型,以及探索潜在效应修饰的性别分层分析。这些方法所得结果的一致性支持了观察到的关联的稳定性。最后,我们能够在入院时调整ICU活动率、流行期和疫苗接种状态,从而考虑大规模行政数据集中通常无法获得的关键背景和临床混杂因素。综上所述,这些要素增强了研究结果的可靠性,并为指导预防策略、促进急性后期护理的公平获取以及基准评估医院间结局差异提供了坚实基础。

结论

在这项针对法国本土ICU COVID-19患者的全国性研究中,居住在贫困地区以及拥有CSS/AME覆盖均与较高的院内死亡率和较低的转至急性后期护理康复的可能性相关。尽管在多项敏感性分析中结果一致,但鉴于残余混杂和缺乏个体层面社会经济数据,这些关联应谨慎解读。需要进一步研究以确认这些发现并指导针对性预防和公平护理策略。

补充信息

补充材料1。

补充材料2。

补充材料3。

参考来源

  1. Naouri D, Bigé N, Pham T, et al. Association between socio-economic status and outcomes among critically ill Covid-19 adult patients in France. Ann Intensive Care. 2025. PMID: 41085953. doi:10.1186/s13613-025-01590-5
  2. 全文:PMC12521692(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12521692/

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。