瑞典不同人口密度地区创伤患者院前时间间隔:全国回顾性队列研究
该研究基于瑞典创伤登记库(SweTrau)2018–2019年数据,纳入14,538例创伤患者,按居住市镇人口密度分为高(34%)、中(47%)、低(19%)三组,比较院前响应时间、现场时间和转运时间及30天死亡率。低密度组响应时间和转运时间显著长于高、中密度组(中位差分别为4分钟和11–15分钟,p<0.001),现场时间中位数三组仅差1分钟(中密度组20分钟最短,p<0.001)。低密度组粗死亡率5%显著低于其他两组(均6%,p=0.005),但多因素校正后院前时间间隔均与死亡率无关;院前医师参与照护与较低死亡率相关(OR 0.60,95%CI 0.39–0.91;p=0.02)。作者结论认为,尽管偏远地区院前时间延长,但并未伴随死亡率增加。
要点
- 低密度组响应时间中位15分钟,较高、中密度组(均11分钟)长4分钟;转运时间中位差11–15分钟(p<0.001)。
- 现场时间中位数三组仅差1分钟:中密度组20分钟最短,高、低密度组各长1分钟(p<0.001)。
- 全队列粗死亡率低密度组5%显著低于高、中密度组(均6%)(p=0.005),但校正后各院前时间间隔均与30天死亡率无关。
- 院前医师参与照护与30天死亡率降低独立相关(OR 0.60,95%CI 0.39–0.91;p=0.02)。
- ISS>15亚组(2263例)死亡率低密度组20%、其余两组26%,但校正后人口密度与死亡率无关联。
适用人群与场景
- SweTrau登记2018–2019年收治的创伤患者,纳入标准为入院时经创伤呼叫接收、新损伤严重度评分(NISS)>15,或创伤后7天内转院且NISS>15。
- 排除标准为慢性硬膜下血肿作为唯一创伤损伤、无创伤事件 preceding 创伤呼叫、入院医院不在居住地同区或邻区(中瑞典西部三区经HEMS直送乌普萨拉大学医院者例外)、无法匹配地理区域或转运时间数据缺失者。
- 预设亚组分析为ISS>15的较重伤患者(2263例)。
研究设计与关键结果
- 研究类型为全国回顾性观察性队列研究,基于瑞典创伤登记库(SweTrau)2018–2019年数据,共纳入14,538例,高、中、低人口密度组分别占34%、47%、19%。
- 全队列响应时间中位数高密度组11分钟、中密度组11分钟、低密度组15分钟;现场时间中位数中密度组20分钟,较高、低密度组各短1分钟(p<0.001);转运时间和总院前时间随人口密度升高而缩短。
- ISS>15亚组响应时间中位数高、中密度组均11分钟、低密度组14分钟;现场时间中位数高、中密度组均20分钟、低密度组21分钟;转运时间和总院前时间同样随人口密度升高而缩短。
- 全队列粗死亡率高密度组6%、中密度组6%、低密度组5%(p=0.005);GOS高密度组显著低于中、低密度组;三组LOS无显著差异。
- ISS>15亚组死亡率高、中密度组均26%、低密度组20%;LOS分布三组无显著差异;GOS中位数三组均为3,但高密度组分布显著低于其他两组。
- 多因素logistic回归(全队列n=12488)中,年龄、ISS、ASA评分3和4(以1为参照)、较低RTS与死亡率升高独立相关;各院前时间间隔均与死亡率无关联;院前医师参与与死亡率降低相关(OR 0.60,95%CI 0.39–0.91;p=0.02);高密度组较低密度组死亡率更低。
- ISS>15亚组多因素回归(n=1851)中,各院前时间间隔与死亡率均无显著关联;年龄、ISS、ASA 3和4、较低RTS与死亡率升高相关;人口密度本身与死亡率无关联。
证据类型、等级与局限
- 证据类型:全国回顾性观察性队列研究,遵循STROBE规范。
- 局限:回顾性队列研究本身只能描述关联而非因果。
- 局限:可能存在多种偏倚。
- 局限:比较的是21个独立医疗区域的院前系统,地理和组织条件多样。
- 局限:瑞典当时尚无全国性院前创伤照护推荐或指南。
- 局限:使用患者家庭住址而非创伤发生地点(后者数据不可得),引入一定不准确性;通过排除居住地不在收治医院同区或邻区的患者来部分校正。
- 局限:SweTrau从50家急性创伤接收医院中的42–43家接收数据,报告比率为80–86%。
对床旁实践的改变
- 作者认为,尽管偏远地区院前时间间隔延长,但未观察到与死亡率增加相关,提示仅以缩短院前时间为核心的策略可能不是决定存活的关键。
- 作者指出院前医师参与照护与较低死亡率相关,该发现可能因仅用ISS或NISS等解剖学指标校正而无法检出,因这些指标缺乏生理参数。
- 作者认为转运时间与死亡率的负相关可能源于选择偏倚:靠近医院的重症患者可能被优先转运,而偏远地区同一患者更可能因转运途中照护受限而先在现场接受治疗。
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19 节 · 点击展开
背景
在欧洲,暴力和伤害每年导致近五十万人死亡,是15–29岁人群的主要死因[1]。这些死亡大多发生在现场或住院前[2, 3]。因此,缩短转运时间似乎有可能预防创伤相关死亡。广泛流传的“黄金一小时”概念最早归因于Cowley,即危重患者应在60分钟内获得确定性治疗,这一概念深刻影响了院前急救,但似乎并未基于明确的研究发现[4]。
部分作者已表明,延长的现场时间和响应时间均与死亡相关[5–7],而其他作者则未能证实这一点[8–12]。在因穿透性创伤导致血流动力学不稳定或创伤性脑损伤的患者亚组中,快速转运至医院似乎有益[13]。另一方面,院前输血[14]、入院前对昏迷患者进行镇静和插管似乎也有益[15],这引出了一个问题:对某些患者而言,真正重要的是特定治疗本身,而非这些治疗在何处实施。
人口密度、地理差异、相应的先进医疗可及性以及这些因素对创伤患者院前时间间隔和死亡率的总体影响,研究尚少。Nilsbakken等人[16]最近的一篇文章报告,在挪威环境中,农村地区的院前时间间隔长于城市地区,但偏远本身与死亡率无关。O´Reilly及其同事发现,在爱尔兰,人口密度与创伤患者死亡率无关,但未报告院前时间[17]。据我们所知,最新关于瑞典院前急救系统中创伤患者在人口密度和生存方面的描述,也未报告院前时间间隔[18]。
本回顾性队列研究的主要目的是比较瑞典不同人口密度水平下创伤患者的院前时间间隔,包括对较严重病例的单独分析。
次要目标包括调查人口密度水平是否与死亡率、住院时间(LOS)和格拉斯哥结局量表(GOS)相关。此外,我们希望在多变量模型中进行调整后,探究哪些因素与死亡率相关。
我们假设人口密度较低地区的院前时间间隔会更长,且死亡率会随转运时间延长而增加。
方法
研究设计
本研究采用回顾性观察设计,基于患者在高、中、低人口密度市镇的家庭住址,对一组受伤创伤患者的院前时间进行全面比较。主要目的是探究基于人口密度的转运时间是否存在潜在差异。已获得伦理批准(DNR 2020–04246),所有患者数据在分析前均已去标识化,以确保保密性并符合数据保护法规。研究遵循STROBE指南[19]。
研究背景
本研究使用的数据主要来源于瑞典创伤登记处(SweTrau)数据库,该数据库是一个综合性资料库,包含瑞典各地医院收治的创伤患者的详细信息[20]。研究期间为2018年至2019年间的两年多时间。
瑞典是北欧国家,陆地面积410 000 km2,研究期间人口为1030万[21]。急诊医疗服务(EMS)系统在瑞典21个地区之间各有不同,资源配置各异。所有地区的骨干力量是配备护士的公路救护车,而其中9个地区(共21个)可以使用直升机急诊医疗服务(HEMS),通常配备医师[22]。在研究期间,斯德哥尔摩和哥德堡是仅有的两个可以使用医师配备快速响应车辆的城市[23, 24]。瑞典的21个地区是独立的医疗服务提供者,自行组织包括院前资源和配置在内的医疗服务。神经外科或胸外科等专科治疗以及最高级别创伤救治的可及性通过6个医疗区域内的协作来提供,见图1。每个医疗区域通常在其大学医院设有一个主要创伤中心。在研究期间,尚不存在关于创伤治疗或创伤患者直接转诊程序的国家指南。
参与者
研究期间在SweTrau中记录有完整院前时间间隔和居住地数据的所有患者均纳入研究。SweTrau的纳入标准为:入院时通过创伤呼叫接收的创伤患者、入院时新损伤严重度评分(NISS)>15的患者,以及创伤后7天内转运且NISS >15的患者。SweTrau的排除标准为:以慢性硬膜下血肿作为唯一创伤性损伤的病例,以及创伤呼叫前无创伤事件的病例[25, 26]。
对伤势更严重患者(损伤严重度评分(ISS)> 15)进行了预先设定的亚组分析。SweTrau使用个人登记号从瑞典人口登记处提取居住地址。患者按市镇分组。入院医院所在地与居住地址所在市镇不在同一地区或相邻地区的患者被排除。该规则的例外适用于居住在瑞典中部医疗区域西部三个地区(韦姆兰、达拉纳和厄勒布鲁)的患者,这些患者由HEMS送至乌普萨拉大学医院(位于最东端),因为这些可能代表主要创伤中心的直接入院。个人登记号暂时性或未知的患者无法与地理区域关联。无法匹配到地理区域或缺少转运时间数据的病例被排除在分析之外。由于SweTrau中无二次转运的转运时间数据,分析中未纳入二次转运。
变量
数据提取自SweTrau数据库,该数据库提供了关于转运和响应时间、患者人口学特征、损伤特征及地理信息的数据。SweTrau登记处的有效性已在其他文献中描述[27]。
主要结局变量为总院前时间的三个组成部分:响应时间、现场时间和转运时间。响应时间定义为从接到急救电话到急救医疗服务(EMS)到达事故现场之间的时长。现场时间定义为从到达现场到EMS离开的时间。转运时间定义为从离开现场到患者随后到达接诊医院的时间。总院前时间为上述三个间期之和。
若不同院前阶段的时间戳中仅记录了日期(而未记录时间),则事件时间被自动设定为00:00;这些病例因此导致院前时间间期时长计算不准确,故尝试对记录的时间戳进行系统验证以排除数据不准确的病例,详见下文。对每例病例的院前时间戳准确性进行评估,若记录时间不为00:00,则该时间戳被视为有效。记录时间为00:00的时间戳进行准确性评估,若其他记录时间戳均无00:00值,则视为有效;仅有单一记录时间戳的病例也被视为无效。随后检查时间戳的时间顺序有效性,若违反院前事件链的时间顺序则视为无效。然后仅使用有效时间戳计算每例病例的院前时间间期。院前转运时间≥4小时的病例进行人工审查,将存在明显登记错误(如单一时间戳中日期错误)的病例从分析中排除。
次要结局变量为30天死亡率、住院时间(LOS)和格拉斯哥结局量表(GOS)。
患者根据其所在市镇的人口密度分为高、中、低三组,瑞典增长政策分析署[28]分别将其描述为大都市、混合和农村市镇。见图2。各组的详细描述见附录表S1。
其他关注变量包括人口学特征如年龄、性别、美国麻醉医师协会(ASA)评分、新损伤严重度评分(NISS)、损伤严重度评分(ISS)、基于格拉斯哥昏迷量表(GCS)的修订创伤评分(RTS)的三个组成部分、收缩压(SBP)、呼吸频率(RR)、钝性/穿透性创伤、院前医师在场、地面/空中救护车、院前插管及GCS≤8时插管。RTS各分类范围从0到4,其中4为生理正常值。RTS越低,相应参数异常程度越大。例如RTS中SBP为0相当于无血压,即心脏骤停[29]。RTS的完整描述及相应截断值见附录表S2。
偏倚
该研究承认,受伤地点不一定与患者的居住地址相对应,这在地理代表性方面引入了潜在偏倚。为了解决这一问题,收治医院必须位于与居住地址相同或相邻的地区。SweTrau从50家急性创伤收治医院中的42至43家接收数据,报告比例为80–86% [25, 26]。
统计方法
采用直方图和汇总统计进行分布分析,以了解转运时间的分布情况。使用Kruskal-Wallis秩和检验和带连续性校正的成对Wilcoxon秩和检验(Mann-Whitney U检验)评估分布差异。使用Bonferroni法校正多重检验。比例差异使用Pearson χ2检验评估。对于非参数变量,报告中位数及其相应的四分位距(IQR)。对于正态分布变量,报告均值和标准差。检验均为双尾,所有假设检验使用0.05的显著性水平。如果某变量存在缺失值(MV),则予以注明并将其排除在分析之外。使用多因素二元logistic回归研究年龄、性别、ISS、ASA、响应时间、现场时间、转运时间、RTS、医师在场和人口密度分组与30天死亡率之间的关联。回归分析结果以比值比(OR)及95%置信区间(CI)报告。在回归分析中,变量ASA评分、RTS和人口分组所属的参照分别使用1、4和低。统计分析及图表生成使用RStudio 2023.06.1版和PDF-XChange Editor Plus 10.0.1版完成。
结果
参与者
2018–2019年期间,SweTrau共有19,442条登记记录。排除后,形成了由14,538例入院患者组成的队列,这些患者具有完整的院前时间间隔并按三个人口密度水平进行分类。7例患者因豁免入院医院须位于本人或相邻地区的规定而被纳入。16%的患者ISS > 15,因而构成相应的亚组,共2263条记录,见图3。
人口学特征和院前因素
全部患者和亚组的人口学特征、院前转运和治疗详情分别见表1A和1B。在整个损伤严重度谱系中,城市组患者年龄更大、ASA评分更高、ISS更高且更常接受插管。RTS的中位数和IQR在各密度组间一致,但显示出显著的分布差异。农村地区患者更常通过空中救护车转运,而中间组接受院前医师治疗的比例较低。
在伤情较重患者亚组中,高密度组较其他两组ASA评分更高、RTS GCS和SBP更低、穿透性创伤比例更高且更常接受院前医师治疗,见表1B。
院前时间间期
所有患者的院前时间间期见表2A。高密度组和中密度组的中位响应时间均为11 min,显著短于低密度组的中位15 min。中密度组的中位现场时间为20 min,比高密度组和低密度组短1 min。转运时间随人口密度增加而缩短,总院前时间亦如此。
在伤势较重患者亚组中,时间间期遵循与整个创伤人群相同的变化模式,见表2B。高密度组和中密度组的响应时间同为11 min,而低密度组为14 min。高密度组和中密度组的中位现场时间均为20 min,而低密度组为21 min。同样,转运时间和总院前时间随人口密度增加而缩短。图4展示了总院前时间三个组成部分的分布。
次要结局
整个人群的死亡率在高密度组和中密度组为6%,低密度组为5%,而高密度组的GOS显著低于中密度组和低密度组。三组之间LOS未见显著差异。见表2A。
在ISS > 15的患者亚组中,除低密度组死亡率为20%外,死亡率为26%。各组间LOS分布的差异再次无统计学意义。所有组的中位GOS均为3,但高密度组的分布显著低于其他两组。见表2B。
多因素logistic回归
在整个创伤人群中,与死亡率增加独立相关的因素为年龄、ISS、相对于1分的ASA评分3分和4分以及较低的RTS,SBP的相关性程度低于GOS和RR。 aucun时间间期与死亡率相关。院前医师的存在与死亡率呈负相关。与低密度组相比,高人口密度组与较低的死亡率相关,见表3A。
更严重损伤患者亚组相应分析的结果见表3B。与所有创伤患者的结果相似, none of the time intervals presented any significant association with mortality. 年龄、ISS、ASA分级3和4以及较低的RTS也与死亡率增加有统计学关联。人口密度本身与更严重损伤患者的死亡率无关。
讨论
在这项回顾性观察性队列研究中,我们发现瑞典创伤相关的院前时间间隔在不同人口密度组之间存在差异。然而,响应时间和现场时间的中位数差异仅为1–4分钟,而转运时间差异更为明显。无论是在所有患者中,还是在预先定义的更严重损伤患者亚组分析中——在该亚组中入院前所花时间的差异理应最为重要——均未观察到院前时间间隔与死亡率之间的关联。农村地区死亡率略低,但在校正协变量后,在全人群中,居住在人口高密度组相对于低密度组与更好的生存相关。
相比之下,ISS > 15的亚组显示人口密度与死亡率之间无校正后关联。
总之,院前时间间隔与死亡率无关。
院前时间
本研究关注的关键参数——响应时间、现场时间和转运时间——在三个人口组中存在差异。所有患者以及ISS较高患者的响应时间在高密度组和中密度组同样长,但低人口密度组的中位数增加仅相差3–4分钟。这意味着瑞典紧急医疗服务(EMS)站点的总体地理分布较为均衡,居民获得EMS服务的机会相当平等。我们发现的响应时间略短于国家卫生与福利委员会[22]报告的2021年优先级1任务15分钟的中位数。现场时间中位数在各组间仅相差1分钟,这也表明各人口水平之间的院前创伤救治相当。转运时间是各人口组之间差异最大的参数,这再次反映了瑞典EMS站点分布广泛、靠近患者,但当需要在集中化医院接受救治时,转运时间随偏远程度增加而延长。
死亡率及其他次要结局
低密度组的患者死亡率低于高密度组和中密度组。有趣的是,在多变量模型中对协变量进行调整后,对于整个创伤人群而言,出现了相反的趋势,即与低密度地区相比,居住在高密度地区与更好的生存率相关。然而,在伤势更严重的亚组中并非如此,这使得结果难以解读。正如预期的那样,年龄、损伤严重度评分(ISS)、更高的合并症负荷以及改变的生理参数在两种模型中均一致地与死亡率相关。在两个创伤队列中均未观察到反应时间与死亡率之间的关联。现场停留时间与死亡率之间也没有关联,这与其他人的结果形成对比[7, 16]。然而,一项基于10项研究的系统综述——其中大多数研究未显示现场停留时间与死亡率增加之间存在关联——甚至提示较长的现场停留时间与死亡率改善之间存在关联[13]。
在我们的资料中未观察到转运时间与死亡率之间的相关性。其他人报道了转运时间与死亡率之间的反向关联[8, 16],这可能容易被解读为较长的转运时间可能有利于生存。然而,到达医院的预计时间也可被视为可能的偏倚来源。当病情严重的患者——可能处于围心跳骤停状态——位于医院附近时,转运可能会被优先考虑,而同一患者位于偏远地区时,由于转运过程中获得有限医疗的时间更长,更可能在现场接受治疗。这反过来会引入与死亡率和转运时间相关的选择偏倚。通过调整意识水平低下、循环受损和呼吸异常的生理紊乱,我们旨在降低引入此类偏倚的风险。
本研究补充了先前的结果,即创伤患者似乎从院前医生的存在中获益[24, 30–34]。这一发现虽然合乎逻辑,但仅用ISS或NISS进行调整时可能无法检测到,因为这些是解剖学指标,缺乏生理参数,因此可能具有误导性[35]。Nielsbakken等[16]在其多变量模型中未纳入生理参数,报告了院前护理中有医生参与时死亡率比值比更高。
不同密度水平的住院时间(LOS)无差异。在城市组中,格拉斯哥预后评分(GOS)显著低于其他组。
院前因素
各人群组之间存在人口学差异,高密度组年龄更大,以ASA评分衡量的合并症负荷更重,病情更重且RTS更低,损伤全景更为严重,反映为更高的ISS,并且更常有穿透性损伤。这些趋势已被其他人在其他环境中描述[17]。无论是在整个创伤队列还是在ISS >15组中,院前医生最常部署在城市地区。这一发现可能与城市地区更高的插管频率有关。农村地区更频繁使用空中救护等院前因素可以用飞机在偏远地区更为有效来解释[16]。
局限性
尽管我们的研究为院前创伤救治提供了重要见解,但它也存在若干局限性。回顾性队列研究的性质带有只能描述相关性而非因果关系的缺点。此外,如前所述,可能存在多种类型的偏倚。同时,我们比较了一个地理和组织条件多样化的国家中21个独立医疗区域的院前系统。在瑞典,目前尚无关于应如何或应提供何种类型院前创伤救治的总体国家建议或指南[22]。我们使用的是患者的家庭住址而非创伤发生地点(因为该数据对我们不可用),这会引入一定的误差。然而,我们试图通过排除住址不与接诊医院所在区域相邻的患者来对此进行调整。
结论
尽管不同人口密度组之间的院前时间间隔存在差异,但未观察到入院前时间延长与死亡率增加之间的关联。此外,居住在高密度、中等密度或低密度人口地区与死亡率之间并无一致关联。
补充信息
以下是电子补充材料的链接。
补充材料1
参考来源
- Lundberg OHM, Lapidus O, Bäckström D, et al. Prehospital time intervals for trauma patients according to population density levels in Sweden; a national retrospective cohort study. Scand J Trauma Resusc Emerg Med. 2025. PMID: 41339901. doi:10.1186/s13049-025-01514-z
- 全文:PMC12676833(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12676833/
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。