文献速递复苏、休克与脓毒症重症综合管理与镇静镇痛

急诊医生在早期脓毒症管理中的差异

Physician Variation in Early Sepsis Management.
PubMed 文献 · JAMA Netw Open · 2026-02-02
一句话结论急诊医生脓毒症抗菌药物给药时间存在显著差异,但更快的给药模式与过度治疗无关。

这项解释性混合方法研究链接了2013年7月1日至2017年1月31日犹他州4家急诊科的回顾性队列(9810例脓毒症患者、88名急诊主治医生)与2022年5月17日至2023年6月28日的前瞻性医生访谈。医生层面door-to-antimicrobial时间存在显著差异(似然比检验P<.001),平均医生估计均值184分钟(95%估计区间146-222分钟),医生间ICC为5.1%。每增加10分钟医生估计平均door-to-antimicrobial时间,过度治疗的调整比值比为0.98(95%CI 0.94-1.02;P=.37),无显著关联。访谈显示最快四分位医生强调主动并行任务执行和团队协调,最慢四分位医生描述为反应性、逐步的评估治疗过程。

要点

  • 88名急诊主治医生治疗的9810例脓毒症患者中,医生层面door-to-antimicrobial时间存在显著差异(P<.001),医生间ICC仅5.1%。
  • 典型患者的平均医生估计door-to-antimicrobial时间为184分钟(95%估计区间146-222分钟),医生层面中位时间155分钟(IQR 138-172)。
  • 医生估计平均door-to-antimicrobial时间每增加10分钟,过度治疗调整OR为0.98(95%CI 0.94-1.02;P=.37),无显著关联。
  • 在9072例接受抗生素的患者中,每增加10分钟医生door-to-antibiotic时间,抗生素谱评分调整增加0.049分(95%CI −0.002至0.100;P=.06),无显著关联。
  • 最快四分位医生描述主动并行任务执行和团队协调,最慢四分位医生描述反应性、逐步的脓毒症评估治疗过程。

适用人群与场景

  • 成人(≥18岁)非创伤患者,于2013年7月1日至2017年1月31日首次急诊就诊时符合Sepsis-3共识标准(包括在急诊离开前接受静脉抗菌药物或肠内奥司他韦磷酸盐、非达霉素或万古霉素盐酸盐治疗疑似或确诊感染)。
  • 患者随访至急诊到达后30天。
  • 纳入分析的急诊主治医生需在2013-2017研究期间治疗≥20例符合条件的脓毒症患者。
  • 定性访谈对象为2022年5月17日至2023年7月28日期间仍在研究医院任职、且估计平均door-to-antimicrobial时间位于最快或最慢四分位的医生。

诊断标准与关键阈值

  • 脓毒症标准:Sepsis-3共识标准,包括在急诊离开前接受静脉抗菌药物或肠内奥司他韦磷酸盐、非达霉素或万古霉素盐酸盐治疗疑似或确诊感染。
  • 过度治疗定义:患者在急诊离开前符合脓毒症标准(包括在急诊因疑似或确诊感染接受抗菌药物),但最终回顾性裁定使用所有可用数据排除感染。

研究设计与关键结果

  • 研究类型:解释性混合方法研究,链接回顾性队列(2013年7月1日至2017年1月31日,4家犹他州急诊科)与前瞻性定性医生访谈(2022年5月17日至2023年6月28日)。
  • 定量分析纳入88名急诊主治医生(71名[80.7%]男性;中位年龄39[IQR 35-49]岁)和9810例脓毒症患者(中位年龄63[IQR 48-75]岁;4635例[50.5%]女性;3540例[38.6%]在急诊到达超过3小时后接受抗菌药物)。
  • 医生治疗患者数中位105例(IQR 75-129)。医生层面door-to-antimicrobial时间中位155分钟(IQR 138-172),范围89.5-218.0分钟。
  • 医生door-to-antimicrobial时间存在显著差异(似然比检验P<.001),典型患者平均医生估计均值184分钟(95%估计区间146-222分钟),医生归因变异比例(ICC)为5.1%。
  • 医生性别、住院医师培训和年资与door-to-antimicrobial时间无关。
  • 主要分析:医生估计平均door-to-antimicrobial时间每增加10分钟,过度治疗调整OR为0.98(95%CI 0.94-1.02;P=.37),无显著关联。
  • 次要分析(n=9072例接受抗生素的患者):医生door-to-antibiotic时间每增加10分钟,抗生素谱评分调整增加0.049分(95%CI −0.002至0.100;P=.06),无显著关联。
  • 18名医生参与访谈(最快和最慢四分位各半),最快四分位医生强调主动并行任务执行和团队协调,最慢四分位医生描述反应性、逐步的评估治疗过程。

证据类型、等级与局限

  • 证据类型:解释性混合方法研究(回顾性队列+前瞻性定性访谈)。
  • 局限:抗菌药物起始治疗在2013-2017年数据收集期间及之后已加速,总体趋向更快起始可能部分解释本分析发现的医生归因变异比例低于试点研究。
  • 局限:医生脓毒症实践和信念可能在实践测量与访谈之间的数年间隔中已演变。
  • 局限:参与访谈的医生可能与拒绝参与或因离开研究医疗系统、退休或其他原因无法参与的医生不同。
  • 局限:SEP-1脓毒症质量指标和Sepsis-3标准分别于2015年和2016年发布,与定量数据收集期间部分时段指导床旁临床实践的较旧脓毒症指标和定义不同。
  • 局限:统计模型调整了综合患者特征,但医生抗菌药物时间与过度治疗概率的非线性关联、研究站点差异或残余混杂可能影响发现。
  • 局限:研究聚焦患者层面流程溢出效应,无法调查导致更早起始抗菌药物的照护模式是否与无脓毒症患者的照护或结局(如诊断延迟)、脓毒症患者的以患者为中心的结局(如艰难梭菌感染增加)或耐药感染发生率相关。
  • 局限:无法评估更早抗菌药物起始实践是否与未归类为过度治疗的患者中更多可能(而非 probable 或 definite)感染的转变相关。

对床旁实践的改变

  • 医生层面door-to-antimicrobial时间存在显著差异,但更快的抗菌药物起始实践模式与过度治疗无关,也未使用更广谱抗生素。
  • 最快四分位医生描述的主动并行任务执行和团队协调策略,以及最慢四分位医生描述的反应性逐步方法,为个体医生提供了可参考的照护组织方式。
  • 作者认为,促进临床医生有效指导多学科团队实施时间关键性照护的信心(即自我效能)的干预可能对某些医生有帮助。
  • 作者认为,临床医生驱动的异步沟通和照护协调有助于及时给予抗菌药物。

提炼说明

  • 原文未涉及「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11 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:JAMA Netw Open. 2026 Feb 13;9(2):e2556945. doi: 10.1001/jamanetworkopen.2025.56945

引言

早期、恰当的抗菌治疗对脓毒症患者至关重要1,2,3,4,5,6,7,脓毒症是感染引起的免疫反应失调导致急性器官衰竭时出现的常见且致命的综合征。8,9,10然而,及时提供高质量的脓毒症诊疗仍然具有挑战性,许多患者在推荐的3小时时间窗之后才接受抗菌药物。2,3,4,7,11

决策辅助工具和诊疗流程重组有助于识别潜在脓毒症患者、促进诊断评估并加快治疗启动。4,12,13,14然而,此类措施可能导致不良溢出效应,包括抗菌药物过度治疗。14,15,16,17,18,19与此同时,许多与患者偏好、复杂性和疾病严重程度无关的患者和系统因素似乎影响社区获得性脓毒症的抗菌药物给药时机。20,21,22,23,24我们团队研究人员参与的一项初步研究25提供了初步证据,表明医生层面在患者就诊至抗菌药物给药时间(以下简称“门至抗菌药物时间”)方面存在差异,医生的实践受到感染表现和疾病严重程度的不同影响。综合来看,这些发现表明需要更好地理解诊疗流程组织和医生决策如何以及为何影响脓毒症评估和治疗。

结合定量和定性方法的分析有助于稳健地表征实践差异的潜在机制,并指导克服这些差异的措施。因此,我们开展了一项混合方法研究,以调查脓毒症中抗菌药物给药时机医生差异的程度和驱动因素,并利用观察到的实践差异来衡量加速抗菌治疗可能产生的溢出效应。

方法

研究设计

这项解释性混合方法研究——一种以定量结果指导旨在解释定量发现的定性探究的设计——将调查犹他州4家医院脓毒症急诊科患者回顾性队列中医师治疗行为的定量分析3,22,26,27与来自半结构化医师访谈的涉及脓毒症评估和治疗实践的定性数据相关联。我们遵循了加强流行病学观察性研究报告(STROBE)和定性研究统一报告标准(COREQ)报告指南。该研究经Intermountain Health机构审查委员会批准。定量分析在豁免知情同意的情况下进行。访谈参与者提供了书面知情同意。补充材料1中的附录eAppendix 1提供了有关研究环境、参与者纳入标准、研究团队立场性、数据收集以及定性和定量分析方法的更多细节。

患者和医师参与者

2013年7月1日至2017年1月31日期间,在研究医院28就诊的成年无创伤患者(年龄≥18岁),在首次急诊就诊期间符合Sepsis-3共识标准8——包括在急诊离院前因疑似或确诊感染接受静脉抗菌药物或肠内磷酸奥司他韦、非达霉素或盐酸万古霉素——有资格纳入定量分析。患者随访在急诊到达后30天结束。急诊主治医师——定量分析随访长达43个月——如果在2013-2017年研究期间治疗了20例或以上符合条件的脓毒症患者,则纳入分析队列。医师有资格参与2022年5月17日至2023年7月28日期间进行的定性访谈,条件是他们仍在研究医院在职,且其估计平均门至抗菌药物时间与其他医师相比处于最快或最慢四分位数,计划每个四分位数纳入最多10名医师或直至达到主题饱和。29

定量数据收集

如先前所述,3,22,26,27从Intermountain Health电子数据仓库提取的数据通过结构化人工抽象进行补充,以核对缺失、异常或不可信数据。使用整合文档作者身份、计费和急诊患者追踪数据的算法27,为98.4%的记录确定了患者的主要急诊主治医师(补充1中的eMethods提供了详细方法和验证)。人工病历审查为其余病例确定了急诊医师。使用所有可用数据,经过培训的抽象员还应用标准化标准和验证方法来判断急诊中是否实际存在感染。26 补充1中的eAppendix 1和eFigure 1提供了关于感染存在判定和定量数据收集其他方面的额外细节。

从电子健康记录中收集的自我报告人口学数据包括年龄、性别以及种族和民族。种族和民族报告为西班牙裔或拉丁裔民族或非白人种族(包括美洲印第安人或阿拉斯加原住民、亚洲人、黑人或非裔美国人、夏威夷原住民或其他太平洋岛民、或多种族)或为非西班牙裔或非拉丁裔白人。这些数据被置于二分类类别中,以便描述患者队列中种族和民族少数化个体的比例。

如果患者在急诊离院前符合脓毒症标准——包括在急诊因疑似或确诊感染接受抗菌药物——但在使用所有可用数据的最终回顾性判定中感染被排除(补充1中的eMethods),则被认为过度治疗。患者层面的谱评分计算为急诊中施用的每种独特抗生素的谱评分(补充1中的eAppendix 3)之和。30

定性数据收集

由主题和方法学专家(I.D.P.、J.B. 和 S.M.B.)创建的访谈脚本草案经过了试点测试和迭代修订。最终的半结构化访谈脚本(补充材料1中的eAppendix 2)引出了关于脓毒症诊断和管理的一般知识和观点,并应用了认知任务分析的关键决策变体31,参照一个自我选择的疑似脓毒症“困难”病例,以引出医生对脓毒症评估和治疗的方法。问题和追问特别关注不确定性的管理和任务优先级排序。

为避免偏倚,访谈者(J.B.)对参与者的从入门到抗菌药物给药时间设盲。访谈通过视频会议进行,目标时长为30至40分钟。音频录制的访谈由专业人员转录。

统计分析

定量数据分析

统计方法的详细信息见下文及补充材料1中的eAppendix 1。简言之,我们使用线性混合效应模型描述了医生从入门到抗菌药物给药时间的变异。另外,主要分析和次要分析使用联合建模方法检验了医生层面的从入门到抗菌药物给药时间变异是否与过度治疗相关,该方法同时建模从入门到抗菌药物给药时间和过度治疗,通过共享的医生层面随机效应将两个子模型联系起来。

医生层面从入门到抗菌药物给药时间变异的描述使用了线性混合效应模型,该模型对从入门到抗菌药物给药时间纳入恒等链接、患者层面固定效应(研究医院和患者年龄、性别、种族和民族[非西班牙裔或非拉丁裔白人]、经救护车到达急诊科、加权合并症评分、32,33感染来源、首选语言、急诊科脓毒症死亡风险评分、34,35夜间到达急诊科、到达急诊科时休克、汇总分诊 acuity 评分、36以及到达急诊科年份),以及医生的随机截距。似然比检验通过比较含和不含医生层面随机效应的模型,评估了从入门到抗菌药物给药时间在不同医生间存在变异的假设。37随机医生效应的组内相关系数估计了从入门到抗菌药物给药时间变异中可归因于医生的比例。测量了医生随机效应的经验最佳线性无偏预测(称为医生估计的平均从入门到抗菌药物给药时间),并通过平均医生估计的平均从入门到抗菌药物给药时间的95%估计区间以及通过典型患者(即连续协变量的均值分类协变量最常见水平)的医生估计均值图形展示来量化医生层面变异。我们通过在混合效应模型中添加这些参数的医生层面固定效应,评估了医生特征(经验、性别和住院医师培训)与执业行为的关联。

主要分析采用联合混合效应共享参数模型,以估计主要暴露因素(以医师层面潜在参数构建的医师平均门到抗菌药物时间)与主要结局(医师层面过度治疗概率)之间的关联。在该模型中,以上述患者层面固定效应协变量为条件,过度治疗的概率允许依赖于医师的潜在平均门到抗菌药物时间,并将其建模为随机效应。联合模型包括一个用于过度治疗概率的伯努利子模型和一个用于门到抗菌药物时间的高斯子模型。次要结局的分析采用类似方法,将抗生素谱的高斯子模型替换为恒等链接。在两项分析中,联合模型均包括潜在医师平均门到抗菌药物时间随机截距的系数,以量化所关注的关联。38,39,40,41 模型估计值以过度治疗概率的调整比值比和抗生素谱的调整平均变化报告,并附模型推导的95% CI和P值。

定量数据分析于2021年至2025年间进行。统计显著性定义为双侧P ≤ .05。

定性数据分析

对转录访谈的分析于2022年至2025年间进行,采用归纳与演绎相结合的方法,通过符合主题分析发展的流程。42,43 访谈由2名定性研究人员(F.M.S.和M.B.M.)使用迭代完善的编码簿独立编码,且对参与者的门到抗菌药物时间设盲。分析聚焦于3个预选编码组:临床决策、护理协调和脓毒症护理方案。选择依据为不确定性下决策的阈值模型、44 模糊痕迹理论45,46 以及临床决策的双过程模型。47 在揭盲医师门到抗菌药物时间四分位数之前,选取了能反映抗菌药物启动行为的示例性引语,之后由分析团队对每个编码进行比较性解释并迭代综合。

结果

在2013年至2017年间于研究急诊科符合脓毒症标准并纳入定量分析的9180例患者中(补充材料1中的eFigure 2),中位年龄为63(IQR,48-75)岁,4635例(50.5%)为女性,4545例(49.5%)为男性,3540例(38.6%)在到达急诊科后超过3小时才在急诊科接受抗菌药物。在种族和民族方面,1510例患者(16.4%)为西班牙裔或拉丁裔民族或非白人种族,7670例(83.6%)为非西班牙裔或非拉丁裔白人。在最终回顾性裁定中,778例患者(8.5%)被确定在到达急诊科时未感染,因此不符合脓毒症(表1和补充材料1中的eTable 1)。分析纳入88名急诊主治医师,他们在研究期间诊治了至少20例符合条件的脓毒症患者,其中17名医师(19.3%)为女性,71名(80.5%)为男性。中位年龄为39(IQR 35-49)岁,医学院毕业后中位经验为11(IQR 7-21)年。(表2和补充材料1中的eTable 2)。每名纳入医师诊治脓毒症患者的中位次数为105(IQR,75-129)。医师层面门到抗菌药物时间的中位数为155(IQR,138-172)分钟,范围为89.5至218.0分钟。

在考虑了患者特征后,2013年至2017年接受治疗患者的门至抗菌药物时间在不同急诊科医生之间存在显著差异(比较含与不含医生水平随机效应模型的似然比检验,P < .001)。对于典型患者,医生估计的平均门至抗菌药物时间为184分钟,其95%估计区间为146至222分钟(图)。归因于医生的变异比例(组内相关系数)较小,为5.1%。医生性别、住院医师培训及工作年限与门至抗菌药物时间无关(补充材料1中的eTable 3)。

在主要分析中,过度治疗(患者在急诊科接受了抗菌药物但最终裁定未感染)的比值比与医生门至抗菌药物时间无关(急诊科医生门至抗菌药物时间每增加10分钟的校正比值比,0.98 [95% CI,0.94-1.02];P = .37)。在仅限于接受抗生素患者的次要结局分析中(n = 9072),急诊科所接受抗生素的谱评分也与急诊科医生门至抗菌药物时间无关(急诊科医生门至抗生素时间每增加10分钟,谱评分的校正增加为0.049 [95% CI,−0.002至0.100]分;P = .06)。

18名医生参与了2022年至2023年进行的研究访谈,在估计平均门至抗菌药物时间最快和最慢四分位数之间平均分配(补充材料1中的eTable 2)。表3提供了示例性引语,未经编辑的引语见补充材料1中的eTable 4。

医生报告在脓毒症识别和临床决策中很大程度上依赖临床整体判断,这在各门至抗菌药物四分位数之间基本相似(表3)。然而,较慢门至抗菌药物四分位数中的一些医生似乎略微更可能以审慎的算法思维来补充启发式判断。

两个四分位数的医生均强调了急诊科脓毒症诊疗的多学科、团队协作性质(表3)。给予抗菌药物较慢的医生对团队合作的描述为:在确认脓毒症怀疑并开具抗菌药物后,于诊疗后期与其他急诊科团队成员进行临时沟通。这些医生认为患者诊疗易受系统性因素和低效问题影响,他们缺乏自主权来预防这些问题,而是以被动和逐步的方式加以应对。相比之下,给予抗菌药物较快的医生描述了同时执行临床任务,并使用主动策略和沟通与急诊科诊疗团队协调,包括在急诊科诊疗早期尝试识别脓毒症时与急诊科护士分担责任(表3)。

大多数医生认为诊疗方案减少了认知负荷、确保了获取当前循证信息的途径,并有助于避免遗漏脓毒症诊断和治疗中的重要步骤(表3)。抗菌药物较慢四分位数的医生对集束化方案表达了略微更多的矛盾态度,将脓毒症方案描述为“一刀切”的负面看法,并指出对认知流程中断(“分散注意力”)的担忧。

表1. 按门至抗菌药物时间分组的患者人口学和临床特征 查看原表 ↗
表2. 按医生估计的平均门至抗菌药物给药时间四分位数分组的医生人口学特征 查看原表 ↗
图. 门至抗菌药物给药时间的最佳线性无偏预测(医生估计均值)。图中展示了由急诊科(ED)88名主治急诊科医生在急诊科治疗的典型脓毒症患者的最佳线性无偏预测值(圆圈),并附有95%预测区间(垂直线)。医生排名由门至抗菌药物给药时间决定。圆圈大小与每位医生所治疗的符合条件的脓毒症患者数量成正比。水平虚线表示所有医生的医生估计平均门至抗菌药物给药时间的平均值。 查看原图 ↗
表3. 按主题代码和门至抗菌药物给药时间四分位数分组的医生代表性语录 查看原表 ↗

讨论

在这项采用定量和定性分析的大型多中心队列研究中,急诊科医生的门至抗菌药物给药时间存在显著差异。然而,门至抗菌药物给药时间较快的医生并未表现出显著增加的过度治疗率(即在急诊科给予抗菌药物,但回顾性裁定急诊科就诊时不存在感染),也未使用更广谱的抗生素。在2022年至2023年进行的访谈中,2013年至2017年门至抗菌药物给药时间处于最快四分位数的医生描述,在评估和治疗潜在脓毒症患者期间,他们采用并行任务执行和多学科护理团队的主动协调,而较慢四分位数的医生则报告了更为被动和逐步的方法。门至抗菌药物给药时间最快四分位数的医生还略微更强调启发式和模式识别(即1型临床决策),而非关于脓毒症存在和管理的审慎算法评估(即2型临床决策)47。脓毒症护理集束化治疗引起了门至抗菌药物给药时间较慢的医生对标准化和潜在危害的更多担忧。

考虑到及时给予抗微生物药物在优化脓毒症结局中的核心作用,1,2,3,4,5,6,7 识别有助于或阻碍该治疗实施的非患者因素对于系统性脓毒症诊疗改进至关重要。本研究证实了先前的初步数据25,即医生的门到抗微生物药物给药时间存在差异。医生的人口学和培训特征与其门到抗微生物药物给药时间无关。然而,定性研究揭示了医生在脓毒症评估和治疗方法上的差异。医生们一致强调了脓毒症诊疗复杂的团队性质,但门到抗微生物药物给药时间较慢的医生倾向于将自己视为诊疗提供系统中的齿轮,他们对该系统的运作修改能力有限。虽然这些医生在脓毒症诊疗中将更多算法化决策与启发式方法结合使用,但这似乎并非为提高诊断确定性和减少过度治疗而做出的有意识选择。相比之下,门到抗微生物药物给药时间最快四分位的医生似乎感到有能力通过积极协调多学科团队来催化脓毒症诊疗。这些医生报告使用了主动、高效的团队沟通来克服可能导致脓毒症识别和治疗延迟的障碍。他们还将脓毒症诊疗组织为一组并行流程,而门到抗微生物药物给药时间最慢四分位的医生则更常将脓毒症评估和治疗视为一个序贯的、渐进的过程。

这些见解提示了个体医生可用于辅助脓毒症诊疗的观点和策略,以及潜在的基于系统的干预措施,以加速和同步多学科团队的脓毒症评估和治疗。14,48,49 虽然诊疗团队碰头会可缩短抗微生物药物给药时间,14 但我们的数据表明,临床医生驱动的异步沟通和诊疗协调有助于及时给予抗微生物药物。门到抗微生物药物给药时间较慢的急诊科医生似乎屈从于接受诊疗障碍,这一事实表明,促进临床医生对其有效指导多学科团队实施时间关键性诊疗能力的信心(即自我效能50)的干预措施可能对某些医生有帮助。

我们的研究结果还提供了客观数据,用以回应有关脓毒症护理质量改进工作潜在危害的担忧——即加快抗菌药物治疗的努力可能推动不必要抗菌药物或不必要广谱抗菌药物的使用。51,52,53 这种溢出效应可能导致临床上重要的患者层面危害,因为抗菌治疗常见的并发症包括过敏反应、肾损伤和艰难梭菌结肠炎。15,54 健康系统层面的不良后果,包括抗菌药物耐药性增加和费用上升,也令人担忧。55 幸运的是,我们发现,采取更早给予抗菌药物诊疗模式的医生,并没有更多患者在最终裁定中被排除感染,也没有使用更广谱的抗生素。由于患者被分配给急诊科医生基本上是随机的,急诊科医生作为护理提供模式的工具 admittedly 并不完美。56 这一特性,结合稳健的统计方法来处理持续性混杂因素,增强了我们分析的因果推断。我们的数据也与2022年发表的一项概念相似的研究一致,该研究发现医院层面转向更早给予抗菌药物的实践与抗菌治疗增加、治疗天数或抗菌谱增宽无关。18

优势与局限性

Our study has several limitations. 我们的研究存在若干局限性。Initiation of antibiotic therapy for sepsis has accelerated during and since our quantitative practice data were collected between 2013 and 2017,57 and temporal trends toward faster initiation of antimicrobial treatment overall may be one reason this analysis found a lower proportion of physician-attributable variation in antimicrobial timing compared with the pilot study.25 在我们于2013年至2017年间收集定量实践数据期间及之后,脓毒症抗生素治疗的启动已加速,57 并且总体上抗菌治疗启动更快的时间趋势可能是本分析发现抗菌治疗时机中归因于医师的变异比例低于试点研究的原因之一。25 Physicians’ sepsis care practices and beliefs may have evolved during the several-year time gap between practice measurement and interviews. 医师的脓毒症诊疗实践和信念可能在实践测量与访谈之间相隔的数年间发生了变化。Physicians who participated in interviews may have differed from those who declined participation or were unavailable due to leaving the study health system, retirement, or other factors. 参与访谈的医师可能与拒绝参与或因离开研究医疗系统、退休或其他因素而无法参与的医师存在差异。The SEP-1 sepsis care quality metrics58,59 and the Sepsis-3 criteria used to identify patients eligible for this analysis were released in 2015 and 2016, respectively, and differ from the older sepsis metrics and definitions that informed bedside clinical care during a portion of the period for which quantitative data were collected. 用于确定符合本分析条件的患者的SEP-1脓毒症照护质量指标58,59和Sepsis-3标准分别于2015年和2016年发布,且与在定量数据收集期间部分时段内指导床旁临床照护的较旧脓毒症指标和定义不同。Statistical models adjusted for a comprehensive set of patient characteristics, but a nonlinear association of physician antimicrobial time with overtreatment probability, study site differences, or residual confounding may have affected our findings. 统计模型已针对一套全面的患者特征进行调整,但医师抗菌治疗时间与过度治疗概率的非线性关联、研究现场差异或残余混杂可能影响了我们的发现。We focused on patient-level process-of-care spillover effects55 and were unable to investigate whether care patterns leading to earlier initiation of antimicrobial treatment were associated with care or outcomes among patients without sepsis (eg, diagnostic delays), patient-centered outcomes among patients with sepsis (eg, increased C difficile infections), or the incidence of drug-resistant infections. 我们聚焦于患者层面的照护过程溢出效应,55 且无法调查导致更早启动抗菌治疗的照护模式是否与无脓毒症患者的照护或结局(例如诊断延迟)、脓毒症患者以患者为中心的结局(例如艰难梭菌感染增加)或耐药感染的发生率相关。We also could not assess whether earlier antimicrobial initiation practices were associated with a shift toward more possible (rather than probable or definite) infections among patients not classified as overtreated (ie, infection not ruled out). 我们也无法评估更早启动抗菌治疗的实践是否与未被归类为过度治疗(即感染未被排除)的患者中向更多可能感染(而非很可能或确定感染)的转变相关。Use of cognitive task analysis anchored to real patient cases reduced but did not eliminate the possibility of recall bias during physician interviews. 使用以真实患者病例为锚点的认知任务分析减少但并未消除医师访谈期间回忆偏倚的可能性。The included ED physicians were predominantly male, although the study cohort’s demographic characteristics are broadly proportional to the US emergency medicine physician workforce, which is 28% female.60 纳入的急诊科医师以男性为主,尽管研究队列的人口学特征与美国急诊医学医师队伍大致成比例,后者中女性占28%。60 Finally, it is possible that our results may not be generalizable to other health systems or geographic regions. 最后,我们的结果可能无法推广至其他医疗系统或地理区域。

Conclusions 结论

In this explanatory mixed-methods study, we confirmed significant physician-level variation in door-to-antimicrobial time when treating patients with sepsis. 在这项解释性混合方法研究中,我们证实了在治疗脓毒症患者时,从到院至抗菌治疗时间存在显著的医师层面变异。Physician practice patterns characterized by earlier antimicrobial administration were not associated with increased antimicrobial overtreatment. 以更早给予抗菌药物为特征的医师实践模式与抗菌药物过度治疗增加无关。Physicians who had the fastest door-to-antimicrobial administration times actively engaged in proactive, timely communication and coordination with the multidisciplinary care team to organize parallel task execution and felt empowered to overcome system-level obstacles to prompt sepsis evaluation. 从到院至抗菌给药时间最快的医师积极主动地与多学科照护团队进行及时沟通和协调,以组织并行任务执行,并感到有能力克服系统层面的障碍以及时进行脓毒症评估。

参考来源

  1. Peltan ID, Groat D, Butler J, et al. Physician Variation in Early Sepsis Management. JAMA Netw Open. 2026. PMID: 41686440. doi:10.1001/jamanetworkopen.2025.56945
  2. 全文:PMC12905659(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12905659/

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。