日本成人重症监护质量指标集的建立与2025年再评估:改良RAND/UCLA德尔菲研究
本研究采用改良RAND/UCLA适宜性方法,由14名日本多学科专家对系统文献综述和指南中提取的44项候选质量指标进行两轮评分及面对面会议,于2018年形成38项共识指标集(13项结构、10项过程、15项结局)。2025年进行第三轮再评估,37项仍为适宜,1项(脓毒症限制性输血策略)被重新分类为不确定而未保留,新增1项(每1000机械通气日的呼吸机相关事件)为适宜,更新后核心集仍为38项。该指标集注重可测量性,多数可从现有电子健康记录和行政索赔数据获取,部分需机构层面调查或直接观察,为日本ICU国家基准比较和持续质量改进提供基础。
要点
- 2018年共识集含38项指标:13项结构、10项过程、15项结局,均经14名日本多学科专家两轮评分及面对面会议确认。
- 2025年第三轮再评估中,37项维持适宜,脓毒症限制性输血策略因中位数6分被列为不确定而未保留为核心指标。
- 新增指标「每1000机械通气日呼吸机相关事件」中位数8分评为适宜,纳入更新后核心集,使总数仍为38项。
- 多数指标可从电子健康记录和行政索赔数据测量,部分需机构层面调查或直接观察;手卫生依从性采用WHO直接观察框架的机构报告审计结果。
- 作者指出,再插管率等指标需结合平衡指标(如无呼吸机天数或镇静/撤机实践)解读,极低再插管率若反映延迟拔管或过度保守实践则未必最佳。
适用人群与场景
- 日本成人ICU患者;指标集适用于日本ICU的前线临床实践,专家小组来自不同地理区域及学术与社区医院。
诊断标准与关键阈值
- 适宜性评分采用9点Likert量表:1–3分为不适宜,4–6分为不确定,7–9分为适宜。
- 不适宜:中位数评分在1–3分且无分歧;不确定:中位数评分在4–6分,或无论中位数如何评级存在分歧;适宜:中位数评分在7–9分且无分歧。
- 分歧定义:至少5名专家评分在低适宜范围(1–3分)且至少5名评分在高适宜范围(7–9分);敏感性分析采用RAND/UCLA手册的IPRAS法,分类不变。
研究设计与关键结果
- 系统检索MEDLINE(1946年1月至2017年11月6日)初检670篇文献,摘要筛选后69篇全文审查,最终纳入14篇作为质量指标来源,并参考日本重症医学会及国际指南,提取44项候选指标。
- 第一轮问卷于2018年5月1日至31日进行,14名专家评分44项指标:33项评为适宜,11项评为不确定,无指标评为不适宜。
- 面对面专家会议于2018年6月13日举行,修改3项、删除7项、新增3项;第二轮对40项指标评分,37项适宜、3项不确定,最终删除2项,形成38项共识集(13项结构、10项过程、15项结局)。
- 2025年第三轮再评估中,14名原专家全部返回完整评分(14/14,100%);原38项中37项仍为适宜,1项(脓毒症限制性输血策略)中位数6分评为不确定而未保留;新增的每1000机械通气日呼吸机相关事件中位数8分评为适宜并纳入,更新后核心集为38项。
- 使用IPRAS法作为分歧定义的敏感性分析与主要计数定义相比,适宜性分类不变。
证据类型、等级与局限
- 证据类型:改良RAND/UCLA适宜性方法的德尔菲研究(专家共识)。
- 专家小组共14名,包括10名重症医学科医师、1名肾内科医师、1名物理治疗师、1名临床工程师和1名护士。
- 局限:原始共识制定于2017–2018年,虽于2025年进行正式再评估,仍需要持续定期审查;专家小组由日本医疗专业人员组成,可能限制对其他卫生系统的普适性;过程未纳入患者或家属代表,患者报告结局/体验及危重症后长期康复等新兴领域未明确纳入当前核心集;依赖机构报告审计结果的指标(如手卫生)审计实施细节未标准化,可能存在测量和报告偏倚。
对床旁实践的改变
- 该指标集为日本ICU提供可操作的全国基准比较和持续质量改进框架,多数指标可从现有电子健康记录和行政索赔数据获取。
- 脓毒症限制性输血策略不再作为核心质量指标,因脓毒症输血阈值常需根据患者特征、血流动力学及出血/缺血风险个体化,单一阈值指标易出现例外和错误分类。
- 作者认为,再插管率应结合平衡指标(如无呼吸机天数或镇静/撤机实践)解读,极低再插管率若反映延迟拔管或过度保守实践则未必最佳。
- 作者指出,未来更新可考虑在首轮评分前引入结构化「背景扫描」(如系统映射国内监管/报销要求及利益相关者意见),使背景特异性候选指标从开始即被考虑。
指南或共识出处
- 日本成人重症监护质量指标集(2018年共识集,2025年再评估更新),制定机构为日本多学科专家小组,采用改良RAND/UCLA适宜性方法。
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」,故未列出这些栏目。
全文中译17 节 · 点击展开
引言
重症监护病房(ICU)为最危重的患者提供维持生命的照护,但这种照护复杂、资源密集且具有内在风险。因此,确保提供一致、高质量的照护是一个全球性优先事项,以优化患者结局并提高医疗效率。质量指标(QIs)已成为一种标准的、基于证据的工具,用于测量、监测和改善各学科领域的医疗质量。根植于Donabedian的结构、过程、结果经典框架[1],QIs将临床证据转化为可测量的指标,能够揭示推荐实践与实际实践之间的差距,从而识别改进机会。
在重症监护领域,多个国际机构,如欧洲重症医学会(ESICM),已制定了基础性QI集,推动了质量测量科学的发展[2]。这些国际努力为讨论ICU质量提供了宝贵的框架和共同语言。然而,将这些指标集直接应用于不同的国家医疗体系可能具有挑战性。临床实践模式、患者人口学特征、数据基础设施和资源可用性的显著差异,可能限制在某一背景下制定的指标在应用于另一背景时的相关性和可行性。
这一问题在日本尤为突出。尽管日本拥有先进的医疗体系和全国性ICU患者登记系统(日本重症患者数据库,JIPAD)[3],但在我们于2017年启动本研究之前,尚无专门为评估日本ICU一线临床照护质量而制定的全面、基于证据的QI集。这种标准化、经情境验证的工具包的缺失,是全国质量基准比较、识别改进领域以及系统评估质量改进举措影响的重大障碍。因此,迫切需要一套针对日本医疗环境量身定制的专用QI集。为填补这一空白,我们通过2017-2018年使用改良RAND/UCLA适当性方法进行的正式多学科共识过程,制定了一套日本ICU QI集。
然而,质量指标集并非一成不变。由于重症监护证据和临床实践快速发展,指标集需要定期重新评估和更新,以保持其当前的有效性和可行性。因此,为确保该QI集与当代实践保持相关性,我们于2025年使用相同的基于RAND/UCLA的评分方法进行了额外的重新评估。
因此,本研究报道[1]使用改良RAND/UCLA适当性方法和正式多学科共识过程,制定一套针对日本医疗体系的全面、基于证据的成人ICU照护质量指标集,以及[2]2025年重新评估轮次,以更新并评估所得指标集的当前有效性。
方法
研究设计
这是一项德尔菲研究,旨在制定并更新一套用于重症监护病房(ICU)患者护理的质量指标(QI)。我们采用改良的RAND/UCLA适宜性方法,通过结合专家意见和科学证据来制定一套质量指标[4]。该共识方法已被广泛用于制定质量指标[5–7]。初始制定阶段(2017–2018年)包括四个步骤。首先,我们通过系统文献综述和相关临床指南确定了一份候选指标清单。其次,我们开展了第一轮问卷调查,请专家组成员评估每项潜在指标的适宜性。第三,举行了面对面专家小组会议,期间专家组成员根据第一轮问卷结果审查并讨论了各项指标的适宜性。第四,我们开展了第二轮问卷调查,以最终确定2018年共识质量指标集。鉴于自原始共识过程(2017–2018年)以来存在相当大的时间间隔,我们于2025年额外开展了重新评估轮次(第3轮),在该轮中,专家组使用相同的RAND/UCLA评级方法对2018年最终质量指标集重新进行评级,并可选择对反映当代实践的新提议指标进行评级。本研究未涉及对电子健康记录中患者层面数据的分析;所有评估均仅基于专家组的评级。
本研究方案经堺市医疗中心伦理委员会审查并批准(批准号:S-17-061;日期:2017年12月10日)。
质量指标
质量指标是评估医疗质量的重要工具,为评估绩效提供了科学依据。质量指标的计算通常依赖两个主要组成部分:
分母:质量指标所适用的定义患者人群或病症。
分子:概述适当治疗或期望结果的标准。
质量指标可用于确定以下任一者:
在给定医疗机构内接受适当治疗的患者比例。
在个体患者层面达到的指标数量。
植根于Donabedian框架,该框架涵盖三个维度:结构、过程和结果,过程指标描述护理的提供或接受,尤其有价值,因为它们代表了直接影响质量改进的可改变因素[1]。
步骤1:系统综述和指标候选者的选择
我们系统检索了MEDLINE,时间范围为1946年1月至2017年11月6日。完整检索策略见补充方法1。随后,我们从全文综述中提取候选指标。三名重症监护专家(JK、HO和TN)独立评估并提取数据。
步骤2:第一轮问卷调查
本研究的专家组由来自不同医学和相关健康学科的十四名专业人员组成,包括十名重症监护医师、一名肾脏病学家、一名物理治疗师、一名临床工程师和一名护士,选自不同地理区域和各类机构,包括学术型和社区医院,以确保广泛代表日本的临床实践。我们通过电子邮件分发问卷,要求每位专家使用九分制李克特量表(1=极不合适;9=极合适)评估潜在质量指标的适当性。九分制评分分为三个范围:1–3(不合适)、4–6(不确定)和7–9(合适)。然后根据中位评分和专家组的同意/不同意程度,将每个指标分类为“不合适”、“不确定”或“合适”。如果指标的中位评分在1–3范围内且无分歧,则分类为不合适。
如果指标的中位评分在4–6范围内,或专家组的评分显示存在分歧(无论中位评分如何),则该指标分类为不确定。
如果指标的中位评分在7–9范围内且无分歧,则分类为合适。
在主要分析中,分歧定义为至少五名专家组成员将某一指标评为低适当性范围[1–3]且至少五名专家组成员将其评为高适当性范围[7–9]的情况。作为敏感性分析,我们还使用RAND/UCLA手册[8]中描述的经对称性调整的百分位间范围(IPRAS)方法评估了分歧,并确认使用基于IPRAS的定义时总体分类未发生变化(见补充方法2)。
分类为“合适”或“不确定”的指标被保留至后续专家小组会议进行讨论。
步骤3:专家小组会议
所有专家组成员参加面对面会议,审查初始问卷轮的初步结果。本次会议的主要目的是促进对每个潜在指标的公开讨论并达成共识。会议期间,专家基于三个关键标准对指标进行定性评估:(1)在不同重症监护环境中的广泛适用性;(2)使用日本常用数据源(如电子健康记录、行政理赔数据、登记数据以及适用时的机构层面调查)的可测量性;(3)与质量改进的相关性,特别强调可操作(可修改)的过程指标。不符合这些标准的指标被修订或排除。此外,鼓励专家在认为必要时提出新的潜在指标。这些新建议的指标在会议中进行了定性评估,随后纳入第二次定量评估。
在本研究中,“机构层面调查”指机构调查(如人员配置、方案和安全系统),而非患者报告调查。对于手卫生,该调查旨在捕获基于WHO直接观察框架的当地审计/监测项目所报告的机构层面依从性结果,其中依从性定义为在观察到的机会中已执行的手卫生机会比例。
步骤4:第二轮问卷及最终遴选(第2轮;2018年共识集)
专家小组会议后,将已接受、修改及新提出的指标修订清单汇编成第二份问卷。随后通过电子邮件将该问卷发送给专家组成员进行最终评估。在第二轮中,采用与第一轮相同的九点李克特量表对指标重新评分。达到上述“适当”标准的指标构成2018年ICU患者照护质量指标的最终共识集[5, 8, 9]。
步骤5:再评估轮次(第3轮;2025年更新)
2025年,专家小组对2018年共识集中的所有指标重新评分,以重新评估其当前有效性。第3轮问卷通过电子邮件发送给原专家小组全部14名成员,14名专家均返回了完整评分(应答率:14/14,100%)。再评估以电子邮件调查方式进行,评分之间未另设面对面或虚拟共识会议。第3轮期间,个体评分未向其他专家组成员共享。为支持基于时间更新的评估,向专家提供了2018年最终确定的指标定义及原始过程中使用的关键背景材料,并在相关处附上反映当代实践的选定更新内容。每个指标均设有自由文本评论栏,邀请专家提出反映不断演变标准的额外候选指标;新提出的候选指标经汇编后在同一基于RAND/UCLA的框架内传阅评分。采用相同的九点量表和分类规则。第3轮中评为“适当”的指标保留在更新集中,而评为“不确定”或“不适当”的指标未保留为核心质量指标(QI),但予以透明报告。
统计分析
本研究未涉及患者层面数据分析,仅依赖专家小组评定的评分。我们使用中位数和基于RAND/UCLA的一致性/不一致性规则对评分进行汇总。不一致性主要采用预定的基于计数的定义进行评估,并作为敏感性分析采用IPRAS方法进行评估。IPRAS计算详情及两种定义之间的比较见补充方法2。
结果
初步检索共识别670篇文章,摘要筛选后选择69项研究进行全文审阅。我们纳入14篇文章作为质量指标(QI)的来源[2, 8, 10–21]。研究流程图见图1。我们还审阅了日本重症医学会发布的循证指南[22, 23]及主要国际指南[24–28]。经筛选流程后,提取44项潜在质量指标(QI)供评估。表1显示了所提取潜在质量指标(QI)的详细信息。
第一轮问卷
在第一轮评估中,于2018年5月1日至5月31日期间进行,14名专家小组成员对44项潜在的质量指标(QIs)进行了评分。在44项初始候选指标中,34项指标的中位适宜性评分为7分或更高。在这34项指标中,33项显示一致性并被归类为“适宜”,而剩余1项指标存在分歧,因此被归类为“不确定”。10项指标的中位评分在5至6.5之间,均被归类为“不确定”。没有指标被归类为“不适宜”。被评为“不确定”的11项指标被优先安排在面对面专家小组会议上进行讨论(表2)。
专家小组会议
面对面专家小组会议于2018年6月13日举行。会议期间,展示了第一轮问卷的结果,并基于预定标准对所有质量指标进行了讨论,标准包括临床重要性、科学证据以及在ICU环境中测量的可行性。经讨论,专家小组成员修改了44项潜在指标中的3项,删除了7项,并新增了3项指标。修改或删除的原因总结于表3 [29, 30]。删除的主要原因包括缺乏明确证据、从电子健康记录中采集数据困难以及与其他指标重叠。
第二轮问卷及2018年共识集的最终确定(第2轮)
修订后的40项质量指标清单(包括修改、保留和新增的指标)被发送给专家小组成员进行第二轮即最终评分轮。在本轮中,37项指标的中位评分为7分或更高,其余3项评分在6至6.5之间。所有指标均达到专家小组一致性。因此,37项指标被认定为“适宜”,3项为“不确定”。最终评估后,2项指标被删除(表2)。作为敏感性分析,还使用IPRAS方法评估了分歧;适宜性分类与主要基于计数的定义相比没有变化(补充表S1)。
最终,建立了包含38项ICU医疗质量指标的最终集合。其中,13项为结构指标,10项为过程指标,15项为结局指标。大多数入选质量指标可使用现有电子健康记录和行政理赔数据中的可用数据进行测量,而一部分指标需要额外的数据来源,如机构层面调查或直接观察(表4)。2018年入选质量指标的共识集见表4 [31, 32]。
再评估轮(第3轮;2025年更新)
2025年,所有14名原始小组成员均参加了第3轮并返回了完整评分(14/14,100%)。专家小组使用相同的九分制量表和分类规则对2018年共识集中的所有指标进行了重新评分。在原始38项指标中,37项仍被归类为“适宜”,而1项指标(脓毒症限制性输血策略)被重新归类为“不确定”(中位数6),因此未保留在更新后的核心指标集中。
此外,还提出了一个反映最新国际实践的新指标(第39号,每1000个呼吸机日呼吸机相关事件数)用于评级,被评为“适当”(中位数8),并纳入更新后的指标集。使用基于计数的首要定义或IPRAS定义,均无指标达到不一致的标准;使用基于IPRAS的定义时,适当性分类保持不变(补充表S2)。第3轮重新评估结果和最终状态见表5 [33, 34]。第2轮(2018年)与第3轮(2025年)之间适当性评分中位数和评级分布的变化总结于补充表S4。
讨论
在本研究中,我们采用严谨、基于证据的改良RAND/UCLA适当性方法,为日本成人重症监护制定了一套全面的质量指标,并通过2025年进行的正式重新评估轮次进一步更新了该指标集。2017–2018年的原始共识过程产生了38项指标,这些指标在Donabedian各领域间分布均衡(13项结构、10项过程和15项结果),设计时高度重视可测量性,优先选择可从现有电子健康记录和行政索赔数据中提取的指标,同时也纳入了需要其他数据来源(如机构层面调查或直接观察)的关键指标。在2025年重新评估中,专家组确认了大多数指标的持续适当性,未将一项指标保留为核心质量指标,并新增了一项当代监测指标(每1000个呼吸机日VAE),最终形成2025年更新的38项核心指标集。据我们所知,这是第一项为日本ICU临床质量制定全面、基于证据的指标集的研究。总之,这些发现代表着在标准化质量评估和促进日本ICU持续质量改进方面迈出的关键一步。
2025年重新评估中唯一未保留为核心质量指标的指标是脓毒症限制性输血策略,因为脓毒症中的输血阈值通常根据患者特征、血流动力学和出血/缺血风险进行个体化调整,使得单一阈值指标容易出现例外和潜在的错误分类。尽管如此,输血实践仍然是一个重要领域,值得在未来的更新中重新考虑。
数十年来,为ICU患者护理制定质量指标一直是一项全球性工作,多个组织和国家倡议提出了重症监护质量测量的领域和指标 [2, 14, 28, 35–40]。本研究与这些努力相一致,采用了结构化共识方法,并涉及ICU质量的基本方面,包括结果(如死亡率)、安全性和医疗相关并发症的预防。重要的是,我们通过2025年进行重新评估轮次(第3轮)扩展了2017–2018年的原始共识,该轮次确认了核心指标集的稳定性,同时允许有针对性的完善:一项指标未保留为核心质量指标,并纳入了一项当代监测指标(呼吸机相关事件,VAE)。
为便于国际读者解读,并能够与现有国际框架进行系统性比较,我们制作了补充表S3作为国际映射表。该表将每项日本ICU质量指标映射至主要国际来源,并标明对应关系是完全匹配、同一领域内的概念匹配,还是领域层面的对齐(例如WHO患者安全/感染预防与控制/抗微生物药物耐药性)。总体而言,该比较显示与全球优先事项高度一致,同时也明确了反映日本国情的指标,尤其是与人员配置和安全体系相关的指标。
即使总体质量领域在国际上具有共性,测量和实施的可行性在很大程度上仍取决于当地数据基础设施和卫生系统设计。在日本,ICU质量测量可以利用全国ICU登记系统(JIPAD)和行政理赔数据(DPC),但这些数据的可获得性、结构和 linkage 与其他国家不同。此外,质量指标的实际采纳受国内治理结构影响,包括设施要求和与报销相关的文档记录,这使得明确的数据来源说明和可行性评估在日本尤为重要。因此,我们的指标定义和数据来源说明强调在日本环境下的实用可测量性,包括透明区分可从常规可用电子数据中测量的指标与需要设施层面调查的指标。此外,若干指标反映了日本ICU的人员配置和监管环境(例如特定专业角色和机构安全结构),这些在国际“核心集”中可能未被列为正式指标,但与日本国内的质量和安全相关。对于某些指标(例如血糖控制),我们选择了可使用常规可用数据在各机构间一致测量的操作性定义;更精细的指标如范围内时间可能更理想,但在测量频率异质的真实世界数据集中并不总是可行。
一些情境特异性指标是在面对面专家小组会议期间提出的,而非纳入第一轮评分前的初始候选清单。在我们的流程中,初始清单以文献-derived指标和基于指南的建议为基础,以确保全面的循证基线。随后的多学科讨论使当地可行性和实践结构更加明确,并使专家小组能够提出反映日本ICU环境的额外指标。尽管如此,未来更新可通过在第一轮评分前纳入结构化“情境扫描”(例如系统映射至国内监管/报销要求和利益相关者输入),在流程更早阶段加强情境化,从而使情境特异性候选指标从一开始就被考虑。
本研究的一个关键优势是采用了基于改良RAND/UCLA适宜性方法的严谨且可重复的共识方法学,并得到了具有广泛地域和机构代表性的多学科专家组的支持。我们还通过为每个指标提供清晰的操作性定义和明确现实的数据来源,优先考虑了可行性,区分了常规可获得的电子数据与机构层面调查及其他来源。此外,我们使用基于IPRAS的分歧定义进行的敏感性分析得出的总体分类与预定义的基于计数的定义相同,支持了共识分类方法的稳健性。
这些质量指标(QI)的价值最终将取决于在真实世界实践中的实施和持续评估。一个利用JIPAD和行政索赔数据的国家测量框架可以实现常规基准比较并向参与的重症监护病房(ICU)提供反馈,支持持续质量改进。未来的工作还应通过评估更高的达标率是否与改善的患者结局和安全性相关,以及通过考察跨机构的测量可靠性,来评价该QI集的建构效度和预测效度。作为QI绩效如何与结局关联的一个示例,既往文献(如Wu等)已报道了其他环境中质量测量与患者结局之间的关联[41, 42];然而,针对ICU对我们的指标集进行验证仍是重要的下一步。这些努力对于将基于共识的指标集转化为ICU诊疗中可衡量的改善至关重要。某些指标作为质量信号需要谨慎解读。例如,再插管率应与平衡性指标(如无呼吸机天数或镇静/撤机实践)一并解读,因为极低的再插管率如果反映的是延迟拔管或过于保守的实践,则未必是最优的。
若干局限性值得考虑。第一,尽管最初的共识制定是在2017-2018年进行的,但我们通过在2025年使用相同的评分和分类框架进行正式的重新评估,解决了显著的时间间隔问题。该方法确认了核心指标集的稳健性,同时允许有针对性的更新;然而,随着证据和实践的演变,持续的定期审查仍将是必要的。
第二,专家组由日本医疗专业人员组成,这对于情境化定制是合适的,但可能限制对其他卫生系统的普适性。第三,我们的过程未纳入患者或家属代表。以患者和家庭为中心的结局,包括患者报告结局/体验测量以及危重症后的长期康复(如重症监护后综合征相关领域),在国际上日益受到重视[43, 44]。这些新兴领域未被明确纳入当前的核心指标集,应在未来更新中优先考虑,可能通过纳入患者代表和补充性定性研究来实现。第四,对于依赖机构报告审计结果的指标(如手卫生),审计实施细节(采样、频率和评估者培训)在原始共识过程中未标准化,可能因机构而异;因此,在将这些指标用于基准比较时,应考虑测量和报告偏倚。
尽管存在这些局限性,本研究为日本提供了一个可行且经过情境适配的ICU质量指标集,并为国家基准比较和质量改进提供了重要基础。更新后的核心指标集,连同明确的操作定义和指定的数据来源,可支持未来利用常规可获得的数据进行实施,并促进随着证据和实践的发展进行迭代完善。
结论
总之,我们采用严格的基于RAND/UCLA的共识流程,制定了适用于日本情境的可行ICU质量指标集,并通过2025年的再评估轮次确认了其当前有效性。通过提供更新的核心指标集(表5)和明确的国际对照表(补充表S3),本工作为国家基准比较和持续质量改进提供了实用基础,同时能够与国际标准进行透明比较。该框架还建立了一个平台,可随着临床证据、数据基础设施和社会期望的不断演变进行迭代完善。
补充信息
补充材料1。
参考来源
- Kumasawa J, Okamoto H, Naito T, et al. Development and 2025 re-evaluation of a Japanese quality indicator set for adult intensive care: a modified RAND/UCLA Delphi study. J Intensive Care. 2026. PMID: 41664153. doi:10.1186/s40560-026-00863-w
- 全文:PMC12990454(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12990454/
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。