文献速递重症综合管理与镇静镇痛

社会经济差异与合并症在住院死亡率中的作用:一项荷兰全国重症监护队列研究

Socioeconomic Disparities and the Role of Comorbidity in Hospital Mortality: A Dutch Nationwide Critical Care Cohort Study.
PubMed 文献 · Crit Care Med · 2026-07-21
一句话结论在荷兰全民保险制医疗体系下,最低社会经济五分位ICU患者住院死亡风险仍显著高于中间五分位(校正后OR 1.6,95%CI 1.5-1.6),且不受合并症影响。

该全国性回顾性队列纳入2014-2022年荷兰全部79个ICU的588,568例ICU收治记录,链接家庭层面社会经济地位(SES)数据,用混合效应逻辑回归分析SES五分位与住院死亡率的关系,并校正年龄、性别、入院年份、急性生理紊乱评分(APS)及7种合并症。未校正时低SES组住院死亡OR更高;完全校正后,最低SES五分位相比中间五分位OR为1.6(95%CI 1.5-1.6),低SES为1.1(1.0-1.1),高SES为1.0(0.9-1.0),最高SES为0.9(0.9-1.0)。除心血管功能不全和糖尿病外,其余合并症均显著修饰SES与死亡率的关联,但关联方向在有无合并症患者中一致。结论提示即便在全民保险覆盖体系下,低SES仍与ICU患者更差生存相关,SES应被考虑用于解读结局指标和制定健康公平政策。

要点

  • 完全校正年龄、性别、入院年份、APS及7种合并症后,最低SES五分位患者住院死亡OR为1.6(95%CI 1.5-1.6),以中间SES五分位为参照。
  • 低SES五分位OR为1.1(95%CI 1.0-1.1),高SES为1.0(0.9-1.0),最高SES为0.9(0.9-1.0),梯度集中于最低SES组。
  • 除心血管功能不全和糖尿病外,其余5种合并症(呼吸功能不全、肾功能不全、癌症、肝硬化、免疫功能不全)均显著修饰SES与住院死亡率的关联(交互p<0.05)。
  • 合并症数量≥2时SES五分位的效应被放大(敏感性分析),但原文未给出具体效应值。
  • 该关联为观察性关联,不能作因果推断;SES定义与测量具国家特异性,结果外推需谨慎。

适用人群与场景

  • 2014年1月1日至2022年12月31日荷兰全部79个ICU收治的成年ICU患者,最终纳入588,568例有SES评分的ICU记录。
  • 排除:不符合分析标准的79,935例记录;无法链接SES的18,082例(2.9%);入院前两年内无SES数据的17,188例(2.8%)。
  • 不适用于非ICU住院患者;原文指出限制在ICU患者中分析可能引入碰撞分层偏倚,主要限制结果向ICU外推广。

诊断标准与关键阈值

  • SES评分基于荷兰统计局家庭层面数据,由财富、教育水平和就业史三个组分构成,按整个研究人群分为五分位,以中间五分位(第3五分位)为参照。
  • 急性生理紊乱采用ICU入室后第一个24小时内的APACHE III急性生理评分(APS)量化。
  • 合并症定义:呼吸功能不全、肾功能不全、癌症、心血管功能不全(仅限NYHA IV级)、糖尿病、肝硬化、免疫功能不全,指本次住院前已存在的医疗状况。

处置流程与药物剂量

  • 原文未提及

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 研究类型:全国性回顾性队列研究;样本量588,568例ICU收治记录,来自荷兰全部79个ICU,研究期间2014-2022年。
  • 未校正模型:最低SES五分位住院死亡OR 1.4(95%CI 1.4-1.4),低SES 1.1(1.1-1.1),高SES 0.8(0.7-0.8),最高SES 0.6(0.6-0.6),均以中间五分位为参照。
  • 完全校正模型(年龄、性别、入院年份、全部7种合并症及APS):最低SES五分位OR 1.6(95%CI 1.5-1.6),低SES 1.1(1.0-1.1),高SES 1.0(0.9-1.0),最高SES 0.9(0.9-1.0)。
  • 交互分析:除心血管功能不全和糖尿病外,其余合并症与SES的交互作用均有统计学意义(p<0.05);最低SES五分位的OR在合并呼吸功能不全、肾功能不全、肝硬化和免疫功能不全时降低。
  • 敏感性分析:合并症数量越多死亡率越高,且SES五分位的效应在合并≥2种合并症的患者中放大;极端情况敏感性分析显示最低和最高SES五分位OR仅有轻微差异。
  • 基线特征:最低和低SES五分位平均年龄较大(68.8岁和68.4岁),最低SES五分位男性比例较低(53.3%),最低和低SES五分位APS较高(48.0和46.3 vs 42.7和41.0)。

证据类型、等级与局限

  • 证据类型:观察性回顾性全国队列研究,非随机对照试验;原文未给出证据等级或推荐强度。
  • 局限:限制在ICU患者中分析可能引入碰撞分层偏倚;排除未达到基准标准的医院可能引入选择偏倚;排除无法链接或缺少SES数据的患者(5.0%)可能引入选择偏倚;完整病例分析在数据随机缺失时有限;残余混杂(如生活方式、未测量合并症)可能存在;合并症定义受限(如心血管功能不全仅限NYHA IV级);SES定义和测量具国家特异性,外推受限;未纳入移民状态、主要语言或种族等因素;观察性设计不能作因果推断。
  • 未针对多重比较进行校正,原文指出p值应据此解读。

对床旁实践的改变

  • 原文结果提示:在解读ICU结局指标和设计质量改进时,应将患者SES纳入考量,因为最低SES五分位患者住院死亡风险显著更高(校正后OR 1.6,95%CI 1.5-1.6),且该差异不能由合并症或急性生理紊乱完全解释。
  • 原文建议:SES应被用于设计医疗政策和靶向干预以改善健康公平;但原文未给出具体的床旁干预措施或治疗推荐。
  • 适用:荷兰全民保险制医疗体系下的ICU患者;向其他国家外推需谨慎,因SES定义和测量具国家特异性,但原文认为关联方向很可能具有普遍性。
  • 不适用:非ICU患者;不能将本研究的观察性关联用作因果推断或个体化治疗决策依据。
  • 常见陷阱:不能因校正后OR仍在而认为SES独立于所有混杂因素;不能将五分位OR解读为个体化预测工具;不能将本研究结果直接转化为针对个体的干预措施。

指南或共识出处

  • 原文未提及指南或共识;本文为研究论文,发表于Critical Care Medicine。
全文中译10 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:Crit Care Med. 2026 Jul 21;54(10):2754–65. doi: 10.1097/CCM.0000000000007271

问题:较低的社会经济地位是否与荷兰重症监护患者的较高医院死亡率相关,且合并症是否对这一关系产生影响?

发现:无论年龄、性别和急性生理紊乱如何,较低社会经济背景患者的医院死亡率显著更高。该关联在最低社会经济群体中最为明显,且在有无合并症的患者中均持续存在。

意义:我们在荷兰重症监护患者中发现了显著的健康差异,突出表明在设计医疗政策和制定干预措施以改善健康公平性时需要考虑社会经济地位(SES)。

病情最严重的患者在重症监护病房(ICU)接受治疗,导致荷兰ICU的医院死亡率约为13%(1)。因此,包括人口统计学特征、合并症和测量生理紊乱的实验室评估在内的危险因素已被视为死亡率的预测因素(2)。然而,社会经济地位(SES),即基于就业、财富和教育定义的个体在社会中的相对社会地位(3–5),在使用标准化的病例组合调整结局指标评估ICU绩效时在很大程度上被忽视。较低的社会经济地位始终与较高的不良健康结局发生率、较差的健康轨迹和增加的医疗保健利用相关(3–9)。这一现象被称为“社会梯度”,被认为是主要的公共卫生挑战(3–5),在ICU中也是如此(10–12)。

先前在多个国家和医疗保健系统中进行的研究已经考察了ICU患者中社会经济地位与死亡率之间的关联。虽然一些研究报告较低社会经济地位患者的死亡率较高(12–17),但另一些研究显示无统计学显著关联(18–26)。观察到的异质性可能归因于医疗保健系统的差异(即非全民覆盖(24, 27–29)、税收资助的全民覆盖(13–17, 30)和保险为基础的全民覆盖(19–22, 31)医疗保健系统),以及重要的是,社会经济地位概念化和测量方法的差异。许多研究依赖于基于地区的指数(14–16, 18, 23–26, 30, 32–34),这会引入个体情况的错误分类,特别是在地区内社会经济差异明显的环境中。相反,使用基于个体的指数(通常基于调查)的研究(13, 19–22, 31, 35)样本量较小,且因无应答而易产生选择偏倚(36)。此外,合并症的调整通常使用复合指数而非个体合并症(14, 15, 17, 18, 22–25, 30, 31, 33, 37),而每种合并症可能对社会经济地位-死亡率关联产生不同的修饰作用。

因此,本研究使用全国性ICU队列,在全民覆盖的保险为基础医疗保健系统内将家庭水平的社会经济地位与个体合并症相关联。我们提出三个假设:1)较低的社会经济地位与较高的医院死亡率相关;2)该关联独立于年龄、性别、最初24小时内的急性生理紊乱和合并症;3)该关联在有无既存合并症的患者之间存在差异。该方法旨在提供对重症监护结局中社会梯度的细致理解,以指导有针对性的政策并促进健康公平。

材料与方法

本队列研究使用了国家重症监护评估(NICE)登记数据库(38)的数据,纳入2014年1月1日至2022年12月31日期间荷兰所有重症监护病房(ICU)的患者数据。该数据集包含荷兰全部79个ICU连续收治的所有患者的人口学、生理学、实验室、ICU及住院死亡率数据(39)。采用急性生理学与慢性健康状况评价III急性生理学评分(APS)量化患者入ICU后24小时内的急性生理紊乱程度(40)。考虑了七种合并症(即住院前已存在的、除主要ICU诊断以外的医疗状况):呼吸功能不全、肾功能不全、癌症、心血管功能不全、糖尿病、肝硬化和免疫功能不全。NICE数据与荷兰统计局国家数据库的家庭水平社会经济地位(SES)数据进行了确定性链接。SES评分基于财富、教育水平和就业史的组成评分,并根据整个研究人群划分为五分位数。有关数据提取、链接、纳入和准备的详细信息见补充方法(https://links.lww.com/CCM/I25)部分,并已在其他文献中全面描述(41)。

混合效应逻辑回归

我们使用混合效应逻辑回归模型分析SES五分位数与住院死亡率之间的关联,采用广义线性混合效应模型,对响应变量的二项分布使用logit链接函数。模型在logit尺度上为ICU纳入了正态分布的随机截距,并使用Nelder-Mead优化算法,获得了良好的收敛性。

首先,我们研究了一个未校正模型(模型1),将SES五分位数作为院内死亡率的分类决定因素进行分析,以中间五分位数(第3五分位)为参照,以提供较低和较高SES五分位数的效应估计值。其次,模型1额外校正了年龄、性别和入院年份(模型2)。第三,模型2通过分别单独加入每种合并症进行扩展,包括特定合并症与SES之间的交互项(模型3a–3g)。然后,将这些模型的结果按每种合并症的存在或不存在进行分层,以评估SES五分位数与死亡率之间的关联是否因合并症状态而异(模型3a–3g,存在 vs. 不存在)。最后,为获得完全校正模型,模型2额外同时校正了所有研究的合并症(不含交互项)和APS(模型4)。这些模型的概览见表S1(https://links.lww.com/CCM/I25)。纳入了一项敏感性分析,即对模型2按合并症数量(0、1、2或> 2)进行校正,并加入其与SES的交互作用。我们还进行了两项极端情况敏感性分析,其中将SES无法链接或缺失的患者分别赋予最小SES值或最大SES值,以评估缺失可能导致的偏倚。对模型3a–3g进行Wald检验和似然比检验,以评估SES在各合并症分层内的总体联合效应。对每个模型进行Wald检验,以评估SES总体的联合效应。由于APS可能影响合并症与院内死亡率之间的关联,使用不含APS的模型2来研究合并症的作用。为提高收敛性,年龄和APS被标准化为z分数。对于所有模型,计算固定效应的比值比(ORs)及其95% CIs。按合并症存在或不存在分层的ORs通过将模型3a–3g中SES和交互效应的相关系数相加计算得出。CIs基于合并估计值的se。所得的对数比值差估计值及相关95% CIs经指数化以获得带95% CIs的ORs。

我们重点关注以OR及95%CI呈现的效应量,而非p值,因为p值在本研究中提供的附加价值很小,尤其是在样本量较大的情况下(42, 43)。在共病特异性交互作用分析中,我们未进行多重检验校正,以避免增加II类错误;p值应据此解读(44, 45)。结果基于作者在项目编号9247中使用荷兰统计局非公开微观数据的计算。分析使用R Version 4.4.0(R Core Team, Vienna, Austria)进行。我们获得了研究方案的知情同意豁免,该方案题为“Observationeel onderzoek met patiëntgebonden gegevens routinematig verzameld bij IC’s in Nederland voor de Nationale Intensive Care Evaluatie (NICE) kwaliteitsregistratie”,由阿姆斯特丹大学医学中心医学审查伦理委员会裁定,于2023年9月6日批准。该研究按照1975年《赫尔辛基宣言》及适用的国家法规执行[参考编号:2023.0259]。我们遵循了加强观察性流行病学研究报告(Strengthening the Reporting of Observational Studies in Epidemiology)和使用常规收集的观察性数据开展研究的报告(Reporting of studies Conducted using Observational Routinely collected Data)指南。

结果

总之,从2014年1月1日至2022年12月31日,共收集了703,773条ICU记录,其中79,935条根据排除标准不适合分析。在符合条件的ICU记录中,有18,082条(2.9%)记录无法由荷兰统计局进行关联,17,188条(2.8%)在入院前两年内无可用SES数据(表S2,https://links.lww.com/CCM/I25)。最终研究人群包括588,568条具有SES评分的ICU记录(41)。

SES五分位数在疾病严重程度、共病、死亡率和人口学特征方面显示出差异(表1)。低和中等SES五分位数平均包括较年长的患者(68.8岁和68.4岁),最低SES五分位数中男性较少(53.3%),低于其他五分位数。与最高和高SES五分位数相比,最低和低五分位数的APS更高(48.0和46.3 vs. 42.7和41.0)。共病在各SES五分位数之间分布不均。呼吸功能不全、肾功能不全和糖尿病的患病率在最低和低SES五分位数中更高,而癌症在最低SES五分位数中较高于和最高五分位数更少见。免疫功能不全的患病率在各SES五分位数之间相对一致。

在未调整模型(图1,模型1)中,与参照的中等SES(五分位数3)相比,最低和低SES显示出更高的OR(95%CI),分别为1.4(1.4–1.4)和1.1(1.1–1.1),而最高和高SES五分位数显示出更低的OR,分别为0.6(0.6–0.6)和0.8(0.7–0.8)。这些效应在调整潜在混杂因素后持续存在(图1,模型2和4)。尽管大多数五分位数的OR强度下降,但最低SES五分位数的OR在调整后升高。完全调整模型,包括年龄、性别、入院年份、所有共病和APS(图1,模型4),显示与中等五分位数(参照)相比,最低、低、高和最高SES五分位数的OR(95%CI)分别为1.6(1.5–1.6)、1.1(1.0–1.1)、1.0(0.9–1.0)和0.9(0.9–1.0)。更多详情请参见表S3–S13(https://links.lww.com/CCM/I25)。

模型3a–3g的结果见表S5–S11(https://links.lww.com/CCM/I25)。对于所有纳入单一合并症的模型(模型3a–3g),除心血管功能不全(模型3d)和糖尿病(模型3e)外,经Wald检验和似然比检验确定,社会经济地位(SES)与合并症之间存在统计学显著的交互作用(p < 0.05)(表S14和S15,https://links.lww.com/CCM/I25)。在存在呼吸功能不全、肾功能不全、肝硬化和免疫功能不全的情况下,最低SES五分位组的院内死亡率OR降低(图2和图3)。Wald检验显示,在所有模型中,SES五分位组的联合效应与死亡率相关(表S14,https://links.lww.com/CCM/I25),且在每一合并症分层内仍具有统计学显著性(表S16,https://links.lww.com/CCM/I25)。敏感性分析显示,合并症数量越多与死亡率越高相关,且SES五分位组的效应在具有两种或两种以上合并症的患者中被放大(表S17,https://links.lww.com/CCM/I25)。极端病例敏感性分析显示,最低和最高SES五分位组的OR存在轻微差异(表S18和S19,https://links.lww.com/CCM/I25)。

表1. 荷兰ICU患者社会经济地位五分位组的描述性统计。数据以均值 ± 标准差或数量和百分比表示。社会经济地位分类基于五分位组,从最低到最高社会经济地位。 查看原表 ↗
图1. 以中间社会经济地位(SES)为参照的SES五分位组院内死亡率比值比。显示以ICU为随机截距的混合效应逻辑回归模型。模型1仅纳入SES五分位组作为决定因素。模型2对年龄、性别和入院年份进行了调整。模型3额外对个体合并症进行了调整(图2)。模型4对年龄、性别、入院年份、全部七种合并症和急性生理评分进行了调整。颜色和形状表示模型;水平条表示95% CI,比值比以对数刻度显示。 查看原图 ↗
图2. 以中间社会经济地位(SES)为参照的SES五分位组院内死亡率比值比,按合并症分层(模型3a–3d)。显示以ICU为随机截距的混合效应逻辑回归模型。模型对年龄、性别、年份和合并症进行了调整,并包含SES与合并症之间的交互项。分层比值比由交互效应计算得出,分别显示合并症存在(橙色三角形)和不存在(蓝色圆点)时的情况(A–D)呼吸、肾脏、癌症和心血管。水平条表示95% CI;比值比以对数刻度显示。Resp = 呼吸,Insuf = 功能不全,Cardio = 心血管。 查看原图 ↗
图3。以中等社会经济地位(SES)为参照,按合并症分层(模型3e–3g),社会经济地位五分位数的院内死亡率比值比。展示了以重症监护病房(ICU)为随机截距的混合效应逻辑回归模型。模型对年龄、性别、年份和合并症进行了调整,并纳入了SES与合并症之间的交互项。分层比值比由交互效应计算得出,分别显示存在(橙色三角形)和不存在(蓝色圆点)合并症(A–C)糖尿病、肝硬化和免疫性疾病时的结果。横线表示95%置信区间(CI);比值比以对数刻度显示。Immuno = 免疫性,Insuf = 功能不全。 查看原图 ↗

讨论

在这个全国性队列中,我们研究了荷兰ICU收治患者中SES与院内死亡率之间的关系。较低的SES与较高的院内死亡率和合并症患病率相关。在调整年龄、性别、ICU入住年份、急性生理评分(APS)和已测量的合并症后,SES与院内死亡率之间的关联持续存在。这表明社会经济差异不能完全由已知合并症或急性疾病严重程度来解释。与中等SES五分位数相比,最低五分位数的院内死亡率比值比升高最为显著。此外,除心血管功能不全和糖尿病外,每种合并症均改变了SES与死亡率之间的关联。按个体合并症分层(模型3a–3g)显示,SES与院内死亡率之间关联的强度在各合并症组之间略有差异。然而,无论是否存在合并症,该关联的效应方向保持一致。综上所述,这项综合研究提供了证据表明,尽管荷兰医疗体系质量高、全民覆盖且以保险为基础,较低的SES仍与荷兰ICU患者较高的死亡率相关。

优势与局限性

本研究的主要优势在于使用了一个大型全国性重症监护病房(ICU)入院队列,并关联了高质量的家庭层面社会经济数据。来自荷兰所有ICU的常规收集数据提供了具有全国代表性的结论。高精度社会经济数据与详细临床信息的关联为在全民医疗保健体系内考察社会经济地位(SES)对健康结局的影响提供了独特机会。本研究也存在一些局限性。一个潜在局限性是碰撞分层偏倚,该偏倚由将分析限制于ICU患者而引入。ICU入院受SES以及年龄、疾病严重程度和合并症等其他因素影响。因此,在入院时进行条件化可能诱导SES与这些变量之间的虚假关联,可能扭曲观察到的SES-死亡率关联。对年龄、急性生理评分(APS)和合并症的调整大幅改变了未调整的关联,提示大部分选择相关扭曲已被解释。然而,由未测量的ICU入院和死亡原因所致的残余偏倚不能完全排除。这主要限制了我们研究结果在ICU环境之外的推广性。此外,排除未达到基准标准的医院可能导致选择偏倚。然而,这种排除主要与临时性软件或数据传输问题有关,而非资源或患者人群的结构性差异。被排除患者的队列在SES分布和医院类型构成上与纳入患者基本相似。同样,排除无法映射或缺乏SES信息的患者也可能引入选择偏倚。然而,该组相对较小(5.0%),代表了社会经济优势和弱势个体(即外籍人士、游客、[劳工]移民和无家可归者)。在假设被排除患者的ICU生存模式与研究人群无显著偏离的前提下,并鉴于排除比例较小,对结果的影响可能可以忽略,极端情况敏感性分析支持了这一点。完整病例分析(CCA)在数据随机缺失时构成次要局限性。然而,鉴于我们的病因学关注重点以及缺乏用于插补的强预测因子,我们更倾向于CCA结合极端情况敏感性分析,以更好地理解所引入的偏倚。尽管我们调整了关键人口学因素、合并症和急性生理紊乱,残余混杂仍有可能存在,例如通过生活方式因素和未测量的合并症。此外,合并症受其定义限制(例如,心血管功能不全仅归类为纽约心脏协会IV级(39))。因此,较轻合并症患者被识别为无任何慢性疾病。SES的定义、测量、分布和记录具有国家特异性;因此,我们的结果对其他国家的推广性可能有限。尽管如此,当前结果的方向很可能具有普遍性,但各区域或国家的幅度不同。此外,本研究未包括所有可能影响SES相关结局的社会和人口学因素,如移民身份、主要语言或族裔。最后,尽管我们的分析显示了SES与死亡率之间的明确关联,但本研究的观察性性质阻止得出明确的因果结论。

研究的意义

多项研究报告低社会经济地位(SES)组的死亡率更高(12–17),而其他研究则报告无统计学显著关联(18–26)。研究设计的差异可能解释了这种异质性,包括SES的概念化方式(如收入 vs. 财富)、SES测量的精确度(如个体 vs. 家庭 vs. 地区为基础的SES)以及抽样框架(如限于特定医院)。尽管近期一项系统综述得出结论,总体上较低的SES与ICU入住后更高的死亡率相关(11),但这种梯度的幅度可能因医疗体系背景以及SES对真实社会与物质条件的捕捉程度而异。来自非全民覆盖体系(如美国)的证据表明,保险覆盖和医疗服务可及性塑造了诊疗路径和结局(24, 27–29)。然而,在税收资助的全民覆盖体系(如英国、加拿大、澳大利亚和丹麦)中,尽管实现了全民覆盖,SES梯度仍然存在(13–17, 30)。在类似于荷兰的(部分)保险为基础的全民医疗体系中(如法国和韩国),大多数研究未报告明确的SES-死亡率关联(19–22, 31),可能是因为这些研究通常样本量小、为单中心或基于调查。相反,本全国性分析显示了明确的梯度,提供了证据表明全民保险为基础的医疗覆盖不足以消除社会经济健康不平等。

在既往报告校正关联的研究中,混杂因素校正改变了SES-死亡率关联的幅度,偶尔甚至改变了方向。然而,梯度的形状通常保持稳定,保留了各SES分层间的秩次(14, 15, 24, 30, 33)。相比之下,我们展示了混杂因素校正后SES组别特异性变化,揭示了超额风险集中于最低SES五分位组。此外,既往ICU研究通常将合并症作为混杂因素处理,往往通过复合指数(14, 15, 17, 18, 22–25, 30, 31, 33, 37),并报告低SES组合并症患病率更高(18, 46–52)。然而,合并症对SES-死亡率关联的特异性效应修饰似乎研究不足。本研究通过使用合并症特异性交互项提供了证据,揭示了跨合并症的详细修饰效应。尽管如此,总体SES-死亡率梯度在有无合并症的情况下均持续存在。

在本研究中,社会经济地位(SES)五分位组之间的基线特征差异显著。最低SES五分位组的平均年龄低于低SES和中SES五分位组。这与其它研究一致,可能由早衰、较低寿命和碰撞分层偏倚所解释(53–56)。较低SES五分位组中女性及重症患者比例更高,表现为更高的APS。与既往研究相似,我们观察到较低SES五分位组中呼吸功能不全、肾功能不全、糖尿病和肝硬化的患病率更高(14, 52, 57–60)。相反,较低SES五分位组中癌症的患病率较低。既往研究显示,低社会经济群体中前列腺癌、乳腺癌和结肠癌的患病率较低(61, 62),而结直肠癌、肺癌、胃癌、口咽癌和食管癌在低社会经济群体中更为常见(62–64)。这凸显了SES与合并症之间关联的复杂性,其中有许多潜在 contributing 因素,如生活方式、回避医疗、文盲和文化。

在调整基线特征后,SES与院内死亡率之间的关联持续存在,尽管因果路径仍然复杂。即使在全民医疗体系中,较低SES个体也面临累积性获取障碍,例如预防性筛查参与率较低(65, 66)。 navigating 复杂的诊疗路径反复削弱参与意愿,可能延迟就医直至需要入住ICU(67–69)。重要的是,这些机制在不同医疗体系中存在差异。在荷兰全科医生守门人模式中,按人头付费的资助方式可能限制社会经济剥夺地区的服务能力。此外,较低健康素养阻碍有效的医患沟通。再者,强制性年度自付额预期产生的自付费用可能阻碍或延迟专科转诊(70)。此外,缺乏经济资源妨碍预防性照护、治疗依从性和健康生活方式。在医院层面,社会经济因素可能进一步使患者与照护提供者之间的沟通或社会支持复杂化(71, 72)。尽管难以量化,这些因素可能促成了我们研究中观察到的健康差异。

我们观察到,在呼吸功能不全、肾功能不全、癌症、糖尿病和免疫功能不全患者中,效应量小于无这些疾病的患者。这可能反映患有慢性合并症的患者通常与医疗体系接触更多。然而,分层分析显示,社会经济差异在伴有和不伴有特定合并症的患者中均持续存在。

我们揭示了显著的卫生不平等现象,并建议政策制定者应协助医疗专业人员减轻其不利影响。医疗专业人员具有独特优势,能够识别来自较低社会经济背景的患者。尽管他们无法直接解决财务或社会风险因素,但可以通过量身定制的沟通方式克服语言和知识障碍,从而改善结局(71, 73, 74)。鉴于财务讨论的敏感性、时间限制和培训有限,应通过有针对性的教育、沟通方案和治疗计划为医疗专业人员提供支持(72, 75)。此外,在比较ICU绩效时应考虑社会经济因素,以免收治更多社会经济弱势患者的ICU在绩效评估中受到不公平的惩罚。

未来研究

需要进一步研究以厘清社会经济地位(SES)的哪些组成部分(即财富、教育或就业)驱动了ICU结局的差异。这可能有助于识别脆弱性机制并提供针对性干预的机会。此外,我们敦促研究人员进行类似分析,以评估SES、合并症和住院死亡率之间的关联在不同国家和医疗体系中是否一致。未来工作还应探索ICU前诊疗、沟通障碍和ICU收治实践可能如何影响这些关联。

结论

在这项使用精确家庭层面社会经济数据的全国性研究中,在调整人口学因素、合并症和急性生理紊乱后,较低SES与ICU患者较高死亡率独立相关。这些发现凸显了健康社会决定因素对重症监护结局的影响,强调了有效且公平照护的必要性。社会经济构成的地区差异以及SES对结局的影响应为政策制定者和医疗专业人员提供关于预防策略和照护提供的信息。解决这些差异对于改善危重症结局和确保一致获得高质量照护至关重要。

致谢

我们感谢所有ICU为荷兰重症监护评估(NICE)登记处提供高质量数据所做的努力,并使这些数据可用于我们的研究。我们还要特别感谢荷兰统计局和NICE研究与支持在 linkage 过程中的协助。本项目由马斯特里赫特大学医学中心+董事会和国家重症监护评估资助。

补充材料

参考来源

  1. de Kok JWTM, Koornneef DJM, Termorshuizen F, et al. Socioeconomic Disparities and the Role of Comorbidity in Hospital Mortality: A Dutch Nationwide Critical Care Cohort Study. Crit Care Med. 2026. PMID: 42479534. doi:10.1097/CCM.0000000000007271
  2. 全文:PMC13632809(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13632809/

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。