文献速递重症综合管理与镇静镇痛

高护士工作负荷/配比是否与危重患者生存率下降相关?一项队列研究

Are high nurse workload/staffing ratios associated with decreased survival in critically ill patients? A cohort study.
PubMed 文献 · Ann Intensive Care · 2017-05-02
一句话结论ICU患者暴露于工作负荷/护士配比≥52至少1天,风险校正后存活出院 odds 降低(OR 0.35,95%CI 0.16-0.79)。

该回顾性队列分析香港两家ICU共894例次成人入院(845例患者),用TISS-76量化护理工作负荷并除以每班床边护士平均数得出工作负荷/护士配比。净效益回归显示最大工作负荷/护士比<40时存活出院概率>95%,>52时死亡概率>95%。暴露于≥52至少1天的患者风险校正后存活出院 odds 低于从未暴露者(OR 0.35,95%CI 0.16-0.79)。作者认为高工作负荷/配比与生存率下降相关,提示护士配置应基于工作负荷而非仅患者数量。

要点

  • 最大工作负荷/护士比<40时存活出院概率>95%,>52时死亡概率>95%,两个阈值由净效益回归确定。
  • ICU期间暴露于工作负荷/护士比≥52至少1天者,风险校正后存活出院 odds 降低(OR 0.35,95%CI 0.16-0.79)。
  • APACHE III=60的患者中,全程工作负荷/护士比<40者存活出院 odds 为其他同病情但配比更高者的2.28倍(95%CI 1.07-4.80)。
  • APACHE III 70-130时全程<40与生存无显著相关;APACHE III=130时<40的存活 odds 为0.24(95%CI 0.09-1.01)。
  • 作者认为护士配置应基于工作负荷而非患者数量,即使短期「凑合」或扩容不增护也可能影响患者结局。

适用人群与场景

  • 香港两家ICU连续收治的成人患者,研究期5个月,随访至出院。
  • 排除:入院<4小时、<16岁、烧伤、转至其他医院ICU者。
  • 两家ICU分别为12床(600床地区医院)和22床(1400床三级转诊大学教学医院),均收治内科和外科患者,患者主要在开放病房护理。

诊断标准与关键阈值

  • 工作负荷用治疗干预评分系统TISS-76量化;配比为单位每日总TISS-76除以当日床边护士平均数(床边护士指该班次主要职责为直接患者护理者,排除以行政或教育为主者)。
  • 净效益回归确定阈值:最大工作负荷/护士比<40时存活出院概率>95%,>52时死亡概率>95%。
  • 高工作负荷/护士比定义为≥52;低配比为始终<52;<40为较低阈值。

红旗征与不能漏的情况

  • ICU患者任一阶段暴露于工作负荷/护士比≥52即使仅1天,风险校正后存活出院 odds 降低(OR 0.35,95%CI 0.16-0.79)。
  • APACHE III评分>130时即使全程工作负荷/护士比<40,存活 odds 仍低(OR 0.24,95%CI 0.09-1.01)。

研究设计与关键结果

  • 回顾性分析前瞻性收集的审计数据,两家ICU共894例次入院(845例患者),ICU死亡98例,出院前死亡166例。
  • 工作负荷/护士比≥52至少1天者粗死亡率:ICU 18.5%,住院29.6%;全程<40者粗死亡率:ICU 10.5%,住院15.6%。
  • 暴露于≥52至少1天者风险校正后存活出院 odds 低于始终<52者(OR 0.35,95%CI 0.15-0.84)。
  • APACHE III=60时全程<40者存活出院 odds 为其他同病情但配比更高者的2.28倍(95%CI 1.07-4.80);APACHE III 70-130时无显著相关;APACHE III=130时<40的OR 0.24(95%CI 0.09-1.01)。
  • 患者平均TISS与单位工作负荷/护士比无相关性(R²=0.04)。

证据类型、等级与局限

  • 证据类型:回顾性分析前瞻性收集数据的队列研究。
  • 局限:纯观察性研究不能证明因果关系;尽管使用风险校正技术,仍可能存在残余混杂;分析为回顾性(但数据前瞻性收集);数据仅来自两家ICU,可能限制结果外推;未记录治疗限制医嘱,可能造成混杂(会使高配比与生存的关联更难被发现,使结果更稳健);作者警告不要将40和52的具体阈值直接套用于其他ICU确定护士数量,因培训水平和辅助人员角色不同。

对床旁实践的改变

  • 作者认为护士配置应基于工作负荷而非仅患者数量,即使短期护士不足或ICU扩容未相应增加护士也可能对患者结局产生不利影响。
  • 作者认为在床位可用时拒绝ICU收治可能不妥,但需认识到护士配置不足可能对已在ICU的患者生存产生显著影响。
  • 作者引用ACCP灾难激增能力声明推荐ICU容量可增至基线200%以上,并指出若床位增加而护士未相应增加,生存率可能大幅下降,至少部分抵消增加床位的益处。
  • 作者警告不要将40和52的具体阈值直接用于其他ICU决定护士数量,因不同ICU培训水平和辅助人员角色不同。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「指南或共识出处」,故未列出这些栏目。
全文中译9 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. 2017 May 2;7:46. doi: 10.1186/s13613-017-0269-2

背景

人员配置成本是重症监护高成本的主要贡献因素,其中最主要的部分是护理人员。尽管近期研究表明,护士/患者或护士/床位比例降低与更差的结果相关[1–6],但这一发现并非普遍适用[7–10],且护士工作量与人员配置比例同患者结局之间的关系尚不明确[11, 12]。这反映在不同国家护理人员水平的差异上。在英国,建议护士/患者比例至少为一名护士对两名患者[13]。在美国,该比例范围为1.29至3.8[10]。

大多数研究考察了平均护理人员与患者比例和结局之间的关联。然而,平均护理人员与患者比例可能是一种不敏感的测量指标。首先,它未考虑病例组合的变异性。在一项针对一个ICU中396名患者的研究中,每日治疗干预评分系统-28(TISS-28)分值从13到58不等[12]。其次,使用平均值意味着低护理人员配置的日子可以由高配置的日子来补偿。这似乎不太可能,特别是因为监测是重症监护护士的关键职责[10]:某一天有两名护士发现异常,并不能补偿另一天未被发现的异常。

一项考察有死亡和无死亡的护理班次之间关系的研究发现,当护士与患者比例较低、患者周转率较高以及维持生命操作数量较多时,死亡更可能发生[14]。维持生命操作数量被用作工作量的测量指标,但这并非经过验证的工作量测量方法。因此,护士工作量/人员配置比例是否与患者结局相关这一重要问题仍未得到解答。

由于上述复杂性,工作量/人员配置比例与生存之间的关系可能既不是线性的也不是逻辑斯蒂的。特别是,可能存在天花板效应,即降低工作量/人员配置比例可改善生存,直至某一特定点,此后进一步降低工作量/人员配置则无效果。然而,增加工作量/人员配置比例较不可能受到天花板效应的影响。因此,线性或逻辑斯蒂分析不太可能有帮助。更有用的方法可能是将工作量/人员配置比例二分为人员不足和人员充足。

不幸的是,对于什么构成人员不足尚无共识。尽管有人提出一名“合格”的重症监护护士应能够管理40–50个治疗干预评分系统-76(TISS-76)分值[15],但这一工作量阈值尚未经过验证。同样,尽管假设46个护理人力使用九等价评分(NEMS)分值等同于一名护士每日的护理活动量,但在一个大型ICU样本中平均NEMS仅为26.5[16]。然而,如果能够确定增加人员配置不再产生生存改善的阈值,则高于此值的工作量/人员配置比例可定义为人员不足,低于此值的比例则为人员充足。

我们假设,患者在重症监护病房(ICU)住院期间暴露于不充分的工作量/人员配比与死亡率增加独立相关。因此,我们开展了一项队列研究,首先确定一个工作量/人员配比阈值,超过该阈值即认为人员配备不充分,然后确定在患者ICU住院的任何阶段暴露于不充分人员配备是否与风险调整后死亡率增加相关。

方法

设计与参与者

本研究经香港中文大学临床研究伦理委员会批准开展,该委员会豁免了获取患者知情同意的要求。本研究为回顾性分析,数据来自前瞻性收集的审计数据,队列纳入连续收治于香港两家ICU的患者,为期5个月。患者随访至出院。排除标准为:入院时间<4小时、年龄<16岁、诊断为烧伤或转至其他医院ICU的患者。

研究场所

两家ICU均为各自医院唯一的成人ICU,同时收治内科和外科患者。ICU1为一家600张床位的地区医院内设12张床位的ICU,ICU2为一家1400张床位的三级转诊大学教学医院内设22张床位的ICU。患者主要在开放式病区接受照护。单间仅用于需要隔离的患者或没有其他床位可用时。无实习护士,护理助理的职责限于翻身、擦洗、压迫止血、为操作收集一次性设备、清洁可重复使用设备以及维持一次性设备库存。通常每10例患者配备2–3名助理。未聘用呼吸治疗师,但患者由经过培训的物理治疗师每日评估和治疗1–2次。

护理班次为0700至1400、1400至2100和2100至0700。通常,夜班配备的人员数量为白班人员的75%。工作日与周末的人员配备无差异。然而,两家ICU并未根据实际可用人员数量(例如因病假导致人员减少)逐日调整其最大患者收治能力,导致护士/患者配比在不同班次之间存在变化。未聘用非正规人员来弥补护理人数的任何短缺。这使我们有机会观察工作量/人员配比与结局之间关系的自然实验。

在ICU1,办公时间的医师配备包括1名现场重症监护医师,由内科住院医师支持。夜间和周末的人员配备包括内科住院医师,由重症监护医师或内科专科医师监督,后者主要不在现场,但每日进行查房,并可在需要时返回ICU。在ICU2,办公时间由2–3名重症监护医师提供现场照护。排班的重症监护医师确切人数完全基于可用性。周末由1名重症监护医师从0800至1500提供现场照护。在所有其他时间,由1名重症监护医师提供建议,并在必要时返回ICU提供直接患者照护。在所有时间,重症监护医师均由重症监护和/或麻醉科住院医师支持。如果医生无法工作,则会找到替代人员。

主要结局

主要结局为存活至出院。该数据由一名研究者(YSLC)从医院管理局电子临床信息系统中采集。

暴露

暴露变量为工作量/人员配置比阈值。收集了计算治疗干预评分系统-76(TISS-76)[15]、急性生理与慢性健康评估III(APACHE III)以及每日床边护士平均工作人数所需的数据。TISS-76数据由一名专职审核护士收集。每日收集重症监护病房(ICU)中TISS-76总分及床边护士平均总人数。单位护理工作量/人员配置比通过TISS-76总分除以床边护士总人数计算得出。计算每日护士平均工作人数是为了考虑不同班次可能有不同护士人数的情况。床边护士被定义为在该班次主要职责为直接患者护理的护士。主要职责为行政工作或被安排参加教育活动的护士被排除在计算之外。对于每名患者,在其ICU住院期间每日记录该患者所暴露的单位工作量/人员配置比。还收集了每名在ICU工作的护士的数据:ICU护士工作年限及注册后重症护理资格。

统计分析

使用Shapiro-Wilk检验检查数据正态性。报告中位数和四分位距。使用Mann-Whitney U检验比较两个ICU之间的中位数差异。使用卡方检验检验比例差异。对于3例工作量/人员配置比缺失的患者,我们假设这些患者的工作量/人员配置比始终<40。使用Pearson r检验TISS与工作量与人员配置比之间的共线性。

初步分析旨在确定医院存活概率降低时所对应的工作量/人员配置比阈值。这实际上等同于考察药物治疗(标准治疗 vs 新治疗)的增量成本-效果比[17, 18]。我们估计工作量额外“成本”(∆W)与人员配置额外“效果”(∆S)对患者结局之间的权衡。使用净效益分析框架方法[17, 19],将存活者与非存活者之间以比值形式表示的工作量与人员配置比较转换为线性值。因此,增量净效益(INB)通过以下公式估计:其中λ为可接受的最大工作量/人员配置比阈值。

我们使用了一系列混合效应回归模型,以ICU位置和患者作为随机截距,来估计INB。以每位患者的净效益(NBi)[定义为(S × λ)− W]作为因变量,我们运行了以下混合效应回归:其中Outcomei是第i位患者的出院状态(β outcome = 1表示死亡,0表示存活),ε i是随机误差项。方程1以不同的最大工作负荷/人员配置比可接受阈值(λ)值多次拟合。以下协变量纳入混合效应回归中,基于因果有向无环图(DAG)方法[20]选择用于混杂因素调整:年龄、APACHE III评分、再入院、入院紧迫性(择期或急诊)、入院类型(内科或外科)、急性肾衰竭和ICU位置(附加文件1:图S1)。我们从回归结果中估计了INB周围的90%置信区间(对应于5%单侧假设检验),以确定工作负荷/人员配置比降低与出院存活率增加相关的阈值,以及工作负荷/人员配置比增加与存活率降低相关的阈值。分析在患者-日水平进行。

一旦估计出阈值,我们通过对自助抽样样本(1000次重复)进行多因素logistic回归来内部验证我们的阈值。分析的第二部分是建模暴露于高于或低于所确定阈值的工作负荷/人员配置比一天或以上与生存变化之间的关系,并调整与净效益回归分析中相同的混杂因素。多因素logistic回归模型中纳入了最大工作负荷-护士比阈值与APACHE III评分之间的交互作用。我们还在模型中纳入了组内相关性,以调整同一患者多次入院的情况。

模型校准使用8个自由度的Hosmer–Lemeshow(HL)拟合优度统计量和绘制校准带[21]进行评估。校准带是在预测概率的logit变换与结局之间拟合的多项式logistic函数曲线,附带80% CI(浅灰色区域)和95% CI(深灰色区域)[21]。校准带比HL检验更有用,因为它能突出显示显著校准不良的范围[21]。为评估区分性能,构建了受试者工作特征曲线下面积(AUROC)并估计了c统计量。Nagelkerke's R 2用于估计logistic回归模型的整体性能。统计分析使用STATA版本14(StataCorp,College Station,TX)进行,校准带使用R版本3.2.5(R Foundation for Statistical Computing,Vienna,Austria)绘制。

结果

研究期间共有925例入院。排除31例:11例入院时间不足4小时;9例转至外院重症监护病房(ICU);4例年龄小于16岁;7例以烧伤为主要诊断。因此,队列中共有894例次独立入院(表1),代表845例患者。在894例次中,ICU内死亡98例,出院前死亡166例。ICU1和ICU2分别有242例次和652例次。按ICU分组的患者特征见表1,出院时特征见表2。ICU1护士的重症监护护理经验中位数为2年(IQR 1–5)。ICU2护士的经验中位数为5年(IQR 4–7)(P < 0.001)。ICU1中28%、ICU2中67%的护士具有重症监护护理注册后资质(P < 0.001)。该资质需要额外一年的非全日制培训、在培训ICU中实习、课程学习及正式考试。

识别阈值值的混合效应回归分析结果见图1。当工作负荷/人员配置比值为40时,90%置信区间下限跨过零。这表明当最大工作负荷与护士比值<40时,存活至出院的概率大于死亡的概率超过95%。当比值为52时,90%置信区间上限跨过零,表明当比值>52时,死亡概率大于存活概率的可能性超过95%。

有275例次入院在ICU住院期间工作负荷/人员配置比值始终<40。在考察这些患者生存与工作负荷/人员配置关系的模型中,工作负荷/人员配置比值与APACHE III评分之间存在显著交互作用(P < 0.01)。尽管HL检验显著(P = 0.002),校准带可接受(图2),AUROC为0.88(95% CI 0.85–0.90)。模型总体性能令人满意(R² = 0.45)。在APACHE III评分为60的患者中,ICU住院期间工作负荷/人员配置比值始终<40的患者存活至出院的几率是疾病严重程度相同但接受更高工作负荷/人员配置比值(即有时或始终高于40)的其他患者的两倍(比值比2.28,95% CI 1.07–4.80)。当APACHE III评分在70至130之间时,工作负荷/人员配置比值始终低于40与生存无显著相关。当APACHE III评分高于130时,即使工作负荷/人员配置比值始终低于40,存活的可能性也较低(APACHE III评分=130时比值比0.24,95% CI 0.09–1.01)。当患者ICU住院期间工作负荷/人员配置比值始终低于40时,粗死亡率为10.5%(ICU死亡率)和15.6%(住院死亡率)。

在ICU住院期间,有27例入院的工作量/人员配比≥52(其中10例入院有50–100%的时间工作量/人员配比≥52)。在ICU2中,有一天工作量/人员配比为55。在工作量/人员配比≥52的两天(发生在ICU2,22张床位),护士平均人数为17,病区总TISS平均值为911。在考察生存与工作量/人员配比阈值为52之间关系的模型中,工作量/人员配比与APACHE III评分之间无显著交互作用(P = 0.94),因此选择了不含交互项的最终模型。校准可接受[HL检验P = 0.21,校准带未显示过度或低估区间(未展示)],AUROC为0.88(95% CI 0.85–0.90)。模型的总体性能令人满意(R 2 = 0.44)。调整混杂因素后,在ICU住院期间有一天或更多天工作量/人员配比较高(≥52)的患者存活至出院的可能性低于工作量/人员配比较低(始终<52)的其他患者(OR 0.35,95% CI 0.15–0.84)。当患者在ICU住院期间至少有一天工作量/人员配比≥52时,粗死亡率为18.5%(ICU死亡率)和29.6%(住院死亡率)。

患者平均TISS与工作量/护士配比之间无相关性(R 2 = 0.04)。

表1 按重症监护病房(ICU)分组的患者特征 查看原表 ↗
表2 出院时患者特征 查看原表 ↗
图1 净获益回归分析所得最大工作量/护士配比及其90%置信区间 查看原图 ↗
图2 考察工作量/人员配比阈值设为40对生存影响的logistic回归模型的校准带 查看原图 ↗

讨论

我们的数据表明,护士工作量/人员配比与住院生存之间存在关联,且这种关联存在于某些阈值以上并取决于疾病严重程度。在我们的环境中,每名护士TISS为52或以上与生存的校正比值比为0.35相关。这适用于所有患者,无论疾病严重程度如何。患者整个ICU住院期间每名护士TISS<40与极重症患者生存机会增加无关,但与仅中度重症患者(APACHE III ≤60)生存增加相关。我们发现52个TISS点阈值是所有患者(在我们的两个ICU中)死亡风险增加的工作量/人员配比阈值,这与先前的建议密切对应,即一名高度“熟练”的重症监护护士应能够管理多达50个TISS点[15]。工作量/人员配比与结局之间的这种关系可能解释我们的发现:尽管ICU1中由APACHE III测量的疾病严重程度更高,但两个ICU的粗死亡率相似。在ICU1中,中位TISS/护士配比显著低于ICU2(36 vs 40)(表1)。

TISS-76是原始TISS评分的修订版,使用76种可能的干预措施来量化护理工作量[15]。举例说明与52分TISS评分相对应的工作量:一名瘫痪的机械通气患者,过去24小时内需要急诊手术,接受一种以上血管活性药物、胺碘酮输注、肠外营养、肾脏替代治疗、非计划推注及间断计划静脉给药、两种静脉抗生素、气管内吸痰、24小时内输注6单位血液或新鲜冰冻血浆、血小板输注、多项即刻血液检验、每小时神经系统和非神经系统观察、液体出入量监测、心电监护,并留置动脉导管、中心静脉导管、鼻胃管和导尿管,其评分将为52分。

另外两项关于工作量/人员配比的研究以护理干预措施而非患者数量来量化工作量。Castillo-Lorente等[22]未能证明随着峰值TISS-28与护士比的增加,ICU死亡率有统计学显著升高。然而,高工作量/人员配比组的TISS-28与护士比>29.8 TISS-28分/护士[22]。TISS-28是TISS-76的简化版本,其部分设计目的是减少数据收集所需的时间[23]。尽管TISS-28和TISS-76不能直接比较,但先前一项研究表明TISS-28为29.8对应于TISS-76约为30[22]。这远低于我们40的下限阈值,尽管出于下文讨论的原因,这些阈值的绝对值应谨慎解读。Neuraz等证明,一个班次中发生一例或多例死亡与患者与护士比>2.5以及每名患者接受更多生命支持操作相关[14]。尽管难以将这些数据与我们的数据直接比较,但如果一名熟练的重症监护护士能够达到50个TISS分,则Neuraz等[14]所证明的阈值似乎偏高。然而,这可能仅仅反映了其分析的性质。要使患者与护士比对同一班次的死亡率产生影响,很可能需要护理照护方面存在非常严重的不足。

我们的工作量/人员配比是按病区为单位而非按个体患者为基础计算的,因为这更贴近我们护理团队的工作方式。我们的患者主要在开放式病区接受护理,虽然每名患者有一名护士负主要责任,但工作由护士们共同分担。选择TISS评分而非护理活动评分[24]等较新评分,也反映了我们护士所执行的工作以及我们测量人员配备的方式。我们通过计算参与直接患者照护的护士人数来测量人员配备,排除那些主要从事管理和行政任务的护士。我们也没有计入医疗助理(护士助理)的人数。医疗助理主要负责执行诸如给患者擦洗、更换床单、特殊房间清洁程序和患者体位摆放等任务。因此,为创建护理活动评分[24]而添加到TISS中的若干额外任务,并非由我们的床边护士执行。

以单元为基础计算工作量/人员配比也最小化了疾病严重程度混杂的风险。疾病严重程度越高,与个体患者死亡率和TISS增加相关。然而,在22张床位的单元中,个体患者疾病严重程度较高不太可能实质性改变单元TISS/护士比。患者TISS与单元TISS/人员配比(我们的工作量/人员配比测量指标)之间不存在相关性(R 2 = 0.04),这支持了上述观点。这表明我们发现工作量/人员配比与医院生存相关,不太可能是由疾病严重程度混杂所致。

校正比值比的幅度以及以下事实——与不良结局相关的高工作量/人员配比暴露持续时间可能短至一天——应对人员短缺时“将就应付”的明智性提出疑问。虽然可以争辩说,在有可用床位时拒绝患者进入ICU是不合适的,但必须认识到,如果人员配备水平不足,这可能对已在ICU中的患者的生存产生显著影响。此外,这还应引发以下疑问:ICU是否应根据实际工作量而非患者数量来配备人员[12],反过来,床位容量是否应由实际护理工作量和人员配备而非物理空床来决定,以及在灾难面前ICU可持续扩展的计划。近期ACCP关于灾难中激增能力的声明建议,ICU容量应增至基线容量的200%以上[25]。我们的数据表明,如果物理床位容量没有相应的人员增加来匹配,生存率可能会大幅下降,这至少会部分抵消增加床位的任何有益效果。

由于我们的研究是纯观察性研究,它不能证明工作量/人员配比与医院生存之间的因果关系。尽管我们使用了风险校正技术,仍存在残余混杂的可能性。然而,有其他研究支持我们的发现[1–3, 10],并且存在合理的机制可以解释较高的工作量/人员配比为何可能降低生存率。这些机制包括较低的ICU护士配备水平与发病率增加之间的关联,如撤机时间延长[26]、医院感染增加[2, 27–31]、营养不足[32]、压疮[2]和严重事件[33]。

我们的研究还有一些其他弱点。首先,该分析是回顾性的。然而,数据是前瞻性收集的。其次,数据仅在两个ICU中收集。这可能限制结果的普适性。尽管我们的阈值远高于Castillo-Lorente等人[22]所使用的阈值,但我们认为我们ICU中的工作量/人员配比并不罕见。Altafin等人[34]报告的平均TISS 28评分相当于TISS 76为24.5,护士与患者比为1:10,护理技术员比为1:2。即使将技术员计为护士,这也将给出接近50的平均比值。Blatnik[35]报告的平均TISS-28/护士比为47,相当于TISS-76/护士比为54。即使在高收入国家,工作量/人员配比也可能很高,在荷兰一个ICU的所有患者日中,有3%超过了相当于TISS-76/人员配比64的水平[36]。间接数据也支持我们的论点,来自德国、斯洛文尼亚和哥伦比亚的报告显示TISS-28评分相当于TISS-76评分35–48[35, 37, 38]。除非护士/患者比(未报告)大于1:1,否则这将提示相当 proportion 的患者暴露于与较差结局相关的人员配置水平。调查数据提示德国的平均护士/患者比为1:2.7[39]。尽管如此,我们要告诫不要直接应用我们的特定阈值40和52来确定其他个别ICU需要多少护士。不同ICU中护士的培训水平和所承担的角色不同。特别是,支持人员的角色和数量可能影响特定ICU的适当护士工作量/人员配比。我们的ICU主要由开放式区域组成,单间很少。尽管这在世界某些地区可能不常见,但在亚洲很普遍,亚洲仅有36.9%的ICU床位为单间,14.5%的ICU没有单间[40]。第三,我们没有记录治疗限制医嘱。治疗限制可能通过增加死亡风险同时减少测得的护理工作量而导致一些混杂。这将具有降低发现高工作量/人员配比与生存之间关联概率的效果,使我们的发现更加稳健。此外,任何此类效应都会被我们计算工作量/人员配比的方法最小化。我们计算每日单元工作量/人员配比,然后将该比值分配给当天在ICU中的每位患者,而不是计算每日个体患者工作量/人员配比。

最终,我们认为,建立护士工作量/人员配比与死亡率之间因果关系的最佳设计是整群随机对照试验或多中心阶梯楔形中断时间序列,以比较基于工作量/人员配比确定床位容量与由物理床位数确定床位容量的效果。然而,在能够正确设计此类研究之前,需要大量的准备工作。第一步是前瞻性地确认我们的发现。

结论

我们的数据表明,即使仅暴露于一天的高工作量/人员配比,也与危重患者死亡风险显著增加相关。这证实了先前的一项发现,即过高的工作量/人员配比与死亡率增加相关[14],并反驳了一项涉及相对较低工作量/人员配比的研究结果,该研究提示工作量/人员配比与结局之间没有关系[22]。如果得到证实,我们的发现对重症监护病房的护士配置具有重大意义,提示人员配置应基于工作量,而不仅仅是患者数量,并且即使短期或临时增加ICU收治能力而未相应增加人员配备时“将就”使用较少的护士,也可能对患者结局产生不利影响。

参考来源

  1. Lee A, Cheung YSL, Joynt GM, et al. Are high nurse workload/staffing ratios associated with decreased survival in critically ill patients? A cohort study. Ann Intensive Care. 2017. PMID: 28466462. doi:10.1186/s13613-017-0269-2
  2. 全文:PMC5413463(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5413463/

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。