及时入住重症监护对病情恶化病房患者死亡率的影响:基于重症监护床位压力的工具变量分析
这项前瞻性队列研究纳入48家医院12,380例连续病房患者,以重症监护床位占用率作为工具变量,评估及时入住(评估后4小时内)对90天死亡率的影响。总体及时入住率为19%,床位压力高时及时入住率降至9%。工具变量分析显示,及时入住总体降低90天死亡率7.4%(95%CI 1.7-18.5%,p=0.117),未达统计学显著;但在床边评估建议入住重症监护的亚组中,及时入住降低90天死亡率16.2%(95%CI 1.1-31.3%,p=0.036)。风险调整生存模型显示两组90天死亡率相似。作者认为,对于评估后建议入住重症监护的患者,及时入住可降低90天死亡率。
要点
- 研究纳入48家医院12,380例病房患者,及时入住(4小时内)2411例(19%),中位延迟1小时(IQR 1-2)。
- 床位压力高(无空床)时及时入住率仅9%,低于低压力时的22%,中位延迟延长至5小时(IQR 2-16)。
- 工具变量分析:及时入住总体降低90天死亡率7.4%(95%CI 1.7-18.5%,p=0.117),未达统计学显著。
- 床边评估建议入住重症监护的亚组(4560例,37%),及时入住降低90天死亡率16.2%(95%CI 1.1-31.3%,p=0.036),OR 0.46(95%CI 0.22-0.96)。
- 风险调整生存模型显示及时入住与观望等待的90天死亡率相似(总体HR 0.98,95%CI 0.88-1.09,p=0.702)。
适用人群与场景
- 纳入:连续病房患者,由重症监护医生或重症监护外展团队在病房进行评估。
- 排除:重复访视和再入院、事先拒绝ICU入住(治疗限制医嘱)、不可避免的ICU入住(心脏骤停、暂时安置在手术恢复室等)、因护理流程导致延迟的手术后入住。
- 场景:英国48家急性NHS医院的病房评估,非急诊或院前。
诊断标准与关键阈值
- 及时入住定义:病房评估后4小时内入住重症监护,依据近期发布的英国指南。
- 床位压力分类:低压力(2张或以上空床)、中压力(1张空床)、高压力(0张或更少空床,即超过报告容量)。
- 推荐入住重症监护:评估者建议未来护理级别为2级或3级。
- 器官衰竭定义:SOFA评分大于1。
研究设计与关键结果
- 研究类型:前瞻性队列研究,48家医院,12,380例患者,主要终点为90天死亡率。
- 及时入住2411例(19%),中位延迟1小时(IQR 1-2);对照组9969例(81%),其中1990例(20%) later入住,中位延迟11小时(IQR 6-26)。
- 床位压力从低到中到高,及时入住率从22%降至15%降至9%(p<0.0001),中位延迟分别为3、4、5小时。
- 工具变量分析:及时入住总体降低90天死亡率7.4%(95%CI 1.7-18.5%,p=0.117),OR 0.68(95%CI 0.42-1.10)。
- 建议入住重症监护亚组(4560例,37%):及时入住降低90天死亡率16.2%(95%CI 1.1-31.3%,p=0.036),OR 0.46(95%CI 0.22-0.96,p=0.036)。
- 风险调整生存模型:总体HR 0.98(95%CI 0.88-1.09,p=0.702);建议入住亚组HR 0.99(95%CI 0.85-1.10,p=0.852),90天死亡率相似。
- 未调整分析:及时入住组90天死亡率36.7%(885例死亡) vs 对照组28.6%(2851例死亡),HR 1.42(95%CI 1.32-1.54)。
- 建议入住亚组未调整:及时入住组90天死亡率37.2%(837例死亡) vs 对照组34.4%(794例死亡),HR 1.12(95%CI 1.02-1.24)。
证据类型、等级与局限
- 证据类型:前瞻性队列研究,使用工具变量分析。
- 局限性:工具变量分析效能较弱,样本量不够大时可能无法检测到真实差异;观察性研究中记录数据质量有限,未完美捕获所有重症监护入住,可能漏掉部分转诊;提高数据捕获阈值至90%后结果无一致差异,但精度下降且样本量减少;床位压力可能通过拥挤效应影响ICU内护理质量,但证据矛盾;研究结果可能不适用于重症监护容量限制较小的环境。
对床旁实践的改变
- 对于病房评估后建议入住重症监护的恶化患者,作者认为及时入住(4小时内)可降低90天死亡率。
- 床位压力高时及时入住率降低,且患者入住前生理学恶化更明显(ICNARC生理学评分增加3.1、3.3、4.5分,p=0.03)。
- 近一半的早期死亡发生在未入住重症监护的情况下,且床位压力越大,未入住重症监护的死亡越常见。
- 床边评估是有效但不完美的分诊工具,初始拒绝入住者的死亡率高。
指南或共识出处
- 英国指南推荐重症监护入住应在4小时内交付(原文引用参考文献19)。
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15 节 · 点击展开
核心信息
引言
近期政策强调识别和应对病情恶化的病房患者的重要性[1]。现行指南建议应在4小时内完成重症监护入住[2]。然而,支持性证据有限,因为对及时入住重症监护进行随机评估被认为不符合伦理。但若不对获益进行量化,则难以评估该问题的严重程度和重要性。
非随机评估主要受到治疗分配偏倚的混杂影响[3]。患者根据临床严重程度进行优先级排序,因此及时入住者往往预后较差。风险调整有助于消除这种偏倚,但在很大程度上依赖于对所有驱动治疗决策的因素进行充分测量。总体而言,所测量的严重程度是不完整的描述,且常常还有其他床旁因素促使临床医生建议及时入住重症监护。
实验性随机化的替代方法是寻找一种能够自然地将患者随机分配至及时入住或非及时入住的工具。这种自然随机化被称为工具变量(IV)分析,已类似地用于消除流感疫苗效力和心导管检查评估中的未测量混杂因素[4, 5]。
在本研究中,我们使用重症监护病房压力——测量患者评估特定时间点的床位占用率——来实现这一目的。该方法规避了既往比较及时入住与延迟入住的观察性研究中存在的选择偏倚[6–13]。延迟只能事后定义。床旁的选择是“立即收治”或“观察等待”,而非立即收治或故意延迟。临床医生既不会收治病情好转的观察等待患者,也无法收治意外死亡的观察等待患者。延迟入住是指观察等待对照组中存活但持续恶化的亚组。
公平的比较需要对所有观察等待对照者进行前瞻性随访。我们的前瞻性研究做到了这一点,同时也利用了重症监护床位供应受限所创造的学习机会。英国的重症监护床位供给低于大多数欧洲(每10万人口6.6张成人重症监护床位,欧洲平均为11.5张)和北美医疗系统[14, 15]。在重症监护容量受限较少的环境中,使用压力来评估延迟的效果将较为困难。
我们首先描述重症监护压力对决策的影响,以及对所有转诊至重症监护的病情恶化病房患者的重症监护实施情况。我们探讨高压力导致的入住延迟是否使我们能够估计延迟对患者结局的影响。最后,我们聚焦于床旁临床医生建议接受重症监护的亚组。
方法
研究设计、参与者和流程
完整的研究方案可在重症监护国家审计与研究中心(ICNARC)网站上获取。简言之,(SPOT)light研究是一项前瞻性队列研究,研究对象为病情恶化、被转介至重症监护进行评估的病房患者。评估必须由重症监护医务人员或重症监护外展团队(CCOT)成员在住院病房进行。重复访视和再入院被排除,重症监护病房(ICU)入住为事先拒绝(治疗限制医嘱)或不可避免(心搏骤停、临时安置于手术室复苏室等的入住)的患者也被排除。因诊疗流程延迟而导致的手术后入住同样被排除。
该研究注册于美国国立卫生研究院(NIHR)研究项目组合(编号9139)。医院若参与了重症监护国家临床审计——ICNARC病例组合项目(CMP),则符合纳入条件。各医院的研究团队参加了数据集熟悉课程,并获得了一本数据定义手册。ICNARC临床试验部门为本研究提供了支持。
报告通过一个安全的在线网络门户进行,该门户执行实时字段级和记录级验证。要求各医院报告所有连续的病房转介至重症监护的病例。推荐同步数据收集,但遗漏的转介通过回顾性方式查找并接受。我们使用CMP中非计划病房入住重症监护且成功链接至(SPOT)light数据库的比例来每月监测数据捕获情况。数据链接率低于80%的特定月份数据被排除在主分析之外(但在敏感性分析中予以探讨)。在数据库于2012年9月锁定之前,所有医院完成了进一步的在线验证报告。随后向NHS信息服务部门索取死亡事实和日期。CCOT配置情况由参与医院报告。CMP和医院 Episode 统计(HES)数据用于定义重症监护配置和医院特征。
定义
提取病房评估时的生理学测量值。据此计算ICNARC生理学评分、NHS国家早期预警评分(NEWS)和序贯器官衰竭评估(SOFA)评分,缺失值按推荐赋予零权重[16–18]。患者评估时已有的依赖程度使用英国重症监护最小数据集(CCMDS)护理级别定义:0级和1级最常见于普通病房,而2级和3级分别属于高依赖病房(HDU)和ICU[19]。要求评估者推荐未来的护理级别,推荐2级或3级被视为推荐入住重症监护。及时入住定义为病房评估后4小时内入住,与近期发布的英国指南一致[19]。
重症监护病房负荷的指标为报告至ICNARC的最大床位数与病房患者评估时这些床位中正在接受积极治疗(医学上不适合出院)的患者数之间的差值。病房按负荷分为低、中、高三个等级,分别对应有两张或以上、一张、零张或更少空床(最后一种情况为负荷超过报告容量)。
统计分析
主要分析的目的是评估立即收入重症监护与观察等待对90天死亡率的影响。我们在床旁评估时建议收入重症监护的亚组中重复了该分析。
我们首先构建了传统的比例风险模型,并进行风险调整,以处理根据观察到的风险因素预期的治疗分配偏倚。然后我们分两个阶段构建了工具变量(IV)模型。在第一阶段,构建了一个选择模型来预测立即收入重症监护,包括应变(strain)的影响。在第二阶段,构建了一个结局模型,用选择模型中对立即收入重症监护的拟合预测值替代应变。所有模型均对患者层面的混杂因素进行了调整,包括年龄、性别、报告的转诊延迟、脓毒症诊断、围心脏骤停状态、现有的CCMDS监护级别,以及使用ICNARC、SOFA和NEWS评分评估的疾病严重程度。
我们使用Kleibergen–Paap F检验来检验弱工具变量,并使用Huber–White(稳健)标准误以考虑医院层面的聚类和潜在的异方差性[20]。使用双变量概率单位IV模型以确保模型预测值受到正确约束[21]。为便于解释,我们还计算了人群的边际化平均治疗效应(ATE),并通过乘以1.6将系数转换为近似比值比(OR)[22]。最后,我们检验了结果对数据链接质量阈值变化(70%至90%之间)的敏感性。
实施
该研究已在ClinicalTrials.gov注册(NCT01099813)。样本量计算使用2007年ICNARC CMP数据的估计值来评估延迟收入重症监护导致的死亡率增加。目标样本量为12,075–20,125例转诊至重症监护的患者,假设10–40%的收入发生延迟,死亡率效应量为5–10%。
分类数据以计数和百分比报告,连续数据以均值(标准差)或中位数(四分位距)值报告。效应指标附95%置信区间报告。分析在R(版本3.03)中进行,但IV分析使用Stata(版本12.1)中提供的ivregress和biprobit命令。
结果
2010年9月至2011年12月期间,49家医院(10家大学附属医院)提交了435个研究月的记录。与国家审计记录交叉核对后,66个(15%)月的报告可能不完整,已予排除。因此,主要分析纳入了369个研究月,相当于每个站点中位8个研究月(IQR 5–9),平均数据链接率为95%。
369个研究月共捕获18,122次连续的病房评估。我们进一步排除了2555例(14%)有治疗限制医嘱的患者和1632例(9%)重症监护后随访访视。另有129例患者的时间数据不可用。最终,48家医院的12,380例患者纳入分析[每家中位222例患者(IQR 142–304)](图1)。
参与医院
每家医院的重症监护床位中位数为12张(IQR 9–18,混合2级和3级床位),最常见于单一物理位置(45家医院)。每个单元每月从病房收治中位20例非计划入院(IQR 14–26),占所有ICU入院的36%(IQR 31–43%)。重症监护外展服务在14家医院提供24/7服务,在19家医院每日提供但非夜间,在13家医院仅工作日白天提供,在两家医院未提供。
患者特征
表1显示了所有接受评估的病房患者的基线数据。7586例(61%)患者报告了脓毒症;其中,3851例(51%)认为呼吸系统为来源。器官衰竭,定义为SOFA评分大于1,存在于4227例(34%)患者中。共有1173例(9%)患者处于呼吸衰竭,2403例(19%)处于肾衰竭,3629例(29%)处于休克状态。生理严重程度与短期(7天)结局之间存在明确相关性(补充图1),但评估时器官支持不常见(694例患者,5%)。
床旁评估时对重症监护的建议
共有4560例(37%)患者在床旁评估时被建议接受重症监护。与未被建议的患者相比,这些患者更年轻(年轻1.3岁,95% CI 0.7–1.9)且病情更急重(ICNARC生理评分高4.1分,95% CI 3.8–4.4)。年龄大于80岁的患者被建议接受重症监护的可能性较低(OR 0.61,95% CI 0.53–0.71),即使在风险调整后也是如此(补充表1)。
及时入住重症监护
总体而言,36%(4401例患者)在随后一周内入住重症监护,而在评估时被建议的患者中这一比例升至72%(3296例)。从评估到入住的中位时间总体为3小时(IQR 1–9),被建议者为2小时(IQR 1–5)。19%(2411例患者)为及时入住,而在有床旁建议的患者中升至49%(2250例患者)。
共有1636例(13%)患者在评估后一周内死亡,其中856例死亡(52%)发生在入住重症监护后,780例死亡(48%)发生在病房未入住重症监护。对于评估时被建议接受重症监护的患者,共有862例死亡(19%),其中663例(77%)在死亡前接受了重症监护,199例(23%)发生在病房未入住ICU。
及时入住与风险调整死亡率
对于及时入住的患者,90天死亡率为36.7%(885例死亡),而观察等待对照组为28.6%(2851例)。及时入住的患者生理严重程度评分更高;例如,ICNARC生理评分平均高4.4分[95% CI 4.0–4.7]。未经风险调整,及时重症监护入住患者90天前死亡比例更高,风险比(HR)为1.42(95% CI 1.32–1.54)。经风险调整后(补充表3),生存率相当[HR 0.98(95% CI 0.88–1.09),p = 0.702]。
对于被建议接受重症监护的4560例患者,及时入住的90天死亡率为37.2%(837例死亡),而对照组为34.4%(794例死亡)。及时入住者生理严重程度同样更高[ICNARC生理评分高2.0分(95% CI 1.6–2.5)]。风险调整前,生存率较差(HR 1.12,95% CI 1.02–1.24),但风险调整后同样相当[HR 0.99(95% CI 0.85–1.10),p = 0.852,补充表4]。
重症监护压力
当重症监护病房有两张或更多空床时,共有10,039次(81%)床旁评估;仅有一张空床时有1353次(11%);病房已满员时有988次(8%)(表2)。随着压力增加,及时收治的比例下降(21%、15%和9%,p < 0.0001),收治时间中位数呈相应上升趋势:3小时(IQR 1–8)、4小时(IQR 1–12)和5小时(IQR 2–16)(p = 0.0009,补充图2)。
压力随一天中的时段、星期几和季节而变化;然而,即使经过校正,及时收治与占用率之间的关系仍然存在(补充表2),且压力与及时重症监护收治之间存在强负相关(Kleibergen–Paap F统计量83,p < 0.0001)。
有证据表明,收治延迟转化为进一步的持续性生理恶化(ICNARC生理评分分别增加3.1、3.3和4.5分,p = 0.03)。无论时机如何,接受重症监护的总体概率也下降(低、中和高压力期间评估的收治概率分别为38%、32%和25%,p < 0.0001)。
在被推荐收治的亚组中,及时收治的比例也随压力增加而下降(53%、38%和23%,p < 0.0001),收治时间中位数增加:2小时(IQR 1–4)、3小时(IQR 1–6)和4小时(IQR 2–9)(p < 0.0001)。在低、中和高压力期间,未接受重症监护而管理的患者比例从25%增至33%再增至50%(补充表5)。
重症监护压力与死亡率
在低、中和高重症监护压力时接受评估的病情恶化病房患者中,90天死亡率分别为30.0%(3007例死亡)、30.8%(417例死亡)和31.6%(312例死亡)(图2)。利用由重症监护压力驱动的死亡率变化,工具变量模型估计90天死亡率降低7.4%(95% CI 1.7–18.5%,p = 0.117),相当于比值比0.68(95% CI 0.42–1.10,表3和补充表6)。
在被推荐接受重症监护的患者中,低、中和高压力时病房评估的未校正90天死亡率分别为35.0%(1307例死亡)、41.8%(197例死亡)和35.9%(127例死亡)。对于该亚组,及时收治使90天死亡率平均降低16.2%(95% CI 1.1–31.3%,p = 0.036),相当于比值比0.46(95% CI 0.22–0.96,p = 0.036)。
讨论
这项前瞻性队列研究描述了在48家急性NHS医院中,由重症监护团队评估的超过12,000名病房患者的结局。延迟入住很常见。那些及时入住重症监护的患者明显病情更重,未调整死亡率更高(37% vs 29%)。对观察到的严重程度进行风险调整无法显示及时入住策略的获益。然而,我们认为基线风险的未观察差异是临床医生床旁评估的一部分,而我们的风险调整很可能是不完整的。
我们利用重症监护压力的随机变异来额外允许基线严重程度的未观察差异。我们显示,在压力期间转诊的患者及时入住重症监护的可能性较低。使用这一自然实验设置,我们发现及时入住降低了90天死亡率,但未达到统计学显著性。对于推荐接受重症监护的亚组,估计的90天死亡率降低幅度更大且具有统计学显著性。这些效应的精确估计存在大量不确定性,但证据的总体倾向于支持及时入住策略,尤其是在床旁评估者推荐重症监护的情况下。
及时入住策略可能通过两种不同的方式带来生存优势:显性地为特定患者更及时地提供重症监护;或隐性地通过增加人群中获得重症监护的机会。值得注意的是,第一周内一半的死亡发生在未入住重症监护的情况下,而在压力更大时,未接受重症监护的死亡更为常见。
区分这两种效应并不容易。尽管既往研究比较了及时入住与“延迟”入住,但延迟是事后定义的,这产生了排除偏倚和幸存者偏倚[6–13]。真正的床旁决策是“立即入住”还是“观察等待”。直接对患者层面进行随机化以评估“及时”与“观察等待”策略在伦理上具有挑战性。近期的尝试诉诸整群随机化一种增加重症监护转诊的策略(特别是针对老年人,且关注可及性而非时机)[23]。这增加了可及性,但也增加了疾病严重程度,导致在调整基线严重程度未观察差异方面出现相同的问题[24]。
我们试图最小化治疗选择偏倚(适应证混杂)的做法依赖于以下假设:重症监护压力作为一种自然随机化事件发挥作用。我们通过三种方式为该假设辩护。首先,特定时间的重症监护占用情况是不可预测的。它是在一个复杂的、或许是混沌的系统中,所有导致入住、出院和死亡决策的净结果。其次,我们纳入了占用情况可能与基线严重程度相关的对照(即冬季压力增加)。第三,尽管压力可能转化为拥挤效应,从而损害ICU内的医疗质量,但相关证据存在矛盾[25, 26]。此外,拥挤不可能影响从未入住重症监护的三分之二患者的结局。我们还观察到,在无可用床位时接受评估的患者在入住前病情恶化更多。这表明存在一条独立于入住后任何拥挤效应的因果通路。
工具变量(IV)分析的一个重要局限性是其众所周知的效力不足,而且,如果没有非常大的样本量,就存在当真实差异存在时未能检测到该差异的风险[27, 28]。如果我们把工具变量分析看作一项随机对照试验但依从性较差,这一点或许可以理解。重症监护压力(在床旁评估时)相当于随机抛硬币,而及时收治是随机分配的治疗。然而,临床团队即使在压力大的时候也可能找到办法实现及时收治(也许通过加快出院或灵活调配人员)。我们看到92名患者即使在当时床旁评估时没有床位也被及时收治。不完全依从性需要大样本或大效应量才能达到显著性。值得注意的是,我们的效应量在病情最重的患者中更大,并且只有在那时才在5%阈值上达到显著性。
我们关于减少或延迟获得重症监护会造成危害的发现并非孤立存在。在患者层面,通过过早出院而非延迟收治来减少重症监护暴露同样增加了死亡率[29]。在人群层面,在卫生服务改革期间通过增加资金来扩大重症监护能力同样与结局改善相关[30]。此前唯一一项关于及时收治重症监护的研究(五家医院,749名患者)同样以观察等待队列作为对照,也发现了及时收治的获益[31]。
我们还需要承认,在一项如此规模的观察性研究中,所记录数据的质量存在局限性。我们并未完美捕获研究数据库中所有重症监护收治,而且我们必须假定有一部分转诊也被遗漏。然而,我们通过将判定数据捕获的阈值提高到90%来检验我们的发现,使得合格收治的中位比例为97%。除了随着质量阈值提高精确度下降以及样本量不可避免地减少之外,我们发现任何结果均无一致差异。
本研究的某些方面独立于这些局限性。无论及时收治重症监护的效果如何,我们已经识别出一组风险极高的住院患者。这种风险高度集中在前端,而干预窗口很短。床旁评估是一种有效但不完美的分诊工具,因为最初被拒绝收治者的死亡率很高。鉴于我们已经排除了存在治疗限制的患者,这些早期死亡中近一半发生在未尝试重症监护的情况下,这令人担忧。
相当大比例被建议收治重症监护的患者未获得床位,而当能力有限时这一比例会增加。尽管扩大重症监护床位数可能有所帮助,但供给会迅速使这一昂贵资源饱和[32]。鉴于及时重症监护的获益不太可能对所有转诊者均等,现在的挑战是更好地确定优先次序。有趣的是,这同一方法也被强调为对患者和公众都至关重要[33]。
电子补充材料
以下是电子补充材料的链接。补充材料1(DOCX 55 kb)
补充材料2(DOCX 7702 kb)
参考来源
- Harris S, Singer M, Sanderson C, et al. Impact on mortality of prompt admission to critical care for deteriorating ward patients: an instrumental variable analysis using critical care bed strain. Intensive Care Med. 2018. PMID: 29736785. doi:10.1007/s00134-018-5148-2
- 全文:PMC6006241(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6006241/
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。