文献速递复苏、休克与脓毒症心脑血管急症创伤与烧伤

医疗调度准确性:一项系统综述

The accuracy of medical dispatch - a systematic review.
PubMed 文献 · Scand J Trauma Resusc Emerg Med · 2018-11-09
一句话结论系统综述显示,医疗调度系统准确性的总体证据水平为极低至低,作者建议先就报告标准达成共识。

本系统综述按PRISMA流程检索截至2017年5月16日的文献,最终纳入18篇原始研究,评估医疗调度系统对心脏骤停、卒中、医疗优先级和重大创伤的识别准确性(敏感性、特异性、预测值及过度/不足分诊)。因研究异质性大未能进行Meta分析,GRADE评价显示总体证据水平为极低至低。作者建议有必要先就共同报告标准达成共识,之后才能就医疗调度系统的准确性水平达成共识。

要点

  • 18篇原始研究的GRADE总体证据水平为极低至低,无法进行Meta分析。
  • 心脏骤停识别敏感性为65.9%–93.0%,特异性为32.3%–99.6%,仅一项研究报告PPV为26.8%(95%CI 25.9–27.7%)。
  • 卒中识别敏感性为53.3%–86.4%,MPDS卒中诊断工具特异性26.6%、PPV 20.0%、NPV 90.2%。
  • 重大创伤HEMS调度标准敏感性87.7%、特异性45.3%、PPV 48.4%、NPV 86.3%,过度分诊44%且不足分诊20%。
  • 医疗优先级调度过度分诊率高达71%–78%,不足分诊率3%–4.6%。

适用人群与场景

  • 纳入评估当前使用的医疗调度系统准确性并提供至少一项准确性指标(敏感性、特异性、PPV、NPV和/或过度/不足分诊)的原始研究。
  • 排除评估军事资源调度/分诊、大规模伤亡/灾难及院际转运的研究;仅限人类研究且以英文发表。
  • 心脏骤停与卒中的敏感性和特异性针对救护人员报告为心脏骤停或医院诊断为卒中的患者,而非未选择的调度呼叫样本。

研究设计与关键结果

  • 系统综述纳入18篇原始研究,均评估医疗调度系统准确性;因异质性大未能进行Meta分析。
  • 心脏骤停识别敏感性分别为65.9%、75.9%、80.7%和86.0%(两个不同站点)、93.0%、72.9%(实施修改方案后);特异性分别为32.3%、50.0%、98.6%、99.6%;一项研究报告PPV 26.8%(95%CI 25.9–27.7%)。
  • 胸痛呼叫中识别急性冠脉综合征敏感性82.6%,假阴性率17.4%。
  • 卒中识别敏感性分别为67.8%、66.2%、77.7%(辛辛那提院前卒中评分本地改编版)和86.4%(MPDS卒中诊断工具);MPDS工具特异性26.6%、PPV 20.0%、NPV 90.2%;改编辛辛那提评分PPV 30.2%;新算法敏感性53.3%、PPV 47.8%;改编辛辛那提评分过度分诊11.6%、不足分诊10.7%,国家电话分诊指南工具过度分诊20.8%、不足分诊13.6%。
  • HEMS重大创伤调度标准敏感性87.7%、特异性45.3%、PPV 48.4%、NPV 86.3%;损伤机制联合急救人员询问敏感性80.2%、不足分诊19.7%;HEMS过度分诊44%、不足分诊20%。
  • 医疗优先级1识别敏感性93.32%;优先级1和2(METTS-A红、橙、黄)敏感性95.9%;NACA评分敏感性87%和86%;局部标准敏感性78.0%;特异性分别为48%、48.67%、67%、83.8%;优先级3(METTS-A绿、蓝)特异性15.4%;PPV 36.6%(95%CI 35.8–37.5%)和NPV 96.9%(95%CI 96.8–97.1%);PPV 21.7%(95%CI 21.2–22.2%)和NPV 95.4%(95%CI 95.2–95.6%);PPV 5.85%(95%CI 5.71–5.99%)和NPV 0.47%(95%CI 0.43–0.51%);过度分诊率78%和71%,不足分诊率4.6%和3%。

证据类型、等级与局限

  • 证据类型:系统综述,纳入18篇原始研究。
  • GRADE总体证据水平:极低至低;仅一项前瞻性研究,回顾性研究按GRADE一般评为极低。
  • 局限:因研究异质性大未能进行Meta分析;仅两篇报告全部准确性指标及过度/不足分诊;准确性指标和过度/不足分诊定义在各研究间不一致,限制比较;存在两类根本不同的调度系统/方案(MPDS和CBD);应答EMS层级和组织不同,缺乏金标准结局指标;检索可能因使用特定检索词而受限;纳入研究均未分析健康记录数据质量。

对床旁实践的改变

  • 作者建议:有必要先就共同报告标准达成共识,之后才能就医疗调度系统的准确性水平达成共识。
  • 作者认为:损伤机制作为HEMS重大创伤调度标准可能不充分,但证据水平为极低至低,需谨慎解读。
  • 作者认为:需要通过共识确定过度分诊和不足分诊的切点水平,二者作为调度系统指标本身不充分。
  • 作者认为:将生命体征和解剖损伤部位纳入损伤机制可能提高HEMS调度准确性。

提炼说明

  • 原文未涉及「诊断标准与关键阈值」「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23 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:Scand J Trauma Resusc Emerg Med. 2018 Nov 9;26:94. doi: 10.1186/s13049-018-0528-8

背景

调度中心电信调度员的目标是——根据电话通话期间获得的信息——评估是否需要紧急医疗服务(EMS),以及需要以何种优先级派遣资源[1]。挑战在于以有限的资源适当派遣EMS,同时仍对患者保持安全;这需要准确的调度系统。

调度系统有几种类型,但可分为两类系统:主要在英国-撒克逊国家使用的医疗优先级调度系统(MPDS)[2, 3],以及在北欧和欧洲国家使用的基于标准的调度(CBD)[4, 5]。两种系统的共同点是,电信调度员将每个呼叫分配到所列主诉之一。MPDS基于代码和向呼叫者提出的脚本化问题,而CBD系统则依赖电信调度员的经验来进行询问。除了不同的医疗调度系统外,EMS响应也有不同的系统。EMS组织可以配备例如高级和/或基础生命支持救护车、第一响应者或院前急救医师以及直升机紧急医疗服务(HEMS)。然而,EMS系统的准确性——按定义包括调度和对调度的响应——尚未得到系统描述。

调度准确性或有效性涉及调度系统区分所需EMS资源及其优先级的能力。准确性指标包括判别性指标,例如灵敏度和特异度,以及预测性指标,例如阳性预测值和阴性预测值[6]。调度系统性能的其他相关指标是过度分诊和分诊不足[7]。虽然我们的系统倾向于过度分诊,以免遗漏需要医疗干预的危重患者,即避免分诊不足,但过度分诊消耗资源并增加医护人员职业伤害的风险。然而,对于过度分诊和分诊不足的水平或调度准确性尚无共识。

本系统评价的目的是根据GRADE检查医疗调度系统按病情严重程度准确派遣EMS并识别特定疾病的证据。准确性以灵敏度、特异度、阳性和阴性预测值以及过度分诊和分诊不足来衡量。

方法

检索策略

本系统评价包括根据系统评价和荟萃分析首选报告项目(PRISMA)标准识别文章[8]。本综述所纳入出版物的识别是通过对PubMed、Web of Science、Embase(所有字段的自由文本)、评价与传播中心(CRD)和Cochrane对照试验中心注册库进行系统检索完成的,检索截至2017年5月16日。在图书馆员的协助下,使用了与“紧急医疗调度标准”相关的关键词和医学主题词(MeSH)术语的组合,发表于过去5年内(表1)。

表1 检索字符串。 查看原表 ↗

纳入和排除标准

如果出版物提供了评估当前使用的医疗调度系统准确性的原始数据,并为至少一项调度系统准确性指标提供了证据,即灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)和/或过度分诊和分诊不足,则纳入本系统评价。评估军事资源、大规模伤亡/灾难和机构间转运的调度/分诊的出版物被排除。检索仅限于以英文发表的人体研究。

标题和摘要筛选

标题和摘要由两位作者独立筛选。通过讨论和共识决定是否纳入后续全文审查。

全文筛选以确定相关性

所选全文文章根据纳入和排除标准进行独立审查。对相关文章进行审查,以确定其是否至少为一项调度系统准确性指标提供了证据,即灵敏度、特异度、阳性预测值(PPV)和阴性预测值(NPV)和/或过度分诊和分诊不足。

根据GRADE的证据级别

对出版物进行了详细审查,证据的总体质量基于推荐分级的评估、制定与评价(GRADE)工作组的建议[9]。证据级别根据GRADE [10]分为“极低”、“低”、“中等”、“高”或“极高”,特别强调诊断试验[10]。简言之:回顾性研究被评为极低或低,而高或极高需要前瞻性研究设计[10]。决定并可能降低证据质量的因素包括研究设计、偏倚风险、间接性、研究结果的不一致性、证据不精确和发表偏倚[10]。

评定者间一致性测量

计算kappa系数以研究观察者对标题和摘要分类(是/否)能力之间的一致性[11]。

结果

研究选择

检索确定了1445篇出版物。去除重复后,对382个标题进行了相关性审查,另外359条引文根据稿件标题和摘要被排除。在审查剩余出版物的全文后,又排除了5篇文章(3篇非调度研究和2篇无原始数据)。本综述共纳入18篇出版物。PRISMA流程图总结了纳入/排除过程,见图1。

图1 PRISMA流程图 查看原图 ↗

评定者间一致性

标题比较的k值为0.53(95% CI;0.45–0.62),摘要比较的k值为0.68(95% CI;0.50–0.86)。后者被认为评定者之间具有“实质性”一致性[12]。

纳入文章的特征

18篇纳入出版物的特征见表2。所有纳入出版物均为原始研究。由于本系统评价纳入的研究具有异质性,无法进行荟萃分析。结果按研究人群和主要目标呈现如下,即心脏骤停的识别、卒中、医疗优先级和重大创伤的直升机医疗服务调度。

主要结果;调度系统的准确性见表3,以及过度分诊和分诊不足的结果。三篇文章报告了所有指标[13–15]。

表2 系统综述纳入的研究特征 查看原表 ↗
表3 每项纳入研究中调度准确性的测量指标 查看原表 ↗

心脏骤停的识别

识别心脏骤停的总体灵敏度分别为65.9% [16]、75.9% [17],在两个不同站点分别为80.7%和86.0% [18]。在两项研究中,实施修改后的方案后灵敏度分别为93.0% [19]和72.9% [20]。这五个机构使用了五种不同的系统/方案:NHS Pathways [Deakin]、基于标准的调度(CBD)[20]和调度优先级卡索引(DPCI)[16],以及两种不同的日本方案 [19, 20]。相应的特异度分别为32.3% [16]、50.0% [19]、98.6% [17]和99.6% [20]。其中一项心脏骤停研究报告的阳性预测值(PPV)为26.8%(95% CI 25.9–27.7%)[17]。在这五项研究中,灵敏度和特异度涉及的是在救护人员报告为心脏骤停的患者中识别心脏骤停,而非未经选择的来电样本。

急性冠脉综合征(ACS)的识别

在以胸痛为主诉的来电患者中,Gellerstedt等人在识别急性冠脉综合征时报告的灵敏度为82.6%,假阴性率为17.4% [21]。

卒中的识别

识别卒中的灵敏度分别为67.8% [22]、66.2% [23]和77.7% [24],这三篇文章均使用了辛辛那提院前卒中评分的本地化改良版本;使用MPDS卒中诊断工具的灵敏度为86.4% [25]。卒中诊断工具的特异度为26.6% [25]。Krebes等人实施了一种基于MPDS算法的新算法,报告的灵敏度为53.3% [26]。

卒中诊断工具的PPV为20.0%,阴性预测值(NPV)为90.2% [25];改良辛辛那提院前卒中评分的PPV为30.2% [23]。Krebes新算法的PPV为47.8% [26]。

改良辛辛那提院前卒中评分的过度分诊率为11.6%,国家电话分诊指南工具为20.8%;分诊不足率分别为10.7%和13.6% [24]。

在这五篇文章中,灵敏度和特异度涉及的是在医院诊断为卒中的患者中识别卒中,而非未经选择的来电的总体人群。

严重创伤的识别

只有涉及在严重创伤背景下使用直升机紧急医疗服务(HEMS)的出版物符合纳入标准,因此其他涉及严重创伤的出版物未纳入本综述。HEMS调度标准识别严重创伤患者的灵敏度为87.7%,特异度为45.3%,PPV为48.4%,NPV为86.3% [15]。Wilmer等人描述了同一调度系统内不同的调度方法,以研究该系统为严重创伤调度HEMS的准确性 [27]。损伤机制结合急救人员询问的灵敏度为80.2%,分诊不足率为19.7%。

两项研究 [15, 21] 部分属于推导性研究,即以推导更准确的调度系统为目的的研究。本综述从这些文章中纳入的数据是反映当前所用调度系统的数据,而非推导出的、未经评估的新调度系统的数据。

根据医疗优先级的识别

识别被定义为救护车调度优先级1的时间关键状况的总体敏感性为93.32%[28],按照医疗紧急分诊与治疗系统-A(METTS-A)红色、橙色和黄色标准调度优先级1和2的敏感性为95.9%[29]。在两项使用航空咨询委员会(NACA)评分的研究中,总体敏感性分别为87%[14]和86%[12]。使用当地标准的敏感性为78.0%[30]。而特异性分别为48%[13]、48.67%[29]、67%[14]、83.8%和[30]。Ek等人显示,按照METTS-A绿色和蓝色标准调度优先级3的特异性为15.4%[29]。

报告的预测值为:阳性预测值(PPV)36.6%(CI 35.8–37.5%),阴性预测值(NPV)96.9%(95% CI 96.8–97.1%)[30]。在Dami等人的研究中,PPV为21.7%(21.2–22.2%),NPV为95.4(95.2–95.6%)[12]。Ball等人报告PPV为5.85%(CI 5.71–5.99%),NPV为0.47%(95% CI 0.43–0.51%)[28]。过度分诊率分别为78%[13]和71%[14],分诊不足率分别为4.6%[13]和3%[14]。

讨论

本研究的结果表明,医疗调度系统准确性的总体证据水平为极低至低。尽管本系统综述纳入的所有文章均为原始研究,但由于样本的异质性,无法进行荟萃分析。此外,令人瞩目的是,本综述纳入的18篇文章中仅有2篇同时呈现了所有调度准确性指标以及过度分诊和分诊不足的信息,且仅有一项前瞻性研究[24]。我们建议,在就医疗调度系统准确性水平形成共识之前,可能有必要先就报告的共同标准达成共识。

心脏骤停的识别

心脏骤停的识别基于对患者无意识且呼吸异常或无呼吸的识别。本综述中有两项研究报告了实施新方案后敏感性提高[19, 20]。有趣的是,这两项新方案均纳入了在呼叫者与调度员之间通话中反映心脏骤停的关键词。其他更新颖的方法侧重于紧急呼叫中的沟通[31]。Möller等人的研究证明了即使在测量准确性时评估沟通也很重要这一观察结果,通过聆听实际通话,识别心脏骤停的敏感性有所提高[18]。

卒中的识别

卒中识别存在若干挑战,因此约半数卒中患者是由医疗调度员识别的[32, 33]。首先,症状往往不特异,正如Clawson等人所证明的那样,超过十分之一的患者主诉为“病人不适”,另有十分之一的患者有跌倒史[25]。其次,医疗调度的目标并非绝对的。哪一个更重要?是识别急性卒中[23–26],还是识别患者需要被送往卒中中心,抑或是识别能从特定治疗(如溶栓[22]或取栓)中获益的患者,目前仍未确定。基于本综述的结果,无法推荐一种更优的调度系统,因为证据水平非常低,且纳入的五篇聚焦于卒中识别的文章其结局指标各不相同。

严重创伤的识别

只有涉及在严重创伤背景下使用直升机紧急医疗服务(HEMS)的文献符合纳入标准,因此其他涉及严重创伤的文献未被纳入本综述。在资源充足的地区,HEMS是严重创伤救治链的一部分。有证据表明HEMS对多发伤患者和创伤性脑损伤患者具有价值[34–37],并在认为需要医疗干预时派出[15]。然而,过度分诊是一个问题。多达每两次出动就有一次被取消,主要由地面紧急医疗服务取消[15]。通过将生命体征和解剖损伤部位纳入损伤机制(这是常规HEMS调度系统的基础),可以提高医疗调度的准确性[15]。而Wilmer等人的研究表明,与基于损伤机制的调度相比,对呼叫者的辅助医疗询问和地面救护车人员对需求的评估在HEMS调度准确性方面更优且相当[38]。这些研究结果使我们相信,损伤机制不足以作为严重创伤HEMS调度的标准,尽管这些结果需要谨慎解读,因为证据水平为(非常)低。

根据医疗优先级进行识别

患者向调度员呈现的症状范围广泛,最终问题是如何确定为特定呼叫者/患者最需要的资源。Ball等人考虑了主诉与过度分诊和分诊不足的关系。结果表明,虽然一些最常见的主诉存在分诊不足,如抽搐/癫痫发作和呼吸问题,但另一些则存在过度分诊,如胸痛、心脏问题/自动除颤器、虚脱和头痛。而具有大量非特异性表现的系统将无法对系统进行详细评估[13]。尽管超过半数的呼叫被作为优先级1派出——其中仅约5%为危重[27],这表明系统中存在大量过度分诊,同时也揭示了对何种程度的过度分诊水平是合理的缺乏共识。

关于远程通信调度员所需技能和能力的证据很少。一个例外是Leopardi等人的研究,该研究表明经验丰富的护士能够像医生一样评估患者对高级护理的需求[30]。远程通信调度员所需的能力水平是一个需要进一步研究的领域。

过度分诊与分诊不足及医疗调度系统的准确性

我们调整应急响应系统,以避免遗漏需要医疗干预的患者——即避免分诊不足——并通过制造过度分诊来补偿,即“不必要的”调度。调度系统例如是“前置加载”的,即过度分诊被用作安全规则,我们假设通过制造过度分诊我们就“安全”了。然而,直升机紧急医疗服务(HEMS)的过度分诊率为44%,同时在同一调度系统中分诊不足率为20%[15],这一事实说明情况并非如此。因此,显然尽管我们需要理解和设定过度分诊(以避免资源浪费和人员风险)和分诊不足(以避免可能挽救生命的干预措施未被给予)的截断水平,但作为调度系统的衡量指标,它们本身是不够的。

需要调度系统的准确性衡量指标,这是朝着在正确的时间为正确的患者提供正确治疗的方向迈出的一步。然而,识别从特定干预措施(如HEMS或急性冠脉综合征)中获益的患者亚群存在固有挑战[21, 31]。除了确保例如卒中患者能够及时到达卒中中心外,这还将允许通过电话支持干预措施,例如止住大出血或执行心肺复苏(CPR)。此类研究的设计目的是纳入能够提高特定状况或诊断识别准确性的参数。

除了识别特定状况外,在表现为广泛症状的患者中识别时间紧迫性状况并根据医学优先级进行调度(即在没有明确诊断的情况下)也很重要。对于最佳前进方式没有明显的答案。然而,就如何衡量和报告调度系统达成一致是必要的,以便能够比较不同人群和环境中的不同系统。已有建议[38, 39],但这些共识文件尚未在当前文献中得到应用,现在是进一步推进的时候了。

局限性

2011年,Fevang等人发表了关于院前急救五大研究优先事项的共识报告[40]。建议的主题中包括调度系统准确性。选择这一主题是基于调度准确性是一个定义明确的目标,具有明确的结局指标、相关的操作影响,并且有足够数量的已发表文章使得系统综述成为可能。搜索可能因使用特定搜索词而受到额外限制,然而,如表1所示,搜索是广泛的。

纳入文章中对准确率以及分诊过度和分诊不足指标的定义并不相同,这限制了对不同文章结果的比较。尽管敏感性被定义为在特定情况存在时医疗调度系统识别出该情况的概率;但特异性和预测值的定义并不相同。特异性通常是相对于特定情况来定义的,而不是相对于未加选择的、不具该特定情况的来电者样本。此外,不同文章之间对分诊过度和分诊不足的定义也存在差异。指标定义的不同使得结果比较变得困难。

使不同研究之间比较变得困难的其他因素包括,例如,调度系统/方案原则上存在两个不同的类别;即MPDS和CBDS。此外,应答的EMS具有不同的层级和组织结构;这同样导致结局指标缺乏金标准。

证据水平按照GRADE进行分级,根据GRADE,回顾性研究通常证据水平极低。尽管本综述纳入文章的总体证据水平为极低至低;但这些研究具有信息价值,且通常是设计未来研究所必需的。遵循相关标准,例如STARD [41]所设定的标准,应能提高证据质量。

在我们能够将此数据用于医疗调度临床决策系统的设计之前,从电子医疗记录中收集的数据必须是有效且可靠的,这一点至关重要。所审查的研究均未分析来自医疗记录的数据质量。

结论

共有18篇文章使用不同的调度系统探讨了心脏骤停、卒中、医疗优先级和严重创伤的识别。本研究结果表明,医疗调度系统准确性的总体证据水平为极低至低。我们建议,在就医疗调度系统的准确性水平达成共识之前,有必要先就报告的共同标准建立共识。

参考来源

  1. Bohm K, Kurland L. The accuracy of medical dispatch - a systematic review. Scand J Trauma Resusc Emerg Med. 2018. PMID: 30413213. doi:10.1186/s13049-018-0528-8
  2. 全文:PMC6230269(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6230269/

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。