社区社会经济地位在电子健康档案数据风险预测中的价值
该队列研究纳入杜克大学健康系统和林肯社区健康中心电子健康档案中90 097例训练集患者和122 812例测试集患者(≥18岁,北卡罗来纳州达勒姆县居民),链接人口普查区数据计算社区社会经济地位(nSES)。结果显示,低nSES社区居民使用急诊、住院及因事故、哮喘、流感、心肌梗死、卒中住院的时间更短,nSES单独预测的C统计量为0.50至0.63。将nSES加入电子健康档案变量后,未改善任何健康结局的预测性能。作者认为,社会决定因素与健康相关,但nSES信息在电子健康档案数据之上对风险预测的额外贡献不大。
要点
- 在90 097例训练集和122 812例测试集患者中,低nSES社区居民使用急诊、住院及因事故、哮喘、流感、心肌梗死、卒中住院的时间更短。
- nSES单独预测的C统计量因结局而异,范围为0.50至0.63。
- 将nSES加入电子健康档案变量后,未改善任何健康结局的预测性能。
- 全部电子健康档案数据解释了nSES变异的31.2%,仅人口学因素(年龄、性别、种族/民族、保险状态)即解释28.7%。
- 作者认为,研究结果提示nSES信息在电子健康档案数据之上对人群风险评估的额外贡献可能不大,但不意味着将社会决定因素整合入电子健康档案没有益处。
适用人群与场景
- 训练集:2009年1月1日至2015年12月31日期间在杜克大学健康系统或林肯社区健康中心有至少1次就诊、索引日期前一年内居住在达勒姆县、年龄≥18岁的患者,共90 097例。
- 测试集:索引日期为2012年1月1日,其余条件同训练集,共122 812例。
研究设计与关键结果
- 研究类型:队列研究,使用电子健康档案数据链接人口普查区数据,采用随机生存森林模型开发风险预测模型。
- 训练集90 097例(女性57 507例,男性32 590例;平均年龄47.2岁,SD 17.7),测试集122 812例(女性75 517例,男性47 295例;平均年龄46.2岁,SD 17.9)。
- nSES采用美国医疗保健研究与质量局(AHRQ)社会经济地位指数定义,该指数为多项社区剥夺指标的加权组合,分值0至100,分值越高表示社区剥夺程度越高。
- 低nSES社区居民使用急诊和住院服务的时间更短,因事故、哮喘、流感、心肌梗死、卒中住院的时间也更短;门诊就诊例外,高nSES社区居民下次预约时间更短。
- nSES单独预测的C统计量因结局而异,范围为0.50至0.63。
- 将nSES加入电子健康档案变量后,未改善任何健康结局的预测性能。
- 全部电子健康档案数据解释了nSES变异的31.2%,仅人口学因素(年龄、性别、种族/民族、保险状态)解释28.7%;保险状态单独R²为12.5%。
- 敏感性分析中,使用训练集内交叉验证、主成分分析代表ACS数据,以及30天、90天、180天、1年、2年、3年时间跨度,结果相似,nSES未改善预测。
证据类型、等级与局限
- 证据类型:队列研究。
- 局限:临床数据来自一个地理区域,在不同人口学特征地区R²可能更低,从而允许nSES在风险预测中贡献更大。
- 局限:模型使用单一家机构的电子健康档案数据(杜克大学健康系统和林肯社区健康中心共享同一电子健康档案系统)开发和验证,在其他机构就诊的患者会被遗漏。
- 局限:缺乏患者在研究机构之外接受医疗保健的数据。
- 局限:仅使用一种nSES主要参数化方式(AHRQ社区剥夺指数),其他指标如基尼指数可能产生更大附加价值。
- 局限:尽管随机生存森林是稳健的模型算法,但其他建模方法可能产生不同结果。
对床旁实践的改变
- 作者认为,研究结果提示nSES信息在电子健康档案数据之上对人群风险评估的额外贡献可能不大,但该结果不意味着将社会决定因素整合入电子健康档案没有益处。
- 作者认为,研究人员可能能够仅使用电子健康档案数据进行人群风险评估。
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17 节 · 点击展开
引言
电子健康记录(EHRs)已成为临床实践的重要组成部分。然而,EHRs用于研究目的时的一个关键局限性在于,它们无法可靠地收集社会人口学和社区信息,而人们早已认识到这些信息与健康密切相关。1 将社会和行为测量指标与EHRs中的临床变量相关联,可能改善临床诊疗和人群健康,同时也有助于为人群层面的风险降低策略提供信息。2
EHRs数据已被广泛用于开发风险模型。3 多项研究表明,将社区社会经济地位(nSES)指标与疾病风险因素相关联可提高模型预测疾病结局的准确性。4,5 例如,加入nSES指标可提高Framingham风险评分在估计冠心病风险时的准确性。6,7 据我们所知,评估nSES指标在预测多种临床事件中价值的系统性研究很少。在本研究中,我们用来自美国社区调查(ACS)的nSES数据补充了个人EHR数据。我们强调,我们的目标不是评估nSES是否与健康结局相关——它无疑相关8——而是评估了解nSES是否能改善对健康结局的预测。具体而言,我们试图确定普查区水平的nSES指标是否与不良健康结局相关,仅使用普查区水平的nSES数据或将其与EHR数据结合使用,是否能在现有基于EHR数据的模型基础上改善风险预测,以及EHR指标中哪些元素可作为普查区水平nSES测量指标的替代指标。
方法
临床数据
临床数据来源于杜克大学健康系统(DUHS)的EHR系统,该系统包括2家社区医院、1家大型转诊医院和一个门诊诊所网络。据估计,北卡罗来纳州达勒姆县85%的居民在DUHS接受初级保健。9 我们按照患者中心临床研究网络通用数据模型3.0版,通过选择2009年1月1日至2015年12月31日期间地址位于达勒姆县的患者,并添加地址和保险状态等自定义字段,构建了一个由本地患者组成的数据集市。10 我们用林肯社区健康中心的EHR记录补充了这些数据,该中心是一家联邦合格医疗设施,主要服务于达勒姆县医疗服务不足的人群。来自林肯社区健康中心的所有患者均为达勒姆县居民。本研究经杜克大学医学院机构审查委员会批准,该委员会还批准了本研究的知情同意豁免,因为这是一项二次数据分析。本研究遵循加强流行病学观察性研究报告(STROBE)报告指南。
样本
我们将队列分为训练集和测试集。训练集的索引日期(即时间零点)为2009年1月1日,测试集的索引日期为2012年1月1日。要在索引时间点符合条件,患者必须年龄18岁或以上,在索引日期前一年内至少有1次医疗保健就诊记录,并且在最后一次就诊时为达勒姆县居民。该方案使我们能够描述在DUHS积极寻求治疗的当地患者的特征。数据仓库包含截至2016年12月31日的就诊数据。
临床结局
我们根据服务使用情况(急诊科以及住院和门诊就诊)以及因事故、哮喘、流感、心肌梗死和卒中导致的住院情况,选择了一系列广泛的结局指标。选择这些临床结局是因为它们已知与nSES相关。11,12,13,14,15,16,17 病因特异性住院通过出院诊断进行定义。患者在数据仓库中的最后一次就诊日期或索引日期后3年(训练集为2011年12月31日;测试集为2015年12月31日)进行删失,以先发生者为准。由于患者有可能随访至2016年底,我们设有一个“燃尽”期,以便能够正确捕获删失日期。18
临床预测因子
我们从数据仓库中提取了41个基线预测因子,这些因子在EHR系统中通常可获取,包括人口统计学指标、合并症、实验室检查、药物以及医疗保健服务使用情况(补充材料中的eTable 1)。我们使用索引日期前一年(即训练集为2008年,测试集为2011年)的就诊数据来定义预测因子值。我们假定某项测量缺失(例如,没有糖尿病的《国际疾病分类》第九版编码)表明该个体不存在该病症。由于并非所有患者都进行了所有实验室检查,我们没有对缺失值进行插补,而是直接使用该检查的实施次数,该指标已被证明可预测结局。19
nSES数据
为了定义nSES,我们从2010年ACS中提取数据。ACS是一项针对美国人口的滚动调查,通过1298个变量收集诸如血统、教育水平、收入、语言熟练程度、迁移、残疾、就业和住房特征等信息。20 ACS每年发布地区、州和县级的估计数据,而普查区(census tract)和街区组(block-group)级别的数据每5年发布一次。在本研究中,使用患者在索引日期的地址来确定其所属普查区。普查区是约4000名居民的小地理单元。达勒姆县有73个普查区。为了计算nSES,我们使用了医疗保健研究与质量局(AHRQ)的SES指数。21该指数是以下各项的加权组合:平均每间房1人或以上的家庭百分比、自住住房的中位价值、失业百分比、生活在贫困线以下的百分比、家庭收入中位数、25岁及以上拥有学士学位或更高学历的百分比,以及25岁及以上受教育程度低于12年级的百分比。该指数按美国人口进行标度,范围为0至100,数值越高表明社区剥夺程度越大。既往研究已使用该指数作为基于地理区域的、反映邻里社会经济剥夺程度的测量指标。22,23,24,25
统计分析
患者的特征按nSES评分的县级四分位数进行汇总。分类变量以频数表示,连续变量以均值(标准差)值表示。我们通过将nSES对所有EHR数据进行回归并计算R2统计量,评估了EHR数据所能解释的nSES变异量。为评估基于nSES的事件发生时间差异,我们拟合了按nSES四分位数分层的Kaplan-Meier曲线。我们通过log-rank检验评估差异。接下来我们试图确定将nSES加入EHR数据如何影响风险预测。为建立预测模型,我们使用了随机生存森林(RSF)。26 随机森林方法是分类与回归树的扩展,它通过一种称为bagging(bootstrap聚合)的过程组合多棵树,以创建更稳健的预测器。27,28 RSF是随机森林在时间-事件数据上的应用。简言之,RSF(以及随机森林)提供了一种开发预测模型的非参数方法。其主要价值在于它允许对非线性和异质性(交互)效应同时建模。这是比标准Cox比例风险回归模型更稳健的模型。使用训练数据,我们首先仅使用EHR数据训练了一个RSF模型。接下来,我们拟合了第二个模型,将nSES作为额外预测因子纳入。我们使用测试数据评估两个模型的预测性能。我们计算了适用于时间-事件数据的C统计量,并使用置换检验进行比较。29,30 所有P值均来自双侧检验,结果在P < .05时被认为具有统计学显著性。C统计量,也称为一致性统计量或c指数,类似于曲线下面积,是模型区分度的整体度量。31 区分度是指风险预测模型将发生健康结局的患者与未发生健康结局的患者区分开来的能力。31 实际上,C统计量是模型为发生所关注结局的患者给出比未发生所关注结局的患者更高风险评分的概率。
敏感性分析
对于敏感性分析,我们在训练集内基于RSF使用交叉验证来评估nSES的附加价值。我们还使用了ACS变量的更一般参数化。我们进行了主成分分析,并选择了至少解释95%方差的成分。所有统计分析均在R 3.1.4版(The R Foundation for Statistical Computing)中完成。我们使用randomForestSRC包构建RSF模型,并使用survAUC包计算C统计量。32,33
结果
描述性指标
我们确定了90 097名符合条件的患者用于训练数据,以及122 812名符合条件的患者用于测试数据。这些患者的人口统计学和临床特征按nSES四分位数以及训练集或测试集分层后,显示在补充材料的e表1中,表1中显示了简化的人口统计学特征集。训练数据集的人群主要为女性(57 507 [63.8%])和黑人(37 774 [41.9%]),平均(SD)年龄为47.2(17.7)岁。测试数据集中也观察到相似的特征(75 517 [61.5%]为女性;48 766 [39.7%]为黑人;平均[SD]年龄,46.2 [17.9]岁)。居住在nSES四分位数较低社区的患者相比nSES四分位数较高者更可能较年轻、为黑人、持有公共保险,并经历更多的临床医疗就诊。在临床上,nSES四分位数较低者也更可能患有更多合并症、服用更多药物并接受更多实验室检查。图1显示了达勒姆县73个普查区中nSES的空间分布。总体而言,nSES的标度值范围为37%至74%。达勒姆县北部地区相当乡村化,中部地区则较为城市化。
nSES与健康结局之间的关联
接下来,我们基于nSES评估了健康结局时间的差异。图2和图3显示了8种不同结局的Kaplan-Meier曲线。(补充材料中的e图提供了风险集信息。)对数秩检验对所有结局均具有显著性。此外,对于所有结局,居住在nSES较低社区者的结局发生时间更短。唯一的例外是门诊就诊;居住在nSES较高社区者的下次预约时间更短。
nSES对风险评估的附加价值
最后,我们评估了nSES对电子健康记录(EHR)中 readily available 的临床变量的附加预测价值。表2显示了仅基于EHR数据、仅基于nSES信息以及结合EHR数据和nSES信息时8种结局的C统计量。nSES的预测价值因不同的感兴趣结局而异。尽管nSES对大多数结局具有中等预测能力(C统计量范围为0.50至0.63),但当将其加入EHR变量后,并未改善任何结局的预测性能。
为了更好地理解缺乏附加预测价值的原因,我们将nSES对EHR变量进行回归,估计决定系数(R2)。所有EHR数据解释了nSES变异的31.2%,而仅人口学因素(年龄、性别、种族/民族和保险状况)解释了28.7%的方差,提示仅人口学因素即可解释nSES中中等程度的变异。
敏感性分析
在我们的敏感性分析中,使用基于训练数据内RSF的估计值以及用主成分代表ACS数据均提供了相似的结果(补充材料中的e表2和e表3)。我们还假设nSES信息对长期结局的预测能力优于短期结局。当我们考察nSES在30天、90天、180天、1年、2年和3年时间范围内的附加价值时,我们发现nSES并未改善较长时间范围内的预测(补充材料中的e图)。
讨论
我们的研究发现,尽管临床结局的风险因nSES而异,且nSES对临床结局具有中等预测能力,但nSES并未在易于从EHR中提取的信息之外有意义地改善临床事件的风险预测。这一发现的一个主要解释可能是,至少在我们的人群中,人口学特征与nSES高度相关。在我们的研究中,了解患者的年龄、性别、种族/民族和保险状况解释了nSES变异的28%以上。相比之下,在临床研究中决定系数通常低于10%。据我们所知,本研究是首批在大型、基于人群的风险预测研究中广泛评估nSES附加价值的研究之一,使用了EHR数据。
EHR与人群健康
人们越来越重视使用EHR数据促进人群健康。34有可能利用这些数据通过疾病监测和人群风险评估等活动来了解社区健康,尤其是当医疗中心(如DUHS)是社区的主要卫生保健机构时。35随着患者报销方式的变化,医疗中心在财务上对其患者人群的健康管理承担责任,这种用途日益突出。36EHR数据的一个担忧是缺乏关于患者社会环境中重要背景信息。37为此,广泛可获得的nSES数据可与患者的EHR相链接。
识别具有更大医疗保健需求的社区的目标是部署务实的干预措施,例如患者导航员、社会工作者或提供远程医疗服务,从而能够针对高风险人群。为了量化社区社会经济地位(nSES),我们使用了美国社区调查(ACS)中可用的数据来计算美国医疗保健研究与质量局(AHRQ)的nSES指数。其他研究者也使用AHRQ的nSES指数来评估结局,例如慢性病患病率和再入院风险,并且与我们的研究类似,他们发现较低的nSES与较差的健康结局相关。23,24 在我们的研究中,我们通过敏感性分析探讨了不同的nSES测量方法可能对结果产生的影响,该分析使用了主成分分析,对所有存在于ACS数据集中的变量进行分析,以识别可能比单独使用AHRQ风险评分具有更好判别特征的构念。当我们使用主成分分析衍生的构念与AHRQ风险评分进行比较时,我们没有观察到C统计量的任何明显差异。
社区与健康
众所周知,社区通过物理和社会属性与居民的健康显著相关。8 社区与健康相关联的机制包括压力水平升高、体力活动减少和营养不良,这些反过来又影响近端风险因素,如血压、糖尿病控制和炎症,以及远端健康结局,如心血管疾病。8 社区层面背景数据的民主化、将这些数据与电子健康记录(EHR)关联的能力,以及将人群层面干预措施靶向高风险区域的能力,导致了社区与健康相关研究的复兴。我们的结果支持了该领域的先前研究,表明居住在nSES较低地区的患者比居住在nSES较高地区的患者健康结局更差。38,39,40 作为这一发现的延伸,我们考察了nSES在多个健康和服务使用结局的风险预测中的重要性,发现在我们的人群中风险预测模型的附加价值很小。这一研究领域尚未得到广泛研究;然而,先前的研究可能有助于将我们的结果置于背景中。Fiscella及其同事41表明,将个体层面的nSES(即教育水平和收入)加入Framingham风险评分后,改善了冠心病风险模型的校准度,但未改善区分度,同时减少了社会经济地位较低者冠心病风险预测中的偏倚。他们未使用nSES测量指标。
在另一项独立研究中,纳入了来自以色列中部8所医院连续出院的1178名65岁及以下患者,在将包括nSES在内的社会经济地位测量指标加入基础预测模型后,预测心肌梗死后死亡率的C统计量从0.72显著提高至0.76(P < .001)。该研究使用了以色列中央统计局开发的指数,该指数可能无法推广至其他人群,且扩展模型同时包含了个体层面社会经济地位和nSES预测因子。42
在克利夫兰诊所健康系统对109 793名患者进行的一项研究中,Dalton及其同事43表明,汇总队列方程风险模型在预测与动脉粥样硬化性心血管疾病相关的事件时,对于居住在较富裕社区(使用社区劣势指数定义)的个体,其判别能力高于居住在较贫困社区的个体。这些结果可能提示,nSES的预测能力可能取决于所使用的nSES指数以及其所应用的人群。
优势与局限性
本研究具有一些优势。达勒姆县是一个多样化的县,既有富裕居民也有贫困居民,既有城市社区也有农村社区。我们能够利用较大的样本量和相对较长的随访时间来量化低事件率的结果。我们的研究也存在重要的局限性。这些临床数据来自一个地理区域,在不同人口学特征的地区,R2可能更低,从而允许nSES在风险预测中发挥更大的作用。然而,仅保险状态一项的R2即为12.5%。此外,我们的模型是使用单一机构(DUHS与林肯社区健康中心共享同一电子健康记录系统)的EHR数据进行开发和验证的。在其他机构接受治疗的患者会被遗漏。我们也没有纳入本研究的患者在DUHS或林肯社区健康中心以外接受医疗服务的数据。此外,我们仅使用了nSES的一种主要参数化方式:ARHQ社区剥夺指数。其他指标,如基尼指数,可能会产生更大的附加价值。44尽管如此,我们更为中立的主成分分析得出了相似的结果。最后,尽管RSF是一种稳健的模型算法,能够发现复杂效应,但其他建模方法可能会得出不同的结果。45
结论
本研究再次证实社会环境与健康结局相关。然而,这些结果提示,关于一个人所居住环境的信息对人群风险评估的贡献,可能并不比EHR数据已提供的信息多很多。尽管这一结果并不意味着将健康的社会决定因素整合到EHR中没有益处,但研究人员或许可以仅使用EHR数据进行人群风险评估。
参考来源
- Bhavsar NA, Gao A, Phelan M, et al. Value of Neighborhood Socioeconomic Status in Predicting Risk of Outcomes in Studies That Use Electronic Health Record Data. JAMA Netw Open. 2018. PMID: 30646172. doi:10.1001/jamanetworkopen.2018.2716
- 全文:PMC6324505(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6324505/
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。