指南与共识儿科与产科急症重症综合管理与镇静镇痛

利用证据、专家意见和流行病学模型理解生存与死亡路径:生存路径(PATHS)工具

Using evidence, expert opinion and epidemiological model to understand pathways to survival and mortality: The Pathways to Survival (PATHS) Tool.
指南 / 共识 · J Glob Health · 2021-06-12
一句话结论PATHS决策树模型显示,仅提高诊断灵敏度对降低新生儿脓毒症死亡影响有限,改善就医行为、社区卫生工作者授权和卫生保健可及性等情境因素才是关键。

本文介绍PATHS工具,一种基于决策树、现有证据和专家意见的流行病学模型,用于可视化人群中死亡的「架构」。以2008年1.36亿新生儿和907 000例新生儿脓毒症死亡为例,模型描述2010年全球新生儿脓毒症死亡路径,将死亡分配至决策树各分支。模型显示,即使有完美的诊断检测,若不改善就医行为、社区卫生工作者授权和卫生保健可及性等情境,挽救生命潜力有限;改善初级和二级卫生保健可及性是最有力的情境改变。

要点

  • PATHS模型将907 000例新生儿脓毒症死亡分配至决策树各分支:352 744例未就医且未治疗,119 341例仅自我治疗无效,107 172例社区卫生工作者治疗无效,87 151例初级卫生保健医生漏诊,20 335例家长不依从,47 584例未能转诊至二级卫生保健,36 105例二级卫生保健医生漏诊,136 567例二级卫生保健治疗无效。
  • 模型预测,就医率从69%提高到100%将挽救103 731条生命,全球潜在影响分数(PIF)仅为11.4%。
  • 将初级卫生保健诊断灵敏度从70%提高到100%可挽救35 535条生命(PIF=3.9%),二级卫生保健灵敏度从90%提高到100%可挽救20 931条生命(PIF=2.3%)。
  • 将初级卫生保健治疗有效性从35%提高到100%可挽救47 584条生命(PIF=5.3%),二级卫生保健治疗有效性从58%提高到100%可挽救136 567条生命(PIF=15.1%)。
  • 将所有诊断试验特异度提高到100%不会挽救任何生命,因为特异度在社区环境中并不真正重要;提高灵敏度则会挽救生命。

适用人群与场景

  • 全球一年内出生的所有新生儿,随访出生后最初28天。
  • 模型定义「新生儿感染」为疑似潜在危及生命的侵袭性细菌感染(SPLTIBI),排除新生儿所有皮肤感染、破伤风、腹泻、疟疾、HIV/AIDS以及其他非侵袭性或非危及生命的感染。
  • 示例基于2008年全球1.36亿新生儿和估计907 000例新生儿脓毒症死亡,描述2010年全球新生儿脓毒症死亡路径。

诊断标准与关键阈值

  • 模型参数:新生儿年总数估计为136 241 000(基于2008年WHO数据)。
  • 有疑似感染症状的新生儿比例设为0.12(基于12位专家德尔菲法报告总数的中位数)。
  • 有疑似感染症状的新生儿中就医的比例中位数为0.69(22项研究:18项来自东南亚,4项来自非洲;范围0.10至1)。
  • 出现疑似感染症状的新生儿发展为脓毒症的比例设为8.7%(基于Rudan等人肺炎模型中重症肺炎比例)。
  • 未经治疗脓毒症的病死率(CFR)设为80%(专家共识)。

处置流程与药物剂量

  • 模型识别卫生系统四个可能诊断干预点:(i)对出生后即刻及随后整个新生儿期看似健康的新生儿进行侵袭性细菌感染迹象筛查;(ii)对社区层面由父母或社区卫生工作者发现症状的新生儿进行诊断检测;(iii)对初级卫生保健层面寻求照护的疑似感染新生儿进行诊断检测;(iv)对二级卫生保健层面寻求照护的疑似感染新生儿进行诊断检测。
  • 模型设定家庭护理干预有效性为0.10,社区卫生工作者干预有效性约为0.15,初级卫生保健干预有效性为0.35,二级卫生保健干预有效性修订为0.58。
  • 模型设定家庭护理临床算法灵敏度和特异度均为0.50,社区卫生工作者均为0.60,初级卫生保健医生均为0.70,二级卫生保健医生灵敏度0.90、特异度0.70。
  • 模型设定家长对初级卫生保健医生抗生素处方的依从性为0.90,家长遵从初级卫生保健医生转诊至二级卫生保健的比例为0.60(基于专家意见)。

研究设计与关键结果

  • 研究类型为流行病学模型开发,基于决策树、现有证据和专家意见,以2008年全球1.36亿新生儿和估计907 000例新生儿脓毒症死亡为说明性示例。
  • 模型将907 000例死亡分配至决策树各分支:未就医且未治疗352 744例,仅自我治疗且反应不佳119 341例,社区卫生工作者治疗且无反应107 172例,初级卫生保健医生漏诊且未治疗87 151例,家长不依从20 335例,未能转诊至二级卫生保健47 584例,二级卫生保健医生漏诊36 105例,二级卫生保健治疗无反应136 567例。
  • 就医率从69%提高到100%将挽救103 731条生命(PIF=11.4%)。
  • 家庭诊断灵敏度从50%提高到100%将挽救6 281条生命(PIF=0.7%),社区卫生工作者灵敏度从60%提高到100%将挽救7 066条生命(PIF=0.8%),初级卫生保健灵敏度从70%提高到100%将挽救35 535条生命(PIF=3.9%),二级卫生保健灵敏度从90%提高到100%将挽救20 931条生命(PIF=2.3%)。
  • 从初级卫生保健到二级卫生保健的转诊依从率从60%提高到100%将挽救12 574条生命(PIF=1.4%)。
  • 初级卫生保健治疗有效性从35%提高到100%将挽救47 584条生命(PIF=5.3%),二级卫生保健治疗有效性从58%提高到100%将挽救136 567条生命(PIF=15.1%)。
  • 将所有诊断试验特异度提高到100%不会挽救任何生命,因为特异度在社区环境中并不真正重要。

证据类型、等级与局限

  • 证据类型:流行病学模型开发,基于决策树、现有证据和专家意见;参数值来自文献综述、德尔菲法和三次技术咨询小组(TAG)会议专家共识。
  • 模型假设参数之间可能存在隐藏的相关性或交互作用,但用户可在使用工具时在任何认为有合理依据的地方考虑这些相关性。
  • 局限:原文未报告局限性。

对床旁实践的改变

  • 作者认为,诊断试验可以挽救许多生命,应继续投资以提高其有效性、可交付性和可负担性。
  • 作者认为,诊断试验的投资不应脱离框1至框8所述8个情境的并行投资而孤立进行,以便诊断试验能够发挥更大潜力。
  • 作者认为,有助于实现这一目标的措施包括:评估教育家长以提高其依从性的规划,推动立法改革以赋权社区卫生工作者成为这一议程的积极参与者,评估培训社区卫生工作者正确使用诊断试验和实施治疗的规划,以及通过有条件现金转移规划改善就医行为。
  • 作者认为,也许最重要的是,改善所有人获得初级卫生保健和二级卫生保健的机会将是非常理想的,从而使大多数疑似感染出现在卫生系统干预与非干预之间差异最大、以及由此导致的病死率变化最大的情境中。

提炼说明

  • 原文未涉及「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7 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:J Glob Health. 2021 Jun 12;11:15001. doi: 10.7189/jogh.11.15001

在资源匮乏环境中,患者发病后可导致致命结局的原因众多且复杂。这些原因往往超出疾病的临床病程:所谓的“社会尸检”可能与病原体的生物学原因和影响同样重要。卫生系统预防、发现和治疗疾病的能力也是结局的重要组成部分。一种能够让政策制定者更好地理解和描绘这些复杂性的工具,可能有助于确保旨在降低资源匮乏环境中死亡率的规划取得成功。

在本文中,我们提出了一种“生存路径”(PATHS)工具:一种使用决策树、现有证据和专家意见的流行病学模型,可以解释人群中死亡的“架构”。它通过在特定时间段内跟踪整个种群队列来实现这一点,并解释最初健康的人如何在指定时间段结束时通过卫生系统进展到致命结局。

我们基于2008年1.36亿新生儿和估计907 000例新生儿脓毒症死亡[1]开发了一个说明性示例。我们收集了2010年该估计发表时所有可用的证据,并咨询了专家以获取进一步意见[1]。这使我们能够开发一个流行病学模型,描述2010年全球新生儿脓毒症死亡的路径。当时,在资源匮乏环境中,除了早期识别疾病和快速实施抗生素治疗[2-4]外,预防和治疗新生儿感染几乎无能为力。另一个挑战是,对于小新生儿,治疗通常需要肠外给药,而疫苗的潜在作用因其免疫系统未发育成熟而受限[2,3]。显然,卫生系统建立早期诊断、鼓励父母就医行为以及提供可获得适当抗生素治疗的卫生保健设施的机会,是旨在降低新生儿感染死亡率的规划取得成功的关键要求。这正是该示例具有吸引力的原因,因为它可能与许多其他需要在生命后期由卫生系统应对的紧急情况有相似之处。

2010年全球降低新生儿感染死亡率的方法受到这一拟议过程中第一步的限制:在资源匮乏环境中未能准确诊断[5]。大多数诊断工具是为工业化国家的背景开发的。它们在资源匮乏环境中的实施受到许多因素的阻碍。这些因素包括诊断工具成本高、复杂性和基础设施要求超出资源匮乏环境中通常可用的能力、执行检测的卫生保健工作者培训不足、父母接受度低、缺乏质量控制等[3,5]。因此,在资源匮乏环境中,新生儿感染的识别和管理依赖于临床算法,这些算法结合了敏感性和特异性不高的体征和症状,导致过度治疗和治疗不足[3,5]。

在低资源环境中,需要床旁诊断检测来诊断新生儿感染、识别致病病原体、预测疾病的严重病程、选择适当治疗、监测抗生素有效性并记录抗生素耐药性[6,7]。这些检测,无论是现有的还是新兴的,都有可能在不同层级的卫生系统中应用,这主要取决于其复杂性和实验室要求。它们可以是“非处方”检测,由相关父母使用,也可以是分发给社区卫生工作者用于人群筛查和早期转诊规划的检测、初级卫生保健机构的检测或医院内检测[6,7]。

我们认为,在全球卫生政策制定中,关键利益相关方之所以难以将床旁诊断检测视为潜在可行方法,其中一个关键障碍是缺乏关于其在降低死亡率方面潜在有效性的信息。事实上,与大多数直接预防或治疗疾病并降低死亡率的其他干预措施不同,床旁诊断工具对死亡率降低的影响难以概念化。其作用是间接的,但它们仍可通过改变“现状”来帮助预防死亡。通过提供疾病方面的及时信息——若无这些工具,此类信息本不存在——床旁诊断工具可使新生儿脱离一条将导致高死亡风险的路径,并将患儿引导至另一条死亡风险低得多的路径[8]。

我们意识到,如果我们能够利用最佳可得证据和专家意见开发一个适当的流行病学模型,用以描述当前(“现状”)情况下新生儿感染死亡的路径,那么就有可能量化在不同层级卫生系统应用床旁诊断工具所能实现的预期死亡人数的减少。通过这种方式,可以为床旁诊断同时赋予有效性和成本,从而使其与具有已知成本效果的其他干预措施具有可比性。因此,拟议的PATHS工具的主要概念性目标是,能够评估诸如床旁诊断检测这类干预措施在降低死亡率方面的成本效果;该类干预本质上提供的是信息而非治疗,但正确的信息仍可挽救生命。PATHS工具允许在卫生保健规划中对所有类型的干预措施进行比较,包括诊断检测的实施。

方法

流行病学模型的基本结构——一个“水平”组成部分

开发该模型的专家一致认为,为了理解新的诊断检测对新生儿败血症死亡率的潜在效果,我们需要对全球一年内出生的所有新生儿进行“横向”随访,观察他们度过出生后最初28天的过程。我们还需要对这一过程进行“分支”,每当因个人情况导致其死于新生儿感染的风险发生变化时,将他们分入不同的“路径”。这将形成一个横向展开的“决策树”,其中不同的新生儿遵循不同的“分支”(路径),每一条分支都承载着不同的新生儿感染死亡风险。然而,关键挑战在于了解全球每年有多少新生儿经过每一条分支,以及在“决策树”的不同层级可以采取什么措施,利用即时诊断检测提供的信息将他们从一条路径转向另一条路径。该检测的应用应确保更多新生儿被转入死亡风险较低的分支,较少的新生儿留在死亡风险较高的路径上。

然而,有研究指出,我们还需要了解新生儿败血症死亡按卫生系统中发生地点的分布:即有多少死亡是未接受治疗且发生在家中的,因为新生儿要么不寻求照护、要么无法获得照护、要么其父母不接受照护;然后,有多少死亡是在社区卫生工作者(CHW)提供治疗之后、在初级卫生保健机构(PHC)层面或在二级卫生保健机构(SHC)内发生的。一旦发生感染,新生儿在其国家卫生系统中所处的位置将显著影响其死亡风险,这取决于卫生系统接触他们并提供有效治疗的能力。

所有专家最终一致认为,一个有用的模型应同时包含“横向”和“纵向”两个组成部分。“横向”部分将追踪全球所有新生儿随时间(即出生后最初28天)的进展,并每当因个人情况导致其死于新生儿感染的风险发生变化时,将他们分入不同的“路径”。“纵向”部分将追踪他们的空间情况,即他们在其国家卫生系统中所处的位置,并根据卫生系统进行干预和帮助他们的能力将其分为不同类别。

图1显示了专家对流行病学模型基本结构的共识。水平分支的逻辑反映了新生儿死亡风险的任何变化。“树”从左侧顶部开始,以2010年全球出生的1.36亿新生儿为起点。第一次分支发生在出现疑似感染的体征或症状时。显然,没有体征或症状的新生儿(第二个节点之后的底部分支)不会面临死于感染的风险,因为我们假设每例死亡之前总是至少存在某些疑似感染的体征或症状。在新生儿期出现疑似感染体征/症状者应归入树的顶部分支,即第二个节点之后。该路径随后进一步分支,取决于父母是否选择就医。这是因为,在其他条件相同的情况下,与不就医者相比,就医者预期可降低其新生儿的死亡风险。在就此达成一致的同时,我们也认识到,不就医者与就医者之间“其他条件相同”的假设是一个重要假设。病情表现更严重者,以及父母受教育程度更高、更富裕、居住地离卫生保健机构更近者,更有可能就医。这一点在模型假设中进一步讨论(见下一小标题)。

图1进一步显示,不就医者可能存活或死亡,而就医者最终可能到达不同级别的卫生系统,取决于其获得照护的可及性、社区卫生工作者(CHW)和初级保健医生给出的建议、其对该建议的依从性、其支付前往更高级别机构交通费用的资源,以及其孩子疾病的严重程度。最终,就医者可能最终自行治疗孩子、接受CHW的照护、接受初级卫生保健(PHC)医生的照护,或到达医院(图1)。该模型仅关注所获得的最高级别照护。自行治疗或由CHW提供的治疗没有进一步分支——结局为存活或死于感染。

为简化模型,一些专家质疑为何要将自行治疗或接受CHW治疗者的路径与不寻求任何照护者的路径分开。我们有两项理由:第一,我们可以假设非卫生专业人员的治疗尝试具有一定有限的效果,与未获得任何照护的新生儿相比,这略微降低了风险;第二,如果床旁诊断检测变得可用,与完全不就医的父母相比,通过CHW就医或自行治疗的父母将更有可能接受检测并依从检测结果。不寻求照护可能由多种原因造成,包括(但不限于)缺乏可及性、未能识别症状、资金不足以及其他特定情境和文化原因。

图1中的下一个分支展示了到达初级卫生保健机构的父母,我们假设那里至少可以提供一些抗生素治疗。然而,主治医生可能认为新生儿感染诊断的临床算法没有提供足够的抗生素治疗指征,从而将父母和孩子送回家中(图1,下分支)。在那里,孩子可能康复并存活,或者如果医生做出错误诊断,他们可能死亡。在医生提供抗生素治疗的情况下(图1,上分支),父母可能依从或不依从。尽管下分支(“不依从”)在最初寻求治疗的父母中不太可能发生,但我们决定将其保留在模型中,以考虑在初级卫生保健医生或护士对新生儿感染提供积极的社区监测、且不依从可能成为问题的情况下的这一理论可能性。初级卫生保健层面的最后一个分支追踪那些接受抗生素治疗的新生儿的命运。他们可能在治疗后出院回家,或被担忧的医生告知前往最近的医院寻求治疗。那些遵从这一建议且能负担路途费用的人将加入其他直接前往医院的父母(图1)。

这在医院层面形成了多达四组不同新生儿群体的混合(图1):(i) 一些新生儿无论症状严重程度如何都会到那里就诊,仅仅是因为他们的父母容易获得医院治疗;(ii) 另一些由最担忧的父母直接带到医院,通常是因为症状非常严重,这些儿童绕过了所有其他级别的照护;(iii) 第三组将由已在初级卫生保健层面接受抗生素治疗、但医生足够担忧而将其转诊至二级卫生保健机构的儿童组成,且父母遵从了建议;(iv) 最后,第四组也被定义为因疑似感染而出生后从未出院回家的院内出生新生儿(见后文理由)。第一组死亡风险最低,第二组最高,第三组风险可能略低于第二组(因为治疗已早期启动),第四组风险居中(早期启动的治疗将降低风险,但生命最初3-5天脓毒症的病因谱更具致命性)。医院的诊断程序将导致治疗或未经治疗出院决定,在两个分支中都会有新生儿存活或最终死于新生儿感染(图1)。

图1 基本流行病学模型,展示全球新生儿感染死亡的可能路径以及使用诊断测试的四个可能干预点。CHW – 社区卫生工作者;PHC – 初级卫生保健医生;SHC – 二级卫生保健。 查看原图 ↗

使用即时诊断工具进行干预的要点——一个“纵向”组成部分

前面的子标题从“横向”组成部分的角度解释了流行病学模型的基本结构。然而,为了理解使用即时诊断工具可能的干预点,我们还需要考虑一个“纵向”组成部分——即感染新生儿一旦出现感染症状,他们在卫生系统中处于什么位置,以及他们所能获得的最高级别照护是什么。图1从卫生系统的角度显示了四个可能的干预点。在这四个点(在图1中标记为“无筛查”,意味着在当前“现状”下没有常规可用的即时诊断)上,从高度敏感和特异的诊断工具获得的信息可以改变出现在该特定诊疗点的新生儿的命运。基于通过使用诊断工具获得的信息,这些新生儿可以被“重新引导”到另一条路径中,在这条路径中他们的死亡风险会更低。通过这种方式,即时诊断工具将降低新生儿感染的死亡率,尽管是间接的,而这种降低可以被量化。

图1显示,从概念上讲,可以引入诊断的四个关键点是:(i)对出生后即刻以及随后整个新生儿期看似健康的新生儿进行侵袭性细菌感染迹象的诊断检测(“筛查”);(ii)对在社区层面由父母或社区卫生工作者发现出现新生儿感染症状或体征的新生儿进行诊断检测;(iii)对在初级卫生保健层面寻求照护的疑似感染新生儿进行诊断检测;以及(iv)对在二级卫生保健层面寻求照护的疑似感染新生儿进行诊断检测。显然,这四个潜在诊断检测点中的每一个在检测实施者的技能和能力、检测的可行复杂性和可负担成本以及支持性实验室要求方面都有其自身的特点。这四个点呈现一个谱系,其中基于社区的诊断筛查将要求检测成本非常低、复杂性非常低、实施者技能水平非常低,且无实验室要求。在谱系的另一端,基于医院的检测可能具有稍高的成本、更大的复杂性,并允许对实施者有更高的技能要求以及一些实验室要求。

最后,一旦模型的“横向”和“纵向”组成部分已经确定,我们仍然需要确定诊断检测本身潜在有用的特征。向专家提出的关键问题是:诊断检测理想上应在上述四个不同诊疗点中的每一个提供什么信息,以降低被检测新生儿的死亡风险?专家们一致认为,从概念上讲,将有三个一般层级的潜在感兴趣的诊断检测,并且只有其中一些在每个四个诊疗点上会有用。

第一类即时诊断检测需要能够识别疑似感染新生儿是否存在侵袭性细菌感染。该检测需要具备高度的敏感性和特异性,其用途在于确立立即使用抗生素治疗的指征。该检测在卫生系统的所有四个层级都将有用——社区层级(作为健康新生儿的筛查或可能感染新生儿的干预)、初级卫生保健层级和医院护理层级。该检测还将使社区卫生工作者能够实施抗生素治疗,这可以大幅扩大社区病例管理中使用口服抗生素的覆盖面——已证明即使由社区卫生工作者实施也有效[9,10]。

第二类诊断检测应能够识别导致感染的确切细菌(或病毒)病原体。这一信息将避免使用对该特定病原体无效的抗生素治疗,或避免因抗生素耐药而无法治愈感染新生儿。显然,此类检测对于健康新生儿的筛查并不特别有用,甚至对于社区层级疑似感染新生儿的检测也不适用。这是因为在当前全球背景下,社区卫生工作者不太可能拥有低成本和高成本抗生素的完整选择,也不具备根据检测结果正确使用这些抗生素的必要技能。然而,该检测可能对初级卫生保健层级的医生非常有用,他们可能有更广泛的抗生素选择,其对新生儿感染使用适当有效抗生素的快速有效响应可能确实能挽救生命。同样,该检测在医院层级也可能有用,特别是在需要重症监护的严重病例中,快速有效的治疗至关重要。

第三类诊断检测应提示该病例可能发展为重症并需要住院治疗。这一信息预期不仅能指示立即使用抗生素治疗,还能促使患者直接在医院护理层级寻求救治。专家们讨论了该检测是否真正有用,或者新生儿中任何侵袭性细菌感染是否都应被视为危及生命并需要转诊住院。最终,他们一致认为,有一种提示发展为严重或极严重病例的检测是有用的,因为这些儿童最有可能死亡,快速转运至医院层级重症监护病房或许能够避免许多此类死亡。关于该检测在卫生系统哪个层级可能有用,专家们一致认为该检测不适用于健康新生儿的筛查,因为如果新生儿有可生化检测到的严重或极严重感染迹象,他们不太可能表现为健康状态。该检测对社区层级疑似感染者可能有用,因为它可以影响社区卫生工作者是建议转诊至初级卫生保健还是二级卫生保健。该检测对初级卫生保健医生也有用,可帮助他们决定是否建议进一步转诊住院。该检测可在医院中用于辅助分诊程序,将患病新生儿分配到重症监护病房。

所提出流行病学模型的定义与假设

PATHS工具是一种基于决策树的流行病学模型,用于描述特定人群中导致死亡的路径。在这个具体示例中,人群是一年内的全球新生儿,死亡由新生儿感染引起。因此,我们首先需要定义“新生儿感染”的含义。专家们一致认为,这些实际上应更准确地称为“疑似潜在危及生命的侵袭性细菌感染”(SPLTIBI)。该定义显然排除了新生儿的所有皮肤感染、破伤风、腹泻、疟疾、HIV/AIDS以及其他非侵袭性或非危及生命的感染。然而,为便于表述,在后续文本中我们将继续简单地将SPLTIBI称为“新生儿感染”。

专家们的一个重要建议是,鉴于新生儿感染的病因谱和严重程度在出生后最初3天与出生后4-28天之间存在显著差异,且全球新生儿死亡数在这两个类别之间几乎平均分配,或许我们需要两个独立的流行病学模型——分别针对“早发性”和“晚发性”新生儿感染?在对此问题进行了一定程度的讨论后,专家们一致认为,从根本上说,感染的严重程度以及父母/照护者的反应在这两个时间段会产生相似的后果,且可能导致感染的病原体并非仅局限于某一个时间段——只是更可能出现在某个时间段。因此,我们一致认为,从病因学角度来看,早发性和晚发性感染并非明确独立的实体,我们同意不开发两个单独的模型。最后,正如在后文中所显现的,不同模型参数可获得的的信息非常稀疏。因此,在模型中引入额外的分层将产生可靠性较低的估计值。出于类似原因(缺乏具体信息),我们选择不根据出生地点、出生体重以及其他可能影响新生儿感染的发生、进展和结局的风险因素对新生儿进行分层。

出于类似原因,我们没有区分“早发性与晚发性”脓毒症、“晚期与非晚期”脓毒症,或“脓毒症与严重脓毒症”。在模型的早期版本中,我们在脓毒症进展中设定了两个定义明确的步骤:脓毒症和严重脓毒症。我们假设所有脓毒症死亡均来自严重脓毒症阶段。然而,专家们在第三次TAG会议上建议,严重脓毒症这一步骤并非必要,因为脓毒症是一种非常严重的疾病,如果不予治疗,很高比例的脓毒症病例将导致死亡。这就是为什么我们将所有新生儿脓毒症病例视为需要治疗和住院护理的危险且危及生命的状况。此外,我们在模型中大量使用了“无行动”,尽管该术语可能并不严格正确,因为通常总会在某个阶段采取一些行动,尽管可能为时已晚而无法改变疾病进程。

所有在医院出生后院内怀疑败血症、且未因此出院回家的新生儿,均被呈现为“在SHC级别寻求照护”,因为这样呈现要简单得多,也更容易理解。这种方法实质上将表1中的参数6-9定义为“所获得的最高照护级别”。此外,专家们一致认为表1中的参数14-21都是必要的,因为由父母在家中、由CHW、或由PHC或SHC级别的医生作出的诊断都具有不同的灵敏度和特异度。同样,他们所提供的治疗也会具有不同的效果,如表1中参数10-13所反映的那样。专家们就PHC级别的灵敏度是否会因多次就诊而提高进行了辩论,但结果表明这对模型输出的重要性不足以证明需要特别考虑。

此外,我们将每一次疑似败血症发作视为独立的一次,不设每个新生儿多次发作的“回溯环路”。这是因为多次败血症发作新生儿可能增加的发病风险和/或病死率(CFR)已反映在总体CFR中。实质上,多次发作并不重要,因为受影响的新生儿必须存活于所有既往发作,才能经历在其出生后28天内发生的最后一次发作。我们还假设,对于就诊于一种以上照护点的新生儿,干预效果不会增加。因此,每个新生儿的干预效果为在最高照护点所提供的干预效果。这与在PHC级别接受了抗生素治疗但仍继续前往CHC级别寻求照护的新生儿尤为相关。我们假设PHC医生将他们根据临床算法识别出的所有败血症病例在一个疗程治疗后转诊至SHC机构。

专家们建议,一个组或许应随访接受口服抗生素治疗的新生儿,另一个组随访接受肠外抗生素治疗的新生儿。然而,其他人指出,试验显示这两种治疗类型中任何一种都具有很高的效果,尽管这实际上是较早口服治疗较轻败血症与较晚肠外抗生素治疗较重败血症之间的比较,可能不能直接比较。然而,为简化信息,抗生素给药途径的差异未被纳入考虑。

专家们注意到,会有一些新生儿寻求照护,但实际上无法获得他们想要寻求的照护级别。其中一些人在PATHS工具中被视为未获得照护者。专家们质疑是否应将其称为“获得/未获得照护”而非“寻求/未寻求”?鉴于这一差异对结局并无意义,为清晰起见我们保留了“未寻求”这一术语,尽管该观点是合理的。同样,我们将一些在PHC级别寻求照护并被转诊至SHC(但无法遵从,尽管他们可能想要遵从)的父母称为“未遵从”,尽管更准确的术语应为“无法遵从”。

专家评论称,对于明显更严重的病例,就医行为可能更多,并询问这是否已在某种程度上纳入模型考虑。然而,这一概念则需要归因于父母自身的诊断算法,这已在家庭护理层面的诊断灵敏度和特异度中有所体现。在社区卫生工作者(CHW)和初级卫生保健(PHC)层面也是如此。

最后,专家提出模型中使用的参数之间可能存在一些隐藏的相关性或交互作用,并想知道例如就医行为50%的变化是否需要根据实际可及性等进行校正?然而,由于该工具中的所有参数均与决策树的特定分支相关且每个参数均可修改,用户可以在使用该工具时在任何认为有合理依据的地方考虑这些可能的相关性。

表1 我们提出的全球新生儿感染死亡路径流行病学模型中所使用的参数列表 查看原表 ↗

基于证据和专家意见的模型参数商定值

在本文的这一部分,我们将解释如何利用证据和专家意见,并在2008年全球估计907 000例新生儿死亡的约束下,确定关键模型参数最可能的值。

1. 新生儿数量。该模型参数的数据来自世界卫生组织(WHO)网站[15]。新生儿年总数估计为136 241 000,该估计基于2008年WHO数据(图2,表1)。

2. 有疑似感染症状的新生儿比例。我们能找到的唯一具有较大地理相关性的估计基于Thaver和Zaidi于2009年发表的综述[16]。他们的论文综述了2000年代早期发表的研究,该参数估计约为0.17[16]。然而,大多数技术专家认为该估计对于2008年全球而言可能过高。因此,我们进行了德尔菲法,并取12位专家报告总数的中位数(专家名单见致谢)。我们模型中的最终值设定为0.12(图2,表1)。

3a. 有疑似感染症状的新生儿中就医的比例。该指标的数据由Chandran等[11]和Herbert等[12]进行了综述和总结。共确定了22项研究报告了新生儿感染的就医行为(18项来自东南亚,4项来自非洲)。家庭外就医的范围从下限0.10到上限1,中位数为0.69(图2,表1)。

3b. 有疑似感染症状的新生儿中未就医的比例。我们单独审查了该指标的信息。然而,与“有疑似感染症状的新生儿中就医比例”指标所汇集的数据相比,所汇集的数据质量要低得多。因此,该指标被设定为等于1减去有疑似感染症状的新生儿中就医的比例(1 – 0.69 = 0.31)(图2,表1)。

4. 出现疑似感染症状的新生儿发展为脓毒症的比例。根据Thaver和Zaidi [16],27.5%的疑似感染新生儿发展为实验室确诊的脓毒症。然而,第三次技术咨询小组(TAG)会议的专家认为该估计值过高,未能反映当前情况。基于Rudan等人 [13,14] 的肺炎模型,8.7%的肺炎病例为重症,因此我们决定使用该估计值来反映疑似感染新生儿中将发展为脓毒症的比例(图2,表1)。

5. 未经治疗脓毒症的病死率(CFR)。目前没有证据表明未经治疗的新生儿脓毒症的CFR是多少。新生儿脓毒症是一种非常严重的疾病,三次TAG会议的所有专家一致认为,80%的CFR能够反映低收入环境下的当前情况(图2,表1)。

6. 出现疑似感染症状并寻求照护的新生儿中,由家庭照护者在家中给予治疗(自我治疗)的比例。Chandran等人 [11] 和Herbert等人 [12] 对该指标的数据进行了综述和总结。共纳入3项研究(2项来自东南亚,1项来自非洲),报告了寻求照护的新生儿中因新生儿感染接受家庭治疗的比例,下限为0.06,上限为0.37,中位数为0.16(图3,表1)。

7. 出现疑似感染症状并寻求照护的新生儿中,由社区卫生工作者给予治疗(CHW治疗)的比例。共4项研究,均来自东南亚,报告了照护者接受CHW为其患病新生儿提供照护的比例,下限为0.01,上限为0.72。然而,由于这些研究关注的是照护接受度而非就医行为,该指标被设定为等于1减去在家中、初级卫生保健(PHC)机构和二级卫生保健(SHC)机构寻求照护的新生儿比例(1-0.16-0.37-0.32 = 0.15)(图3,表1)。

8. 出现疑似感染症状并寻求照护的新生儿中,在初级卫生保健机构(PHC治疗)或由受过医学培训的提供者给予治疗的比例。Chandran等人 [11] 和Herbert等人 [12] 对该指标的数据进行了综述和总结。共纳入11项研究(9项来自东南亚,2项来自非洲),报告了寻求照护的新生儿中因新生儿感染在PHC机构接受治疗的比例,下限为0.04,上限为0.83,中位数为0.37(图3,表1)。

9. 出现疑似感染症状的新生儿中,在SHC机构接受治疗的比例。Chandran等人 [11] 和Herbert等人 [12] 对该指标的数据进行了综述和总结。共纳入6项研究(5项来自东南亚,1项来自非洲),报告了寻求照护的新生儿中因新生儿感染在SHC机构接受治疗的比例,下限为0.04,上限为0.66,中位数为0.32(图3,表1)。

10. 家庭护理干预的有效性。尽管家庭治疗干预不太可能对新生儿败血症产生重大影响(尤其是如果它们基于传统方法),但专家们认为家庭治疗的有效性应设为等于0.10,因为他们可能使用先前开给孩子且仍然有效的抗生素(图4,表1)。

11. 社区卫生工作者(CHW)干预的有效性。专家们认为CHW治疗干预的有效性主要取决于CHW能否获得抗生素。然而,他们认为在发展中国家CHW获得抗生素的机会有限,因此他们更可能使用基于传统的方法。共识是CHW干预的有效性应设为约0.15(图5,表1)。

12. 初级卫生保健(PHC)干预的有效性。在Theodoratou等人[17]的一篇综述中,我们发现抗生素对社区环境中儿童肺炎的有效性为35%,在考虑依从性后该估计值被放大至70%。然而,我们假设抗生素对新生儿败血症的有效性会更低,因为:(i) 新生儿败血症是更严重的疾病,(ii) 给新生儿使用抗生素更具挑战性,这可能影响其有效性。此外还存在与获得正确抗生素和抗生素制剂及其在低资源环境中的可及性相关的问题,我们在Lee等人[18]的论文中单独进行了综述。因此,在与第三次TAG会议的专家讨论后,我们将PHC干预的有效性设为0.35(表1)。

13. 二级卫生保健(SHC)干预的有效性。专家们认为SHC机构所用干预的有效性将是一线和二线抗生素的混合,取决于环境和国家。然而,他们认为SHC机构中干预的有效性应更接近于考虑依从性后社区给药抗生素治疗肺炎的有效性,该参数被设为等于0.60。随后,该参数被进一步修订为0.58,以便使该模型中的总死亡人数“拟合”Black等人[1]定义的907 000的“包络”。这是为了使死亡人数与包络完美拟合而略微调整的唯一参数(表1)。

14-15. 家庭护理治疗中照护者检测败血症的临床算法的灵敏度和特异度。第三次TAG会议的专家们判定,没有证据表明父母识别真性败血症症状的能力优于随机猜测,因此父母用于决定是否自行治疗新生儿的临床算法的灵敏度和特异度分别设为等于0.50和0.50(图4,表1)。

16-17. CHW检测败血症的临床算法的灵敏度和特异度。第三次TAG会议的专家们判定,CHW诊断败血症的能力相当低,但仍高于父母的能力。因此,CHW用于决定是否治疗新生儿的临床算法的灵敏度和特异度分别设为等于0.60和0.60(图5,表1)。

18-19. 初级卫生保健(PHC)机构医生检测脓毒症的临床算法的灵敏度和特异度。第三次技术咨询组(TAG)会议的专家一致认为,PHC机构医生诊断脓毒症的能力优于社区卫生工作者(CHW)或家长的能力,他们认为灵敏度和特异度分别为0.70和0.70反映了2010年的情况(图6,表1)。

20-21. 二级卫生保健(SHC)机构检测脓毒症的临床算法的灵敏度和特异度。第三次TAG会议的专家判定,SHC机构医生诊断脓毒症的能力优于PHC机构医生(依据经验和SHC机构相较于PHC机构所审查的重症病例数量),他们认为灵敏度和特异度分别为0.90和0.70反映了2010年的情况(图6,表1)。

22. 家长对PHC医生抗生素处方的依从性。第三次TAG会议的专家建议,家长对PHC机构抗生素处方的依从性会很高,共识为该依从性为0.90(图6,表1)。

23. 家长遵从PHC医生转诊至SHC的比例。家长遵从PHC医生转诊至SHC机构的转诊比例将取决于多个因素,包括:(i)SHC机构的邻近程度乃至是否存在,以及(ii)家长前往PHC与SHC机构之间距离的能力(主要为经济能力)和意愿(主要由社会因素决定)。该指标没有确凿证据,我们的估计值0.60基于专家的意见,主要依据其在现场的经验(图6,表1)。

图2 模型参数,涉及全球每年新生儿数量、出现疑似感染症状者的比例、就医行为以及不同路径中的病死率(CFR)。(“新生儿”的CFR代表出生后第一个月内的绝对死亡风险;所有其他CFR为疑似感染或真实脓毒症新生儿的病死率)。 查看原图 ↗
图3 模型参数,涉及寻求就医的疑似感染新生儿所能实现的最高卫生系统层级。CFR——各路径中的病死率。 查看原图 ↗
图4 模型参数,涉及家长采取自行治疗的疑似感染新生儿的结局。CFR——各路径中的病死率。 查看原图 ↗
图5 模型参数,涉及接受当地社区卫生工作者(CHW)部分照护的疑似感染新生儿的结局。CFR——各路径中的病死率。 查看原图 ↗
图6 模型参数,涉及接受初级卫生保健医生(PHC)照护的疑似感染新生儿的结局。CFR——各路径中的病死率;SHC——二级卫生保健。 查看原图 ↗

结果

基于我们所分布指标的假设和数值,我们将新生儿败血症死亡分配到图7所示决策树的各个分支。每个步骤的死亡数和病死率(CFR)见图8决策树所示,并在下文描述。基于我们的模型,新生儿败血症死亡总数估计为907 000例,以与Black等[1]估计的2008年情况相匹配。图8显示了决策树不同分支及沿不同路径的病死率如何不同。如在决策树各节点(以黄色三角形标示)掌握新生儿的真实状态信息,将使照护者能够将患儿沿与较低病死率相关的不同路径转运。

表2显示了基于2008年情况的新生儿败血症死亡路径。共有352 744例新生儿死亡,原因是未寻求照护且未接受任何治疗。另有119 341例死亡,尽管他们寻求了照护,但仅限于自我治疗且反应不佳。此外,107 172例死亡,尽管他们寻求了照护,但社区卫生工作者(CHW)进行了治疗且他们无反应。另有87 151例死亡,尽管他们在初级卫生保健(PHC)层面寻求了照护,但PHC医生漏诊且未治疗。基于PATHS模型的假设,20 335例死亡,尽管他们寻求了照护且PHC医生有意治疗他们,但父母未依从。然后,47 584例死亡,尽管他们寻求了照护且PHC医生治疗了他们,但父母未能前往次级卫生保健(SHC)层面寻求照护。还估计有36 105例死亡,尽管在SHC寻求了照护,但SHC医生漏诊且未治疗。最后,多达136 567例死亡,尽管他们在SHC寻求了照护且SHC医生治疗了他们,但他们对该治疗反应不佳。所有这些死亡合计为907 000例,这是Black等[1]提供的2008年估计值。

图8总结了这些死亡如何是决策树不同分支中不同病死率的结果。从卫生系统角度看,至少有8个可能的干预点,详见框1至框8。在这8个明显可能的干预点(以黄色三角形标记)掌握每个新生儿状态的准确信息,将使照护者、CHW和医生能够将患儿沿与较小CFR相关的路径转运。这将改变其中一些患儿的命运并减少总死亡数,但也需要在每个层面进行“近乎完美”的诊断检测。还应认识到,选项1-3的任何“有效性”(或潜在影响分数)估计将与全球所有907 000例死亡相关,但选项4-6的任何“有效性”估计将仅与较小数量的死亡相关,这些死亡来自可能干预点之后的分支,而选项7和8的任何“有效性”估计将仅与发生在SHC的死亡相关,从而在全球层面进一步降低潜在影响分数。

检测类型:预测性

检测内容:所有新生儿的细菌感染

引入检测的目的:早期抗生素治疗的指征;预防进展为严重败血症

灵敏度要求:需要极高的灵敏度,通过发现更多真实病例来挽救生命,同时也要防止假阴性者(通常本会就医)因检测结果而不去就医(“首先不伤害”)

特异度要求:接近100%(否则会造成初级卫生保健机构严重拥堵和不必要的抗生素治疗)

实验室要求:无;必须为手持设备

成本:检测本身的成本必须极低,因为每年需要数亿份;建设社区卫生工作者网络的成本将极高

培训需求:除临床算法外的培训成本必须非常低

标本采集可行性:若以唾液为靶标或检测为非侵入性则良好;若靶向宿主反应则较差;若靶向病原体则几乎不可行;若在时间窗口内每日进行检测——副作用风险巨大(如伤口感染)

家庭对检测的接受度:若为唾液则高;若为血液且需多次就诊则低

实施者对检测结果的依从性:如果临床算法中无症状/无需求,但检测为阳性怎么办?特异度需要达到完美(无假阳性)

就医行为的变化:在检测阳性的新生儿中,有多大比例的父母会改变决定并选择就医/接受照护?——这正是挽救生命的潜力所在

如何挽救生命:主要通过改变就医行为来挽救生命。它具有明确的挽救生命潜力,但成本和其他检测要求使得这一方案在短期内不可行

检测类型:诊断性

检测什么:感染病因学和抗生素耐药性

引入检测的目的:完善医院内治疗(以及耐药性监测?)

灵敏度要求:需要极高,因为涉及成本影响

特异度要求:需要极高,因为涉及成本影响(接近100%)

实验室要求:可假定具备能力

成本:检测需要便宜;但如果引入二线药物治疗,成本将飙升;

培训需求:大于所有其他检测

标本采集可行性:靶向病原体;因此,无污染的采样至关重要——需要培训

家庭对检测的接受度:需要评估;将远好于大多数其他方案

实施者对检测结果的依从性:

- 如果检测显示需要改变标准治疗怎么办?他们能否依从?他们是否会依从?

- 检测可提高二级卫生保健机构层面的治疗有效性

就医行为的变化:

在此层面不适用

如何挽救生命:主要通过改变到达二级卫生保健机构并基于儿童疾病综合管理接受抗生素治疗的脓毒症病例的抗生素治疗有效性;检测需要具有高灵敏度和特异度,并将具有可观的挽救生命潜力

最后,为便于PATHS工具的实施,我们在本文中增加了一个补充材料:一个Excel文件(在线补充文档中的附录S1),其中包含本文的所有信息和参数。用户应能够轻松修改所有数字,并将该工具“定制”到自己的情境中。我们还拍摄了一段视频,简要演示了如何使用该Excel表以及如何更改参数。YouTube上的视频链接为:https://www.youtube.com/watch?v=oK6z5nj3xqw&list=PLwE5KAphA-_EdRYyVaxVMHOzDEdf1sGLb&index=9(也可通过在YouTube频道“Global Health Economics and Priority Setting”内搜索Lecture 9找到)。

图7 与在二级卫生保健(SHC)层面接受治疗的疑似感染新生儿结局相关的模型参数。CFR——各路径中的病死率;SHC——二级卫生保健。 查看原图 ↗
图8 全球新生儿感染死亡路径:基本模型,包含通过各路径的新生儿数量估计值(彩色边框矩形),以及各路径的病死率和死亡人数(紫色矩形)。CFR——病死率;PHC——初级卫生保健;SHC——二级卫生保健。*用于计算CFR的分母不包括1 597 335名在初级卫生保健治疗后转诊并前往二级卫生保健机构的新生儿。 查看原图 ↗
表2 基于2008年情况的死亡路径 查看原表 ↗

讨论

PATHS工具在帮助政策制定者理解死亡为何、如何以及在卫生系统内何处发生,以及可以对此采取什么措施方面非常有用。当干预措施能够在社区层面应用时,其减轻疾病负担的最大潜力显然将得以实现。如果能够改善就医行为,并且能够改善抗生素和卫生保健的可及性,其他层面的干预应用可能会产生更大的影响。2008年的当时情况表明,干预实施的情境越现实,该干预产生潜在巨大影响的机会就越小。

即便例如有绝对完美的诊断检测可用(意味着其具有100%的敏感度和特异度、成本极低、无需实验室条件、易于使用),其有效性仍将非常有限,因为还有另外两个因素:(i) 在社区层面,被正确诊断者的预后仍然相当差;挽救生命的机会被错过,因为他们可能选择不依从(需要对父母进行教育),社区卫生工作者不被允许进行治疗(需要修改立法),社区卫生工作者治疗的有效性可能不高(需要对社区卫生工作者(CHWs)进行培训),而由于贫困和可及性差,转诊至初级卫生保健和二级卫生保健可能在很大程度上失败(需要有条件的现金转移和改善可及性);以及(ii) 在机构层面,可避免的死亡人数要少得多,而且这些死亡集中在更严重的病例中,无论检测如何,这些病例仍有很高的死亡率,而使用该检测也无法使临床算法的有效性得到同等程度的改善。

在框9中,我们提供了一些示例,说明通过应用PATHS模型可以在降低死亡率方面取得哪些成果。该工具预测,将就医率从69%提高到100%将挽救103 731条生命,而全球潜在影响分数(PIF)仅为11.4%。这一示例表明,即使实现了全民健康覆盖,也未必能大幅降低儿童死亡率,除非同时解决许多其他因素。另一个示例显示,即使将所有诊断试验的特异度提高到100%,仍不会挽救任何生命,因为特异度在社区环境中并不真正重要。然而,在各个环节提高诊断的灵敏度则会挽救生命。将家庭诊断灵敏度从50%提高到100%将挽救6281条生命,全球PIF为0.7%。在社区卫生工作者(CHW)层面,将灵敏度从60%提高到100%将挽救7066条生命,全球PIF为0.8%。在初级卫生保健(PHC)层面,将灵敏度从70%提高到100%可挽救35 535条生命,全球PIF为3.9%。最后,在二级卫生保健(SHC)层面,将灵敏度从90%提高到100%将挽救20 931条生命,全球PIF为2.3%。此外,如果从PHC到SHC的转诊依从率能从60%提高到100%,将挽救12 574条生命,全球PIF为1.4%。如果治疗有效性能够提高,那么PHC层面从35%提高到100%将挽救47 584条生命(全球PIF为5.3%),而SHC层面治疗有效性从58%提高到100%将挽救136 567条生命(全球PIF为15.1%)。

就医率从69%提高到100%:103 731(潜在影响分数(PIF)= 11.4%)

家庭灵敏度100%:挽救6281条生命(PIF = 0.7%)

CHW灵敏度100%:7066(PIF = 0.8%)

PHC灵敏度100%:35 535(PIF = 3.9%)

SHC灵敏度100%:20 931(PIF = 2.3%)

从PHC到SHC的转诊从60%提高到100%:12 574(PIF = 1.4%)

PHC治疗有效性从35%提高到100%:47 584(PIF = 5.3%)

SHC治疗有效性从58%提高到100%:136 567(PIF = 15.1%)

(PIF – 潜在影响分数;CHW – 社区卫生工作者;PHC – 初级卫生保健医生;SHC – 二级卫生保健;CFR – 病死率)

显然,多项改进的组合将产生协同效应,并带来儿童死亡率的显著降低。毫无疑问,诊断试验可以挽救许多生命,应继续投资以提高其有效性、可交付性和可负担性。然而,这些投资不应脱离框1至框8所述8个情境的并行投资而孤立进行,以便诊断试验能够发挥更大的潜力。有助于实现这一目标的一些措施包括:评估教育家长以提高其依从性的规划,推动立法改革以赋权CHW成为这一议程的积极参与者,评估培训CHW正确使用诊断试验和实施治疗的规划,以及通过有条件现金转移规划改善就医行为。也许最重要的是,改善所有人获得PHC和SHC的机会将是非常理想的,从而使大多数疑似感染出现在卫生系统干预与非干预之间差异最大、以及由此导致的CFR变化最大的情境中,如图8所总结。

国际组织和学术研究人员已多次尝试开发模型,利用证据来解释疾病和死亡负担的“架构”,以及关键风险因素和实施干预措施的效果。其中一些最突出的模型已被综述[19],包括挽救生命工具(Lives Saved Tool)[20]、EQUIST工具[21-23]、同一健康工具(One Health Tool)[24]、HipTool[25]或HealthCatalyst工具[26]。然而,它们中没有一个以当前形式能够系统地将地方和国家卫生系统的背景如何决定结局进行可视化呈现。所提出的PATHS工具的优势在于,它整合了理解不良健康结局原因时需要考虑的“横向”和“纵向”两个组成部分。这使政策制定者能够正确理解挽救生命的潜力真正存在于何处。鉴于需要考虑的参数数量之多,这很少会是直觉性的,确实需要一个像PATHS这样的模型来提供更清晰的说明。

为展示该工具的转化应用潜力,我们提供了一个可运行PATHS模型的Excel表格(在线补充文档)。我们还提供了一段包含PATHS工具使用教程的视频。尽管示例涉及2010年新生儿脓毒症的历史死亡数据——这是展示PATHS工具实用性的一个非常有用的示例——但我们希望强调,这一相同的决策树模型在其他传染病、人群和环境中具有很大的转化应用潜力。这些新模型需要根据所关注的疾病、人群和环境进行适当调整,并邀请各自领域的专家来确定参数最合理的取值。然而,这不应是一个困难的过程,PATHS模型应能在任何人群中可视化并解释任何人类疾病的发病和/或死亡“架构”方面找到其应用,从新生儿脓毒症到晚发性慢性非传染性疾病。

检测类型:诊断性

检测目标:存在感染症状时检测细菌感染

引入该检测的目的:提高临床算法的敏感性和特异性;更好地指导抗生素治疗并减少不必要的治疗

敏感性要求:必须改进临床算法+体温计,且必须非常敏感——否则,挽救生命的潜力低,并且令人担忧的是假阴性增多,而这些患者通常会寻求照护

特异性要求:必须改进临床算法+体温计,且必须非常特异——否则,会造成初级卫生保健(PHC)和二级卫生保健(SHC)的拥堵

实验室要求:无;必须为手持式

成本:尽可能低

培训需求:在社区卫生工作者(CHW)的临床算法基础上需求极少;需要针对家长开展宣传活动;注意实施者技能水平较低

标本采集可行性:若针对宿主反应则不是问题;若针对病原体则是主要问题

家庭对检测的接受度:需要评估

实施者对检测结果的依从性:

- 如果有症状但检测阴性怎么办?这将如何改变他们的行动?

- 如果临床算法显示无治疗指征,但检测阳性怎么办?(需要评估)

就医行为的变化:

- 阳性检测/转诊(或父母判断检测为阳性)对社区卫生工作者(CHW)治疗建议的确认将如何改变他们的就医行为?(需要评估)

- 危险:特异性过高将延迟对其他引起类似症状的问题(例如心脏问题)的就医!

它如何挽救生命:它将以多种方式挽救生命:(i) 改变就医行为;(ii) 在就医者中富集脓毒症真阳性病例;(iii) 它将赋予社区卫生工作者治疗新生儿感染的能力;该检测将具有挽救生命的潜力——需要关注

检测类型:诊断性

检测内容:是否存在需要转诊至二级卫生保健(SHC)机构的严重感染迹象

引入该检测的目的:将高死亡风险新生儿快速转诊至二级卫生保健机构

灵敏度要求:必须优于临床算法+体温计,且必须非常灵敏——否则挽救生命的潜力低,且令人担忧的是通常本会就医的假阴性者会增多

特异性要求:必须接近100%——否则二级卫生保健机构将出现大量拥挤和院内感染风险

实验室要求:无;必须为手持式

成本:尽可能低

培训需求:在社区卫生工作者临床算法之外的需求极少;需要对父母开展宣传活动;注意实施者技能水平较低

标本采集可行性:若靶向宿主反应则不成问题;若靶向病原体则是主要问题

家庭对检测的接受度:需要评估

实施者对检测结果的依从性:

- 如果存在严重感染的某些症状但检测为阴性怎么办?这将如何改变他们的行动?

- 如果临床算法显示无二级卫生保健转诊指征,但检测为阳性怎么办?(需要评估)

就医行为的变化:

- 阳性检测/转诊(或父母判断检测为阳性)对社区卫生工作者转诊至二级卫生保健机构建议的确认将如何改变他们的就医行为?(需要评估)

它如何挽救生命:它将以多种方式挽救生命:(i) 改变就医行为;(ii) 在就医者中富集严重脓毒症真阳性病例;该检测将具有挽救生命的潜力——但需要能够获得二级卫生保健服务

检测类型:诊断性

检测内容:存在感染症状时的细菌感染

引入该检测的目的:提高临床算法的灵敏度和特异性;更好地指导抗生素治疗指征并减少不必要的治疗

灵敏度要求:必须大幅优于临床算法+体温计才能真正产生差异

特异性要求:不那么重要,除非我们想要减少不必要的抗生素治疗

实验室要求:最好没有;我们可以假设有一些,但能力极低

成本:尽可能低

培训需求:极少

标本采集可行性:若靶向宿主反应则不成问题;理论上,若靶向病原体,问题比社区卫生工作者/父母采集时更小

家庭对检测的接受度:需要评估;将优于框1至框3所示方案

实施者对检测结果的依从性:

- 如果存在症状(IMCI)但检测为阴性怎么办?这将如何改变他们的行动?

- 如果临床算法显示无治疗指征,但检测为阳性怎么办?(需要评估)

就医行为的变化:

- 通过阳性检测/转诊确认初级卫生保健卫生工作者(PHC HW)的治疗建议将如何改变他们的就医行为——例如,前往二级卫生保健(SHC)机构就诊?(需要评估)

- 危险:过高的特异性将延迟对其他引起类似症状的问题(例如心脏问题)的就医!

它如何挽救生命:它主要通过减少真正脓毒症病例数来挽救生命,这些病例到达初级卫生保健机构但从未获得抗生素治疗,因为医生/受过培训的卫生工作者因不完善的IMCI算法而漏诊正确诊断;该检测需要极高的敏感性才有可能挽救许多生命

检测类型:诊断性

检测内容:是否存在需要转诊至二级卫生保健(SHC)机构的严重感染迹象

引入该检测的目的:将高死亡风险的新生儿快速转诊至二级卫生保健机构

敏感性要求:必须在临床算法+体温计的基础上大幅提高才能产生效果——接近100%

特异性要求:必须接近100%——否则将导致二级卫生保健机构严重拥堵和院内感染风险

实验室要求:最好没有;我们可以假设有一些,但能力极低

成本:尽可能低

培训需求:最低限度

标本采集的可行性:如果针对宿主反应则不是问题;理论上,如果针对病原体,问题比社区健康工作者/父母采集要小

家庭对检测的接受度:需要评估;将优于框1至框3中所示的选项

实施者对检测结果的依从性:

- 如果存在严重感染的某些症状但检测为阴性怎么办?这将如何改变他们的行动?

- 如果临床算法显示无二级卫生保健转诊指征,但检测为阳性怎么办?(需要评估)

就医行为的变化:

- 通过阳性检测/转诊(或父母对阳性检测的诊断)确认初级卫生保健卫生工作者的二级卫生保健转诊建议将如何改变他们的就医行为?(需要评估)

它如何挽救生命:主要通过减少严重脓毒症病例数来挽救生命,这些病例到达初级卫生保健机构但从未被转诊至医院——或者因为医生漏诊了真实的严重程度,或者因为父母不依从。该检测需要极高的敏感性和特异性,但将具有相当大的挽救生命潜力

检测类型:诊断性

检测内容:感染的病因学和抗生素耐药性

原文篇幅较长或含参考文献等附属内容,只翻译了正文部分,其余请阅读原文。

参考来源

  1. Rudan I, Theodoratou E, Chan KY, et al. Using evidence, expert opinion and epidemiological model to understand pathways to survival and mortality: The Pathways to Survival (PATHS) Tool. J Glob Health. 2021. PMID: 34327002. doi:10.7189/jogh.11.15001
  2. 全文:PMC8310575(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8310575/

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。