基于大规模临床审核的胎儿解剖超声筛查质量改进项目
该质量改进研究对英国一家医院2013年和2014年全部孕18+0至22+6周常规胎儿畸形筛查超声图像进行回顾性审核,由12名经验丰富的超声医师在线评估扫描完整性和图像质量,并通过反馈和针对性干预比较两个周期的差异。结果显示部门中位扫描完整性从72%升至78%,中位图像质量评分从0.83升至0.86,基线表现最差的超声医师改善最明显。
要点
- 扫描完整性定义为六视图(侧脑室水平头、小脑水平头、腹围、股骨长、脊柱、唇冠状面)全部存图的扫描比例,任一视图缺图即判为不完整。
- 图像质量按各视图预设标准评分并归一化至0–1,侧脑室水平头、小脑水平头、脊柱最高7分,腹围6分,股骨长和唇冠状面4分。
- 审核者间一致性:扫描完整性总一致率95.1%,侧脑室水平头92.1%、脊柱93.7%最低;图像质量总一致率82.7%。
核心结论
- 临床审核结合针对性干预和反馈可提高孕中期畸形筛查的扫描完整性和图像质量。
- 作者认为遵循推荐的临床采集标准可能增加正确测量及胎儿生长评估的可能性,并可能有助于更好地检出异常。
- 作者指出大规模人工审核非常耗时,是常规实践推广的主要障碍,若流程能自动化将获得更多优势。
研究设计与样本
- 质量改进项目,包含2013年12个月回顾性基线审核(Cycle 1)和次年12个月再审核(Cycle 2),为英国一家年分娩量超过6500例的教学医院。
- Cycle 1评估22名超声医师的6257次检查共103501幅图像,Cycle 2评估25名超声医师的6406次检查共153557幅图像,分析纳入两个周期均参与的20名超声医师。
- 由12名在英国不同医院执业的有经验超声医师通过在线工具审核,评估扫描完整性和图像质量,并随机抽取10%扫描由两名独立审核者评估审核者间一致性。
- 扫描孕周18+0至22+6周,使用GE Voluson E6、E8、730和Hitachi Aloka ProSound Alpha 10机器,均无自动光标放置功能。
- 统计采用卡方检验比较完整性变化,归一化质量评分采用Wilcoxon配对符号秩检验,显著性水平<0.05,使用Stata 15分析。
诊断标准与关键数值
- 扫描完整性依据英国胎儿畸形筛查项目(FASP)指南,要求存档六个视图:侧脑室水平头、小脑水平头、腹围、股骨长、脊柱和唇冠状面,缺任一必需图像即判为不完整。
- 图像质量按各视图标准评分,侧脑室水平头、小脑水平头和脊柱最高7分,腹围6分,股骨长和唇冠状面4分,各得分除以最高分得0–1归一化评分。
- 部门中位扫描完整性从Cycle 1的72%升至Cycle 2的78%(P<0.001),所有胎儿视图的中位图像质量评分从0.83升至0.86(P<0.001)。
- 19名超声医师的中位图像质量评分从2013年的0.83(IQR 0.69–0.89)升至2014年的0.86(IQR 0.76–0.91)(P<0.001)。
- 审核者间扫描完整性总一致率95.1%,侧脑室水平头92.1%、脊柱93.7%一致性最低;图像质量评估总平均一致率82.7%,腹围光标放置一致率低于70%。
临床应用与阅片要点
- 审核可同时评估部门层面和超声医师个体层面的扫描完整性和图像质量,个体化书面反馈并讨论培训需求是干预的一部分。
- 针对性干预包括更新并正式发布畸形筛查部门方案、每个扫描室张贴FASP六视图备忘海报、引入图像存储指导和心脏扫描方案及实操培训、为有培训需求者提供支持性练习。
- 作者指出图像质量评估中光标放置的可重复性低于其他标准,腹围光标放置一致率低于70%,股骨图像放大倍数评估也存在明显审核者间分歧。
- 作者认为完整审核整个部门的扫描产出可消除选择检查的潜在偏倚,提供最全面的部门和个体表现评估。
局限性
- 作者指出该方法的局限是劳动强度很大,每幅图像平均审核时间24±20秒,每次扫描完整性评估平均2.0±1.2分钟、图像分级平均6.4±5.5分钟,Cycle 1约876小时、Cycle 2约897小时。
- 作者指出仅回顾性审核少量(如10–20例)连续扫描可能足够,但只能提供对个体和部门表现的有限了解。
- 作者指出既往自评分研究是在额外独立评分框架下进行,尚不清楚在没有此类外部审核时自评分是否有益。
- 作者指出两个审核周期背靠背进行,若在再审核前留出时间使实践改变更巩固,可能会看到更大改善。
- 作者指出部分观察到的改善可能与超声医师知晓正在审核及了解具体评估标准有关;更长研究期可能受其他未测量变化的混杂影响。
全文中译14 节 · 点击展开
引言
大多数发达国家为孕妇提供中孕期胎儿解剖超声扫描(或“畸形筛查”)。临床指南,如英国胎儿畸形筛查项目(FASP)1或国际妇产科超声学会(ISUOG)2所制定的指南,规定了此类筛查的方案。例如,FASP建议采集六个切面的超声图像:经侧脑室(TV)切面和经小脑(TC)切面的头部、股骨长度(FL)、腹围(AC)、冠状切面的唇部以及脊柱。此外,FASP建议对其他胎儿结构进行观察(虽不强制要求采集图像),如心脏、肾脏和四肢。
此类方案旨在指导胎儿超声检查实践,提供需要采集哪些成像切面的“核查清单”。原则上,如果所有标准成像切面均被检查,畸形的检出应达到最大化。存档图像的质量反映了胎儿解剖检查的总体质量。虽然这种相关性并非绝对的,但令人担忧的是,未能存档图像或图像质量不佳可能为医疗法律索赔提供依据。
定期审核、同行评审和质量保证程序被认为可以改善和维持良好实践3, 4, 5。然而,常规审核图像是一项资源密集型的行政任务;它耗时、繁琐,并使高度训练有素的工作人员脱离临床工作。因此,全面的超声图像审核通常仅以“被动”方式进行,针对潜在的“筛查失败”,例如在出生时发现意外重大畸形后作出反应。鉴于重大畸形相对罕见,这种被动方式不太可能凸显单个操作者或一个科室的较差表现。即使科室确实进行定期图像审核,通常也只对每位超声医师的有限数量扫描进行审核。这种选择性审核是不完整的,可能无法提供对超声医师表现的充分了解6。最后,无论全面图像审核多么可取,其资源密集型的性质意味着发现和反馈可能似乎与当前实践不再相关5, 7。
理论上,基于软件的自动化超声图像审核可以成为全面(100%)临床审核的解决方案。暂且不论实现这一目标的技术挑战,首先确定全面的图像质量审核是否能改善表现是很重要的。
本研究的目的是确定全面临床审核是否能改善大型产科超声科室在图像采集/存储和图像质量方面的表现。
方法
审核周期概述
这项质量改进研究包括对2013年12个月期间在一家年分娩量超过6500例的大型教学医院进行的匿名常规胎儿畸形扫描的回顾性基线审核(第1周期)。随后向超声医师反馈个人和科室表现评分,并实施一系列有针对性的干预措施以改善成像质量。在随后的12个月期间,使用相同的质量标准进行再审核(第2周期),以评估这些变化的影响。
审核流程
从医院数据库(ViewPoint,GE Medical Systems,Zipf,奥地利)提取超声图像和元数据(扫描日期、使用的超声设备、超声技师ID),并进行匿名化处理以去除所有患者可识别信息。
图像由12名经验丰富的超声技师审核,这些技师目前在英国不同医院执业,使用标准审核表格,包括由Intelligent Ultrasound Ltd(Milton Park,牛津郡,英国)创建的定制易于使用的在线界面。这便于审核扫描完整性(评估扫描是否具有完整的最低要求图像集)和图像质量(根据评分系统评估记录图像)。
在研究开始前,所有评估者参加了一天的培训,以确保熟悉成像方案、质量标准或软件,并有机会使用大量病例示例练习质量评估。
扫描完整性和图像质量在每个周期至少进行30次异常扫描的所有科室超声技师的科室和个人超声技师层面进行测量。
扫描完整性
根据英国FASP指南1,完整的胎儿解剖检查应包括以下六个切面的图像:TV平面头部、TC平面头部、AC、FL、脊柱和冠状面面部(嘴唇)。为本审核目的,如果一次检查中至少缺少一张 required 图像,则视为不完整。扫描完整性定义为完整(即获得所有 required 图像)的审核患者扫描占总扫描数的比例。切面完整性定义为具有特定切面至少一张图像的扫描比例。
图像质量评分
头部TV、头部TC、AC、FL、面部(嘴唇)和脊柱切面图像的质量也被审核。每张图像的质量根据基于研究和指南的若干标准(表1)进行评估,并反映方案1, 8, 9。每张图像的评分计算为切面中满足标准的总和;头部TV、头部TC和脊柱图像的最高可得分为7分,AC图像为6分,FL和冠状面面部图像为4分。由于标准数量因切面而异,每个评分除以最高分,给出0到1之间的归一化评分。这允许计算总体和每个切面的平均图像质量评分。还计算了每位超声技师的图像质量评分中位数。
第1周期:反馈和质量改进措施
第一轮审核中有关整个科室表现的发现已反馈给超声团队。还为每位超声医师生成了一份个性化的书面报告,并给予他们讨论任何疑虑或培训需求的机会。此后,商定并采取了若干行动和干预措施,包括制作并分发更新且规范化的畸形筛查科室方案、为每个扫描室制作FASP基础图像菜单(需存储的六个切面)备忘海报、引入图像存储指南以及带有具体实操培训课程的心脏扫描方案,并为在第一轮审核中确定有特定培训需求的个人提供支持性练习。
为评估质量改进干预措施对科室超声医师表现的影响,按照分析2013年数据时所用的相同程序,对2014年采集的所有畸形筛查进行了审核(随访审核)。
测量观察者间一致性
为测量一致性,通过计算机随机化选取10%的受审核基线和随访图像,并由两名独立评审者进行评估。扫描完整度的一致性以每个切面一致图像百分比来衡量(即评审者1和评审者2对切面类型判断一致),并计算kappa统计量。对评审者分歧最大的超声切面进行了调查。通过比较总体图像评分来评估图像质量评估的变异性。评估所有切面中各标准条的变异性,以调查哪些标准条对评审者总体变异性贡献最大。
统计分析
采用卡方检验评估两个周期之间扫描完整度的变化是否具有统计学显著性。对于图像质量评分,由于正态性检验提示存在非正态分布的证据,使用Wilcoxon配对符号秩检验对归一化评分(从0到1)进行配对比较。报告双侧t检验,显著性水平设定为< 0.05。分析使用Stata 15(StataCorp LLC,College Station,TX,USA)进行。
结果
在第一轮中,评估了由22名超声医师实施的6257次畸形筛查的103 501幅图像。超声医师的工作模式各不相同(全职、兼职或代班)。每位超声医师扫描次数的中位数为237次,每次扫描受审核图像数的中位数为16幅。在第二轮中,评估了由25名超声医师实施的6406次畸形筛查的153 557幅图像,其中20名医师在第一轮中也实施了检查。第二轮中每位超声医师扫描次数的中位数为189次,每次扫描受审核图像数的中位数为24幅。所有扫描均在妊娠18 + 0至22 + 6周之间进行(图1)。扫描使用GE Voluson E6、GE Voluson E8、GE Voluson 730(GE Medical Systems)和Hitachi Aloka ProSound Alpha 10(Twinsburg,OH,USA)机器采集,这些机器均未配备自动卡尺放置功能。
扫描完整度审核
基线审计的总体扫描完整率为72%,在随访审计中提高至78%(χ2 = 25.99,P < 0.001),所有切面的完整率均有改善。表2总结了基线和随访审计中的总体扫描完整率及各切面完整率。图2显示了所有纳入的超声医师(n = 20)在每个年度至少获取30次扫描的扫描完整率。例如,超声医师1在第1周期进行了138次扫描,其中113次为完整扫描。扫描完整率审计表明,基线审计中完整率最低的超声医师改善尤为明显。第1周期扫描完整率低于50%的超声医师,其平均扫描完整率在第2周期从19.0%提高至60.3%。虽然这可能纯粹是由于“均值回归”,但鉴于所观察到改善的一致性,这种可能性不大。
图像质量审计
一名超声医师因第1周期可用于评估的图像不足而被排除在图像质量分析之外。对于其余19名在每个年度至少获取30次扫描的超声医师,图像质量评分中位数(所有切面所有图像)从2013年的0.83(四分位距(IQR),0.69–0.89)提高至2014年的0.86(IQR,0.76–0.91)(P < 0.001;表2)。这19名超声医师的归一化图像质量评分中位数表明,基线审计评分最低者获得了最大改善(图3)。对于第1周期归一化图像质量评分< 0.80的9名超声医师,平均质量评分在第2周期从0.70提高至0.80,而基线图像质量评分良好者在随访审计中表现相似。
观察者间一致性
两名审核者对扫描完整性的总体观察者间一致性为95.1%。不同切面之间的一致性略有差异,如头部横切面和脊柱图像在超声医师之间的一致性最低(分别为92.1%和93.7%;表3)。评估图像质量的总体平均观察者间一致性为82.7%。表4显示了各切面和各标准的质量评分观察者间一致性。
审计时间
每张图像的平均审核时间为24 ± 20秒,但不同切面之间有所差异,如高标准差所示。每次扫描的平均审核时间为8.4 ± 6.1分钟,包括完整性评估(平均2.0 ± 1.2分钟)和可评分图像的分级(6.4 ± 5.5分钟)。总体而言,第1周期的评估耗时约876小时,第2周期约897小时。
讨论
在本研究中,我们评估了一个包含大规模胎儿畸形筛查审计的完整审计周期对超声医师表现的影响。在该审计中,胎儿扫描由专家手动评估,以评价扫描完整性和图像质量。进行了为期一整年的基线审计以建立超声医师的基线表现。次年在该科室实施了改进措施,并进行了第二次随访审计。我们发现,扫描完整性和图像质量在审计周期之间均有显著改善。
尽管作为科室整体改善幅度相对较小,但第二周期显示,在第一次审计周期中表现最差的超声医师取得了大幅改善。基线审计中扫描完整性低于50%的超声医师,其平均扫描完整性在随访审计中从19.0%提高至62.3%,其中包括两名在基线审计中扫描完整性为0%的超声医师(超声医师19和20)。同样,基线图像质量评分低于0.80的超声医师,其标准化图像质量评分在随访审计中从平均0.70提高至0.80。相反,基线时扫描完整性和图像质量良好的超声医师在随访审计中表现相似。
减少实践中的变异和维持良好实践均是公认的维护患者安全的因素10, 11;这在胎儿超声中也已得到证实。尽管未作为本研究的一部分进行评估,但观察到的个体改善可能提高影像科室的整体筛查表现。需要注意的是,扫描完整性的改善不仅体现在整体水平,也体现在每个单独的解剖切面中,并且由于我们对扫描完整性定义的严格方式,整体扫描完整性低于每个切面的切面完整性。
扫描完整性评估的观察者间一致性较高;在头部TV切面中最低,这可能是因为原始本地方案未明确应存储头部TV切面还是经丘脑(TT)切面,因此一些记录的头部切面为TT切面。尽管TV和TT平面彼此非常接近12,但这可能在评估者之间引入一些分歧。完整性评估的观察者间一致性高于图像质量评估。这可能是由于图像质量评估性质更为复杂,其中包括对每个切面的若干标准进行评估。同样明显的是,卡尺放置的评估不如其他标准可重复(表4)。例如,AC卡尺放置的一致性低于70%,是其他腹部标准中最差的。
本研究的关键优势之一在于对单一科室的全部扫描输出进行了评估,消除了在选择复查检查时可能存在的任何偏倚,并提供了对科室和个人表现最全面的评估。这种方法的局限性在于其非常耗费人力。尽管对少量(例如10–20例)连续扫描进行回顾性审核可能已经足够,但这只能提供对个人和科室表现的有限了解。另一种选择是自我评分,即由超声技师对自己的图像进行评价,此前已被证明是可行的13。然而,这种自我评分是在额外的独立评分框架内进行的;目前尚不清楚在没有这种外部审核的情况下是否有益13。
在我们的研究中,由经验丰富的超声技师进行独立视觉评估。这是基于一个客观的、以标准为基础的评价系统,该系统的图像评分已被证明具有高度可重复性。先前研究8中显示的图像评分方法的高可重复性(kappa,92.7)在本研究中亦得到体现,并证实了执行审核的评价者接受了高水平的培训。尽管如此,对四个生物测量切面中卡尺放置的评估在评价者之间通常一致性较低(表4);卡尺放置对变异性的显著贡献与先前研究(如Sarris等14)的发现一致。此外,尽管股骨是一个长直物体,但在评估股骨图像的放大率时,评价者之间存在显著分歧。相比之下,评估某物体是否在图像上不可见的标准(例如头部横切面视图中无小脑)在评价者之间具有高度一致性。
本研究的一个潜在局限性是两次审核周期是连续进行的。这是为了能够无缝观察一段时间内的实践情况。很有可能,如果我们留出一段时间再进行复审,以确保针对第一周期实践所做的改变更加稳固,将会看到更大的改善。鉴于所描述的审核流程,观察到的部分表现改善可能更多与超声技师对正在进行的审核的了解以及对用于评估表现的具体标准的知晓有关。然而,更长的研究期可能会因其他未测量的变化而受到混杂影响。另一个局限性是我们仅评估了六个切面,这是基于英国实践建议;我们当然认识到其他扫描方案建议存储更多数量的图像。然而,在较少切面数量中看到的改善也应适用。尽管心脏切面的成像于2014年引入,但这是基于最佳实践,且由于第一周期未对其进行评估,因此未纳入分析。
总之,我们已经证明,大规模临床审核,结合实施有针对性的改变并向超声技师提供反馈,可以在中孕期畸形筛查的图像质量方面带来改善,无论是在扫描的完整性还是图像质量方面。然而,尽管质量改进是可能的,但在高通量临床环境中进行如此全面的手动审核是一个非常耗费人力的过程,这将成为在常规实践中实施的主要障碍。正在进行的自动图像分析工作[15]以及对自动图像识别的进一步研究,将为更快速的审核流程开辟可能性,而当前的工作提供了证据表明这可能是有效的。
引用
- Yaqub M, Kelly B, Stobart H, et al. Quality-improvement program for ultrasound-based fetal anatomy screening using large-scale clinical audit. Ultrasound Obstet Gynecol. 2019. PMID: 30302849. doi:10.1002/uog.20144
- 全文:PMC6771606(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6771606/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。