條文本

下載PDF

某綜合醫院內科收治的多病患者群描述
免費的
  1. 瑪麗亞Matesanz-Fernandez1
  2. 特蕾莎修女Seoane-Pillado2
  3. Iria Iniguez-Vazquez1
  4. Roi Suarez-Gil1
  5. 索尼婭Pertega-Diaz3.
  6. 埃米利奧Casariego-Vales1
  1. 1藥物Interna盧克斯奧古斯都大學醫院盧戈、西班牙
  2. 2Área法國預防醫學和衛生部門pública法國衛生部門大學da加盟一個加盟、西班牙
  3. 3.Unidad de Epidemiología Clínica y Bioestadística,協和醫院A Coruña-Instituto de Investigación Biomédica綜合醫院A Coruña一個加盟、西班牙
  1. 對應到María Matesanz-Fernández博士,內科,盧戈27002,西班牙盧戈大學;maria.matesanz.fernandez在{}sergas.es

摘要

客觀的我們的目的是確定綜合醫院住院患者的疾病聚集性模式,並描述每個組的特征和演變。

方法我們使用了來自Lucus Augusti醫院(西班牙)CMBD (Conjunto mínimo básico de datos -最低基礎醫院數據集(MBDS))的兩個數據集,住院人數和患者,在2000年1月1日至2015年12月31日期間從醫療區出院的74220名患者中實現了回顧性隊列研究。我們使用多重對應分析創建了多病集群。

結果我們確定了性別和年齡的五個集群。第1組:酒精性肝病、酒精依賴性綜合征、肺和消化道惡性腫瘤(50歲以下)。簇2:大腸、前列腺、乳腺和其他惡性腫瘤、淋巴瘤和骨髓瘤(年齡超過70歲,多為男性)。第3類:營養不良、帕金森病和其他行動障礙、癡呆和其他精神健康問題(年齡在80歲以上,主要是婦女)。類群4:心房顫動/撲動、心力衰竭、慢性腎衰竭和心髒瓣膜病(年齡在70-80歲之間,多數為女性)。類群5:高血壓/高血壓心髒病、2型糖尿病、缺血性心肌病、血脂異常、肥胖和睡眠呼吸暫停,主要包括男性(年齡60-80歲)。當評估性別、年齡、慢性病理數量、再住院數量和住院期間死亡率(所有病例p<0001)時,我們評估了組間的顯著差異。

結論我們首次在醫院環境中確定住院患者中的五組疾病組合。這些集群包含若幹與年齡和性別相關的高發病率疾病,隨著時間的推移,這些疾病表現出自身的演變和臨床特征。

  • 全科醫學(見內科)
  • 衛生政策
  • 內科醫學

數據可用性聲明

資料應合理要求提供。主要數據來源是住院記錄的登記,其中包括由負責的保健專業人員進行的所有診斷,並使用CIE.9MC進行編纂(由編纂的醫務人員進行編纂)。作為額外的數據來源,我們使用了護士登記處和自2007年以來的電腦化數據庫IANUS,該數據庫收集了來自醫療援助的所有數據。該研究方案得到加利西亞ComitéÉtico de Investigación Clínica(加利西亞臨床研究倫理委員會;加利西亞注冊代碼CEIC 2014/409)。使用上述所有登記建立了每個住院事件的電腦化數據庫。它包括所有住院和相關的主要和次要醫療診斷的清單,這些診斷被認為是住院的原因。

來自Altmetric.com的統計

簡介

背景

醫院護理越來越側重於高齡和多病(多種慢性病理並存)的患者。在同一個人身上同時出現這些疾病會使診斷更加困難,改變治療方法,很可能使預後更差。1 - 4我們可以假設,這種疾病的組合不是隨機的,而是一些相互關聯但並不總是很好識別的過程的結果。也就是說,慢性疾病集群概念的出現背後的原因是,該概念被定義為一名患者的慢性病理組合,5個6這個概念與年齡、社會經濟地位和性別等公認的參數有關。7號到9號

重要性

關注多病聚集性疾病在患者一生中臨床影響的假設發表的論文並不多,而且大多數論文使用的數據來自初級衛生保健和一般人群目錄。10 11盡管這一課題的重要性與多病集群相關的工作仍然很少,但所有這些都是探索性的,並提高了額外研究的必要性,使它們在臨床實踐中產生真正的影響。12 - 14盡管研究分析多病的關聯模式對於優化住院患者的評估是必要的,但很少有足夠廣泛和設計良好的出版作品來處理這一問題。15 - 17日對群體中隱藏的模式及其長期行為的了解,有可能促使采取戰略行動,改善對慢性病患者的醫療照顧。

本研究的目的

因此,本研究的目的是檢驗下述假設:上述疾病在醫院環境(非初級保健或普通人群)中的共存不是隨機的,而是相互關聯的。因此,我們打算確定綜合醫院住院患者的多病模式,描述每個集群的特征及其隨時間的演變。

材料和方法

研究設計和數據來源

對2000年1月1日至2015年12月31日期間從Lucus Augusti醫院(西班牙盧戈)醫療區所有服務部門出院的所有患者進行了回顧性隊列研究。這是一家位於加利西亞(西班牙東北部)的公立(非私立)醫院,為約240 000人提供醫療服務。醫療區包括12個服務:心髒病科、內分泌科、風濕病科、腫瘤科、氣壓科、消化科、神經內科、腎髒病科、老年科、短期住院科、傳染病科和內科。對患者進行監測直至其死亡或直至2017年12月31日,以兩者中先發生的為準。

主要數據來源是住院登記條目,其中包括由負責的保健專業人員進行的所有診斷,使用Clasificación國際Enfermedades Revisión 9 (modificación clínica) - ICD-9-CM(國際疾病分類,第九修訂本,臨床修訂)(CIE.9MC)進行編纂。18作為額外的數據來源,我們使用了護士登記處和自2007年以來的電腦化數據庫IANUS,該數據庫收集了來自醫療援助的所有數據。研究方案由Comité批準

Ético de Investigación Clínica de加利西亞(加利西亞臨床研究倫理委員會;加利西亞注冊代碼CEIC 2014 / 409)。使用上述所有登記建立了每個住院事件的電腦化數據庫。它包括所有住院和相關的主要和次要醫療診斷的清單,這些診斷被認為是住院的原因。考慮到缺乏一個廣泛認可的慢性病理列表,我們參考了一個修改版的德國多科治療,以適應住院患者的環境。19使用這種分類方法,我們包括32種常見的慢性病理。此外,可以使用CIRS量表對疾病負擔進行分類。20.第一個數據庫完成後,將生成第二個數據庫,對患者數據進行分析,使我們能夠登記主要變量(是否存在上述32種慢性疾病)以及次要變量,如性別、出生日期和住院日期。

統計數據分析

我們對注冊變量進行了描述性分析。分類變量用絕對頻率和相對頻率表示,連續變量用均值和標準差表示。我們用χ(2種或2種以上慢性疾病的存在)檢驗了患者的臨床特征2類別變量檢驗和連續變量的Student’s t檢驗。

為了確定已登記疾病之間可能的依賴關係和視覺識別聚類,我們應用了多重對應分析(MCA)。我們使用這種分析是因為這種探索性技術允許我們在減少的維度數量內描述和恢複大量信息。MCA的目的是繪製所研究疾病的相對位置,通過估計疾病在距離上的共同發生頻率,確定變量的組合和變化程度。除了圖形表示外,我們還估計了總慣性,它度量生成的點雲的分散程度,即變量之間的依賴程度。我們計算了由各個維度解釋的慣量比率以及累積慣量。所有測試都考慮到雙麵方法。p<0.05均為顯著。我們使用計算機統計軟件SPSS Statistics V.19 (IBM SPSS Statistics)和R 3.3.2(軟件包:ca, ade4, ggplot2)。21日22

結果

病人

在研究的時間範圍內,總共有17978名住院患者,對應的是74220名患者。在被研究的個體中,10.8%(7990例)沒有出現任何登記的32種慢性疾病,17.9%被診斷為單一疾病,其餘71.3%(52939例)同時出現2至18種慢性疾病。

不同臨床變量的多病患者與無多病患者的比較結果如下:多病患者年齡顯著大於72.2歲(SD 14.8),中位76歲(15 ~ 108歲),男性個體占較高優勢(54.6%)。慢性病理的平均數量在這些患者中也非常高(3.9;SD 1.89)。在急性病理方麵也觀察到類似的高比率(1.7;SD 1.9) (表1).

表1

患者的臨床特征

統計結果

平均CIRS之間存在顯著差異(10.9 vs 6.4;SD分別為4.6和3.5)和平均住院天數(以天計算)(11.5 vs 8.7;SD分別為19.4和23.2)。患有多種疾病的患者中有6.7%的人去世,而沒有多種疾病的死亡患者中隻有6.1% (表1).

MCA試圖確定上述32種慢性病理之間的關係。考慮到得到的尺寸的鑒別力,提取了其中兩個尺寸,分別解釋了總慣性的50.1%(31.4%和18.8%)。在相關圖中(圖1)每個點對應一種慢性疾病(表2).

圖1

慢性疾病的多重對應分析。所分析慢性病的象限分布結果如下。右上象限:睡眠呼吸暫停、肥胖、血脂異常、缺血性心肌病、高血壓/高血壓心肌病和2型糖尿病。右下象限:癡呆和其他精神疾病、貧血、帕金森病、慢性阻塞性肺病、心房纖顫/撲動、心力衰竭、慢性腎衰竭、心瓣膜病、抑鬱綜合征、中風、甲狀腺功能減退、類風濕性關節炎、慢性小腸結腸炎和前列腺惡性腫瘤。左下象限:營養不良、淋巴瘤、骨髓瘤、非酒精性肝病、酒精性肝病、酒精依賴綜合征、消化道惡性腫瘤、大腸惡性腫瘤、直腸惡性腫瘤和乳腺惡性腫瘤。左上象限:肺惡性腫瘤。

表2

研究病理和相應的數字

在引入次要變量、性別和年齡類別(<50、50 - 60、61-70、71-80、>80歲)後,利用第一個維度得到的散點圖解釋了總慣性的52.7%(分別為35.6%和17.0%);圖2).需要強調的是,699名多病理患者(1.3%)所患疾病不包括在獲得的聚類中。

圖2

慢性疾病的MCA,包括年齡和性別。類群1:酒精性肝病、酒精依賴綜合征以及與<50歲年齡組相關的消化道和肺部惡性腫瘤。簇2:大腸惡性腫瘤、淋巴瘤、骨髓瘤、前列腺惡性腫瘤、乳腺惡性腫瘤等惡性腫瘤。類群3:營養不良、帕金森病和其他運動障礙、癡呆和與>80年齡類別相關的其他精神障礙。類群4:心房顫動/撲動、心力衰竭、慢性腎衰竭和心髒瓣膜疾病,與女性和71-80歲年齡組相關較多。類群5:高血壓/高血壓心肌病、2型糖尿病、血脂異常、缺血性心肌病、肥胖和睡眠呼吸暫停,與男性和61-70至71-80歲年齡組相關。MCA,多重對應分析。

描述性分析

對五組患者特征的描述性分析產生了一些有趣的結果。第1組疾病的患者主要為男性(80%)。他們首次住院時的平均年齡為66.3歲(標準差為13.8歲),死亡率為32.9%。第2組患者平均年齡為74.6歲(SD為11.6),主要為男性(71.3%),其中38.8%的患者死亡,第3組患者中女性(55.1%)和高齡患者比例較高(平均78.6歲);SD 12.4)。第4組和第5組男性首次住院年齡組(77.6和73.8)的比例較高(分別為52.0%和53.5%);SD 11.1和12.8)。類群5顯示住院期間死亡率最低(20.3%;表3).在隨後的分析中,我們選擇了完全屬於所描述的組的患者,每個組的疾病都是特定的。在這裏,第1組患者中超過80%為男性,在首次住院時相對較年輕(60.0歲,標準差14.1),住院期間死亡率為34.9%。第2組以男性個體(66.6%)為主,首次住院時的平均年齡為69.1歲(標準差為15.4),死亡率最高(41.8%)。在第3類群中,女性占優勢(53.5%),平均年齡為77.0歲(SD為16.3),死亡率為23.4%。4-5組男性患者比例同樣較高(分別為50.9%和55.9%)。然而,第4組患者在住院時年齡較大,第5組患者死亡率較低表4).

表3

集群描述符

表4

群集的臨床特征隻包括屬於每個群集的疾病患者

患有兩種或兩種以上慢性疾病的任何群集所包括的所有病人的連續住院間隔時間逐漸縮短(圖3).這種時間縮短在前6次再住院期間更加明顯,然後變得更加穩定(盡管它仍然存在)。連續再住院的ci不重疊,至少在第7次再住院(圖3).此外,第5類人群的平均住院間隔時間較長(圖4).

圖3

再住院之間的時間相對於住院人數,一般序列。所有患有兩種或兩種以上慢性疾病的患者在不同住院時間之間的間隔時間顯示為以天計算的平均時間。

圖4

住院時間的圖表比較,包括五個分組。隻包括6個首次住院的病人,他們的病人人數最多。

討論

我們的研究結果證實了住院患者中存在疾病組合的假設,強調了與年齡和性別相關的病理集群的存在,並使一組給定的疾病影響同一患者的可能性(病理之間的距離)得以直接解釋。我們的工作結果與最近發表的其他在初級保健領域或在普通人群中進行的研究一致,23-33其中一些使用了不同於MCA的統計方法來檢查疾病聚類。34-45盡管在醫院護理方麵有許多共同點,但這些研究在所分析的慢性病理方麵有所不同。盡管幾乎任何疾病都可能與一般人群相關,這取決於其對患者生活質量的影響,但對於住院患者群體而言,隻包括與住院期間或短期/中期隨訪期間必須應用的診斷/治療措施相關的病理更符合邏輯。因此,我們將醫學事實與統計分析相結合的工作可以對適合進行探索性研究的數據進行非常直觀和簡單的解釋。病理之間的距離決定了這些病理在同一病人身上同時出現的概率。但是,有些非常常見的疾病(如貧血和抑鬱綜合症)似乎不包括在這五組中的任何一組中,因為它們與不同組的距離相等。有幾個原因可以解釋這一現象。最明顯的是,屬於不同類群的幾種病理之間存在類似的惰性(因此禁止將它們包含在任何一類中)。由於每個類群都有其獨特的和自己的臨床特征,我們的分析不僅有助於理解不同的慢性疾病如何聚集成一個組,而且有助於了解它們作為一個組是如何表現的。因此,這些集群的識別和特征成為治療多病患者的基礎。

住院患者的多重性分析仍然缺乏探索,因此,我們的工作在這一領域取得了進一步的進展。然而,目前的分析仍然是一個初步的和探索性的方法,可以足夠實際地適應和優化醫院的資源,專注於檢測到的集群。因此,它可以用來設計新的診斷、治療和監測策略,這些策略是很有區別的,適用於每個群體。此外,多病群的特征可以為通常同時出現的慢性疾病的管理製定臨床實踐指南。最後,該分析可能是更好地描述多病問題的第一步,包括,例如,變量“時間”,這對於多病時間的定義和評估患者的不同病理如何出現和進展是非常寶貴的。另一方麵,如果有足夠的時間,在未來測試一個出現特定集群病理的病人是否可以進化到不同的集群,這將是很有趣的。然而,有一些限製是必須考慮的。首先,本文隻描述了有醫學病理的成年患者的特征,無法將結果擴展到因外科病理住院的患者。其次,我們的數據來自一個單一的醫院中心,這意味著結果可能並不總是外推到來自不同地理區域或不同規模的醫院。

結論

我們首次在醫院環境中檢測到在接受醫院一般服務的住院患者中多達五組疾病。這些疾病群由一些與年齡和性別有關的高發病率疾病組成,它們表現出自身的臨床特征和隨時間的演變。我們可以評估一個集群中的不同病理如何作為一個群體表現。這對於多病患者的治療和醫院資源的優化都是至關重要的。此外,我們還表明,病理之間的距離是對一組給定的病理在患者身上同時出現的概率的直接解釋。(1;2

主要信息

  • 我們在住院患者中確定了5種高發疾病群。

  • 住院患者有不同於一般人群的自身特征,因此疾病關聯集群在這種環境中也具有特異性。

  • 聚類分類對多病患者的治療和預後至關重要。

當前的研究問題

  • 慢性疾病如何隨著時間的推移增加到每一類疾病中?

  • 一個病人能在他的一生中在不同的集群之間轉換嗎?

  • 我們能否根據每個疾病群來衡量設計特定護理路線和指南的經濟影響?

關於這個主題我們已經知道了什麼

  • 大多數住院病人是多重疾病

  • 慢性疾病並不是隨機關聯的

  • 臨床實踐指南應側重於多病患者

數據可用性聲明

資料應合理要求提供。主要數據來源是住院記錄的登記,其中包括由負責的保健專業人員進行的所有診斷,並使用CIE.9MC進行編纂(由編纂的醫務人員進行編纂)。作為額外的數據來源,我們使用了護士登記處和自2007年以來的電腦化數據庫IANUS,該數據庫收集了來自醫療援助的所有數據。該研究方案得到加利西亞ComitéÉtico de Investigación Clínica(加利西亞臨床研究倫理委員會;加利西亞注冊代碼CEIC 2014/409)。使用上述所有登記建立了每個住院事件的電腦化數據庫。它包括所有住院和相關的主要和次要醫療診斷的清單,這些診斷被認為是住院的原因。

倫理語句

病人同意發表

致謝

作者感謝Israel M. Sánchez博士和Pablo Rivas博士代表施普林格Healthcare提供醫療寫作支持。

參考文獻

腳注

  • 貢獻者EC-V和MM-F:研究設計和數據解釋。IÍ-V和RS-G:數據解釋。TS-P和SP-D:統計分析。

  • 資金María Matesanz-Fernández感謝FEMI資助Española de Medicina internna的年輕研究人員。

  • 相互競爭的利益利益衝突聲明:作者聲明本研究和發表不存在利益衝突。

  • 來源和同行評審不是委托;外部同行評議。

請求的權限

如果您希望重用這篇文章的任何部分或全部,請使用下麵的鏈接,它將帶您訪問版權清除中心的RightsLink服務。您將能夠快速獲得價格和以多種不同方式重用內容的即時許可。