患者报告结局指标能否助力预测非计划性再入院?

《Med Mat》:Can Patient-Reported Outcome Measures Help Predict Unplanned Hospital Readmission?

【字体: 大 中 小 】 时间:2026年05月27日 来源:Med Mat

编辑推荐:

  背景:用于预测非计划性医院再入院的管理数据常缺乏患者报告的症状与功能状态信息,整合患者报告结局指标(PROMs)或可提升风险预测效能。目的:评估PROMs在预测非计划性再入院中的增量价值,为出院后监测与持续护理管理提供依据。方法:本研究为基于人群的横断面回顾性

  
背景:用于预测非计划性医院再入院的管理数据常缺乏患者报告的症状与功能状态信息,整合患者报告结局指标(PROMs)或可提升风险预测效能。目的:评估PROMs在预测非计划性再入院中的增量价值,为出院后监测与持续护理管理提供依据。方法:本研究为基于人群的横断面回顾性队列研究,使用加拿大不列颠哥伦比亚省关联的管理数据与PROMs数据。纳入对象为急性护理出院后60天内完成EQ-5D-5L与Veterans RAND 12项健康调查(VR-12)的成年患者。采用聚合Cox比例风险模型估算30天、180天及360天非计划性再入院风险,其中30天与180天为主要预测窗口,360天为次要观察终点。模型性能通过一致性指数(C-index)与校准度评估,并针对门诊护理敏感疾病(ACSC)亚组开展分析。结果:共纳入11177例个体,出院后30天、180天、360天的非计划性再入院率分别为5.6%、18.4%与25.0%。以出院后23~60天为周度标志时间点,在存活条件下,PROMs可小幅提升区分度:180天预测窗口中,仅用管理数据的C-index为0.762(95% CI:0.761~0.763),加入EQ-5D-5L后升至0.774(95% CI:0.773~0.774),加入VR-12后达0.782(95% CI:0.781~0.783)。30天与360天窗口的区分度提升幅度相近。所有模型校准度均达标。在ACSC患者中,纳入PROMs可使区分度提升2.4%~3.0%。结论:PROMs对非计划性医院再入院具有增量预测价值,尤其在ACSC患者中更为显著。

患者报告结局指标对非计划性再入院预测价值的多中心队列研究解读

研究背景与意义

非计划性再入院是全球医疗系统面临的共同挑战,既反映患者临床复杂性,也提示照护传递环节存在缺口。加拿大卫生系统每年因再入院产生的直接成本超过25亿加元,美国医疗保险与医疗补助服务中心(CMS)亦通过价值导向支付政策对医院再入院率进行经济激励约束,凸显降低非必要急性照护使用的迫切性。现有预测工具多基于管理数据构建,如LACE指数整合住院时长(LOS)、入院急症程度、合并症与急诊就诊次数,虽易于实施且验证表现稳定,但普遍缺失患者自报的功能状态、症状负担与心理健康信息。患者报告结局指标(PROMs)可直接捕捉健康相关生活质量维度,既往研究已提示其与医疗资源利用存在关联,但尚未被系统性整合至再入院风险预测体系中。在此背景下,研究人员通过开展基于人群的关联数据分析,旨在量化PROMs在常规管理数据基础上的增量预测价值,为出院后分层管理与资源精准配置提供实证依据。本研究成果发表于《Med Mat》。

关键技术方法概述

研究采用回顾性人群队列设计,数据源自不列颠哥伦比亚省2016/17年度急性住院患者调查与省级行政数据库关联数据集,覆盖78家急性照护医院与2家独立康复机构,总响应率为47%。研究对象限定为2016年4月至2017年3月急性出院且完成PROMs采集的患者,最终分析队列包含11177例个体。采用Cox标志点超模型(Cox Landmark Supermodel)规避 immortal time bias,以出院后23~60天为周度标志时间点,分别构建仅含管理数据的基础模型、叠加EQ-5D-5L的增强模型与叠加VR-12的增强模型。通过5折交叉验证结合多重插补(Rubin法则合并)评估模型区分度(C-index)、校准斜率与Brier评分,并对门诊护理敏感疾病(ACSC)亚组开展针对性分析,同时通过时依协变量模型、完整病例分析与响应者特征比较开展敏感性验证。

研究结果

参与者特征

全队列平均年龄66.4岁(SD=15.2),56.1%为男性,58.2%为紧急入院,平均EQ-5D视觉模拟评分(VAS)为67.3(SD=22.1)。30天、180天、360天非计划性再入院率依次为5.6%、18.4%、25.0%,ACSC亚组(n=2954)各时段再入院率均显著高于全队列。

模型性能

在全队列中,PROMs的加入带来稳定但小幅的区分度提升:180天窗口下,基础模型C-index为0.762(95% CI:0.761~0.763),EQ-5D-5L增强模型为0.774(95% CI:0.773~0.774),VR-12增强模型达0.782(95% CI:0.781~0.783),增量分别为0.012与0.020。30天与360天窗口呈现相似增幅。校准斜率在所有模型中均接近1.0,提示无过度拟合。Brier评分随预测窗口延长从0.03~0.04升至0.12~0.13,处于可接受范围。变量重要性分析显示,VR-12自评健康状况与身体活动受限、EQ-5D-5L活动能力与VAS评分均在预测因子中排名前列。

亚组分析

在ACSC亚组中,PROMs的增量价值更为突出,VR-12增强模型较基础模型的C-index提升达2.4%~3.0%,而EQ-5D-5L的增益未达显著水平。校准度在ACSC亚组中同样保持稳定。

敏感性分析

调查响应者与未响应者在基线特征上差异较小,非响应者年龄略大且紧急入院比例稍高,但标准化均差均低于0.10。时依协变量模型结果与标志点模型一致,完整病例分析与主分析结果无实质性差异,提示缺失值插补与PROMs时不变假设均未引入显著偏倚。

讨论与结论

研究人员指出,尽管PROMs带来的区分度提升绝对值有限,但其反映的是管理数据中无法获取的“患者视角”信息,尤其对ACSC这类日常功能与耐力直接影响预后的群体更具价值。VR-12因涵盖更广泛的身心领域,其增量贡献优于EQ-5D-5L。在已常规采集PROMs的卫生系统中,无需新增数据采集即可将此类指标嵌入风险分层流程,辅助识别高功能损害患者并匹配针对性干预,有望减少功能衰退与再入院。当前PROMs数据多用于宏观质量评价,尚未充分转化为个体化照护决策支持,本研究为其临床与系统级应用提供了实证基础。研究局限性在于响应者选择偏倚可能限制外推性,且单次PROMs测量无法捕捉动态变化,未来需在多病种人群中验证并开展经济学评估。
结论明确:在常规收集PROMs的卫生系统中,融合PROMs的预测模型可有效识别再入院高风险患者,支持出院后靶向随访与持续护理管理。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号