评估紧急程度指数在美国紧急部门Mistriage的速率

要点

问题什么是急诊科的速度(ED) mistriage,病人和访问特征与mistriage相关联?

发现队列研究的5 315 176成人教育遇到的21医院,mistriage发生在估计有三分之一的遭遇,和敏感性识别危重患者为66%。关键的病人社会人口和临床特点与mistriage有关。

意义这些发现表明,更多的数据驱动的发展,标准化分类过程可能会限制关键undertriage,优化资源配置,促进更公平的护理。

重要性准确急诊科(ED)诊断是至关重要的优先最危重的病人并适当地分配资源。美国最常用分类系统的紧急程度指数(ESI)。

目标推导并验证一种算法评估的速度mistriage mistriage和识别特征。

设计,设定和参与者这个回顾性队列研究创建操作定义为每个ESI水平使用ED访问电子健康记录数据分类遇到undertriaged, overtriaged或正确修复。这些定义已经被应用到某个回顾性队列由设施和病人评估分类精度的变化特征在21 EDs在Kaiser Permanente加州北部(KPNC)卫生保健系统。之间的所有ED患者遇到18岁及以上1月1日,2016年12月31日,2020年,评估资格。遇到失踪应急服务国际公司或不完整的ED时间变量和病人对医疗建议或不被排除在外。之间的数据分析了2021年1月1日,11月30日,2022年。

曝光分配应急服务国际公司的水平。

主要结果和措施undertriage率和overtriage分配ESI水平基于mistriage算法和特征与undertriage和overtriage病人和访问。

结果总共5 315 176遇到了。(SD)病人的平均年龄为52(21)年;44.3%的患者是男性,55.7%是女性。的种族和民族,11.1%的参与者是亚洲,15.1%是黑人,21.4%是拉美裔,44.0%为非西班牙裔白人,和其他8.5%的人(包括美国印第安人或阿拉斯加原住民、夏威夷原住民或其他太平洋岛民,和多个种族或种族),种族未知,或失踪。Mistriage发生在260年713  接触(32.2%),其中176 131 (3.3%)undertriaged和537 overtriaged 129 (28.9%)。ESI的敏感性识别high-acuity疾病患者(正确地分配ESI I或II中患者life-stabilizing干预)为65.9%。在调整分析,黑人患者4.6%(95%可信区间,4.3% -4.9%)更大的相对风险overtriage和18.5%(95%可信区间,16.9% - -20.0%)的相对风险undertriage与白色的病人相比,虽然黑人男性患者有9.9%(95%可信区间,9.8% -10.0%)更大的相对风险overtriage和41.0%(95%可信区间,40.0% -41.9%)更大的相对风险undertriage与白人女性患者。undertriage相对风险高的患者被发现服用高危药物(30.3%(95%可信区间,28.3% - -32.4%))和更大的疾病负担(22.4%(95%可信区间,20.1% - -24.4%))和最近的重症监护室利用率(36.7%(95%可信区间,30.5% - -41.4%))。

结论和意义回顾性队列研究中超过500万ED遇到mistriage ESI很常见。质量改进应该把重点放在限制关键undertriage,病人需要优化资源配置,促进股权。

当对急诊科(ED)资源需求(如床和员工)超过供应,病人必须等待治疗。等待时间也延长ED访问和护理强度(例如,数量的测试、成像和药物命令)增加了。¹这导致拥挤,负面影响质量和结果。^{2- - - - - -6}漫长的等待与高死亡率的风险相关联,住院,30天重新接纳,病人的不满,和成本。^7,8

急诊分诊,或者病人的分类预测基于敏度和资源需求,是必要的,以确保病人需要立即保健治疗。使用的分类系统在美国,超过70%的EDs⁹紧急程度指数(ESI),是1999年发展起来的。¹⁰应急服务国际公司使用一种算法从一级分类的病人,最危重,至少水平V,危重和资源密集型(图1)。

应急服务国际公司的分配依赖于基于初始评估生命体征和分诊护士判断。后者会引入误差,偏见,^{11- - - - - -13}和分类任务的变化,减少评分者间信度。^{14- - - - - -21}研究也发现有限的有效性,定义为距离分配的敏锐度是真正的敏锐度。^{16,22- - - - - -24}Undertriage或未能识别十分严重疾病患者(如败血症、创伤和心肌缺血)从那些不那么紧迫的需求,导致延迟保健和发病率和死亡率增加。^{25- - - - - -29日}相比之下,overtriage,或病人敏锐的高估或资源的需要,可能与资源过度使用。^30.几项研究已经表明ESI三世作业和贫穷的群体分化的病人敏锐,^31日,32这可能导致ED拥挤和糟糕的后果。^{2- - - - - -6}在此我们使用术语mistriage包含undertriage和overtriage。

几项研究已经评估ED诊断系统的准确性,包括应急服务国际公司。许多受限于缺乏标准的标准来定义mistriage。^33,34系统回顾发现超过75%的研究使用专家意见基础上手工病历审查或案例模拟,与小样本大小限制普遍性。²²据我们所知,没有研究使用详细数据的电子健康记录(EHR)来评估ED mistriage的速度。的验证操作定义mistriage ED治疗可能有利于质量改进过程和作为一个潜在的质量衡量评估护士表现。

我们旨在得出和验证一个EHR-based工具来评估ESI mistriage和评估病人和访问的频率与mistriage相关特征。我们假设mistriage率相差很大,具体的病人和访问特性将与mistriage的风险更高。

我们首先创建操作定义,使用EHR mistriage测量数据。具体来说,我们开发了独立的定义undertriage和overtriage ESI级别使用德尔菲法专家分析和修改。然后我们这些定义适用于大数据集评估变化的设施和病人的特点。批准的这项研究是Kaiser Permanente加州北部(KPNC)机构审查委员会。知情同意是没有必要的,因为这是一个纯数据回顾分析。研究了加强流行病学观察研究(的报告选通脉冲)报告指南。

我们进行了一项回顾性队列研究在所有18岁以上的患者中,发生ED访问之间的1月1日,2016年12月31日,2020年,在21日在KPNC EDs。Kaiser Permanente加州北部是一个集成卫生保健系统提供全面的医疗护理患者超过450万人每年大约120万急救。使用应急服务国际公司EDs。我们排除了遇到失踪应急服务国际公司,不完整的ED时间变量,和那些离开了ED对医疗建议或不被临床医生。KPNC成员包括大约33%的人口在地区和周围的人口和社会经济多样性的代表和全州人口。^35,36

21医院EDs纳入本研究社区EDs年产量从28 每年000到130 000遇到。均值(SD)医院和重症监护室(ICU)招生率在所有设施分别为12.3%(0.3%)和1.3%(0.1%),分别为。

ESI算法是主观的高风险的作业情况和资源使用。我们的研究团队5急诊医师(D.R.S.,D.G.M.,D.R.V.,D.W.B.,and M.V.K.) and 3 emergency nurses (T.J.V., K.R.M., and A.B.) sought to develop an objective system to measure critical illness that together with resource utilization could be used to determine triage accuracy.

不同程度的区分临床灵敏度,我们使用一个改进的德尔菲法³⁷开发列出关键的教育干预措施,包括药物、程序,和现成的EHR的护理过程。我们从四级分类干预使用层次结构模式(最关键)1级(最关键)。我们使用最关键的事件期间患者的ED定义一个病人的干预水平。然后我们使用这些干预水平以及教育资源计数为每个定义正确的分类与undertriage或overtriage ESI水平。资源使用统计是基于标准的应急服务国际公司资源定义,计算不同类型的资源的数量。我们使用时间戳来定义每个关键干预,以便在病人病情动态变化的到来。

我们收集病人和访问数据的变量可能与mistriage有关,包括从EHR人口信息数据库和邻居们的社会经济地位在人口普查块组级别。万博manbetx平台首页KPNC健康计划的成员被定义为拥有活跃KPNC健康计划会员至少9过去的12个月。我们收集之前,住院,ICU EHR的利用率。特定的药物可能会使病人在更高的风险mistriage救出药房数据库。我们确定信息共存疾病根据诊断使万博manbetx平台首页用的历史国际疾病分类和相关的健康问题,十修订代码。对于每一个病人,我们获得了一个内部派生和验证疾病风险评分(合并症点分数,版本2 [COPS2])。³⁸COPS2季度计算,至少需要1个月的KPNC健康计划的会员在这个季度计算。开发mistriage的定义,我们收集关键ED事件的时间和过程,包括程序、专业咨询、用药情形,ED性格(放电,承认,或转让)。种族和民族数据(亚洲人,黑人,西班牙裔,非西班牙裔白人,其他(包括美国印第安人或阿拉斯加原住民、夏威夷原住民或其他太平洋岛民,和多个种族或种族),未知的,或失踪)收集从EHR评估可能的分类精度之间的差距。我们收集访问时间、日期、设施和研究年评估分类精度变化的时间和位置。

研究coinvestigators进行几轮手工病历审查,以确保所有组件(1)准确的捕捉mistriage算法和(2)的评论家同意该算法的评估。这个过程不断迭代,直到我们到达事件捕获精度超过95%,超过90%的协议与算法的评估。综述了超过400条记录到这些准确性和协议的水平。undertriage的最终定义,并为每个ESI overtriage报告水平表1和eTable 1补充1。

然后我们该算法应用于一组随机的医疗记录验证的定义与评论者盲算法的评估。每个遇到了2 coinvestigators(每个8临床医生回顾医疗记录,每个医疗记录了由随机对临床医生)。综述了200医疗记录,该协议水平在这个阶段是96%。情况下算法和评论家mistriage评估之间的分歧是由于复杂性难以捕捉电子,包括疼痛,长时间的磋商,和心理挑战。

我们应用该算法充分研究对象比较algorithm-determined ESI水平对ED triage-assigned应急服务国际公司的水平。我们比较基线患者和访问正确的分类特征,undertriage, overtriage。我们进一步明确有意义undertriage ESI III或IV遇到级别1或2干预或ESI V遇到1级4干预或至少2资源使用。我们定义有意义overtriage ESI II或III遇到需要零资源前放电。

之间的数据分析了2021年1月1日,11月30日,2022年。我们评估的变化意味着undertriage频率和初始ESI overtriage和时间分配中心使用最小二乘方法和调整为多个比较(Tukey-Kramer测试)。³⁹我们使用中位数归咎为连续变量是否有missingness和添加了一个标志表示观测估算值。我们包括这些旗帜的模型是否具有统计学意义。为分类变量与missingness大于0.5%,我们创建了一个单独的失踪的类别。

我们使用日志二项式模型估计的相对风险undertriage与正确的分类和overtriage与正确的分类对多个病人——和visit-level特征。我们进行了灵敏度分析的多变量模型不包括non-KPNC健康计划成员评估非会员中缺失数据对分类精度的影响和变量系数的方向。所有分析使用SAS 9.4版本(SAS研究所有限公司)。双边α< . 05显示统计学意义。

我们包括5 315 176遇到在研究期间。研究参与者的平均年龄(SD)是52(21)年;55.7%的女性和44.3%的男性。在种族和民族,11.1%的参与者是亚洲,15.1%是黑人,21.4%是拉美裔,44.0%为非西班牙裔白人,和其他8.5%的人(美国印第安人或阿拉斯加原住民、夏威夷原住民或其他太平洋岛民,或多个种族或种族),种族未知,或失踪。只有33.6%的遭遇发生在办公时间,定义为周一到周五,9我到5点。总遇到的80.6%是由KPNC成员。ED卷最低的是2020年,可能由于ED利用率减少全国COVID-19大流行开始时。⁴⁰群组装的eFigure所示补充1。

总的来说,3 262 047遇到(61.4%)分配一个中层分类类别(ESI III),而33 491 (0.6%)ESI我929 555 (18.1%)ESI II, 046  806 (19.7%) ESI四世和43 277(0.8%)应急服务国际公司诉应用study-developed定义,我们估计mistriage发生在260年713  ED遇到(32.2%)。Undertriage overtriage发生在176年 131(3.3%)和537  129例(28.9%)病例,分别。图2显示有57 794遇到有意义undertriage(所有undertriaged遇到的32.8%),958年和373年遇到有意义overtriage(所有overtriaged遇到的24.3%)。undertriaged遇到的最大比例ESI三世遇到应该被ESI II,主要受到24 181 undertriaged ESI三世接触(4.4%),第二层使用药物。最常见的第二层药物使用葡萄糖50%(占11 984 undertriaged遇到第二层药物使用[49.5%]),和6359年(54.6%)的患者使用胰岛素或磺酰脲类。表2介绍病人单独访问完整的群体的特点和患者之间正确地筛选,overtriaged, undertriaged。设施水平的undertriage overtriage多样的3.0倍和2.5倍,分别平均初始分类时间分配不同的4.0倍。

两个变量大于0.5% missingness:社区剥夺指数(missingness率为0.8%)和COPS2 (missingness率为18.3%)。在没有COPS2分数的18.3%中,90.3%没有KPNC健康计划成员。

eTables 2和3补充1显示的频率资源利用率和水平1到4的干预措施的应急服务国际公司的水平。ESI的敏感性为50.0%,特异性为96.8%,阳性预测值为16.6,和阴性预测值为0.5 low-acuity患者和资源缺乏需求(正确地分配ESI IV和V患者中使用< 2资源和没有重要的干预措施)。应急服务国际公司的敏感性为65.9%,特异性为83.4%,阳性预测值为3.3,和阴性预测值为0.4 high-acuity患者需求(正确地分配ESI I或II患者1级或2干预)。最危重病人(那些一级干预),17 292 (60.9%)undertriaged(13 278(46.8%)被分配ESI II, 4014(14.1%)被分配ESI III-V)。

在多元调整分析,我们确定了多个病人社会人口特征与undertriage和overtriage (表3)。年轻,男,和黑色的病人,病人生活在贫穷社区,和non-KPNC成员明显更有可能在两个方向上都mistriaged (undertriage和overtriage)与老年人相比,女,和白色的病人,病人生活在贫困社区,KPNC成员。黑色的患者有4.6%(95%可信区间,4.3% -4.9%)更大的相对风险overtriage和18.5%(95%可信区间,16.9% - -20.0%)的相对风险undertriage与白色的病人相比,虽然黑人男性患者有9.9%(95%可信区间,9.8% -10.0%)的相对风险更高overtriage和41.0%(95%可信区间,40.0% - -41.9%)的相对风险更高undertriage与白人女性患者。

某些临床和访问mistriage的特点与风险有关。病人在带时间到达更容易被overtriaged和undertriaged和病人被救护车抵达undertriaged更有可能。undertriage的相对风险为30.3%(95%可信区间,28.3% -32.4%)更大的患者使用胰岛素或磺酰脲类药物,22.4%(95%可信区间,20.1% -24.4%)更大的患者高疾病负担,和36.7%(95%可信区间,30.5% -41.4%)在最近的一次入住ICU患者更大。在敏感性分析,同样的社会人口和临床特点与undertriage和overtriage患者没有KPNC健康计划成员,包括社会人口特征、COPS2成绩或类别和估算COPS2分数,药物使用,卫生保健利用之前,和访问时间。

我们开发了一种新的算法可以应用在大型评估mistriage,自动化的数据集。多中心队列,mistriage发生在几乎三分之一的遭遇,和ESI的敏感性识别危重的病人只有65.9%。而ED诊断本身就是一个挑战,因为需要迅速预测病人干预有限的信息,我们的研究结果表明改进是必要的。万博manbetx平台首页Mistriage意味着我们没有充分重视有限的资源给那些最迫切需要他们。这导致患者损害的undertriage,延误治疗^{25- - - - - -29日}和运营效率的丧失overtriage。^21,30.,32在调整的分析,我们发现社会人口差距在分类精度,更高的利率的mistriage年轻人,黑人,西班牙裔,和男性患者,那些生活在贫穷的社区,和那些在晚上到达,晚上和周末。最后,我们确定了多个高危临床特点,可以用来改善分类预测。

我们所知,这是最大、最健壮的分析中使用的分类系统的有效性全美EDs的70%以上。⁹早期的研究小样本大小,使用单一的结果的措施^12,41或异构mistriage的定义,^12,22,41或表示通过案例模拟或EHR评审专家意见。这些研究估计mistriage发生在遇到使用应急服务国际公司的12%到45%,估计基于mistriage定义不同。^12,16,23,41

使用电子健康档案数据定义mistriage,我们估计,只有不到三分之一的ED mistriaged相遇。Undertriage比overtriage更常见。这可能是因为拯救生命的干预措施比较少见和分诊护士可能更明确训练识别病人。我们发现,三分之一的病人一个关键疾病被分配一个中等或low-acuity分流(ESI III-V)水平。临床的例子包括急性中风患者溶栓治疗需要筛选ESI IV和脓毒性休克患者需要插管和升压筛选ESI三世。这种低灵敏度的ESI准确地识别危重病人可能导致延迟保健和可能导致发病率和死亡率增加。^{25- - - - - -27,29日}

3.3%的临床重要性undertriaged可能遇到的变量。图2表明,大约三分之二的undertriage病例可能少的临床重要性。虽然超出了这一分析的范围,我们怀疑可能仍有一些操作的重要性,低估了资源需求通过影响病人(快速空间和主要ED)和住院时间。

近30%的患者overtriaged,我们估计ESI识别的敏感性低资源使用和low-acuity疾病患者中只有50%。这个可怜的分化低风险病人可能偏见医生下游资源利用率^30.导致ED拥挤,患者最好在快速的空间中。之前的研究^42,43表明,干预措施,有效地分离出low-acuity疾病患者减少ED停留时间和提高病人满意度的质量无负面影响。急诊科医生还可以具有不同的资源利用率、录取2倍。^44,45这种变化,以及较低的强调培训分诊护士评估资源使用,可能导致更高的利率overtriage与undertriage相比。

我们发现差异分类精度的种族和民族,性别,年龄,和社会经济地位。几项研究证明结果跨多个紧急状况之间的差距。^{46- - - - - -49}分类精度的差异通过病人属性对时间敏感的条件可能导致不同的结果。^{25- - - - - -29日}这突出了另一个分类算法的限制使用主观分支点和镜子发现分类精度的差异在早期研究发现社会人口特征。^{50- - - - - -53}探索方法限制差异或使用目的分类分数可能有助于促进更公平的分流过程和病人的结果。我们发现变异的病人到达时间和医疗中心,再次强调了需要开发更多的数据驱动的分诊流程标准化护理时间和地点。

我们的研究旨在提供一个小说描述的问题mistriage和支持未来病人检查结果和设计流程,以提高分类精度,股权,和病人的结果。干预减少undertriage可能导致更多overtriage,反之亦然。更细粒度的理解的相对影响undertriage和overtriage病人结果和资源利用率可能允许系统来确定基准为质量改进和更好地理解undertriage和overtriage可接受的水平。

我们的小说mistriage措施可能有广泛的应用。因为他们依靠自动化电子健康档案数据,其他卫生系统可能使用这些算法作为质量测量评估ED护士分诊的质量和质量改进的目的。此外,他们可以开发的质量测量用于公众问责。质量改进的努力应该把重点放在减少undertriage危重病人和限制分类精度之间的差距。

我们发现关键病历特点可能与敏度和资源需求,建议使用EHR机会改善预测数据。诊断临床医生有有限的时间和有限的信息必须分类任务。万博manbetx平台首页国旗的某些特征通常与高灵敏度或资源的需求,如门诊磺酰脲类或胰岛素使用(undertriage的风险增加30%)或最近入住ICU(36%的风险增加undertriage)可以帮助限制mistriage和延误治疗。我们发现使用葡萄糖50%患者分配ESI III是一个频繁的司机algorithm-determined undertriage。ESI II作业对这些病人可能允许早期评估和治疗,例如,饮食订单,血糖水平检查,或者适当的药物。⁵⁴

先前的研究显示承诺在使用与EHR数据预测模型,提高分类决策。莱文等^31日发现电子分诊系统改进midacuity患者疾病的歧视和提高灵敏度与应急服务国际公司确定需要住院的病人。芬等⁵⁵使用模型预测医院ICU住院和前瞻性评估显示精度高,尽管它们尚未研究实时使用。

这项研究有一些局限性。我们有限的发展中mistriage措施依赖现成的电子健康档案数据,可以广泛应用于所有条件成人患者。我们的研究结果不能推广到儿科患者。主观因素如痛苦、困惑,或痛苦,或心理复杂性是敏锐的重要措施和资源的需求,但具有挑战性的捕捉。尽管使用时间戳允许我们考虑病人的动态特性条件ED分类后,我们的措施不能完全解释有意义的和意想不到的治疗后临床恶化。

过去的9个月的研究期间发生在COVID-19大流行。在调整后的分析,我们发现风险较低的overtriage以及2020年可比undertriage率与其他研究相比。有ED体积的改变,病人敏锐,和运营协议的第一个9个月大流行期间,我们无法评估这些变化可能影响分类精度。

我们进行我们的研究在不同类型的病人在社区EDs 21。接近80%的邂逅是KPNC成员,对这些病人和综合电子健康档案数据允许更细粒度的分析。非会员mistriage率水平较高时,关键的病人和协会会员和非会员之间的访问与mistriage特征相似,表明我们的发现能推广到其他人群。不过,这些算法在不同的设置来评估中的应用频率mistriage可能会受到电子健康档案数据的可用性。此外,我们没有评估病人在这项研究中,结果,还需要更多的研究来了解mistriage可能与护理质量或资源有关的决定,最理想的平衡undertriage overtriage,或者如何努力减少undertriage overtriage可能影响病人的结果,和操作流程。

在这个队列研究,我们开发了操作定义来衡量undertriage和overtriage评估分类精度大,多样化的成年人口。Mistriage发生在几乎三分之一的病人。分类精度有差异,种族和民族,性别,年龄,社区贫困水平,ED到达时间和位置。此外,我们发现一些高风险的临床特点,可以用来改进分类预测的准确性。这些发现强调迫切需要发展更多的数据驱动的协议来改善安全,质量,和股票的分类。

发表:2023年2月1日。

发表:2023年3月17日。doi:10.1001 / jamanetworkopen.2023.3404

开放:这是一个开放的分布式根据文章CC-BY许可证。©2023 Sax博士等。狗万体育下载地址《美国医学会杂志》网络开放。

通讯作者:达纳·r·萨克斯博士英里每小时,急诊医学、奥克兰Kaiser Permanente医疗中心,275 W麦克阿瑟大马路,奥克兰94611 (dana.r.sax@kp.org)。

作者的贡献:Sax博士和沃顿女士完全访问所有的数据研究,负责数据的完整性和数据分析的准确性。

概念和设计:Sax,马克,文森,Kene,巴拉德,松树,里德。

数据的采集、分析或解释:Sax,沃顿,马克,文森,Kene Vitale McGauhey,比尔兹利,里德。

起草的手稿:Sax,马克,文森,Kene,巴拉德,松树,里德。

关键的修订手稿的重要知识内容:Sax,沃顿,马克,文森,Kene,巴拉德,Vitale McGauhey,比尔兹利,里德。

统计分析:沃顿、Vitale里德。

获得资助:Sax,马克,文森。

行政、技术或材料支持:Sax,比尔兹利,里德。

监督:Sax,巴拉德,松树。

利益冲突的披露:Sax博士报道接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。沃顿女士报告收到Kaiser Permanente Lokahi赠款资金风险降低程序的行为研究。马克博士报道接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。文森博士报道接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。Kene博士报道接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。巴拉德博士报道接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。女士Vitale报道接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。女士McGaughey报道接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。比尔兹利先生报告接受赠款Kaiser Permanente Lokahi风险降低程序的行为研究。松树博士报道接受赠款资金从CSL贝林在前36个月,阿博特医疗点,阿斯利康,勃林格殷格翰集团,和鹰制药公司无关的工作。 Dr Reed reported receiving grants from Kaiser Permanente Lokahi Risk Reduction Program during the conduct of the study. No other disclosures were reported.

组信息:万博manbetx平台首页Kaiser Permanente波峰的完整列表(紧急服务和治疗临床研究)出现在网络成员补充2。

数据共享声明:看到补充3。