医疗机构提供的医疗服务质量与患者健康水平改善息息相关,因此针对不同规模大小、类别设置的医疗机构,诸如医院、护理院、日间照护中心、透析中心等,进行质量评估,对于优化医疗机构服务质量,提升患者结局尤为重要。通过对医疗服务质量的评估,可以甄别出医疗机构间的服务内容、服务质量、服务效率的差异,促使医疗机构通过各方反馈主动寻求改进服务质量的路径,增加其服务可信度,同时通过遵守循证标准,降低各医疗机构间所提供的服务异质性。对于患者而言,这类质量评估也为他们在选择医疗机构时提供了快速、有效的实际参考,有助于他们更好地进行决策。
这种多方受益的质量评估方式正被越来越广泛地应用到实践中,而在实际运用中,通常会碰到如下问题,比如,不能将死亡率、再入院率等指标在不同医疗机构间进行直接比较,而需要通过统计模型,从不同医疗机构提取异质性,并调整匹配患者特征。常用的统计模型包括线性模型、逻辑回归模型、固定效应模型、随机效应模型等,然而这些传统的模型在敏感性和效率上都有相对的局限性,那么,是否有更好的解决方式呢?
2021年10月27日,来自华盛顿大学圣路易斯分校的Lei Liu教授做客欧洲杯竞猜平台临床研究中心第二十一期“聚菁荟萃”临床研究精品论坛,在线向与会者分享了主题为“Providing Profiling for Cox’s Proportional Hazards Model by Fusion Penalty”的精彩讲座。在讲座中,Lei Liu教授介绍了其团队利用一种全新的融合效应模型(Fused Effects Model)来自动识别不同组别间的异质性。通过该方式,不仅能准确将不同的医疗机构进行分类,而且可以更精确地评估出哪些表现突出,而哪些则需要大幅整改。在实际应用中,他将该模型用于评估美国肾脏移植中心的医疗质量。该队列通过国家肾脏移植注册数据(来源于U.S. Organ Procurement and Transplantation Network),选择2009年1月1日至2009年12月31日在该移植中心接受肾脏移植的18岁以上成年人(含18岁),共包含5332名患者和133家中心,每家中心的患者数量在10-100名之间,经过首次移植后的一年随访来观察影响患者一年移植存活率的危险因素,并且评估各家移植中心的医疗质量。包括供体的年龄、性别、BMI指数、种族、高血压史等,以及受体确诊末期肾衰的时间、性别、种族、是否诊断胰岛素依赖型糖尿病诊断、移植年龄、BMI指数、上一次肾移植史等总计28项基线特征被纳入模型进行分析,利用AIC标准(Akaike Information Criteria)来比较不同模型在质量评估上的优劣,融合效应模型取得了显著的适应性,并且融合效应模型还展示出了一种医疗决策中的权衡:即扩大供体标准与受体等候时间缩短与升高的移植脏器无功能风险之间的利弊考量,而这也正是需要临床医生就患者获益需要进行考虑并决策的地方。
通过Lei Liu教授的讲座,让与会者学习了如何利用融合效应模型就患者生存结局来评估医疗服务质量,并且显示了相比其他常见模型,融合效应模型所具有的在分组和识别上高效率,同时也为将来进一步将该模型应用于其他更成熟的异质性数据做好积极探索。
(文:顾雯韵;图:顾雯韵)