인디언 외상 환자의 수술 전후 사망률

소개

외상은 외부 힘의 결과로 신체에 가해지는 손상 및 신체 관련 반응으로 정의할 수 있습니다. 이는 전 세계적으로 사망의 주요 원인 중 하나이며, 매년 거의 500만 명이 사망하고 전 세계 사망의 약 9%를 차지합니다. 이 중 교통사고로 인한 부상은 130만 명으로 9번째 주요 사망 원인이며 2030년에는 7번째 주요 원인으로 증가할 것으로 예상됩니다. 그러나 전반적으로 세계는 지난 30년 동안 기대 수명이 증가하고 영유아 및 산모 사망률이 감소했습니다. 외과적 치료로 인해 산모 사망 수의 두 배인 연간 최소 100만 명이 사망한다는 증거를 통해 건강 시스템 성과를 평가하기 위한 새로운 건강 지표가 필요하다는 것이 확립되었습니다.

WHO Safe Surgery Saves Lives 이니셔티브는 수술 당일 사망률과 수술 후 30일 병원 내 사망률이라는 두 가지 지표를 제안합니다. 이후 도입된 수술 전후 사망률(POMR)은 이 두 가지로 구성됩니다. 현재까지 수술 당일 측정에 대한 표준 시간 범위는 없습니다. 편의성을 위해 수술 당일을 제안한 반면 일부 기관에서는 수술 후 24시간, 다른 기관에서는 48시간으로 측정했습니다. POMR(사망 및 수술 횟수)을 계산하는 데 필요한 결과를 쉽게 정의할 수 있습니다. 또한 퇴원 시 후속 조치를 종료하는 옵션이 있어 30일 후속 조치가 드문 자원이 부족한 환경에서 사용하기에 적합합니다. 이러한 특성 때문에 POMR은 전 세계 수술의 품질과 안전성을 추적하기 위한 지표로 선택됩니다.

수술 환자의 데이터뱅크 분석은 다른 요인보다 수술 전후 사망률(POM)과 더 밀접하게 연결된 몇 가지 요인을 확립합니다. 특히 트라우마의 경우 병원과 환자 수준에서 비교가 가능하도록 철저한 위험 조정이 강조된다. 그러나 데이터 산출 조정 모델은 주로 고소득 국가에서 유래하며, 이는 고자원 환경에서 POM과 관련된 모든 위험 요소가 저자원 환경에 적용 가능한 것은 아니라는 점을 고려하면 관련이 있습니다. 이는 특히 인도에서 자원이 부족한 환경에서 수술 프로그램에 대한 데이터가 부족하기 때문입니다. 국가가 증가하는 자동차화에 직면하고 POM과 관련된 요인에 대한 이해가 부족한 외상 환자가 증가함에 따라 이러한 지식 격차를 해소하는 것이 중요합니다.

따라서 이 연구는 POMR을 추정하고 도시 인도 환경에서 성인 외상 환자의 급성 외과 개입 유형과 POM 사이의 연관성을 평가할 것입니다.

목적/목적

POMR을 추정하고 자원이 부족한 성인 외상 환자의 급성 수술 유형과 POM 사이의 연관성을 평가합니다. 주제 지식과 임상 경험을 바탕으로 이 기사의 저자는 급성 수술의 다항 변수 유형의 분포가 생존자와 비생존자 사이에 크게 다를 것이며 이 차이는 위험 조정 후에도 여전히 중요할 것이라는 가설을 세웁니다.

연구 설계

이것은 코호트 연구 Towards Improved Trauma Care Outcoms in India(TITCO)의 후향적 분석입니다.

환경

사용된 데이터는 2013년 7월부터 2015년 12월 사이에 4개의 공립 대학 병원에서 전향적으로 등록된 총 16,047명의 외상 환자를 포함하는 TITCO 데이터베이스에서 사용할 수 있습니다. 단위는 모두 거대 도시(콜카타, 뭄바이 및 델리)에 있으며 무료로 분류됩니다. 데이터는 응급실에서 직접 관찰하고 의료 기록에서 추출하여 도착 시 일상적인 데이터를 체계적으로 기록한 현장 훈련 및 감독 관찰자를 통해 수집되었습니다. 관찰자는 아침, 낮, 밤을 아우르는 8시간 교대 근무를 했습니다. 관찰자의 교대 근무 시간 외에 입원한 환자의 데이터는 환자 기록에서 후향적으로 추출되었습니다. 환자는 병원에서 퇴원할 때까지 또는 30일 동안 또는 사망할 때까지 추적되었습니다.

참여자 선정의 출처 및 방법

현장 관찰자에는 직접 관찰 또는 기록에서 추출한 후향적 데이터를 통해 참여 센터에 제시한 환자가 포함되었습니다.

설명 변수

주요 설명 변수는 기능-해부체 시스템 그룹을 기반으로 하는 NOMESCO(Nordic Center for Classifications in Health Care) 수술 절차 분류(NCSP)를 사용하여 분류된 급성 수술의 유형입니다.

기타 공변량

급성 수술 유형과 POM 사이의 연관성은 손상 기전, 환자 연령, 성별, 수축기 혈압, 심박수, 전이 상태 및 도착 시 글래스고 코마 척도에 따라 조정됩니다. 데이터의 센터 수준 중첩을 설명하기 위해 건강 센터 식별자가 포함됩니다.

데이터 소스/측정

POMR은 도착 48시간 이내에 사망한 수술 환자 수와 도착 30일 이내에 사망한 환자 수를 나누어 도착 24시간 이내에 급성 외과 개입을 받은 성인 외상 환자에 대해 계산됩니다. 수술을 받은 환자 수. 수술 당일 사망률 측정을 위한 48시간의 시간 범위는 환자가 24시간 이내에 수술실(OR)로 이송되는지 여부가 명시되는 데이터베이스 형식으로 인해 가장 정확한 것으로 간주됩니다. 국부 또는 전신 마취 하에 수술실에서 수행된 절차만 자격이 있습니다. 결과 POMR은 백분율로 보고됩니다.

편견

데이터를 수집하는 관찰자는 건강 과학 석사 학위 소지자였으며 프로젝트 관리 교육을 받았습니다. 그들은 또한 두 차례에 걸쳐 프로젝트 관리에 의해 교차 확인되었으며, 각각 등록된 환자 기록의 무작위 선택이 병원 파일에 있는 기록과 비교되었습니다. 이러한 품질 관리 세션 동안 주요 불일치가 확인되지 않았습니다.

American College of Surgeons(ACS)에서 외상 사망률을 예측하기 위해 권장하는 위험 조정 모델에 부상 심각도 점수(ISS)를 포함하는 것은 ISS가 저자원에서 조기 사망률을 예측하는 데 제대로 수행되지 않기 때문에 이 연구에서 수행되지 않습니다. 설정. 그러나 수축기 혈압, 심박수 및 GCS 점수 형태의 생리적 손상 점수는 생리적 손상 심각도를 조정하기 위해 포함됩니다. ASA 물리적 점수 및 인공호흡기 사용 필요성은 이 정보가 데이터베이스에서 제공되지 않으므로 포함되지 않습니다.

데이터베이스의 한계로 인해 환자가 처음 24시간이 아닌 30일 이내에 2차 아급성 수술을 받았는지 여부를 고려할 수 없습니다. 따라서 처음 24시간 이후에 수행된 아급성 외과 개입은 계산되지 않으므로 POMR의 분모에 포함되지 않습니다. 사실상 분모를 권장하는 대로 총 절차 수로 정의하는 대신 총 환자 수로 재정의합니다. 저자는 추가 수술을 받는 환자가 수술 중 사망하는 경우 POMR을 과대평가할 잠재적 위험을 부여하므로 이것이 이상적이지 않다는 점을 인정합니다.

연구 규모

로지스틱 회귀 모델의 시뮬레이션 연구는 모델에 사용된 매개변수당 10개의 이벤트, 즉 결과가 있는 환자가 필요함을 나타냅니다. 본 연구의 로지스틱 회귀 모델의 경우 급성 수술의 유형은 14개의 매개변수, 즉 추정할 계수를 설명합니다. 부상의 메커니즘은 네 가지 매개 변수를 설명합니다. 4개의 서로 다른 센터가 3개를 차지합니다. 연령, 심박수 및 수축기 혈압은 자유도가 4인 스플라인을 사용하여 모델링되므로 이러한 변수는 각각 3개의 매개변수를 설명합니다. 성별, Glasgow 코마 척도 및 전송 상태는 각각 하나씩 총 33개의 매개변수가 됩니다. 따라서 이 분석은 POMR48H 및 POMR30D 모두의 로지스틱 회귀 분석을 허용하기 위해 최소 330명의 비생존자가 필요합니다. POMR48H가 10%라고 가정하면 연구 규모(24시간 이내에 수술을 받은 성인 수)는 최소 n = 3300이 되어야 합니다. 도착 24시간 이내에 외과적 개입을 받은 TITCO 데이터베이스의 모든 성인 환자가 포함되며 넓은 마진으로 충분한 연구 크기를 제공할 것으로 예상됩니다.

정량적 변수

모든 양적 변수, 즉 연령, 수축기 혈압, 심박수 및 글래스고 혼수 척도는 연속으로 분석됩니다. 연령, 수축기 혈압 및 심박수는 사망률과 비선형적으로 연관되어 있다고 가정합니다. 왜 이들은 자유도가 4인 스플라인 평활화 항을 사용하여 모델링되어 이들 각각에 대해 추정되는 세 가지 기본 함수에 대한 계수가 생성됩니다. Glasgow 혼수 척도는 사망률과 선형 관계를 나타내는 것으로 가정합니다.

통계적 방법 및 분석

통계 계산을 위한 언어이자 환경인 R은 모든 통계 분석에 사용됩니다. 주요 분석은 모든 공변량 변수에서 누락된 값이 있는 관찰이 제외되는 완전한 사례 분석입니다. 누락된 데이터가 너무 광범위하여 분석할 수 없는 경우 연결된 방정식을 사용한 다중 전가가 적용됩니다. 샘플 특성은 25번째 및 75번째 백분위수의 중앙값과 값, 정량적 변수의 최소값 및 최대값, 정성적 변수의 비율을 사용하여 보고됩니다. 수술 유형과 POMR 간의 연관성은 다단계 일반화 추가 모델을 사용하여 두 단계로 평가됩니다. 첫째, 추가 공변량을 포함하지 않는 모델을 사용하여 수술 유형과 POM 간의 조잡한 연관성을 추정합니다. 둘째, 위에 나열된 공변량을 포함하는 모델을 사용하여 조정된 연관성을 평가합니다. 95% 신뢰 구간과 5% 유의 수준이 사용됩니다.

민감도 분석

하나의 민감도 분석은 중앙 수준 내포를 고려하지 않고 일반화된 추가 모델을 사용하여 수행됩니다.