拉丁美洲手术清单的成功

目的是确定实施世界卫生组织 (WHO) 手术安全检查表对智利一家三级医疗机构成人手术患者的发病率和死亡率的影响。

机构审查委员会 (IRB) 批准后（Facultad de Medicina, Pontificia Universidad Católica de Chile, Santiago, Chile），将对 2005 年 1 月至 2012 年 12 月在我们中心对 15 岁及以上患者进行的所有手术进行回顾性分析。

遭遇数据将包括多达 14 种诊断和程序国际疾病分类、第 9 版、临床修改 (ICD-9-CM) 代码、人口统计数据、入院和出院日期、紧急状态、使用的医疗保健系统和院内死亡。 创建了一个 5 级“高风险”变量，以说明手术的复杂性和相关的住院死亡率（1 级，院内死亡率 <1% 的手术；2 级，1% 至 <5%；3 级, 5% 至 <10%; 4 级, 10% 至 <15%; 5 级, > 或 = 15%)6.

手术异质性将通过内部 Herfindahl 指数计算，该指数代表在设施中执行的手术类型的多样性或全面性。

统计数据：

倾向评分 (PS) 分析将用于控制基线特征的差异。 PS 是接受曝光的条件概率（例如 清单）给定一组测量的协变量。 为了估计 PS，将使用逻辑回归模型，其中“治疗”状态（检查表执行与未执行）将根据基线（治疗前）特征进行回归。

PS 分析将以两种方式实施以控制混杂：

1. PS 匹配：匹配将使用一对一的最近邻卡尺匹配进行，不替换卡尺大小为 0.2 个标准差。 基线协变量分布的平衡将通过估计匹配前后两组之间协变量的绝对标准化差异来评估。 匹配后任何不平衡的协变量（标准化差异> 10％）将在最终分析中进行调整。 由于 PS 匹配样本不包含独立观察值，我们将使用具有稳健标准误差的边际回归模型。
2. PS 加权：整个样本将由从 PS 导出的处理权重的逆概率加权。 如果一个主题在一个组中的概率更高，它将被认为是过度代表，因此将被分配一个较低的权重。 相反，如果该主题的概率较小，则将被视为代表性不足，并为其分配较高的权重。 然后，我们将使用代表清单干预状态的指示变量作为唯一预测因子​​，并将死亡率作为我们的结果变量来拟合加权线性回归模型。

除非另有说明，否则数据将表示为平均值（SD；标准差）或中值（IQR，四分位距）。 小于 0.05 的双边 p 值将被视为显着。 将使用 STATA v.12.0 (StataCorp, College Station, TX) 进行分析。