ST 段抬高型心肌梗死初始处理的质量和安全性 (STEMI-Qual)

目标

这项多中心和多学科观察性队列研究的广泛目标是调查与患者、提供者和系统相关的因素，这些因素与疑似 ST 段抬高型心肌梗死 (STEMI) 进展不到 12 的初始管理的质量和安全性相关每天练习几个小时。 这项研究的结果应该有助于确定 STEMI 患者临床路径有改进空间的领域。 该项目的具体目标是：

• 根据现行指南，研究及时进行急性再灌注治疗与患者、提供者和系统相关因素之间的独立关联
• 评估及时进行急性再灌注治疗与住院临床结果（包括全因死亡率和主要不良心血管事件）之间的独立关联
• 分别在基线患者和提供者特征、护理过程和系统相关因素中确定大出血（不包括冠状动脉旁路移植物相关出血事件）的独立危险因素
• 阐明与假阳性心导管实验室激活或无意的纤维蛋白溶解治疗独立相关的患病率、危险因素和院内临床结果
• 确定医院如何通过转移疑似 STEMI 患者来相互联系

假设 指导该项目的主要假设是，对疑似 STEMI 的延迟再灌注治疗与提供者的实践模式和系统障碍独立相关。 进一步假设，在实施直接 PCI 或纤溶治疗时不遵守目标延迟与较差的住院临床结果相关。

次要假设是，在目标延迟内实施急性再灌注治疗与心脏导管插入术实验室激活假阳性、无意的纤维蛋白溶解治疗和出血事件的发生率增加有关。

参与研究中心和地点 该项目将在法国北阿尔卑斯山的 3 家紧急医疗服务 (EMS/SAMU) 和 23 家公立和私立（营利性和非营利性）急救医院进行。 北阿尔卑斯山是一个以山区为主的地区，占地 15,000 平方公里，估计有 1,860,000 名居民，由于旅游业的原因季节性变化很大。 从每家社区医院到最近的 PCI 中心的中位距离和行车时间分别为 63 公里（范围，4.5-132 公里）和 43 分钟（范围，10-88 分钟）。

作为 STEMI 再灌注治疗协调区域系统的一部分，所有参与中心在 STEMI 管理研究方面都有长期的合作传统。该登记的基本原理、数据收集方法、验证程序和主要结果已在别处详细报告。

基线数据收集方法

1. 前瞻性数据收集 作为正在进行的登记的一部分，主治医师或临床研究技术人员通常会提取有关人口统计学、表现特征（包括心电图结果）、冠状动脉造影结果以及院前和医院环境中急性再灌注治疗的实施和时机的摘要信息。

   根据患者的家庭住址，可以通过调用商业网页（MapQuest 或 Via Michelin）获得到最近的社区医院和具有 PCI 能力的医院的旅行时间和旅行距离。 邮政编码将在不可用时替换患者家庭地址。 以前的研究表明，这种方法提供了合理的估计。 考虑到高峰出行时间，周一至周五早上 7 点至 9 点和下午 4 点至晚上 7 点将减速 20%。

2. 回顾性数据收集 两名临床研究护士将使用计算机化数据收集仪器进行回顾性图表审查。 将记录以下变量：基线患者特征、临床变量、合并症、实验室变量、住院期间任何时间的程序干预（心导管插入术、PCI [非主要]和冠状动脉旁路移植术）、药物（入院时、在最初的 24 小时内和出院时）。 指数住院包括入院和转院住院时间。

还将收集主治医师（性别、年龄、纪律）以及收治和转院医院（社区与 PCI 能力设施、规模、公共或非营利性与营利性）的特征。 与之前的研究一致，PCI 中心被定义为每周 7 天、每天 24 小时提供紧急 PCI 的医院。

数据管理

1. 前瞻性数据收集 作为正在进行的登记的一部分，数据被前瞻性地一式两份记录在旨在促进数据收集和输入的标准化表格上。 所有填妥的表格都将转发给区域应急系统的核心协调机构（RENAU=Réseau Nord-Alpin des Urgences；www.renau.org）， 数据以电子方式输入（单一数据输入）并保存在本地计算机网络中。 数据输入屏幕类似于纸质表格。 原始数据收集表格保存在上锁的文件柜中。

   数据完整性是通过两种互补的方法来实施的：

   • 核心协调机构的临床研究技术人员在输入数据时执行常规编辑检查（有效值、范围检查和一致性检查）。
   • 注册统计师使用旨在检测缺失值或不一致的程序定期筛查数据是否存在其他错误。
2. 回顾性数据收集 为确保最佳质量，所有通过图表审查回顾性收集的数据将由临床研究护士使用个人识别码和受密码保护的基于网络的数据收集系统以电子方式输入。 临床研究护士将接受数据提取和记录方法方面的正式培训。 将分发包括所有变量的定义和可接受的数据源的操作手册。 数据提取的可靠性将通过随机选择 30 个案例由两名研究护士独立收集来评估。

数据管理员将使用旨在检测缺失值或不一致的程序来筛选数据以查找其他错误。

统计分析

1. 概述 标准描述性汇总统计将用于报告连续变量和分类变量。 在单变量分析中，将使用方差分析或 Kruskal-Wallis 秩和检验进行推理比较。 对数变换可用于推理比较之前高度偏斜的变量。 分类变量将使用 Khi² 或 Fisher 精确检验进行分析。 将分别使用分类变量趋势的 Khi² 检验和连续变量趋势的非参数 Wilcoxon 型检验来分析有序组间的趋势的统计显着性。 小于 0.05 的两侧 P 值将被认为具有统计学意义。

2. 主要有效性结果 将开发一个非简约多变量逻辑回归模型，以确定与及时急性再灌注治疗独立相关的基线特征。 进入多变量模型的协变量将在建模之前预先指定，而不调查它们与主要研究结果的关联。

   仅限于接受院前管理的患者子集的二次分析将使用多级逻辑回归，其中 3 个级别由患者、移动重症监护病房和医院定义。 Metropolis-Hastings 算法（一种马尔可夫链蒙特卡罗方法）将用于解释在多个研究地点运送患者的移动重症监护病房的交叉分类。

3. 次要医疗结果 由于在该观察性研究中未随机分配及时的急性再灌注治疗，因此研究组之间未经调整的医疗结果比较可能会因基线特征的不平衡而混淆。为此，补偿测量的基线特征差异的倾向评分分析将在及时的急性再灌注治疗接受者和非接受者之间进行。

   实际上，将使用包括基线特征作为协变量的完整非简约逻辑回归模型得出接受及时急性再灌注治疗的倾向评分。

   每位患者都将被分配一个倾向评分，范围从 0.00 到 1.00，反映了根据其基线特征及时接受急性再灌注的条件概率。

   为了比较具有类似及时急性再灌注治疗条件概率的患者的次要医疗结果，还将定义一组与倾向评分匹配的及时急性再灌注治疗接受者和非接受者。 为此，将使用一种算法将每个及时的急性再灌注治疗接受者与倾向得分最接近的一位数内的单个非接受者相匹配。 如果不能做到这一点，那么及时的急性再灌注治疗接受者将被排除在倾向匹配分析之外。 将评估倾向匹配队列中基线特征的显着残余失衡。 然后将使用逻辑回归来估计与倾向得分匹配的患者中及时接受急性再灌注治疗相关的每个次要医疗结果的比值比。

4. 次要有效性结果 使用与先前描述的相同建模方法（即 b. 主要有效性结果），将执行多变量逻辑回归以确定与主要候选患者中心导管插入术实验室激活假阳性独立相关的基线特征PCI。 将测试涉及院前心导管实验室激活的一阶交互项的统计显着性。 如果合适，将根据院前与医院心导管插入术实验室激活情况对分析进行分层。 然后，在调整倾向得分的五分位数后，将在假阳性和真阳性心导管插入术实验室激活之间比较医疗结果。

在单独的分析中，将进行多变量逻辑回归以确定与纤溶接受者中的无意纤溶治疗独立相关的基线特征。 将检验涉及院前纤溶的一阶交互作用项的统计显着性，并且如果合适，将根据院前与院内纤溶的接受情况对分析进行分层。 然后，在调整倾向得分的五分位数后，将针对与意外纤维蛋白溶解相关的每个医疗结果估计比值比。

危害和安全性 在这项回顾性观察研究中，住院期间发生的严重不良事件将被指定为次要医学研究结果（死亡率、主要不良心脏事件 [再梗死、心源性休克、心脏骤停、心力衰竭、中风] 和大出血）。

将记录其他预先指定的不良事件，包括心房颤动或扑动、持续性室性心动过速、房室传导阻滞（Mobitz II 或 3 度）、机械并发症（室间隔缺损、二尖瓣反流、游离壁破裂）、静脉血栓栓塞（深静脉血栓形成和/ 或肺栓塞）、急性肾功能衰竭、血小板减少症和肝素诱导的血小板减少症，以及非大出血事件。

将通过结构化图表审查收集不良事件。 不会尝试确定潜在的因果关系。