WHO SSC：乌干达转诊医院的合规性和相关手术结果

乌干达五家转诊医院的多中心前瞻性队列研究，包括转诊私立非营利 (PNFP) 医院。

目标人群：在乌干达转诊医院接受手术的患者。

研究人群：在乌干达的转诊医院进行为期 4 个月的外科手术。

取样方法

对医院进行有目的的抽样是根据它们的地理位置、它们在它们所在地区的影响以及医院中是否有麻醉师进行的。 手术按与样本大小成比例的概率被纳入研究。 抽样单位是在符合条件的医院进行的外科手术。 在研究期间，外科手术被系统地纳入研究。

样本量：

主要目标：确定乌干达转诊医院对 WHO 手术安全检查表的遵守程度。

此目标的样本量是使用改良的 Kish & Leslie 方法 (1965) 计算的

N= [Z² p (1-p)] / d² 其中；

Z= 是由 95% 置信水平 (1.96) 确定的标准正常值的百分位数。

N= 所需的最小样本量

d= 研究所需的精确度 = 0.05

p= 是对 SSC = 50% 依从性不佳的医院的估计比例

用于计算样本量的比例是对 SSC 依从性较差的医院的比例。 该比例是根据 WHO 的建议获得的，当时没有可用的先前比例 = 50% n= 384 名参与者，因为该研究是在几家医院进行的，因此通过应用 2 的集群效应对集群进行调整。

样本量 = 768

调整 10% 的损失跟进，N = n (100+10)/100

样本大小 = 845

变量：

分类变量包括患者人口统计、手术的紧迫性、WHO SSC 的实际使用情况、工作人员的资格和在使用检查表期间出现在手术室的团队领导、启动检查表的团队成员、执行时间手术后 24 小时内以及每天直到出院或住院 30 天的不同领域和术后并发症的数量，而顺序变量包括 WHO SSC 的 19 个参数和 3 个广泛领域中检查项目的百分比. 研究助理在观察手术时从问卷中勾选了这些变量。 合规性表示为每个清单中已完成项目的百分比。

数据采集

数据是使用标准化的床单收集的，并使用防水盒安全储存，并以最大的信心进行处理。 所有接受外科手术的患者都被招募到研究中，无论他们的年龄、外科专业和外科手术的紧急程度，只要同意参与研究。 手术室里的研究助理观察了房间里的活动，并完成了一份结构化问卷，内容涉及人口统计学、WHO SSC 的 19 个参数和 3 个领域、未遂事故、手术室工作人员的资质以及术中变量。 还记录了技术和术中并发症。 对患者进行随访，并在 24 小时和每天询问并发症的发生情况，直到出院或术后 30 天，以先到者为准。 病房的护士报告了任何直接的术后并发症。

根据美国外科医师学会国家外科质量改进计划数据库的定义记录并发症；出血：手术部位明显流血，手术部位严重沾染血液或由于血液沾染、呼吸道并发症需要在最初 24 小时内更换敷料；急性气道阻塞，在手术后最初 24 小时内氧疗饱和度不能超过 92%，之前没有室内空气低氧血症和长时间插管，术后恶心和呕吐，最初 24 小时内意识丧失或意识改变手术后 根据手术前后的 GCS 评分，心脏和血液动力学并发症，如低血压（定义为血压低于 90/60 mmHg）、术中和术后 24 小时需要意外输血、心脏骤停、疼痛和死亡. 然后对患者进行前瞻性随访，了解围手术期的任何其他并发症。 将病房护士认为是围手术期并发症的任何其他事件报告给研究助理，并将其记录在问卷中。 患者在出院或住院 30 天时退出研究。

检查表合规性被定义为“不合规”（19 个项目中没有一个被勾选）、“部分合规”（至少 1 到 9 个项目被核销）和“高度合规”（10 到 19 个项目被核销）并表示为预期检查项目数量的百分比。

数据安全

原始数据源来自不同的医院，并存储在安全的防水盒中。 制定了电子数据输入工具，并用于将数据存储在多个存储设备上。

数据管理

数据在使用 Epidata 软件 3.1 版创建的输入工具中重复输入。 这有内置检查。 数据经过验证并相应地清除了不一致之处。 备份数据并将副本发送到数据分析程序。

数据分析

使用 STATA 版本 13 (StataCorp.2013.Stata Statistical Software: Release 13) 分析数据。 德克萨斯大学城：StataCorp LP)

描述：使用参数连续数据的均值和标准差总结描述。 使用比例和百分比总结分类数据。

比较：对手术结果差和好的参与者之间的变量进行了比较。 对于参数连续数据，使用学生 t 检验，对于非参数数据，使用 Mann-Whitney-U 检验。 对于分类数据，使用 Fisher 精确检验的卡方检验。

合规率计算如下；分子是清单上已勾选项目的数量。 分母是预期检查项目的总数。 我们将合规性表示为包含清单的项目的完成百分比。 检查表共有 19 项，因此高合规是指至少遵守了其中的 10 项，不合规是指没有遵守任何一项。 我们为清单中的每个项目分配了 1 分，然后通过将达到的分数除以预期分数 19 来计算合规性百分比。 我们提供了平均合规百分比及其相应的 95% 置信区间。

双变量分析：二元逻辑回归模型用于评估每个预测因子与死亡率的关联，而线性回归模型用于评估与住院时间的关联

多变量分析：将双变量分析中p值为0.2或更小的所有因素同时分别输入多变量线性和逻辑回归模型。 混杂被评估为在未调整和调整的模型之间有 10% 或更多的差异。 统计显着性定义为 p < 0.05

分析数据以图形、表格和文本形式呈现。 线性回归的结果以系数表示，逻辑回归的结果以OR表示，置信区间为95%。