基于机构的影响因素对术前血测试前低风险的手术:贝叶斯广义线性混合方法

文摘

优化提供卫生保健服务在临床实践中,应该减少使用不必要的干预。尽管建议减少全球已经接受,最近的研究显示,使用这样的过程仍在继续增加。我们进行了一项回顾性队列研究使用一个全国性的,因为数据库评估影响因素术前血液检测低风险的手术之前,通过贝叶斯广义线性混合方法。研究期间从4月1日成立,2012年3月31日,2016年和69252年的手术在9922年执行机构包括在分析中。意味着患者为44.3±11.3岁(女57%)。手术前进行血液测试程序的59.0%。制度因素中,床的数量显著相关,术前血液检测(比值比(95%最高的后验密度区间间隔(HPD)], 2.64 [2.53 - 2.75])。的区别(95%可信区间)的术前血液检测机构之间< 100个床位和≥100个床位是0.315(0.309 - 0.322),和贝叶斯指数是1.00。这表明,术前血测试受到制度因素的强烈影响,这表明特定的指导方针应制定避免过度低风险的手术的术前测试。

1。介绍

优化医疗服务的交付在临床实践中,使用不必要的和/或non-evidence-based测试,治疗,和程序应该减少(1,2]。除了导致不必要的成本,先前的研究已经显示,常规术前测试减少不良事件和改善手术结果(3- - - - - -6]。2012年,美国内科医学基金会的董事会(ABIMF)发起了明智地选择运动,鼓励医生和病人沟通关于最合适的测试和治疗每个病人1,7]。从那时起,包括日本在内的各国采用了类似活动(7,8),和许多专业社会建议避免常规术前测试低风险的手术患者(9- - - - - -11]。国家健康和保健研究所(NICE)在英国也不鼓励过度术前测试除非这种测试产量临床信息,无法获得从病人的历史和身体检查12]。

虽然这些活动和建议被接受在世界范围内,最近的研究表明,使用不必要的测试仍不断增加13]。先前的研究已经概念化的问题使用全球系统级指标检查每个国家的现实状况影响因素。因此,我们进行了一项回顾性队列研究使用一个全国性的,因为数据库评估影响因素的使用术前低风险的手术前血液测试。具体来说,我们评估的固定影响贝叶斯广义线性混合模型使用马尔可夫链蒙特卡罗方法当考察制度因素的影响(14]。我们还进行了贝叶斯共轭分析比较组间术前血的速度测试,让我们来计算贝叶斯指数 ,可用于确定的概率假设是正确和可靠的间隔(短剑)包含真正的参数15]。

2。材料和方法

2.1。研究概述

我们进行了一项回顾性队列研究使用保险,因为数据库覆盖大约五百万个人保险自2005年以来在日本。个人经历了低风险的手术被包括在分析中。术前血液测试的使用影响因素进行了探讨,以下哪些机构分为两组根据床的数量。两组之间的差异和假设真理被评估的概率。

2.2。研究人群

日本医疗保险,因为数据库提供的数据中心有限公司有限公司(JMDC;日本东京),研究期间从4月1日成立,2012年,2016年3月31日。数据库包括以下信息:性别、年龄、医疗和制药索赔数据(门诊以及住院数据),临床诊断代码(国际疾病分类(icd - 10) 10日修订),药物处方信息编码(世界卫生组织解剖学治疗化学分类编码[ATC编码]),和标准化的程序代码(日本特色的标准化程序代码[K编码])。

低风险的手术是根据眼科K代码定义的,肤浅的,乳腺癌、甲状腺、小妇科、骨科关节镜,和次要泌尿程序,基于以前的研究的结果(9,16]。患者20 - 64岁之前至少12个月的保险数据进行低风险的手术在研究期间都包括在内。个人没有任何必需的临床数据和那些经历了低风险的程序在一个住院病人设置与额外的/紧急程序被排除在外。

2.3。结果

本研究的主要结果测量是术前存在与否的血液测试前低风险的手术。我们使用了一个贝叶斯广义线性混合的方法来估计每个变量的系数(病人变量和制度因素)术前血液测试。术前测试被定义为索引过程的这些要求在60天内(17),包括:全血细胞计数(CBC),基本代谢面板中,凝固测试,和肝功能测试(肝功能)。在日本,医疗保险这些术前测试并不基于病人的医疗保险状况不同。机构术前检查率的差异被认为是二次测量结果。

2.4。统计分析

概括为连续变量均值和标准差(SD),而分类变量概括为频率和比例(%)。

在目前的研究中,我们评估术前的差异测试机构中使用贝叶斯广义线性混合模型(14,18]。机构视为随机效应,包含两个层次的层次结构模型。

在这个模型中,指示是否th的个人机构经历了术前血液检测。因此,代表的伯努利分布参数 。率代表在每个机构术前血液检测的速度。我们假设随机效应均值为0,方差的正态分布 。的hyperparameter认为遵循伽马分布,不取负值,因为它代表了方差。伽马分布的形状和尺度参数都设置为0.001,假设一个固定效应的意思是0和10000的正态分布方差。使用这些参数,该模型可以表示如下: 在哪里代表了固定效应参数和代表了th的个人机构。所有病人变量(年龄[参考:< 25年)、性别(参考:男性),Charlson发病率指数(CCI;参考:0 - 1),抗血小板(参考:不使用),使用抗凝剂使用(参考:不使用),血管紧张素转换酶抑制剂或血管紧张素受体阻滞剂(参考:不使用),使用利尿剂使用(参考:不使用),化疗(参考:nonchemotherapy)类型的麻醉(参考:局部麻醉),眼科手术(参考:nonophthalmologic过程)和手术设置[参考:住院设置])和制度因素(数量的床(参考:< 100),医院状态(参考:nonteaching医院)和操作(参考:Q1的数量])包括贝叶斯预测的广义线性混合模型。我们使用上述表达式来计算每个参数的后验均值和标准错误以及95%的后验密度最高(HPD) 95%区间。我们计算后验分布使用马尔可夫链蒙特卡罗方法通过应用pmmh方法计算算法。共20000个样本计算,第一批500个样本作为老化废弃。我们使用图形化的情节来解释获得收敛的结果(19]。后的每个参数作为模型系数,和这些值被表示为优势比(=优势比)。

我们计算数量的术前血液测试和比较测试机构之间的速度< 100个床位和≥100个床位。我们计算的95%可信区间(CrI)术前血的速度的差异测试使用一个精确的方法。然后我们比较术前血液检测率之间的两个机构组织使用贝叶斯指数提出的川崎和Miyaoka15]。100个床位的门槛曾被用作机构标准分类综合医院在日本,并在日本最近的一项调查也证明了医学相关的阈值(20.]。因此,我们选择使用一个阈值100个床位。

在目前的研究中,我们设置随着术前数量的血液测试与< 100个床位和机构作为机构,≥100个床位。我们认为和为二项随机变量术前血液测试和术前血液测试和参数和 ,分别。共轭先验密度贝塔分布的参数和 ,与参数> 0,> 0, 。被视为noninformative先验分布和定义为测试版 。后的pdf提议的贝塔分布的参数吗 和 。使用后,我们计算准确的贝叶斯指数 。为贝叶斯概率指数的精确表达式提出了如下: 在哪里 , ,代表超几何级数和是Pochhammer象征。

所有统计分析使用SAS 9.4版本Windows (SAS研究所Inc .,卡里、数控、美国)。当执行使用贝叶斯广义线性混合模型分析,我们使用SAS的获得过程。一般的情景应用程序代码分析是包含在附录中2。

2.5。道德的考虑

本研究经伦理委员会批准京都大学的研究生院和医学院(R0800数量,2016年9月8日)。本研究进行了符合赫尔辛基宣言和涉及人体受试者的医疗卫生研究中的伦理指南[在日本21,22]。额外的知情同意是不需要根据这些指导方针。加强流行病学的观察性研究报告(闪光灯)标准应用于本研究的报告(23]。

3所示。结果

3.1。临床特征的参与者

本研究的流程图如图1和病人特点展示在表1。

在研究期间,3543575人从65371年机构包括JMDC数据库中。其中,70244人经历了87858低风险的手术。后18606例符合排除标准的排斥,69252手术在9922年执行机构包括在最终的分析中。在这群平均年龄(SD)是44.3年(11.3年),和57.0%的患者是女性。局部麻醉是最常见的表现。住院过程占手术病例的31.0%和40.6%的机构有≥100个床位。

3.2。术前血液检测和贝叶斯广义线性混合方法

手术前进行血液测试程序的59.0%。每个术前血液测试的患病率是如下:CBC, 57.8%;基本代谢面板中,49.6%;肝功能,48.0%;凝血试验,35.6%。每个变量的优势比(病人变量和制度因素)和95%的HPD间隔术前血液检测提出了表2。病人之间的变量,全身麻醉(5.42[4.85 - 6.03]),抗凝剂使用(3.57[2.22 - 5.61]),和区域麻醉(3.14[2.89 - 3.44])相对与术前血液测试。制度因素中,床在一个机构的数量显著相关,术前血液检测(优势比(95%保护局区间),2.64 [2.53 - 2.75])。图形块用于解释获得的收敛结果包含在附录中1。

3.3。术前血液检测和贝叶斯指数的差异

后β分布参数 和 为机构和≥100个床位 和 为机构< 100个床位。的区别(95%置信区间)在术前血的速度测试机构之间< 100个床位和≥100个床位是0.315(0.309 - 0.322),和贝叶斯指数1.00(表3)。这些发现表明点估计31.5%的差异在术前血液测试,与一个真正的30.9%和32.2%之间的区别。基于贝叶斯的价值指数 ,这种差异可以观察到100%。

4所示。讨论

本研究旨在评估影响因素术前低风险的手术前血液检测个体在全国范围内,因为数据库使用贝叶斯方法。我们的研究结果表明,术前血液检测的速度受制度因素的影响较大,如机构尺寸。此外,我们的研究结果表明,患者因素也与术前血液测试。然而,制度因素的影响仍然为这些变量调整后,说明修改的实践在制度层面减少不必要的术前血液测试是必要的。

在这项研究中,我们利用一个全国性的,因为数据库覆盖470万保险个人治疗超过9000机构在日本(24),这表明我们的结果可能是具普遍性。当我们采用贝叶斯方法与机构设置为随机效应,我们的研究结果对该参数的分散也可以外推到真实生活环境。我们贝叶斯广义线性混合模型的方法表明,机构的调整优势比≥100个床位的数量> 2.5,床是最具影响力的制度因素进行调查。获得收敛的结果有点挑战性,因为强烈的自相关。变薄,或其他类似的技术(例如,扩展的链)与至少两个或三个平行链/参数,可以提高分析的准确性(25]。然而,这些结果是一致的与一个额外的单变量模型分析(或95%保护局区间,4.06[3.93 - 4.21]),强调我们的发现(单变量模型的鲁棒性分析为其他预测包含在附录中3)。此外,贝叶斯协会分析预测中并没有计划在我们当前的研究可以提高我们的分析的影响(26,27]。

95%的国际机构之间的差异与< 100个床位和≥100个床位很窄(大约1%)。使用贝叶斯方法计算国际优越的真正的参数是包含在区间[28,29日]。因此,我们的研究结果有力地表明,制度因素影响术前血液检测,符合先前的加拿大研究的结果(9,17]。机构与大量的床经常执行术前血液测试,这可能是由于以下原因:(1)机构与大量的床上有足够的资源来执行常规实验室检测不管病人的状态和(2)这样的测试可能是常规大机构。我们的研究结果表明,明确的指导方针,术前血液检测必须避免不必要的实验室测试。

本研究具有一些局限性值得注意的。本研究的主要限制是使用有限的数据库信息,作为数据库不包括信息症状或体检结果。此外,操作的数量可能只有quantile-categories分析。因此,我们无法严格评估每个病人术前血液检测的适用性在目前的研究。此外,该数据库包含信息从有限的人口的参与者。因为数据库只包含保险,因为数据积累从大中型规模企业在日本,它只包含数据75岁以下的员工和他们的家庭。因此,我们无法检查病人年龄对术前血液检测的影响。的确,以前的研究已经报道,高龄是围手术期的风险因素事件和并发症,即使在低风险的手术(30.]。额外的调查涉及老年人的影响因此需要更充分地阐明基于和/或institutional-based因素对术前血的速度测试。

5。结论

总之,我们的研究结果表明,术前低风险的手术前血液检测受制度因素的影响,如机构大小,表明贝叶斯方法可以用来开发指导方针旨在减少过度术前测试。未来的研究应该调查的影响更多的患者特征(例如,年龄)在更多样的人口为了建立最适当的指导方针。

的利益冲突

Koji Kawakami收到阿斯特拉谢礼、大正制药、AbbVie,卫材、三菱田边制药、武田制药有限公司,赛诺菲安万特K·K。从奥林匹斯山,咨询费,Kyowa白光麒麟,Kaken制药和大冢制药。没有专利,产品正在开发或销售产品与这些公司要申报的东西。这些公司没有参与研究设计、收集、分析、解释数据;写的手稿;提交投稿或决定。其他作者声明没有利益冲突。

作者的贡献

Ide,一辉Hiroshi并,洋平川崎有完全访问所有数据的研究,负责数据的完整性和数据分析的准确性。研究概念和设计是由Ide和洋平川崎一辉。采集的数据是由Hiroshi并和Koji川上。的数据进行统计分析和解释一辉Ide,洋平川崎,Hiroshi并。起草和修改的手稿是由Ide和洋平川崎一辉。阅读和批准所有的作者都最后的手稿。

确认

作者要感谢工作人员在日本医疗数据中心有限公司,有限公司,东京,日本,为帮助进行数据准备。

补充材料

附录1。获得获得跟踪和自相关函数的情节。附录2。情景应用程序代码进行分析。附录3。单变量分析患者和制度因素。(补充材料)

引用

1. c·k·卡塞尔和j . a .客人,“明智的选择:帮助医生和病人对他们的保健做出明智的决定,”《美国医学协会杂志》上,卷307,不。17日,第1802 - 1801页,2012年。视图:谷歌学术搜索
2. i . l . Vegting m . van Beneden m·h·克雷默a . Thijs p . j . Kostense p·w·纳纳亚卡拉,“如何节约成本,减少不必要的测试:精益思想在临床实践中,“欧洲内科杂志》上,23卷,不。1,第75 - 70页,2012。视图:出版商的网站|谷歌学术搜索
3. g·a·c·l . Chen林:美国Bardach et al .,“在医疗保险接受白内障手术的患者,术前医疗测试”《新英格兰医学杂志》上,卷372,不。16,1530 - 1538年,2015页。视图:出版商的网站|谷歌学术搜索
4. m . s .甘蓝、t . f .主教,公元Federman,和s . Keyhani”五大名单上50亿美元,”内科医学档案,卷171,不。20日,第1859 - 1858页,2011年。视图:谷歌学术搜索
5. o·d·史肯j . Katz, e . b .鲈鱼et al .,“白内障手术前常规术前医疗测试的价值,”《新英格兰医学杂志》上,卷342,不。3、168 - 175年,2000页。视图:出版商的网站|谷歌学术搜索
6. 通用Cavallini p . Saccarola r D中保,a . Gasparin Campi l .、“术前测试的影响在白内障手术,眼科和系统性成果”欧洲眼科杂志,14卷,不。5,369 - 374年,2004页。视图:谷歌学术搜索
7. ABIM基础。选择明智的建议,http://www.choosingwisely.org/wp-content/uploads/2015/01/Choosing-Wisely-Recommendations.pdf,2017年。
8. l·沃格尔“明智的选择在世界各地,”加拿大医学协会期刊,卷187,不。11日,E341-E342, 2015页。视图:出版商的网站|谷歌学术搜索
9. k·r·Kirkham d . n . Wijeysundera c Pendrith et al .,“术前测试在低风险的手术之前,”加拿大医学协会期刊,卷187,不。11日,E349-E358, 2015页。视图:出版商的网站|谷歌学术搜索
10. 五件事医生和患者应该问题,http://www.choosingwiselycanada.org/wp-content/uploads/2014/01/EN-Collection.pdf,2017年。
11. 洛杉矶弗j·a·贝克曼k·a·布朗et al .,“美国心脏病学院/美国心脏病协会工作组实践指南(2002年编写委员会修订准则对非心脏手术围手术期心血管评估);美国超声心动图学会;美国核协会心脏病;心脏节律的社会;心血管麻醉医师协会;学会心血管造影和干预措施;学会血管医学和生物学;血管外科学会。”循环,卷116,不。17日,pp. e418-e99, 2007年。视图:谷歌学术搜索
12. 国家健康研究所和护理。术前测试(更新),https://www.nice.org.uk/guidance/indevelopment/gid-cgwave0689,2017年。
13. s . Brownlee k . Chalkidou j . Doust et al .,“过度使用医疗服务世界各地的证据,”《柳叶刀》,卷390,不。10090年,第168 - 156页,2017年。视图:出版商的网站|谷歌学术搜索
14. y赵,j . Staudenmayer b . a . Coull和m。魔杖,“总体设计贝叶斯广义线性混合模型,”统计科学。回顾《数理统计学院,21卷,不。1,35-51,2006页。视图:谷歌学术搜索|MathSciNet
15. y川崎和大肠Miyaoka,”贝叶斯推理两个比例”《生物制药的统计数据,22卷,不。3、425 - 437年,2012页。视图:出版商的网站|谷歌学术搜索
16. l . g .一眼s . j . Lustik e·l·汉纳et al .,“手术死亡率概率模型,”年报的手术,卷255,不。4、696 - 702年,2012页。视图:出版商的网站|谷歌学术搜索
17. k·r·Kirkham d . n . Wijeysundera c Pendrith et al .,“术前实验室调查。”麻醉学,卷124,不。4、804 - 814年,2016页。视图:出版商的网站|谷歌学术搜索
18. y方、h街和j·韦克菲尔德,“广义线性混合模型、贝叶斯推理”生物统计学,11卷,不。3、397 - 412年,2010页。视图:出版商的网站|谷歌学术搜索
19. 大肠Lesaffre和a·b·劳森贝叶斯生物统计学新泽西州霍博肯市约翰·威利和儿子,美国,2012年。
20. 日本医学协会研究所。2011年工作报告,http://www.jmari.med.or.jp/download/WP238.pdf,2017年。
21. 世界医学协会,”世界医学协会赫尔辛基宣言涉及人体受试者的医学研究中的伦理原则”美国医学协会杂志》上,卷310,不。20日,第2194 - 2191页,2013年。视图:出版商的网站|谷歌学术搜索
22. 卫生部、劳动和福利。,Ethical Guidelines for Medical and Health Research Involving Human,http://www.mhlw.go.jp/file/06 seisakujouhou daijinkanboukouseikagakuka/0000153339.pdf——10600000。
23. e·冯·榆树,d·g·奥特曼,m . Egger s . j .可以排除p c . Gøtzsche j.p. Vandenbroucke,“加强流行病学的观察性研究报告(闪光灯)声明:观察性研究报告指南,”国际期刊的手术,12卷,不。12日,第1499 - 1495页,2014年。视图:出版商的网站|谷歌学术搜索
24. 日本的医疗数据中心。“JMDC声称数据库”,https://www.jmdc.co.jp/en/about/database.html,2017年。
25. s·m·林奇,介绍应用贝叶斯统计和社会科学家的估计,激飞纽约,纽约,纽约,美国,2007年。视图:出版商的网站
26. Ghosh和a . e . Ghattas“贝叶斯变量共线性下选择,”美国统计学家,卷69,不。3、165 - 173年,2015页。视图:出版商的网站|谷歌学术搜索|MathSciNet
27. j·m·斯坦顿推理的数据。介绍传统和贝叶斯统计使用R,2017年。
28. j·j·李和c·t·楚说:“贝叶斯临床试验的行动,”医学统计没有,卷。31日。25日,第2972 - 2955页,2012年。视图:出版商的网站|谷歌学术搜索|MathSciNet
29. m . j . Bayarri和j·o·伯杰,”贝叶斯和频率论的分析的相互作用,”统计科学。回顾《数理统计学院,19卷,不。1,58 - 80、2004页。视图:谷歌学术搜索|MathSciNet
30. j . Benarroch-Gampel k·m·谢菲尔德c·b·邓肯et al .,“择期的患者中术前实验室检测,低风险的眼科手术,”年报的手术,卷256,不。3、518 - 528年,2012页。视图:出版商的网站|谷歌学术搜索

版权

版权©2017 Ide等一辉。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。