种植历史、农艺规则以及商品价格共同决定了中欧地区的作物轮作方式

《Agricultural Systems》：Cropping history, agronomic rules, and commodity prices shape crop rotations across Central Europe

本研究比较了基于电子健康记录（EHR）自动统计模型与美国外科医师学会国家手术质量改进计划（ACS-NSQIP）手动图表审查的术后感染风险调整结果，覆盖九大手术专科、五所医院2013-2019年的307,335例患者数据。结果显示自动模型与手动审查的感染率（手术部位感染、尿路感染、脓毒症、肺炎）O/E比相似（相关系数0.77，绝对误差均值0.13），置信区间完全重叠，感染率越高模型准确性越优。证实简化的统计模型可有效替代人工审查，为医院感染质量监控提供高效工具。

　　

Kathryn L. Colborn|Yizhou Fei|William G. Henderson|Yaxu Zhuang|Adam R. Dyas|Michael E. Matheny|Christina M. Stuart|Robert A. Meguid

摘要

背景

本研究比较了基于电子健康记录（EHR）数据的统计模型（“自动化”方法）与美国外科医师学会国家外科质量改进计划（ACS-NSQIP）手工病历审查得出的风险调整后术后感染结果。

材料与方法

研究纳入了2013至2019年间在一家医疗系统内的五家大型医院接受九个外科专科手术的成年患者。共有307,335名患者接受了441,047次不同的手术。其中30,603名患者的记录被链接到当地的ACS-NSQIP数据库（链接率为97%）。研究使用了先前发布的模型来估计术前风险和术后感染的发生率，从而计算出手术部位感染、尿路感染、败血症/脓毒性休克和肺炎的观察事件与预期事件比率（O/E）。

结果

在五家医院和四种感染类型中，将风险调整后的感染结果以O/E比率进行比较时，自动化方法与手工病历审查的结果相似。医院间的O/E比率相关系数为0.77，平均绝对差异为0.13，且100%的置信区间相互重叠。随着感染发生率的增加，各感染类型的关联性和平均绝对差异也有改善。

讨论

应用于EHR数据的简洁统计模型可以准确估计所有手术的风险调整后术后感染结果。

结论

这些模型可用于加强术后感染监测，从而提升医院质量。

部分内容摘录

背景

术后并发症较为常见且费用高昂，预计随着人口老龄化及合并症的增多，这种情况会进一步加剧。1, 2 根据美国外科医师学会国家外科质量改进计划（ACS-NSQIP）的数据，13%接受大手术的患者会出现术后并发症，其中超过一半是由感染引起的。3 并发症对医疗系统造成重大影响，降低患者的生活质量，并增加

材料与方法

本研究获得了科罗拉多多机构审查委员会（#20-1862）的批准。研究使用了两种数据来源：1）2013年6月30日至2019年10月16日期间在科罗拉多大学健康中心（UCHealth）五家医院进行的所有手术的结构化EHR数据；2）同一时期当地ACS-NSQIP登记数据（约占全部EHR手术数据的7%）。

结果

在2013年6月30日至2019年10月16日期间，EHR中记录了九个外科专科的661,664例手术。我们仅保留了每位患者在30天周期内首次记录的手术，因此从307,335名患者的完整EHR数据集中得到了441,047例独特的手术记录。手术次数的分布情况见补充表3。有227例（占441,047例的0.05%）因缺乏术前EHR数据而被排除。

讨论

我们将简单的统计模型应用于结构化EHR数据，发现其得出的风险调整后术后感染结果与手工病历审查的结果相似，并且可以扩展到所有手术患者，从而提供更精确的估计。对于手术部位感染（SSI），这种方法的准确性最高；随着各感染类型发生率的增加，其准确性似乎也有所提高。ASPIN模型可以用来补充或替代手工病历审查

结论

将ASPIN模型应用于结构化EHR数据，可以以极低的成本增强术后感染监测工作。ASPIN的结果可以及时反馈给外科医生。

利益冲突

这些数据来源于ACS-NSQIP及其参与医院；ACS未对数据分析的统计有效性或作者得出的结论进行验证，也不对此负责。所有作者均声明与本文无关的利益冲突。

致谢

.

资金支持

该项目得到了医疗研究与质量局（Agency for Healthcare Research and Quality）的R01HS027417号资助。内容仅代表作者观点，不一定代表医疗研究与质量局的官方立场。