评论：机器人辅助与手动全髋关节置换术后的并发症及再入院率：一项大型多医院研究

《Medical Care》：Commentary on: Postoperative Complications and Readmission Rates in Robotic-Assisted and Manual Total Hip Arthroplasty: A Large, Multi-Hospital Study

基于多元匹配开发的新医院绩效评估报告卡，通过匹配同地区不同资源水平的对照组，比较心梗、心衰、肺炎患者的30天死亡率及再访率，发现匹配报告卡能精准识别医院在特定患者群体中的服务短板。

　　

摘要

背景与目标：

为了改进现有的医院评级系统，我们开发了一种基于多变量匹配的新评分卡。

研究设计：

我们为每名目标医院的患者匹配了10名在“资源丰富”的医院接受治疗的对照组患者（这些医院具有出色的医院条件），以及10名在“普通”医院接受治疗的对照组患者（这些医院的条件较为普通）。匹配依据是Medicare索赔数据中的300多项患者特征。评分基于目标医院患者与其匹配对照组患者之间的治疗结果差异。我们还进行了“类似”匹配，即为每名目标医院患者匹配多名具有相似患者特征的对照组患者，这些对照组患者是在与目标医院条件相似的医院接受治疗的，以此来回答“与我的患者情况相似、在类似医院接受治疗的患者会有怎样的治疗效果？”这个问题。此外，我们还按多重疾病状态报告了治疗效果。

研究对象：

2017年至2019年间因心脏病发作、心力衰竭和肺炎而入住Medicare医院的患者。为了说明我们的方法，我们选取了同一地区的4家医院进行案例分析：一家知名的“旗舰”教学医院、同一旗舰系统旗下的附属医院、一家表现不佳且不属于该系统的医院，以及一家数据统计不稳定的小型医院。

评估指标：

30天死亡率和再次就诊率。

研究结果：

为每家医院生成了评分卡。

结论：

通过匹配评分卡，用户可以更好地对医院进行对比，从而了解在对待相似患者的情况下，某家医院的表现为何低于其他医院。