关于利用医院开展的活动数据来评估高血压护理流程的有效性

《Blood Pressure》：On the Use of Hospital-Based Campaign Data to Evaluate Hypertension Care Cascades

作者质疑De Bacquer等研究结论的乐观性，指出其样本选择偏差（主要来自医院和活动参与者），导致高估诊断率（88.5% vs 21.5%）和治疗率（66.4% vs 25%）。对比另一项方法严谨的研究（诊断率56.7%，治疗率49.8%），强调应避免用非代表性数据计算疾病频率。

　　

关键词：

• 患病率
• 流行病学
• 护理流程
• 选择偏倚
• 筛查数据
• 比利时

免责声明

为了服务作者和研究人员，我们提供了这篇已接受的手稿版本（AM）。在最终发布记录版本（VoR）之前，将对该手稿进行校对、排版和审稿。在制作和印刷前可能会发现影响内容的问题，所有适用于该期刊的法律免责声明也适用于这些版本。

尊敬的编辑：

我仔细阅读了De Bacquer等人的有趣研究[1]。我想对他们得出的“ halves规则不再成立”的结论提出反驳，因为我认为这种解释忽略了重要的方法学问题。

作者报告了“五月测量月”（MMM）的活动结果，这是一项针对普通人群的血压测量筛查和意识提升活动。他们使用了2017年至2023年在比利时开展的活动数据（排除了COVID疫情期间两年）。在他们的结果中，展示了高血压的患病率、未诊断的高血压、未经治疗的高血压以及控制不佳的高血压的比例。他们得出结论认为，传统的“ halves规则”不再成立——即一半的高血压患者未被诊断，一半被诊断的患者未接受治疗，一半接受治疗的患者未能达到治疗目标，而实际上这些比例分别为21.5%、25%和41.9%。

如果应用护理流程中常用的条件方法，同样的数据表明：在他们样本中，88.5%的高血压患者得到了诊断，66.4%接受了治疗，38.6%得到了有效控制。

在得出这些结论时，一个主要的選擇偏倚问题没有得到充分考虑。这项意识提升活动主要在医院进行，参与者主要是患者、访客和医护人员。进行患病率研究的一个关键要求是，风险人群中的每个个体都有相同的被抽样的机会[2, 3]。只有从具有代表性的样本中得出的患病率估计才有意义。如果没有这个前提，关于人群水平的结论可能会产生误导。由于这个前提难以实现，因此健康访谈调查遵循严格的方法论[4]。

在比利时，这些调查由公共卫生机构Sciensano负责。2018年，常规健康访谈调查增加了健康检查部分，其中包括血压测量和其他临床数据[5]。根据这些数据，我们计算了比利时高血压的护理流程，得出结论：56.7%的高血压患者得到了诊断，49.8%接受了治疗，23.5%得到了良好控制[6]。这些数据得出的结论比De Bacquer等人的结果更为悲观。

这些差异是可以解释的。去医院的人更有可能被诊断或接受治疗，因为患者已经在接受治疗，家庭成员与接受治疗的人关系密切，医院工作人员也更加了解高血压的风险和重要性。此外，当路过活动展位时，已经确诊或正在接受治疗的人可能更愿意参与，因为他们对自己当前的控制情况感到好奇。

总之，尽管De Bacquer等人的研究很有价值，尤其是由于其参与者数量众多且采用了纵向设计，但在解释研究结果时应当考虑样本中的选择偏倚问题。从他们的数据得出的结论似乎过于乐观，尤其是与同一时期进行的方法学严谨的基于人群的研究结果相比。尽管如此，通过医院开展的机会性活动收集的数据对于得出纵向结论或评估高血压意识非常有帮助，但不应仅用这些数据来计算疾病发生率。

声明

作者声明没有需要披露的利益冲突。

本手稿的编写得到了Microsoft Copilot（GPT-4，2025年10月版本）的帮助，这是一个生成式AI工具。该工具用于辅助语言润色。所有智力内容、解释和最终决定均由作者完成。

资助

作者报告称，本文所述工作未获得任何资助。