《The Journal of Emergency Medicine》：A Comparison of Time to Sepsis Alert and Antibiotics in Emergency Department Patients by Language Preference
编辑推荐：
急诊脓毒症非英语语言偏好患者诊疗差异研究。通过11,420例急诊脓毒症警报数据分析，发现非英语语言偏好（NELP）患者与英语偏好（ELP）患者在总体警报激活及抗生素治疗时间无显著差异，但按急诊严重指数（ESI）分亚组后，ESI 2亚组NELP患者临床主动警报激活时间快17分钟（HR 1.76），而ESI 3-5亚组中NELP患者警报激活时间慢17分钟（HR 0.64），提示语言偏好可能影响分诊评分与脓毒症识别。
Rebecca J. Schwei | Christopher Shank | Ryan E. Tsuchida | Francesca Arias | Maichou Lor | Manish N. Shah | Douglas Wiegmann | Michael S. Pulia
美国威斯康星大学麦迪逊分校医学院和公共卫生学院急诊医学系，麦迪逊，威斯康星州
摘要
背景
先前的研究发现，在控制了人口统计、疾病严重程度和临床接触变量后，非英语使用者（NELP）与英语使用者（ELP）患者在住院期间的败血症相关死亡率存在差异。目前尚不清楚这种差异是否也存在于急诊科。
目的
我们比较了非英语使用者和英语使用者患者在败血症警报发出以及接受抗生素治疗所需的时间，分别从整体情况和按急诊严重程度指数（ESI）亚组进行对比。
方法
在这项回顾性观察性队列研究中，自变量为患者偏好的语言，因变量为败血症警报发出的时间（由医生触发 vs 自动触发）以及患者接受抗生素治疗的时间。我们建立了多变量调整后的Cox比例风险模型，并使用了逆概率治疗加权（IPTW）方法。
结果
总体而言，非英语使用者和英语使用者患者在败血症警报发出时间和抗生素使用时间上没有显著差异。但在ESI 2亚组中，由医生触发的警报情况下，非英语使用者的警报发出时间更快（绝对差异：17分钟；调整后HR：1.76，99.44% CI 1.22, 2.54，p<0.001）。在ESI 3-5亚组中，由医生触发的警报情况下，非英语使用者的警报发出时间反而更慢（绝对差异：17分钟；调整后HR：0.64，99.44% CI 0.44, 0.94，p=0.012）。
结论
虽然总体上非英语使用者和英语使用者患者在败血症警报发出时间上没有差异，但在某些亚组中存在显著差异，这表明语言偏好可能与分诊评分和败血症识别有关。抗生素使用时间上没有差异，这表明精心设计的临床决策辅助系统（BPAs）有助于支持公平的临床实践。
章节摘录
引言
败血症是美国主要的发病率和死亡率原因，每年导致约170万次住院和27万人死亡。基于性别、种族、社会经济地位和非英语使用等多种健康决定因素，观察到了临床结果的显著差异。
方法
我们进行了一项回顾性观察性队列研究，数据来自威斯康星州Verona市的Epic电子健康记录（EHR）。研究对象为2014年7月14日至2023年12月31日期间在同一医疗系统中两家中西部急诊科就诊的成年败血症患者。这两家急诊科2023年共接诊了约102,000名患者。该研究获得了当地机构审查委员会的批准，并遵循了观察性研究报告的规范。
基线特征
最终分析样本包括11,420例出现败血症警报的患者（图1）。非英语使用者占样本的4%（n=430），这些患者使用了32种不同的语言。最常见的非英语语言依次为西班牙语（70%，n=303）、苗语（6%，n=26）、普通话（5%，n=21）、阿拉伯语（3%，n=12）和美国手语（2%，n=7）。总体上，97%（n=11,082）的患者首次警报是通过临床决策辅助系统（BPAs）发出的，3%（n=317）的患者首次警报是通过代码识别的。
讨论
本研究涵盖了9.5年间在一个社区和一家学术急诊科发生的11,000多例败血症病例。主要分析结果显示，无论是医生触发还是自动触发的败血症警报，非英语使用者和英语使用者患者在警报发出时间上没有显著差异。这些结果与我们的假设相反，即语言沟通不畅可能导致处理时间延长。
文章总结
- 为什么这个话题重要？先前的研究发现，在住院环境中，非英语使用者与英语使用者的败血症相关死亡率存在差异。目前尚不清楚这种差异是否也存在于急诊科。
- 本研究试图探讨什么？研究目的是比较诊断延迟（定义为败血症警报发出的时间，分为医生触发和自动触发）和治疗延迟。
资助
无
作者贡献
RJS和MSP提出了研究方案；RJS获取数据并进行了所有统计分析。CS和MSP监督了统计分析。所有作者参与了研究设计、数据分析和结果解读。RJS起草了论文全文，所有作者都对论文修订做出了重要贡献。RJS对整篇论文负最终责任。
作者贡献声明
Rebecca J. Schwei：撰写初稿、软件使用、项目管理、方法学设计、调查实施、数据分析、概念构建。
Christopher Shank：撰写与编辑、监督工作、方法学设计、数据分析、概念构建。
Ryan E. Tsuchida：撰写与编辑、监督工作、方法学设计。
Francesca Arias：撰写与编辑、监督工作、方法学设计。
Maichou Lor：撰写与编辑、监督工作、方法学设计。
Manish N. Shah：撰写与编辑。
利益冲突声明
作者声明没有已知的财务利益或个人关系可能影响本文的研究结果。
