思脓毒症、写脓毒症、编脓毒症——德国住院行政健康数据中脓毒症编码不足的患者特征分析

《Infection》：Think sepsis, write sepsis, code sepsis – patient characteristics associated with sepsis (under-)coding in administrative health data

本研究针对脓毒症在行政健康数据中编码可靠性低的问题，通过多中心回顾性观察研究（OPTIMISE研究），分析了10,334例医院病例。研究发现，仅30.7%符合严重脓毒症-1标准的病例被正确编码，医疗记录中明确提及“脓毒症”（OR 19.58）是编码准确性的最强预测因子。ICU治疗、器官功能障碍严重程度和机械通气与较高编码率相关，而肺炎作为感染源则降低编码概率。该研究为德国2026年强制实施的脓毒症质量保证程序提供了改进依据，强调需通过针对性干预（如加强临床文档记录和电子编码支持）提升编码可靠性。

　　

脓毒症（Sepsis）作为一种由感染引发的危及生命的疾病，一直是全球医疗卫生领域面临的重大挑战。其高发病率和高死亡率使得准确的流行病学监测和质量保证变得至关重要。然而，在德国的住院行政健康数据（Inpatient Administrative Health Data, IAHD）中，脓毒症的文档记录和编码却长期存在不可靠的问题。这种编码不准确不仅影响了医疗资源的合理分配和医院报销，还可能误导政策制定和质量改进措施的实施。尽管此前已有研究指出脓毒症编码存在低估或错误分类的现象，但针对其背后原因的系统分析仍较为缺乏。

为了深入探究这一问题，研究人员开展了一项名为“思脓毒症、写脓毒症、编脓毒症”的多中心研究，旨在识别与脓毒症诊断不足和编码不足相关的患者特征。该研究基于OPTIMISE研究的数据，对2015年至2017年间来自德国十家医院的10,334例住院病例进行了二次分析。通过将结构化病历审查结果与ICD编码诊断进行对比，研究人员发现，在1,310例符合严重脓毒症-1（Severe Sepsis-1）标准的病例中，仅有30.7%被正确编码。这一结果突显了当前脓毒症编码实践的严重不足。

研究进一步通过逻辑回归和分类树分析，揭示了影响脓毒症命名和编码的关键因素。其中，医疗记录中明确提及“脓毒症”是编码准确性的最强预测因子（优势比Odds Ratio, OR为19.58）。此外，ICU治疗、器官功能障碍的严重程度以及机械通气等病情严重程度指标也与较高的编码率正相关。相反，以肺炎作为感染源的病例则更可能被漏编。这些发现不仅量化了编码偏差的程度，还指出了改进的具体方向，为即将于2026年在德国实施的强制性脓毒症质量保证程序提供了重要依据。

在研究方法上，研究人员主要采用了多中心回顾性观察设计，基于分层抽样策略从十家德国医院中选取样本。通过训练有素的研究医师进行结构化病历审查，使用电子病例报告表（eCRF）收集临床数据，并与行政健康数据链接。统计分析则结合了逻辑回归和分类树模型，以识别脓毒症命名和编码的预测因子，并充分考虑了抽样权重和医院聚类效应。

研究结果部分通过多个维度详细展示了脓毒症编码的现状及其影响因素。

脓毒症命名的影响因素

分析显示，仅有49.8%的严重脓毒症-1病例在病历中被明确命名为“脓毒症”。病情严重程度指标（如全身炎症反应综合征（Systemic Inflammatory Response Syndrome, SIRS）标准数量、器官功能障碍数量及器官支持措施数量）均显著增加脓毒症命名的几率。感染特征也会影响命名，例如，与微生物学确认的感染相比，其他确认方式、院内感染以及肺炎作为感染源会降低命名几率，而心血管、胸部和泌尿生殖系统感染源则提高命名几率。分类树分析进一步识别出六个终端节点，其中器官功能障碍数量（≥4个）是区分命名与否的最强因素，曲线下面积（Area Under the Curve, AUC）为0.78，表明模型具有较好的判别能力。

脓毒症编码的影响因素

在编码方面，医疗记录中明确命名“脓毒症”是正确编码的最强预测因子（OR 19.58）。病情严重程度指标（如器官功能障碍数量、休克状态等）同样与编码准确性正相关。而感染确认方式和非呼吸系统感染源（如心血管、胸部感染和原发性菌血症）则与较高编码几率相关。分类树分析确定了四个终端节点，其中命名脓毒症是实现真假阳性区分的最主要因素（AUC=0.87）。即使在被命名的病例中，也仅有56.2%被正确编码，表明编码环节存在独立于临床识别的额外偏差。

讨论部分指出，脓毒症在行政健康数据中的编码不准确性是一个普遍问题，本研究首次系统分析了命名与编码之间的关联及其预测因素。研究发现与既往研究一致，即病情严重程度和ICU治疗是编码的重要驱动因素。然而，即使在被临床明确识别的病例中，编码率仍不足六成，提示单纯依靠临床培训可能不足以解决问题。电子支持系统、改进的编码指南以及临床医生与编码员的紧密协作可能是更有效的解决方案。研究还指出，支付方可能因报销规则对脓毒症诊断提出异议，这也是导致编码不足的潜在原因。

综上所述，该研究通过大规模多中心数据揭示了脓毒症编码不足的严重程度及其关键影响因素，为改进编码实践和质量保证措施提供了实证基础。研究人员强调，随着德国即将实施强制性脓毒症质量保证程序，针对性的干预措施——如优化临床文档记录、加强专业培训以及引入电子决策支持工具——对于提升数据可靠性和患者护理质量至关重要。该论文发表于《Infection》杂志，为全球范围内类似医疗体系中的脓毒症管理改进提供了重要参考。