德国癌症手术最低病例量精准确定：基于人群归因分数模型的突破性探索

本文通过分析德国大量癌症手术病例数据，运用人群归因分数（PAF）模型确定最低手术病例量（MSCs）。结果显示不同癌症手术的 MSCs 不同，且线性趋势法得到的 MSCs 在降低死亡率上更优，还评估了其现实可行性，为癌症手术质量提升提供重要依据。

　　

研究背景

2020 年，肺癌、食管癌、胃癌、胰腺癌、结肠癌和直肠癌占全球新诊断癌症患者的 32.5%。对于胃肠道恶性肿瘤和肺癌，手术切除仍是分期依赖的标准治疗的一部分，但这些手术的并发症和死亡率较高。手术量与并发症发生、并发症救治失败及院内死亡率相关 ，尽管有质量改进项目推动手术集中化，但市场驱动的方法在促进集中化方面成效不佳。

目前缺乏确定最低手术病例量（MSCs）阈值的既定方法，现有阈值多基于不同背景的文献证据，由专家小组评估。因此，需要统计方法来确定 MSCs 阈值。本研究分析德国全国范围内相关癌症手术患者记录，采用归因风险模型，将未达到虚拟 MSCs 的医院手术表现定义为风险因素。

研究方法

1. 数据采集与研究人群定义：依据德国癌症协会认证标准，使用德国联邦统计局提供的匿名计费数据识别患者。纳入标准为 2011 年 1 月 1 日至 2022 年 12 月 31 日期间，成人至少进行 1 次可认证的非急诊手术。采用 Stausberg 等人提出的共病评分评估共病情况 ，并遵循 CHAMP 声明清单、RECORD 和 STROBE 指南进行报告，研究已在 Research Registry UIN 注册。
2. 统计分析：人群归因分数：将未达到 MSCs 的医院手术表现定义为风险因素，采用人群归因分数（PAF）模型。通过基于临床假设的析取原因标准确定协变量，使用稳健泊松混合效应回归，调整手术范围、主要诊断、共病、年龄和性别等因素，计算未达到虚拟 MSCs（fMSC）的院内死亡率相对风险（RR）。排除混杂变量间的显著共线性，构建多元分数多项式模型评估线性假设。使用 Miettinen 公式计算 PAF，并通过聚类稳健标准误差获得 95% 置信区间。采用线性趋势法确定 MSCs，即 PAF 曲线平滑后，一阶导数小于 0 且再增加 10 个 fMSC 导致 PAF 增加小于前 10 步 50% 时的 fMSC 值为 MSCs。
3. 测试和验证队列：使用 2011 年 1 月 1 日至 2018 年 12 月 31 日的患者队列作为训练队列确定 MSCs，并将其应用于训练队列和 2019 年 1 月 1 日至 2022 年 12 月 31 日的验证队列。
4. 主要和次要终点：主要终点为验证队列中未达到线性趋势 MSCs 的 PAF。次要终点包括验证队列中因未达到线性趋势 MSCs 导致的归因死亡数，以及通过地理路由计算的患者到治疗医院和最近达到 MSCs 医院的旅行距离和时间差异。同时对比线性趋势 MSCs 和当前 MSCs（截至 2018 年 1 月 1 日）的应用情况。
5. 伦理批准声明：基于匿名医院计费数据的回顾性分析，根据德国法律无需伦理投票。

研究结果

1. 研究人群：共纳入 824,535 例患者记录。训练队列中，不同癌症手术的患者特征存在差异，如年龄、性别比例、共病评分、住院时间、医院数量和每家医院每年的患者手术量等。总体院内死亡率在不同癌症手术中有所不同，胰腺切除术最高（7.3%），肺切除术最低（2.9%）。
2. 主要和次要终点：线性趋势法确定的 MSCs 为：肺切除术每年 50 例、食管切除术 31 例、胃切除术 31 例、胰腺切除术 48 例、结肠癌切除术 28 例、直肠癌切除术 43 例。验证队列中，未达到 MSCs 的 PAF 在结肠癌切除术最低（8.8%），胰腺切除术最高（30.6%）。归因死亡数在肺切除术最低，胰腺切除术最高。达到线性趋势 MSCs 的医院比例在直肠癌切除术最低（2.1%），结肠癌切除术最高（29.5%）。达到 MSCs 的医院院内死亡率低于未达到的医院。

验证队列中，患者到治疗医院的驾驶距离在结肠癌切除术最短（19.2 km），食管切除术最长（28.9 km）。重新分配患者到达到 MSCs 的医院，驾驶距离增加比例在结肠癌切除术为 29.6%，肺切除术为 52.0% 。潜在中位驾驶距离差异在结肠癌切除术为 -3.5 km，直肠癌切除术为 +39.1 km。与当前 MSCs 相比，线性趋势 MSCs 在多个癌症手术中可挽救更多生命，如食管切除术多挽救 80 例、胃切除术多挽救 80 例、胰腺切除术多挽救 300 例、直肠癌切除术多挽救 159 例。
3. 事后分析：驾驶距离分析的区域差异和基于当前及线性趋势 MSCs 的医院状态：驾驶距离分析显示，不同癌症手术和不同州的患者到治疗医院的驾驶距离存在差异，患者到达到 MSCs 医院的驾驶距离增加比例和最终距离也因州而异。患者区域代码的人口密度与到治疗医院的驾驶距离相关，且与到最近达到 MSCs 医院和治疗医院的距离差异也相关。

与当前 MSCs 相比，应用线性趋势 MSCs 对大多数医院的医院状态影响不大。在验证队列的 1,084 家医院中，775 家（71.5%）未达到任何当前 MSCs，769 家（70.9%）未达到任何线性趋势 MSCs。但达到线性趋势 MSCs 的医院更可能仅在 1 个实体中达到，而非多个实体。

研究讨论

本研究提出的统计模型确定的线性趋势 MSCs 在降低院内死亡率方面优于当前 MSCs，且在驾驶距离分析中，多数情况下患者到达到线性趋势 MSCs 医院的距离变化在可接受范围内。与法律规定和德国癌症协会设定的当前 MSCs 相比，线性趋势 MSCs 在部分实体中有显著差异，能带来更大的潜在死亡率降低。

本研究的优势在于样本量大，包含 2011 - 2022 年德国所有相关癌症手术患者记录，不受社会地位和医院性质影响。然而，研究也存在局限性。由于是回顾性研究，无法得出因果结论。PAF 模型只能估计风险因素存在时的结果比例，不能分析因果关系。选择院内死亡率作为结果参数，是因为并发症定义和分级在二次数据分析中存在偏差。该模型可能仅适用于已知手术量 - 结局关系的实体。

此外，研究基于真实世界数据，现有法律和认证的 MSCs 影响了患者手术量分布，且存在自发集中化现象。研究还缺乏患者社会地位、收入、TNM 分期、R0 切除边缘、再入院及长期结局等数据，可能存在患者重复记录。同时未进行效用分析，未考虑患者重新分配和额外医疗资源需求。另外，缺乏外科医生手术量数据，且手术量在肿瘤切除质量分析中存在争议，手术量 - 结局关系受多种因素影响，不同医疗系统存在差异，基于手术量的方法可通过纳入风险调整视角优化。

未来，本研究的方法可应用于其他有手术量 - 结局关系的介入和手术领域，但需定期重新评估病例量阈值。希望本研究能推动关于确定和更新病例量阈值的共识指南的制定。总之，本研究基于人群的方法为估计有手术量 - 结局关联的手术的最低病例量阈值提供了新途径。