患者特征是否影响分诊错误？一项揭示急诊科分诊偏差与审计干预效果的准实验研究

急诊科分诊错误率高达10%-30%，但患者特征与分诊偏差的关联尚不明确。意大利Merano医院团队通过准实验研究（2019-2021）发现：年龄、陪同状态等特征显著影响分诊准确性，而每日审计可降低错误率并削弱特征相关性。该研究为急诊质量改进提供了循证依据，成果发表于《International Emergency Nursing》。

　　

急诊分诊的隐秘偏差：当患者特征成为医疗决策的干扰项
在急诊科的嘈杂环境中，分诊护士需要在几分钟内决定患者的优先级别——这一过程被称为分诊（Triage）。尽管国际通用的分诊系统如ESI（Emergency Severity Index）和CTAS（Canadian Triage and Acuity Scale）已广泛应用，但研究显示分诊错误率仍高达10%-30%。更令人担忧的是，这种错误可能并非随机发生：患者的年龄、是否有人陪同，甚至旅游身份，都可能成为分诊决策的潜在干扰因素。

意大利Merano医院的研究团队敏锐地捕捉到这一临床痛点。他们通过一项为期两年的准实验研究（2019年6月至2021年6月），首次系统评估了患者社会人口学特征与分诊错误的关联，并创新性地引入每日审计（Daily Auditing）作为干预手段。这项发表在《International Emergency Nursing》的研究，不仅揭示了医疗决策中隐藏的认知偏差，更为急诊质量控制提供了可操作的解决方案。

关键技术方法
研究采用准实验设计（Quasi-Experimental），对比审计干预前后（Pre-Post）1,773例患者数据。通过多因素逻辑回归（Multinomial Logistic Regression）分析年龄、转运方式等变量与过度分诊（Over-Triage）和不足分诊（Under-Triage）的关联。队列数据来自意大利北部Merano医院急诊科，统计方法包括Mann-Whitney U检验和卡方检验。

研究结果
背景
国际分诊系统虽标准化，但实施效果受人为因素影响。研究指出分诊不仅是医疗行为，更涉及认知心理学范畴的判断偏差。

方法
创新性地将审计干预与患者特征分析结合。前期的单中心研究仅关注总体错误率，而本研究首次区分过度/不足分诊，并纳入社会人口学变量。

结果
干预前队列（n=904）显示：高龄患者（OR=0.98）和有陪同者（OR=0.54）更少发生过度分诊；干预后（n=869）仅旅游身份仍与不足分诊相关（OR=1.89）。审计使总体错误率下降，且削弱了多数特征相关性。

讨论
研究证实分诊决策存在"刻板印象威胁"——医护人员可能无意识地将患者特征与病情严重程度关联。审计机制通过即时反馈打破这种认知定势，其效果类似航空业的"黑匣子分析"。

结论
该研究具有双重突破：首次量化患者特征对分诊的影响，并验证审计干预的"去偏见"效果。作者Arian Zaboli团队建议将审计制度纳入急诊科标准操作规程，同时强调需开发针对旅游患者的文化敏感性培训。这些发现对实现WHO提出的"医疗公平性"目标具有实践意义，也为人工智能分诊系统的偏差校正提供了人类决策参照。