肝移植后的并发症：我们是否取得了进展？

《Liver Transplantation》：Postoperative complications after liver transplantation: Are we making progress?

肝硬化护理存在系统差异，需通过数据标准化（如OMOP模型）、统一质量指标（如AASLD指南落地）和跨机构干预共享（含FHIR支持）提升医疗公平性，研究揭示资源差异（如肝移植可达性）和种族不平等问题。

　　

肝硬化仍然是美国发病率、死亡率及医疗成本的主要诱因之一，这凸显了迫切需要改进医疗护理模式，以提高患者的生活质量和生存率。美国肝脏疾病研究协会（AASLD）和欧洲肝脏研究协会（EASL）等知名肝病学组织已经制定了用于管理肝硬化患者的治疗质量评估标准。然而，尽管有这些指南，不同医疗系统之间的护理质量仍存在显著差异。¹ 解决这些不平等问题的主要挑战在于医疗系统间的互操作性不足以及电子健康数据整合能力有限，这阻碍了了对肝硬化患者治疗效果的跟踪与评估。

< p>为弥补这些差距，需要建立专门的流程来系统地评估医疗系统，识别存在的问题，并实施针对性的干预措施。一个结构化的框架将有助于全面了解这些差异，促进护理质量的提升。 < p>在最近的一项回顾性队列研究中，Ge等人²利用加州大学健康数据仓库（UCHDW）对5个医疗系统中的肝硬化住院患者进行了跨系统护理质量评估。UCHDW通过“观察性医疗结果合作伙伴关系”（OMOP）的通用数据模型，实现了这些临床机构间电子健康记录（EHR）数据的统一，从而能够进行标准化比较。该研究评估了患者对5项与肝硬化相关的治疗质量指标的遵守情况，并探讨了特定医疗资源（如肝移植的可及性）对患者遵循治疗指南的影响。 < p>研究分析了17,249名患者共31,512次住院记录，发现不同机构内部及机构之间的治疗质量指标遵守情况存在显著差异。能够提供移植服务的医疗系统在大多数质量指标上的遵守率高于非移植中心。值得注意的是，在护理服务方面存在种族和民族差异，黑人患者接受关键治疗（如腹腔穿刺或自发性细菌性腹膜炎的白蛋白/抗生素治疗）的可能性较低。 < p>这些发现强调了通过数据驱动的评估和干预措施来解决肝硬化护理不平等问题的必要性。然而，仍存在一些障碍阻碍了有效且透明医疗护理的普及。为此，我提出了一个三步框架：（1）数据整合；（2）建立标准化指标；（3）共同实施干预措施。

数据整合

< p>Ge等人展示了使用OMOP等通用数据模型来整合数据并实现跨医疗系统质量评估的潜力。数据整合有助于在不同机构间进行可重复和一致性的比较，这是改善医疗公平性的关键步骤。例如，退伍军人事务部医疗系统通过统一的电子健康记录系统和基于OMOP的全面数据仓库管理着1300多家医疗机构，这体现了标准化数据表示在解决医疗差异方面的作用。Rogal等人利用这一平台评估了影响肝移植转诊的因素及其背后的障碍。遗憾的是，与退伍军人事务部医疗系统不同，大多数临床机构的电子健康记录系统各不相同，导致医疗系统间的互操作性较差，从而难以优化护理流程。此外，尽管OMOP是一个广泛采用的标准，但在处理某些复杂临床情况（如重症监护或肿瘤学相关问题）时存在局限性3–5，而这些情况在肝硬化患者中较为常见。为此，针对肿瘤学和重症监护领域开发了专门的数据模型，以满足特定疾病的精细化管理需求。同样，鉴于肝病的独特复杂性，也可能需要一个专门针对肝病的通用数据模型，以更灵活地应对相关临床问题；早期模型在器官移植方面的应用已显示出巨大潜力6。通过引入快速医疗互操作性资源（FHIR）标准（如癌症信息学领域所采用的方法），可以进一步提升数据整合能力，实现无缝数据交换，提高透明度，并以不受电子健康记录系统限制的方式优化护理流程4。

标准化指标

< p>标准化指标对于评估护理质量及跟踪进展至关重要，因为它们提供了评估医疗护理质量、效率和效果的统一、客观依据。在肝病管理领域，这些指标有助于发现护理漏洞、监测最佳实践的遵守情况，并推动患者治疗效果的改善。虽然AASLD和EASL等专业组织已经制定了详细的诊疗指南，但在将这些指南实际应用于可衡量、可操作的护理质量指标方面仍存在不足。缺乏明确的标准化指标和有效的实施流程，使得难以评估护理是否符合循证建议，也无法评估干预措施的效果。医疗系统和专业组织需共同努力，制定可在多种临床环境中测试和验证的指标体系。为此，AASLD通过“肝硬化质量协作项目”（Cirrhosis Quality Collaborative）支持了多个机构之间的合作，旨在推动以科学为导向的质量改进工作7。

共同实施干预措施

< p>在完成数据整合并达成可操作指标的共识后，可以系统地部署和评估干预措施的有效性。医疗系统应采用学习型医疗系统策略，实时评估和优化干预措施。在此基础上，医疗系统将能够利用嵌入式电子健康记录解决方案来缩小护理质量差距^{8,9。实用的临床试验可以融入常规工作流程，覆盖门诊和住院患者的肝病护理，实现结果的持续跟踪和迭代改进。此外，医疗系统间的语义互操作性将提升预测模型的能力，使联邦学习模型能够整合来自不同系统的数据，从而识别和解决护理差异。通过使用通用数据框架和嵌入式电子健康记录解决方案，医疗系统能够高效地研究护理差异并大规模实施针对性干预。 < p>总之，Ge等人的研究证明了使用基于数据的方法框架来评估肝硬化患者的治疗质量和护理效果的可行性。这项基础性工作强调了开发专门针对肝病的统一语言和分析代码库的紧迫性。这样的框架将支持跨系统的可扩展数据分析，为所有肝硬化患者的公平医疗护理提供有力支持。}