将诊断差异的识别作为急诊医学中的质量保证措施：一项验证研究

《Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine》：Identification of diagnostic discrepancies as a quality assurance measure in emergency medicine – a validation study

本研究验证了自动化方法检测急诊患者初始与随访诊断差异的可行性，通过1204例DDxBRO试验数据提取，发现该方法在ROC曲线下AUC达0.94-0.95，但存在15%假阳性率，证实其作为误诊筛查工具的潜力。

　　

摘要

背景

诊断错误是医疗保健领域的一个重要问题，但由于其识别通常需要耗费大量资源的病历审查，因此难以进行研究。我们旨在验证一种先前提出的自动化方法，该方法用于检测初次诊断与后续更明确诊断之间的差异，作为急诊科（ED）患者中潜在诊断错误的筛查工具。

方法

这项二次分析包括了1,204名参与DDxBRO随机试验的患者，该试验评估了诊断决策支持工具对瑞士四个急诊科诊断质量的影响。对于每位患者，其急诊科诊断信息从急诊出院记录中提取，14天后的随访诊断信息则从医院出院记录或全科医生笔记中获取。所有诊断均使用ICD-10编码，并由两名不知情的急诊科医生根据预先定义的方案手动分类是否存在差异。自动化方法计算了急诊科诊断与随访诊断的ICD-10代码之间的“相似度”。通过接收者操作特征（ROC）曲线评估了该方法区分有诊断错误和无诊断错误病例的区分能力，并在多个截断点上评估了敏感性、特异性和预测值。

结果

自动化方法在所有测试的算法中均表现出高且一致的区分能力，ROC曲线下面积（AUC）范围为0.94至0.95。使用最简单的算法中最敏感的截断点时，所有真实的诊断差异都被检测到，但有162例（15%）被错误地标记为存在差异。

结论

自动化方法显示出高准确性，作为一种实用的筛查工具，有助于优先处理需要耗费大量资源进行病历审查的病例。

试验注册

NCT05346523。