医院标准化死亡率：一种新的风险调整方法与途径

《BMJ Open Quality》：Hospital standardised mortality ratio: a novel method and approach to risk adjustment

　　摘要
背景：医院标准化死亡率（HSMR）是一个简单的比率，但受到数据稀疏性、维度问题、过度离散、排除因素以及争议的困扰。
目的：描述医院结果预测方程V.7（HOPE-7）的方法论。
研究背景：澳大利亚维多利亚州，人口680万。
研究方法：多阶段过程：(a) 将主要诊断归类为406个临床诊断组（CDGs）；(b) 将低病例死亡率（CFR<0.02%）的CDGs排除在外；(c) 根据预测风险对剩余CDGs进行排序；(d) 使用75%的训练数据集拟合最终广义线性模型；(e) 将低风险病例重新纳入模型并赋予零风险；(f) 评估模型在验证数据集上的表现，包括校准（Hosmer-Lemeshow拟合优度（H10）、Brier分数、校准图）、区分度（接收者操作特征曲线下面积（AUCROC）和精确度-召回率曲线下面积（AUCPRC）以及分类效果（离散值（φ）和随机效应标准差（τ）。理想模型应满足：Brier分数接近0，H10 p值>0.05，AUCROC>0.80，AUCPRC>0.30，φ接近1，τ接近0。通过重新分类为HSMR内点的异常CFR比例来评估模型分类效果。
研究结果：315家医院处理了1297万次成人住院病例，其中152家医院报告了63,806例院内死亡，死亡率为每100例住院病例0.49例（95%置信区间0.48至0.50）。10,722个主要诊断被归入198个非显著CDGs，45个低风险CDGs（涉及505万例病例）被赋予零风险，163个显著CDGs被分为20个风险等级。最终模型（基于973万例数据）包括人口统计变量（年龄、出生性别、急诊情况、是否为养老院居民、医院转院情况、关系状况）以及一个交互项（急诊转院）。验证指标（基于324万例数据）显示：Brier分数0.015，H10 p值0.09，AUCROC 0.90（95%置信区间0.87至0.92），AUCPRC 0.28（95%置信区间0.25至0.31），φ=4.31，τ=0.24。研究医院产生了2,192个具有异常CFR值的季度数据，其中1,975个（96.2%）被重新分类为HSMR内点。
结论：HOPE-7是一个基于行政数据的简洁实用HSMR模型，适用于多个司法管辖区，表现出令人满意的校准、分类和区分度指标，并解决了HSMR的常见局限性。

关于该主题的现有知识：
监测医院死亡率非常必要，但由于事件发生频率低（数据稀疏）、病例组合多样、提供者差异、模型过度离散以及依赖于行政数据和国际疾病分类法（ICD）的分类体系，这一目标面临诸多挑战。

本研究的新贡献：
医院结果预测方程V.7（HOPE-7）解决了数据稀疏性和病例组合多样性问题，提供了一个简洁的模型，补充了其他方法。

本研究可能对研究、实践或政策产生的影响：
HOPE-7支持风险调整，有助于监测医院死亡率，其结果表明结果更多是由患者相关因素而非医院因素导致的。

引言：
医院标准化死亡率（HSMR）可能是所有临床指标中最简单同时也是最具争议的一个。它是观察到的死亡数与预期死亡数的比率，比率高于1表示实际死亡数超过预测值，可能意味着患者安全风险增加。死亡容易识别，难以隐瞒，是大多数患者和家属希望避免的结果。因此，在提供者层面比较HSMR非常有必要。

HSMR仍然存在争议，原因包括数据稀疏、多样性、维度问题、排除因素、过度离散以及误解。医院内的死亡事件较为罕见（不到1%），且往往难以避免。病例组合的多样性增加了统计分析的复杂性。澳大利亚和英国的HSMR选项众多（在线补充表S1），这反映了其复杂性。缺乏“黄金标准”导致了怀疑态度。如果不存在对其保留的强烈理由，放弃使用HSMR作为质量指标似乎是合理的。在澳大利亚和英国，大多数死亡发生在急性医院环境中。尽管大多数死亡不可避免，但医疗服务提供者及其服务对象有权期望意外死亡率保持在较低水平。此外，医疗丑闻中常见的是意外死亡率的上升，以及缺乏（或忽视）死亡率监测；有证据表明持续监测死亡率可能更早发现不当行为并挽救生命。一个理想的HSMR应涵盖所有患者、所有诊断和所有医院，同时简洁且能最小化错误设定，并调整影响生存但超出评估医院控制范围的重要患者相关因素。实现这些目标需要可靠全面的数据、稳健的风险调整、适当的校准、简单的可视化工具、专家临床解读和透明的管理机制。

报告内容：
我们描述了基于上述原则的医院结果预测方程V.7（HOPE-7）模型的方法论，该模型适用于任何收集基于ICD的行政数据的司法管辖区。我们的重点主要在于方法论，而非诊断、报告或管理方面。

研究方法：
澳大利亚的行政数据集通常由合格的临床编码员根据国家和州级指南以及ICD第20版澳大利亚修改版（ICD-10-AM）进行提取和加密。每条记录描述了一次独特的“护理事件”，包括患者人口统计信息、记录的诊断结果和治疗过程。

研究数据：
维多利亚州卫生部提供了2018年7月至2023年6月期间所有公立和私立医院成人（17岁以上）急性护理病例的行政数据集。通过识别键将连续的护理事件链接起来，以重建整个住院期间并确定最终结果。我们排除了没有主要诊断（入院原因）的记录、儿科患者（因为他们有不同的疾病特征）、临终关怀服务（死亡是预期结果）以及康复、老年评估和心理健康服务（治疗和风险特征与急性护理不同）的记录。报告中以院内死亡作为结果指标，尽管可以通过与地区死亡登记系统的链接来审查生存状态（例如入院后30天）。

统计方法：
我们使用了Stata/MP V.18.0（2023年，美国德克萨斯州College Station）统计软件。在高度维度的数据集（每年超过10,000个诊断和200万条记录）中对罕见事件（死亡）进行建模存在误设、过拟合和过度离散的风险。采用多阶段方法（在线补充图S1）来降低这些风险：第一阶段和第三阶段将超过10,000个ICD-10-AM诊断代码和候选变量减少到临床上有意义且统计上可管理的数量；第二阶段处理结果（院内死亡）的稀疏性问题；第四阶段生成最终模型；第五阶段评估模型性能。

各阶段细节：
- **第一阶段：ICD-10-AM代码的归类**：每个ICD-10-AM主要诊断代码被分配到406个预定义的临床诊断组（CDGs）中的一个。CDG是一组描述相似临床状况和病理的ICD-10-AM代码。例如，社区获得性细菌性肺炎包含18个代码，急性中风包含39个代码，慢性肾病包含28个代码。CDG分类系统与常用于HSMR模型的临床分类软件类似但不完全相同（在线补充表S1）。我们的CDG分类系统试图解决临床分类软件在应用于死亡率预测模型时的共线性、混淆和混杂问题。
- **第二阶段：低风险病例的排除**：某些患者亚组（如产科和日间手术患者）的病例死亡率极低（CFR<0.02%），将其纳入预测模型会增加过拟合风险。我们暂时将这些CDGs从第三和第四阶段排除，然后在第五阶段将它们重新纳入研究人群并赋予零风险。
- **第三阶段：CDG的排序**：该阶段旨在量化每个CDG与结果（院内死亡）之间的关联强度，并根据多元风险调整系数（?）对其进行排序。只有那些在5年内至少包含50例病例和30例死亡的CDG才符合条件。
- **第四阶段：最终模型的构建**：使用混合效应回归模型对结果进行建模，并调整患者人口统计信息（年龄、性别、入院来源、紧急程度、原住民身份、种族和居住关系状况）和分离年份，以考虑时间变化。
- **第五阶段：模型验证**：通过区分度、校准、分类和离散度指标评估模型性能。由于数据量大，我们选择了标准验证方法（随机分为75%的训练队列和25%的验证队列）。使用Brier分数和Hosmer-Lemeshow拟合优度统计量进行校准。过度离散通过离散值（φ）和残差随机效应的标准差（τ）来量化。34 在将一个理想的预测模型应用于提供统一高标准的护理的一组医院后，我们预期φ接近于1，τ接近于0，并且少于1%的HSMR值会超出基准值的±3标准差。对每个医院同行群体和每个财政年度进行了校准、区分度和离散度的敏感性分析。

2023年，维多利亚州的人口估计为681万，其中包括528万成年人15（图1），这些人口由315家急性护理医院服务。152家（48.3%）医院报告了全部63,806例死亡病例和1,078万（83.0%）成人出院病例。观察到的医院死亡率范围从0.003到15.4（在线补充图S2），州平均水平为每100例出院中有0.49例死亡（95%置信区间0.48至0.5）。

图1

研究人群的流程图。可能存在多个排除标准；低风险=病例死亡率<0.02%。

在可用的14,470个ICD-10-AM诊断代码中，19,121个（83.9%）在5年内被临床编码员用作主要诊断，并将其分配到406个CDG组23（第一阶段）。在排除了45个（11%）低风险和198个不显著的CDG后，确定了163个作为结果重要预测因子的CDG，随后将其汇总为二十个排名类别（第三阶段）。排名1包括所有β< -0.9的CDG；排名2的β范围为-0.9至-0.5；排名3的β范围为0.5至0；排名4的β为0；排名5的β为0至0.4；排名6的β为0.4至0.7；依此类推，直到排名18的β为4.1至4.4；排名19的β>4.4。所有低风险CDG都被分配为0风险（排名0）。因此，第一阶段和第三阶段将超过12,000个（ICD-10-AM）诊断合并为20个风险类别。

对于（第四阶段）最终模型，每个记录被分配了八个协变量：六个人口统计变量（年龄、出生性别、非计划入院、老年护理居民、医院间转院来源、单一关系状态）、一个交互项（非计划医院间转院）以及二十个排名风险类别中的一个。模型协变量的详细信息和示例分别见在线补充表S3和在线补充表S4。

在验证阶段，研究人群被随机分为训练组（973万出院病例）和验证组（324万出院病例）。从验证组生成的校准图显示在图2中，分类（漏斗图）显示在图3中。在20个财政季度中，平均Brier得分为0.015（标准差0.002），平均H10统计量为14.88（p=0.094；在线补充表S4）。平均AUCROC为0.895（95%置信区间0.874至0.915），AUCPRC为0.277（95%置信区间0.247至0.306）。同行群体、财政年度和季度的敏感性分析结果分别见表1、在线补充图S3；表1、在线补充图S4；以及在线补充表S5、S6。

图2

请求权限

外部验证数据集中的Hospital Outcome Prediction Equation V.7校准图（n=109万），排除了低风险入院病例。检验统计量=99.4（p<0.001）。中线（红线）标识了理想模型。

图3

请求权限

验证数据集中100家医院的Hospital Outcome Prediction Equation V.7（HOPE7）标准化死亡率（HSMR）的漏斗图（实心圆圈），这些医院在截至2023年6月30日的财政年度内报告了3,377例死亡病例和611,919例出院病例，与州基准值进行比较（虚线代表±2标准差和±3标准差，来源于训练数据集）；未调整过度离散（Φ=4.0和τ=0.29）；排除了75家（42.9%）未报告死亡病例的医院。EHICR = Eastern Health Intensive Care Research团队。

表1

•年度和同行群体队列的结局和HOPE-7模型性能

对于报告院内死亡病例的152家（48.3%）医院，生成了2,192个医院季度的观察（CFR）和预测（HSMR）死亡率。在2,053个（95.7%）被归类为异常值的CFR值中，有1,975个（96.2%）被重新分类为HSMR内点。没有CFR内点被重新分类为HSMR异常值。离散特征Φ=4.3和τ=0.24（在线补充表S5）表明过度离散持续存在，部分原因是由于145个（66.8%）HSMR异常值来自该季度报告死亡病例少于五家的较小医院。医院层面和患者层面的（无条件）ICC值分别为0.05（95%置信区间0.03至0.10）和0.61（95%置信区间0.60至0.62），表明观察到的医院死亡率方差不太可能归因于医院因素。

讨论

主要发现

本报告描述了HOPE-7的方法论基础及其性能特征：一个简洁且全面的HSMR模型，它补充了现有方法，并展示了可接受的区分度、校准度和分类指标（表1以及在线补充图S3-S5），用于监测医院绩效和患者安全。

像许多其他HSMR模型一样，HOPE-7基于行政数据和ICD-10诊断代码，并具有解决它们一些局限性的特点（在线补充表S1）。HOPE-7涵盖了所有医院，无论其规模、活动或同行群体如何，以及所有急性护理出院病例，无论是低风险（日间手术和产科）还是高风险。尽管方法论看起来复杂，但模型本身并不复杂。它只需要八个协变量和一个公式，但涵盖了所有入院诊断。8 9 与辖区死亡登记系统的链接允许在固定时间对结果进行审查，尽管在实践中这可能会延迟分析和报告。院内死亡率可能允许更及时的报告。

优势和局限性

HOPE-7简洁且适用于任何基于ICD-10的行政数据的辖区，适用于不同规模、活动、病例组合或服务水平的医院。诊断的排名基于临床意义上的诊断聚合（CDG），而不是ICD-10-AM（高维）分类法或有问题的聚合方法。35 该模型预先排除了医院或治疗相关的协变量6 13，这些协变量正是模型试图评估的。

我们的方法有几个局限性。基于ICD的行政数据缺乏细节（临床严重性），并且依赖于编码的准确性，更重要的是，依赖于生成这些数据的临床文档的质量。20 尽管多阶段方法看起来有些繁琐，但这可以说是大多数HSMR模型的不可避免的特点。医院病例组合的多样性、ICD-10-AM的维度以及行政数据的局限性都使得分析变得复杂。此外，这些模型并不是为了指导临床管理决策而设计的；它们是描述性的，而不是规范性的。

解释

虽然本报告的主要目的是方法论上的，并且全面回顾当前选项超出了其范围，但某些发现值得简要评论。我们的结果表明，在维多利亚州当前的护理模式下，尽管病例组合、病情严重程度和提供者各不相同，患者结局仍具有高度一致性。值得注意的是，这项研究的相当一部分时间跨越了最近的SARS-CoV-2大流行（表2），在此期间病例组合发生了变化，护理模式也发生了重大变化。此外，医院生存似乎更多地由患者相关因素（ICC，0.61）决定，而不是医院相关因素（ICC，0.05），尽管观察到的医院死亡率范围很广（在线补充图S2）。我们的发现表明，患者人口统计特征和入院原因对医院结局有更重要的影响，这与已发表的临床综述一致。2–5 然而，这些观察结果并不否定持续监测医院死亡率、意外死亡和时间趋势的好处。昨天的低HSMR并不能保证明天的情况。

表2

•按财政年度和医院同行群体划分的人口统计特征

HOPE-7模型通过解决其他HSMR方法的几个共同局限性，补充了而不是取代了其他HSMR方法（在线补充表S1）。澳大利亚6–9和英国10–13使用的所有死亡率预测模型尽管有局限性，但仍提供了重要的见解。这些模型是筛查工具，而不是诊断工具。1 2 11 它们试图识别需要进一步关注的“感兴趣的信号”，最好避免使用诸如“异常值”之类的贬义术语。使用多种监测工具有助于对这些信号进行三角验证。它们是形成性的，而不是总结性的，描述性的，而不是规范性的。它们基于群体生成概率，而不是个体，这些概率提供信息但并不决定临床决策。

总之，HOPE-7是一个基于行政数据的简洁死亡率预测模型，为成人急性健康服务的流行病学和死亡率监测提供了一种实用的方法，并试图解决当前HSMR选项中的一些常见问题。