利用与公共医疗数据相连的脊柱登记系统,研究脊柱疾病患者高额医疗利用成本的预测因素

《European Journal of Pain》:Prognostic Factors of High Healthcare Utilization Costs Among People With Spinal Disorders Using a Spine Registry Linked to Public Healthcare Data

【字体: 大 中 小 】 时间:2026年05月18日 来源:European Journal of Pain 3.4

编辑推荐:

  **摘要** **背景** 脊柱疾病与高昂的医疗成本相关,但与高脊柱相关医疗支出相关的预后因素仍知之甚少。因此,本研究旨在确定脊柱疾病患者中与脊柱相关医疗成本相关的预后因素。 **方法** 本研究利用挪威颈部和背部登记处的数据进行了预后因素分析,共考虑了34个潜在的预

  **摘要**

**背景**
脊柱疾病与高昂的医疗成本相关,但与高脊柱相关医疗支出相关的预后因素仍知之甚少。因此,本研究旨在确定脊柱疾病患者中与脊柱相关医疗成本相关的预后因素。

**方法**
本研究利用挪威颈部和背部登记处的数据进行了预后因素分析,共考虑了34个潜在的预后因素。脊柱相关医疗成本被作为连续性结果进行评估。为了考虑潜在的非线性关联,连续性预测变量采用受限立方样条函数进行建模。同时建立了单变量和多变量调整模型,并对协变量进行了预先定义的调整。

**结果**
研究共纳入了7877名脊柱疼痛患者。在调整后的模型中,医疗区域(来自挪威中部、西部和东南部的患者分别比北部患者多支出69.1%、44.5%和29.6%的费用)、残疾程度(第90百分位数与第10百分位数相比:+29.2%;置信区间+11.9%至+49.2%)、活动时的疼痛(第90百分位数与第10百分位数相比:+23.4%;置信区间+7.6%至+41.6%)、健康相关生活质量(第90百分位数与第10百分位数相比:-21.3%;置信区间-31.1%至-10.0%)、工作满意度(第90百分位数与第10百分位数相比:+14.7%;置信区间+2.3%至+28.7%)以及阿片类药物使用(+15.3%;置信区间+5.7%至+26.2%)与医疗成本相关。

**结论**
这些确定的预后因素有助于对患者亚群进行特征描述,开发预测模型以识别高医疗支出风险个体,并为提高医疗资源分配的效率和公平性提供依据。

**意义**
本研究揭示了与高脊柱相关医疗成本相关的临床和社会决定因素,强调了这些因素如何共同驱动资源使用。这些发现有助于阐明成本变化的机制,并为未来开发预测工具和针对性策略以改善脊柱护理的效率和公平性提供支持。

**1 引言**
脊柱疾病是全球致残的主要原因之一,对各国和医疗系统构成了重大的公共卫生挑战(Ferreira等人,2023年;Wu等人,2024年)。根据2021年全球疾病负担研究,腰痛(LBP)始终是全球致残率最高的疾病之一,颈部疼痛也位列导致残疾年数的前十位(Ferrari等人,2024年;Ferreira等人,2023年;Wu等人,2024年)。这些疾病不仅在个人痛苦方面造成负担,还在经济上产生重大影响,包括与医疗利用相关的费用(Bevan,2015年;van der Wurf等人,2021年;Dieleman等人,2025年;Killingmo等人,2022年)。事实上,脊柱疾病与初级保健、专科咨询、外科手术和住院治疗相关的巨额医疗费用有关(Becker等人,2010年;Killingmo等人,2024年)。值得注意的是,许多患者在不同级别的医疗服务提供者之间频繁转诊,往往没有明显的临床益处,这反映了低价值或非推荐治疗的使用,从而导致资源利用效率低下(Hanney等人,2016年;Slade等人,2016年)。现有研究表明,与脊柱疾病相关的多数医疗费用是由相对较少的一部分患者产生的(Wammes等人,2018年)。这一高成本亚群通常会消耗大量医疗资源,然而预测这种使用模式的因素仍不甚明了。识别脊柱疾病患者中高医疗成本使用的预后因素可以为描述患者亚群提供有价值的见解,从而更好地理解成本增加的驱动因素。此外,开发预测模型以识别高脊柱相关医疗支出风险个体,有助于设计有针对性的预防干预措施,最终支持更高效和公平的医疗资源分配。先前的研究已经探讨了与肌肉骨骼疾病患者高医疗利用相关的预后因素。例如,Killingmo等人(2024年)研究了老年人因背痛就诊时高医疗成本的可改变预后因素,而Mutubuki等人(2020年)则研究了慢性腰痛成人患者高社会成本的预后因素。然而,现有证据受到多种限制,包括研究重点集中在特定人群(如老年人或慢性腰痛患者)(Killingmo等人,2022年)、使用二分化的成本结果以及异质性的建模方法,这些因素共同限制了研究的普遍性,并阻碍了对整个脊柱疾病范围的成本驱动因素的全面理解。在此背景下,本预后因素研究的目的是调查脊柱疾病患者中与高脊柱相关医疗利用成本相关的变量(Riley等人,2013年)。

**2 方法**
本研究的设计和实施遵循了“PROGnosis研究策略”(PROGRESS)框架,特别是第2部分,该部分专注于预后因素研究(Riley等人,2013年)。手稿的报告遵循了“肿瘤标记物预后研究报告建议”(REMARK)检查表,将其原则适应于非肿瘤学预后研究的背景(Altman等人,2012年)。本研究的性质是探索性的,对于潜在预后因素与结果之间的关联没有预先假设(Hayden等人,2008年)。研究方案已前瞻性注册,并在MedrXiv上公开(Feller等人,2025年)。本研究是AID-Spine项目的一部分,已获得挪威东南部卫生区域伦理委员会的批准(2022/371282号),挪威数据保护局也批准了登记方案。所有参与者在参与挪威颈部和背部登记处(NNRR)时均签署了书面知情同意书,包括同意将其数据与其他登记处链接。

**2.1 数据来源**
本研究利用了NNRR的数据,这是一个大型国家级临床登记处,旨在系统收集从初级保健转诊至专科多学科门诊诊所的背痛和/或颈部疼痛患者的数据(Aars等人,2025年)。NNRR成立于2014年,作为一个国家级医疗质量登记处,旨在满足对接受专科门诊治疗的背痛和颈部疼痛患者系统数据的日益增长的需求(Aars等人,2025年)。截至2023年,该登记处涵盖了挪威14个多学科门诊诊所的数据(Aars等人,2025年)。这些诊所隶属于医院内的门诊物理医学和康复部门,它们被要求提供涉及跨学科团队的专科护理。患者主要由全科医生转诊,但转诊也可能来自手法治疗师、其他医疗专家或心理学家。收到转诊后,资深医生会根据标准化国家标准评估患者的资格(Aars等人,2025年)。要纳入登记处,患者必须年满18岁,并有与脊柱疼痛相关的主诉(Aars等人,2025年)。患者在首次咨询前以及6个月和12个月的随访时填写数字问卷。初次就诊后,主治医生会完成一份详细的咨询报告(Aars等人,2025年)。对于本研究,我们纳入了2016年1月1日至2020年12月31日期间收集的数据,并排除了没有脊柱特异性国际疾病分类(ICD-10)代码的患者,或无法在医疗登记处找到索引咨询记录的患者。此外,通过挪威统计局的数据,排除了在随访期间移民或死亡的患者。费用数据是通过将NNRR数据集与两个国家级行政数据库链接获得的:挪威医疗报销控制和支付数据库以及挪威患者登记处(Bakken等人,2020年)。挪威医疗报销控制和支付数据库包含了来自全科医生、物理治疗师和急诊科医生的报销信息,包括面对面就诊和远程咨询(Bakken等人,2020年)。挪威患者登记处提供了由公共资金资助的专科医疗服务数据,包括由私人机构和与地区卫生当局签约的医疗专家提供的服务(Bakken等人,2020年)。这些链接的数据源共同提供了关于初级和专科护理领域政府资助医疗利用的全面信息。

**2.2 结果**
本研究的主要结果是指数咨询后12个月内发生的脊柱相关医疗成本(以欧元表示),该咨询定义为登记时的医学评估。与背痛和颈部疾病相关的医疗利用根据国际初级保健分类(ICPC-2)和国际疾病分类(ICD-10)诊断代码进行识别和分类。费用计算使用了挪威医疗报销控制和支付数据库及挪威患者登记处的基于收费标准的报销率(公共报销和用户费用)。对于初级保健全科医生和物理治疗师,我们将报销费用乘以2,以纳入提供给签约提供者的市政运营补助。对于脊椎按摩师,我们增加了550挪威克朗,以反映脊椎按摩服务的较高患者自付费用。专科护理费用包括基于收费标准的费用和诊断相关组(DRG)报销,计算方法为DRG权重乘以相应年份的全国DRG基础费率。所有费用均汇总在个体层面,并调整至2022年的价格水平。

**2.3 候选预后因素**
从NNRR数据集中选择的所有变量中,根据先前的研究和作者的共识(Killingmo等人,2022年;Killingmo等人,2024年;Mutubuki等人,2020年;Mutubuki等人,Beljon等人,2020年),确定了可能的预后因素。数据S1列出了分析中包含的变量。关于与药物相关的预后因素,我们仅从处方药物登记处获取信息,该登记处记录了配发的处方,但不包括非处方使用或诊所内的给药情况。为了提高一致性和确保类别内的数据充足性,对原始NNRR数据集中的某些变量进行了修改或衍生。对于残疾情况,许多患者完成了颈部残疾指数和Oswestry残疾指数。为了获得一个连续的测量值,我们通过取两个分数中的较高值创建了一个综合残疾变量,代表患者报告的最严重残疾程度。表示以往病假的变量被二分化,以反映过去两年内是否有病假。工作活动百分比原本记录为100%(全职)、50%(兼职)和其他比例,被二分化为全职工作与其他工作。国籍变量原本包含许多频率较低的类别,通过将较少报告的国籍归入一个“其他”类别,简化为三个类别。同样,表示子女数量的变量通过将小类别合并为一个“三个或更多”类别进行了简化。由于较高类别的观察数量有限,共病变量也被二分化为两个或更多共病与较少共病。最后,从几个基线虚拟变量创建了一个新的分类变量——工作状态,结合了就业、教育、养老金和家庭状况的信息。这导致了五个类别:工作或学生、退休养老金、病假、工作评估/残疾养老金和其他(居家或失业)。

**2.4 统计分析**
使用描述性统计方法总结了研究变量。连续变量以均值和标准差表示。分类变量以绝对频率和百分比呈现。我们预期并确认结果呈右偏态。因此,使用具有Gamma分布和对数链接函数的广义线性模型评估了脊柱医疗利用成本与每个候选预后因素之间的单变量关联(Malehi等人,2015年)。在单变量分析中显示出统计学显著关联的预后因素(即p<0.05)进一步在调整了指数咨询前一年的脊柱医疗利用成本、年龄、静息时疼痛强度和基线残疾的模型中进行了分析(部分调整模型)。这些协变量是基于领域内的背景知识和先前文献选择的。对于在部分调整分析后仍具有统计学显著性的变量,又建立了另一个模型,调整了相同的协变量以及所有在单变量分析中具有统计学显著性的其他预后因素(完全调整模型)。在所有分析中,我们使用在10%、50%和90%百分位数处放置三个结点的受限立方回归样条函数假设连续协变量之间的平滑关系(Harrell,2015年)。使用总体(omnibus)Wald检验来评估这些变量的统计显著性(Harrell,2015年)。由于样条系数不易直接解释,我们随后计算了每个连续预后因素的第75百分位数与第25百分位数以及第90百分位数与第10百分位数的对比(Harrell,2015年)。此外,对于在完全调整的多变量分析中仍具有统计学显著性的连续变量,我们生成了图表来直观展示每个预测因子与脊柱相关医疗成本之间的调整后关联形状。在这些图表中,预测变量的值被限制在第5百分位到第95百分位的范围内,以最小化稀疏数据和极端值的影响,从而提高所显示关系的稳定性和可解释性(Harrell 2015)。在每个模型中,我们使用方差膨胀因子(Variance Inflation Factor)来评估是否存在多重共线性,设定阈值为5。此外,我们还使用DFBETAS方法评估了有影响力的观测值的存在,设定阈值为2/(Harrell 2015)。虽然识别出了一些有影响力的观测值,但经过检查后认为它们的值是合理的,因此被保留在分析中。为了考虑它们对模型估计的潜在影响,我们使用了异方差一致性估计量3(HC3)来构建稳健的置信区间,该估计量提供的标准误差对高杠杆数据点和模型设定错误不那么敏感(Freedman 2006;Hayes和Cai 2007)。缺失变量通过链式方程的多重插补方法进行处理,对于二元变量使用逻辑回归,对于具有两个以上类别的分类变量使用贝叶斯多项式回归,对于连续变量使用预测均值匹配(van Buuren 2012)。我们使用了NNRR数据集中收集的所有变量来进行插补模型,除了那些缺失值比例较高的变量(即超过50%的变量)(van Buuren 2012)。对于所有基于问卷的变量,我们只插补了总分,因为一个或多个单个项目的缺失数据比例始终高于预定义的阈值。我们最初计划排除那些显示出高相关性的变量(即Spearman相关系数大于0.9的变量);然而,没有变量表现出如此强的相关性,因此没有基于此理由排除任何变量(数据S2)。我们使用15次迭代对30个数据集进行了插补。插补次数设定为30次,因为缺失值比例最高的变量的缺失率略低于30%(van Buuren 2012)。使用收敛图(数据S3)(van Buuren 2012)来视觉评估收敛性。在每个插补数据集中分别估计了感兴趣的参数,并使用Rubin的规则将它们结合起来(van Buuren 2012)。作为亚组分析,我们分别检查了按疼痛定位(仅颈部疼痛、仅背部疼痛或两者结合)的结果。作为敏感性分析,我们还使用完整案例方法进行了第二组多变量模型。所有统计分析都是使用R(版本4.5.2)(R Core Team 2024)进行的。

2.5 样本大小

由于在多变量预后因素研究中没有可用的封闭形式公式来计算所需的样本大小(2019),并且由于需要假设所有候选预测因子的分布和相关性(这些信息在规划阶段是未知的),因此基于模拟的估计被认为是不可行的,我们采用了广泛使用的一个经验法则,建议每个估计系数至少需要10名参与者(Harrell 2015)。根据这一标准,并假设所有候选预测因子都将被保留在最终模型中(总共80个系数),我们预计我们可用的7877名患者的样本大小将大大超过确保参数估计稳定的最低要求800名参与者。

2.6 与原始协议的偏差

在研究方案中,预先指定了更多的变量作为潜在的预后因素纳入分析,但最终只考虑了其中的一部分。在数据准备过程中,我们发现一些变量(即精神工作要求、自我报告的工作能力、当前健康状况、初步诊断分类和感知的疼痛原因)的缺失数据比例很高,导致无法进行可靠的插补或分析。因此,这些变量被排除在最终分析之外。此外,我们最初计划将所有在单变量分析中具有统计显著性的预测因子以及部分调整多变量模型中使用的协变量纳入完全调整的多变量分析中。然而,在分析阶段,我们改进了这种方法,只对在部分调整后仍然具有统计显著性的变量进行了完全调整的多变量模型。通过将完全调整的模型限制在初步调整后仍然显著的预后因素上,我们进一步只考察了那些具有最大独立预测能力的变量。

3 结果

到2023年,NNRR已经收集了18,982名同意参与研究的患者的数据(Aars等人,2025)。其中,12,741人报告有颈部疼痛,11,510人报告有胸部疼痛,15,397人报告有腰痛(Aars等人,2025)。将样本限制在2016年1月1日至2020年12月31日期间有数据的患者中,得到了9,354人的队列(63%有背部疼痛,27%有颈部疼痛,10%同时有背部和颈部疼痛)。我们排除了1,371名没有特定脊柱ICD-10代码的个体(数据S4),以及87名在医疗登记系统中无法找到索引咨询的个体。此外,还有19名个体因为在随访期间移民或死亡而被排除。因此,最终的分析样本包括7,877名患者。

3.1 被纳入研究参与者的基线特征

研究样本包括5,217名(66%)有背部疼痛的患者,2,250名(29%)有颈部疼痛的患者,以及410名(5%)同时有背部和颈部疼痛的患者。纳入时的平均年龄为43.8岁(标准差12.5岁),56.4%为女性。大多数参与者是挪威国籍(86.1%),超过三分之一的人完成了大学或学院教育。在基线时,39.5%的人正在休病假,11.3%的人全职工作。总体而言,44.6%的参与者报告症状持续超过2年,41.8%的人在过去2年中因相同原因休过病假。活动时的平均疼痛强度为6.20(标准差2.21),休息时的平均疼痛强度为5.26(标准差2.32)。在0-100的疼痛强度量表上,平均残疾评分为34.2(标准差15.0)。表1提供了基线特征的详细描述,包括总体和按诊断组划分的数据。数据S5报告了每个变量的缺失数据百分比。表1. 整体人群、有背部疼痛的患者、有颈部疼痛的患者以及同时有背部和颈部疼痛的患者的基线特征。总体(N = 7877)
背部(N = 5217)
颈部(N = 2250)
背部和颈部(N = 410)

**医疗保健地区**
北部:2081(26.4%);1438(27.6%);525(23.3%);118(28.8%)
中挪威:2143(27.2%);1331(25.5%);740(32.9%);72(17.6%)
西部:2935(37.3%);1956(37.5%);794(35.3%);185(45.1%)
东南部:718(9.1%);492(9.4%);191(8.5%);35(8.5%)

**纳入研究时的年龄**
平均值(标准差):43.8(12.5);43.1(12.7);45.5(11.8);43.6(12.7)
中位数[最小值,最大值]:44.0[18.0,70.0];43.0[18.0,70.0];47.0[18.0,70.0];45.0[18.0,70.0]

**性别**
男性:3432(43.6%);2401(46.0%);858(38.1%);173(42.2%)
女性:4445(56.4%);2816(54.0%);1392(61.9%);237(57.8%)

**国籍**
挪威:6779(86.1%);4473(85.7%);1969(87.5%);337(82.2%)
欧洲:412(5.2%);288(5.5%);96(4.3%);28(6.8%)
其他:214(2.7%);135(2.6%);60(2.7%);19(4.6%)

**吸烟情况**
不吸烟:6260(79.5%);4176(80.0%);1768(78.6%);316(77.1%)
吸烟:1230(15.6%);788(15.1%);379(16.8%);63(15.4%)

**教育水平**
小学/初中:930(11.8%);622(11.9%);252(11.2%);56(13.7%)
职业学校:2744(34.8%);1822(34.9%);782(34.8%);140(34.1%)
普通高中:1005(12.8%);696(13.3%);261(11.6%);48(11.7%)
大学<4年:1537(19.5%);991(19.0%);469(20.8%);77(18.8%)
大学≥4年:1387(17.6%);905(17.3%);412(18.3%);70(17.1%)

**读写困难**
无:6725(85.4%);4426(84.8%);1966(87.4%);333(81.2%)
有:1152(14.6%);791(15.2%);284(12.6%);77(18.8%)

**婚姻状况**
已婚:3266(41.5%);2113(40.5%);1000(44.4%);153(37.3%)
同居:2197(27.9%);1477(28.3%);608(27.0%);112(27.3%)
单身:2115(26.9%);1437(27.5%);553(24.6%)
1个孩子:1521(19.3%);1082(20.7%);357(15.9%);82(20.0%)
2个孩子:1169(14.8%);756(14.5%);345(15.3%);68(16.6%)
3个或更多孩子:183(18.3%);2506(31.8%);1601(30.7%);780(34.7%);125(30.5%)
家中孩子数量:0个孩子:2602(33.0%);1732(33.2%);733(32.6%);137(33.4%);1个孩子:1055(13.4%);686(13.1%);313(33.9%);2个孩子:1309(16.6%);858(16.4%);382(17.0%);69(16.8%);3个或更多孩子:196(18.3%);263(18.9%);585(26.0%);87(18.8%)

**工作状况**
工作或学生:3424(43.5%);2319(44.5%);951(42.3%);154(37.6%)
退休金:215(2.7%);152(2.9%);57(2.5%);6(1.5%)
病假:3114(39.5%);2010(38.5%);924(41.1%);180(43.9%)
工作评估/残疾养老金:472(6.0%);304(5.8%);137(6.1%)
其他(居家或失业):45(0.6%);27(0.5%);13(0.6%);5(1.2%)

**工作时长**
全职工作:6987(88.7%);4593(88.0%);2027(90.1%);367(89.5%)
兼职工作:890(11.3%);624(12.0%);223(9.9%);43(10.5%)

**工作满意度**
平均值(标准差):7.61(2.38);7.60(2.39);7.72(2.29);7.09(2.60)
中位数[最小值,最大值]:8.00[0,10.0];8.00[0,10.0];8.00[0,10.0]

**雇主是否希望员工返岗**
否:880(11.2%);605(11.6%);219(9.7%);56(13.7%)
是:5078(64.5%);3346(64.1%);1485(66.0%);247(60.2%)

**工作要求**
平均分(标准差):4.61(3.25);4.73(3.23);4.27(3.26);4.98(3.32)
中位数[最小值,最大值]:5.00[0,10.0];5.00[0,10.0];4.00[0,10.0]

**因相同原因之前的病假**
无:3576(45.4%);2361(45.3%);1021(45.4%);194(47.3%)
是:3296(41.8%);2200(42.2%);922(41.0%);174(42.4%)

**是否申请残疾福利**
无:6596(83.7%);4412(84.6%);1855(82.4%);329(80.2%)
是:256(3.3%);134(2.6%);104(4.6%);18(4.4%)

**当前症状持续时间**
<3个月:386(4.9%);295(5.7%);81(3.6%);10(2.4%)
3–12个月:2371(30.1%);1644(31.5%);642(28.5%);85(20.7%)
1–2年:1299(16.5%);871(16.7%);367(16.3%);61(14.9%)
>2年:3517(44.6%);2210(42.4%);1073(47.7%)

**疼痛情况**
休息时疼痛:平均值(标准差):5.26(2.32);5.13(2.35);5.49(2.24);5.70(2.27)
中位数[最小值,最大值]:5.00[0,10.0];5.00[0,10.0];6.00[0,10.0]
活动时疼痛:平均值(标准差):6.20(2.21);6.17(2.23);6.21(2.17);6.46(2.07)
中位数[最小值,最大值]:6.00[0,10.0];6.00[0,10.0];7.00[1.00,10.0]

**残疾情况**
平均值(标准差):34.2(15.0);32.0(14.4);38.3(15.1);40.1(15.2)
中位数[最小值,最大值]:32.0[0,98.0];30.0[0,98.0];38.0[0,90.0];40.0[4.00,82.0]

**生活质量(EQ-5D-3L)**
平均值(标准差):0.506(0.305);0.495(0.308);0.538(0.296);0.472(0.305)
中位数[最小值,最大值]:0.656[?0.594,1.00];0.628[?0.594,1.00];0.689[?0.484,1.00];0.620[?0.181,1.00]

**生活质量(EQ-5D-3L VAS)**
平均值(标准差):55.3(19.6);55.0(19.7);56.6(19.5);51.9(19.4)
中位数[最小值,最大值]:55.0[0,100];55.0[0,100];59.0[0,100]

**FABQ身体活动子量表**
平均值(标准差):11.1(6.07);11.2(6.06);10.8(6.10);11.4(6.06)
中位数[最小值,最大值]:11.0[0,24.0];11.0[0,24.0];12.0[0,24.0]

**FABQ工作子量表**
平均值(标准差):18.8(11.7);18.4(11.8);19.1(11.4);21.1(11.9)
中位数[最小值,最大值]:18.0[0,42.0];18.0[0,42.0];22.0[0,42.0]

**心理压力(Hopkins症状清单-10)**
平均值(标准差):1.94(0.637);1.90(0.629);1.98(0.637);2.13(0.698)
中位数[最小值,最大值]:1.80[1.00,4.00];1.80[1.00,4.00];2.10[1.00,4.00]

**身体活动水平**
久坐:894(11.3%);610(11.7%);239(10.6%);45(11.0%)
低/中等(每周至少4小时):4844(61.5%);3144(60.3%);1441(64.0%);259(63.2%)
中等/高(每周超过4小时):1294(16.4%);878(16.8%);364(16.2%);52(12.7%)
剧烈运动:369(4.7%);275(5.3%);80(3.6%);14(3.4%)

**共病情况**
无:7106(90.2%);4701(90.1%);2042(90.8%);363(88.5%)
是:763(9.7%);511(9.8%);207(9.2%);45(11.0%)

**药物使用情况**
对乙酰氨基酚:6041(76.7%);3956(75.8%);1769(78.6%);316(77.1%)
是:1836(23.3%);1261(24.2%);481(21.4%);94(22.9%)
非甾体抗炎药(NSAIDs):5318(67.5%);3461(66.3%);1574(70.0%);283(69.0%)
苯二氮卓类药物:7186(91.2%);4775(91.5%);2043(90.8%);368(89.8%)
加巴喷丁类药物:7491(95.1%);4972(95.3%);2126(94.5%);393(95.9%)
抗抑郁药:7107(90.2%);4786(91.7%);1973(87.7%);348(84.9%)
阿片类药物:5724(72.7%);3668(70.3%);1751(77.8%);305(74.4%)

**指数访问前一年的脊柱相关医疗费用(欧元)**
平均值(标准差):856(2050);931(2220);698(1670);770(1500)
中位数[最小值,最大值]:381[0,52,100];402[0,52,100];309[0,25,300];408[0,19,100]

**指数访问后一年的脊柱相关医疗费用(欧元)**
平均值(标准差):1610(3010);1690(3280);1460(2480);1350(1740)
中位数[最小值,最大值]:868[62.6,76,600];894[62.6,76,600];830[62.6,28,100];814[62.6,22,000]

**缩写说明:**
EQ-5D-3L = EuroQol 5维度3等级量表;FABQ = 恐惧-回避信念问卷;ICD-10 = 国际疾病分类第10版;NSAIDs = 非甾体抗炎药;SD = 标准差;VAS = 视觉模拟量表。工作或学生
+23.6%(+2.1%至+48.3%)
+310.0欧元(+31.0欧元至+646.7欧元)
0.02

居家或失业 vs. 工作或学生
?20.1%(?32.7%至?6.6%)
?271.8欧元(?435.4欧元至?78.0欧元)
<0.01

目前全职工作
是 vs. 否
+9.7%(?5.5%至+25.9%)
+138.0欧元(?82.6欧元至+391.3欧元)
0.21

工作满意度
+9.5%(+0.2%至+19.5%)
+144.1欧元(+6.0欧元至+282.3欧元)
0.03

雇主希望员工返回工作岗位
是 vs. 否
+2.3%(?10.2%至+16.3%)
+36.6欧元(?155.6欧元至+251.9欧元)
0.73

工作要求
?4.3%(?14.0%至+6.5%)
?69.5欧元(?239.9欧元至+100.8欧元)
0.61

因相同原因之前的病假
是 vs. 否
+8.3%(?1.8%至+18.3%)
+123.3欧元(?23.6欧元至+283.7欧元)
0.10

申请残疾福利
是 vs. 否
+6.1%(?12.3%至+29.4%)
+102.0欧元(?195.7欧元至+463.7欧元)
0.47

当前投诉的持续时间
<3个月 vs. >3个月
+40.3%(+14.6%至+71.3%)
+512.3欧元(+182.2欧元至+916.4欧元)
<0.01

疼痛(休息时/活动时)
+26.5%(+13.5%至+41.1%)
+37.7%(+22.9%至+54.4%)
+15.9%(+4.4%至+28.7%)
+74.7%(+54.7%至+97.2%)
+99.4%(+77.2%至+124.4%)

健康相关生活质量(EQ-5D-3L评分)
?34.7%(?40.9%至?27.8%)
?17.5%(?26.6%至?7.2%)
?13.5%(?22.8%至?3.2%)

身体活动
<4小时/周 vs. >4小时/周
+7.3%(?5.1%至+21.4%)
?10.4%(?25.5%至+9.3%)
+150.7%(?386.7%至+133.1%)

亚组分析(基于疼痛位置)
在腰痛患者中,与脊柱相关的医疗费用主要与医疗区域、残疾状况和健康相关生活质量(EQ-5D-3L)相关。与北部地区相比,来自中部挪威、西部和东南部的患者费用分别高出73.8%、41.0%和31.1%。较高的残疾水平(第90百分位数 vs 第10百分位数)与更高的费用相关,而更好的EQ-5D-3L评分则与较低的费用相关。在颈痛患者中,医疗区域、残疾状况和阿片类药物的使用是最强的关联因素。

讨论
本研究确定了几个与脊柱相关医疗费用在12个月内的预后因素。在整个队列中,与较高费用最一致相关的变量是医疗区域、残疾状况、活动时的疼痛、健康相关生活质量(通过EQ-5D-3L评分衡量)、工作状态和工作满意度以及阿片类药物的使用。值得注意的是,医疗费用存在显著的区域差异。这些差异可能反映了挪威各地医疗组织和可及性的差异。中部挪威、西部和东南部地区的服务更广泛,提供者密度更高,这可能导致更高的使用率和成本。临床实践模式的差异也可能导致这些差异。社会经济和人口统计差异也可能起作用,城市或富裕地区的居民可能更有可能寻求和接受医疗护理。然而,这些发现应谨慎解读。记录的成本差异也可能反映了登记覆盖范围的差异,而不仅仅是医疗使用的真实差异。这些因素共同表明,观察到的区域差异可能反映了医疗系统、社会和人口统计特征的复杂相互作用。较高的残疾水平和活动时的疼痛与更高的医疗使用率密切相关。这与这些因素的功能相关性一致:残疾和活动相关的疼痛与日常和工作任务的限制更为紧密相关,这可能促使患者寻求额外的咨询、进一步评估或更密集的管理。相比之下,休息时的疼痛虽然在我们的协议中被指定为一个重要的调整因素,但在分析中显示出对就医行为的影响较小。阿片类药物的使用也与更高的医疗费用相关。尽管阿片类药物的处方有时被视为更严重或持续症状的标志,但这并不能完全解释我们的发现,因为即使在调整了残疾、疼痛强度和其他临床变量后,这种关联仍然存在。受教育程度较高也与更高的医疗费用相关。这可能反映了寻求医疗服务的行为和系统导航的差异。心理测量指标(如心理困扰和恐惧回避信念)与医疗费用无独立关联。这种差异很可能反映了完全案例方法所固有的样本量大幅减少的问题,这降低了统计功效,并限制了检测中等程度关联的能力。如果拥有完整数据的个体与数据缺失的个体存在系统性差异,完全案例分析还可能引入选择偏差。因此,从完全案例模型得出的估计结果可能不够稳定或精确,这或许可以解释为什么一些预测因子在主要分析中显示出一致的模式,但在统计上仍然不显著。总体而言,本研究确定的预后因素可能为表征患者亚群提供有价值的见解,以更好地理解成本增加的驱动因素,开发能够识别出高脊柱相关医疗支出风险的个体的预后预测模型,并为制定有针对性的预防策略提供依据,从而支持更高效和公平的医疗资源分配。然而,预后关联并不意味着因果关系;因此,这些因素不应被解释为直接干预的目标或可改变的途径来降低医疗成本。

4.1 与以往文献的比较

将我们的发现与以往的研究进行比较具有挑战性,因为研究脊柱疾病医疗成本预测因子的方法存在显著异质性。例如,大多数早期研究依赖于二分化的成本结果(如高成本用户与低成本用户),而我们将成本建模为一个连续变量,从而能够更细致地评估成本梯度(Killingmo, Chiarotto等人,2022;Killingmo等人,2024;Mutubuki, Beljon等人,2020;Mutubuki, Luitjens等人,2020)。此外,我们的研究是首次在这一背景下使用限制性三次样条函数来处理连续预测因子,从而能够识别出传统建模方法通常会忽略的非线性关联。最后,以往的研究使用了明显不同的协变量进行调整,进一步限制了可比性,并增加了报告的预后因素的变异性(Killingmo, Chiarotto等人,2022;Killingmo等人,2024;Mutubuki, Beljon等人,2020;Mutubuki, Luitjens等人,2020)。尽管存在这些方法上的差异,我们的一些发现与早期的证据是一致的。特别是,我们证实了之前的观察结果,即基线时较高的疼痛和残疾程度与脊柱疾病患者在12个月内的更高医疗利用度和更高成本之间存在一致关联(Mutubuki, Beljon等人,2020)。同时,我们的研究还通过识别新的、以前未报告的预后因素扩展了现有文献。例如,据我们所知,这是首次研究证明医疗区域在解释脊柱相关医疗成本变化中的预后重要性。这一发现强调了医疗系统因素对利用模式的影响,并指出了一个在以往的预后研究中很少受到关注的未必要变异来源。

4.2 强点和局限性

本研究有几个优点。首先,它受益于较大的样本量,这提高了估计的精确度,并支持对亚群中预后因素的稳健评估。其次,我们采用了先进的统计建模策略,包括对连续预测因子使用限制性三次样条函数,使我们能够捕捉到更传统建模方法会遗漏的非线性关联。第三,分析过程遵循了预先注册的研究方案,调整变量是根据现有证据和作者共识预先定义的,从而减少了分析的灵活性并增强了内部有效性。但也应承认一些局限性。首先,我们的成本估计没有涵盖几类医疗支出,包括私人医疗利用(如私人物理治疗、专科就诊、脊椎按摩治疗)以及注册数据不完整的医疗服务(如诊断成像)。因此,总脊柱相关医疗成本可能被低估了。其次,注册表中的一些变量存在大量数据缺失,这需要偏离最初的方案并减少了检查的因素范围;改进测量方法和数据完整性对于充分利用数据集中的信息是必要的。第三,某些构念(如体力活动水平)是使用宽泛的分类响应而不是连续尺度来测量的,这限制了测量的精确度和可解释性。第四,数据集中没有包含一些潜在重要的预后因素(如疼痛灾难化、详细的影像学发现和炎症标志物),因此无法对其进行研究;这些未测量的变量可能影响了观察到的关联。第五,这些发现对于挪威以外的医疗系统的普遍性可能有限,因为医疗组织、获取和报销结构的差异可能会影响医疗利用模式和相关成本。最后,亚组分析的统计功效存在差异,报告背部和颈部疼痛的组别相对较小,这可能限制了检测该亚组中较微弱关联的能力。

5 结论

在这项针对接受专科治疗的脊柱疾病患者的大规模队列研究中,临床、职业和医疗系统因素的组合与12个月内的脊柱相关医疗成本有关。医疗区域(反映居住地的地理区域和相应的医疗系统)、残疾、活动时的疼痛、健康相关生活质量、工作状态、工作满意度以及阿片类药物的使用情况被确定为一致的预后因素。亚组分析进一步表明,特定预后因素的相关性因疼痛位置而异,突显了不同脊柱疼痛表现中成本驱动因素的异质性。这些发现表明,脊柱疾病中的高医疗利用不仅受到症状严重程度和功能影响的影响,还受到社会健康决定因素的影响。尽管所确定的预后因素不应被解释为成本的因果决定因素,但它们可能有助于表征患者亚群,开发预测模型以识别出高医疗支出风险的个体,并为制定预防策略提供依据,以提高医疗资源分配的效率和公平性。

作者贡献

本研究由D.F.、B.B.、?.N.V.、B.K.和A.C.共同构思和设计。数据整理工作由D.F.、B.B.、?.N.V.、L.G.K.和M.W.完成。方法论由D.F.、B.B.、?.N.V.、B.K.、M.G.和A.C.共同开发,B.B.提供了软件支持。正式分析和数据可视化由D.F.完成,他还与M.G.和A.C.一起管理了该项目。监督工作由B.B.、B.K.、M.G.和A.C.提供。D.F.准备了手稿的初稿,该稿件经过了B.B.、?.N.V.、L.G.K.、M.W.、B.K.和A.C.的严格审阅和编辑。所有作者都批准了手稿的最终版本,并同意对工作的所有方面负责。

致谢

在准备这项工作时,作者使用了ChatGPT和Grammarly来检查文本的语法和句法。使用这些工具/服务后,作者根据需要审查和编辑了内容,并对出版物的内容承担全部责任。

利益冲突

Wilhelmsen博士在挪威颈部和背部登记处(NNRR)工作。她所在的北挪威大学医院获得了北挪威地区卫生局的资助,以支持和资助NNRR。其余作者声明没有利益冲突。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号