《Quality of Life Research》:Multilevel factors associated with nonresponse to patient-reported outcome measures in routine radiation oncology care
编辑推荐:
**目的**:常规收集的患者报告结局测量(PROMs)的无应答威胁到汇总数据的代表性。研究人员描述了与放疗肿瘤学常规护理中PROMIS Global-10无应答相关的患者、提供者和诊所层面因素。
**方法**:在这项回顾性队列研究中,研究人员纳入了一年内在
**目的**:常规收集的患者报告结局测量(PROMs)的无应答威胁到汇总数据的代表性。研究人员描述了与放疗肿瘤学常规护理中PROMIS Global-10无应答相关的患者、提供者和诊所层面因素。
**方法**:在这项回顾性队列研究中,研究人员纳入了一年内在麻省总医院布莱根(Mass General Brigham, MGB)五家放疗肿瘤学诊所就诊的所有成人患者。主要结局是患者层面无应答,定义为从未完成通过患者门户管理的Global-10,与至少完成一次者相对。研究人员采用迭代混合效应logistic回归,对患者、提供者和诊所层面因素进行建模。
**结果**:在12,214例患者、71名提供者和五家诊所中,患者层面和预约层面的应答率分别为35.4%和31.7%,患者层面应答率在各诊所间相差近五倍(12.8%至66.2%)。在模型1中,男性、较低教育水平、未就业以及近期手术的无应答优势比更高,而诊断后时间更长则优势比更低。在加入提供者和诊所层面因素后,患者性别、教育水平和就业状况不再具有统计学显著性,而近期手术(校正优势比[adjusted odds ratio, aOR]=1.97)和诊断后更长病程(>12个月者aOR=0.46)仍然存在。提供者的历史收集率具有保护作用,但在诊所层面有所减弱。在诊所层面,较晚的项目启动时间(aOR=0.29)和较高的历史收集率(aOR=0.79)与较低的无应答相关,而学术医疗中心与社区机构的差异则无此关联。
**结论**:常规收集的PROMs的无应答是一个多水平现象,主要由诊所层面的实施因素驱动,而非仅由患者特征决定。由于应答率仅是代表性的一个代理指标,PROMs项目及基于患者报告结局(patient-reported outcome, PRO)的绩效测量应将代表性收集置于收集数量之上。
**研究背景与问题**
患者报告结局测量(patient-reported outcome measures, PROMs)正越来越多地被整合到常规临床护理中,以促进以患者为中心的护理、质量与绩效改进以及基于价值的护理转型。随着卫生系统通过电子健康记录(electronic health record, EHR)扩大PROMs的收集规模,这些数据也被用于生成真实世界证据和支持人群层面的研究。然而,将PROMs数据用于汇总分析对其数据质量提出了更高要求。无应答是PROMs汇总数据效用的核心威胁:当数据系统性不完整时,基于已观察应答的分析可能无法代表潜在患者人群,导致有偏估计,并可能掩盖或放大差异。在常规临床流程中,无应答既可源于患者层面障碍(如语言不通或数字访问受限),也可反映诊所和提供者层面在PROMs实施、监测和融入护理方面的差异。既有研究多聚焦于提高总体应答率,但应答率提升并不必然改善数据代表性,因为增加应答的策略未必能优先覆盖最可能缺失的患者。因此,改善代表性首先需要理解无应答在医疗服务提供系统中如何集中分布,以及哪些患者被不成比例地排除在数据之外。实施科学为此提供了组织性框架,将缺失的PROMs数据视为可修改的实施结局,而非统计噪声。MGB放疗肿瘤学诊所常规收集PROMIS Global-10,为在真实世界中研究无应答的多水平特征提供了独特机会。
**研究设计与关键方法**
研究人员开展了一项回顾性队列研究,样本来源于马萨诸塞州总医院布莱根(Mass General Brigham, MGB)医疗系统内五家放疗肿瘤学诊所,纳入2023年10月至2024年9月期间就诊的12,214例成人患者和71名提供者,数据来自EHR及机构行政数据源。研究采用迭代混合效应logistic回归,构建三个嵌套模型:模型1仅纳入患者层面因素并以癌症类型为随机效应;模型2加入提供者层面因素并以提供者为随机效应;模型3进一步加入诊所层面因素并以诊所为随机效应。主要结局为患者层面无应答(从未完成Global-10与至少完成一次的比较)。分析使用SAS v9.4,并采用Cramér's V和Cohen's d评估效应量。
**研究结果**
**Overview**
研究共纳入5家诊所、71名提供者和12,214例患者,涵盖39,510次预约。总体患者层面应答率为35.4%(4,325名应答者),预约层面应答率为31.7%。患者层面应答率在各诊所间差异显著,范围为12.8%至66.2%,相差近五倍。位于学术医疗中心的诊所应答率高于社区诊所(患者层面:37.4% vs. 32.9%;预约层面:33.6% vs. 22.9%)。三家诊所自2015年开始收集PROMs。
**Differences between nonrespondents and respondents**
描述性比较显示,2016年及以后启动PROMs收集的诊所中应答者比例更高(48.6% vs. 29.3%,效应量[effect size, ES]=0.191);在进入研究前一年周应答率≥51.9%的诊所中应答者比例更高(59.7% vs. 40.2%,ES=0.187)。提供者层面,历史周应答率≥50.0%的提供者对应更多应答者(69.2% vs. 50.6%,ES=0.179)。患者层面,女性、乳腺癌患者、无近期手术史者及诊断后时间较长者的应答比例更高;前列腺癌和肺癌患者在应答者中比例较低。
**Iterative modeling results: clinic-, provider-, and patient-level factors associated with nonresponse**
模型1(仅患者层面因素)显示,男性(aOR=1.20;95% CI 1.07–1.34)、未就业/退休/残疾(aOR=1.12;95% CI 1.02–1.23)、高中及以下教育程度(aOR=1.14;95% CI 1.04–1.26)以及近六个月内接受手术(aOR=1.54;95% CI 1.37–1.71)与无应答优势比升高相关;诊断后6–12个月(aOR=0.80;95% CI 0.71–0.91)和超过12个月(aOR=0.50;95% CI 0.45–0.56)则与无应答优势比降低相关。模型2加入提供者层面因素后,患者性别、教育水平和就业状况不再显著,但近期手术(aOR=1.68;95% CI 1.49–1.89)和更长病程(>12个月者aOR=0.47;95% CI 0.42–0.53)仍显著;提供者历史周收集率具有保护作用(aOR=0.75;95% CI 0.63–0.89)。模型3进一步加入诊所层面因素后,提供者收集率不再显著(aOR=0.89;95% CI 0.76–1.06);近期手术(aOR=1.97;95% CI 1.65–2.11)和病程>12个月(aOR=0.46;95% CI 0.41–0.52)的关联持续存在;2016年及以后启动PROMs收集的诊所无应答优势比更低(aOR=0.29;95% CI 0.12–0.70),诊所层面历史收集率同样具有保护作用(aOR=0.79;95% CI 0.68–0.92);而学术医疗中心与社区机构的差异不显著(aOR=0.81;95% CI 0.31–2.14)。
**讨论总结与结论**
讨论指出,这些结果表明常规收集的PROMs无应答并非主要患者层面现象,而是整个测量系统的属性。患者特征在加入更高层面因素后效应减弱或消失,提示表面上的“患者不愿应答”可能更多与就诊地点及该环境的收集一致性有关。近期手术和病程早期是与无应答持续相关的患者层面信号,可能与癌症护理中最急性、最混乱的阶段(诊断和围手术期)有关,随着患者进入稳定治疗阶段,应答率可能上升。提供者个人特征(性别、角色、毕业年限、患者量)均与无应答无关,历史收集率的保护作用在加入诊所因素后衰减,说明提供者的收集行为嵌入诊所规范、领导力和资源分配之中。诊所层面的启动年份和历史收集率指向项目成熟度与维持性;学术与社区设置无差异,且两家社区诊所的应答率处于整个队列的两极,表明机构类型并非无应答的有效代理指标。此外,应答率仅是代表性的代理指标,无应答偏差由应答率与应答者/无应答者之间在目标测量上的差异共同决定。本研究中乳腺癌患者在应答者中过度代表,而前列腺癌和肺癌患者代表性不足,总体应答率35.4%无法揭示这种偏倚。为此,建议采用代表性指标(representativeness indicators, R-indicators)和自适应设计,将收集工作瞄准代表性不足的群体,而非单纯追求总体完成量。
研究结论为:随着常规收集的PROMs越来越多地被汇总用于生成真实世界证据、推动质量改进并支撑基于价值和基于结局的政策,确保这些汇总数据能够代表其旨在描述的患者群体,是其价值的根本所在。然而,要实现这种代表性,必须在所有层面上对整个PROM测量系统进行优化。