患者与医疗保健提供者对再入院风险预测的优先事项：一项名义群体技术（NGT）共识研究

《Journal of General Internal Medicine》：Patient and Healthcare Provider Priorities for Risk Prediction of Hospital Readmission: A Nominal Group Technique Consensus Study

　　

摘要
背景：近十分之一的住院成年人在30天内再入院。尽管存在许多预测医院再入院风险的模型，但许多模型表现不佳，且未解决使用它们的患者或提供者的优先事项。在这项研究中，研究人员旨在识别他们的优先事项，以指导再入院风险预测框架的制定。
方法：研究人员使用名义群体技术（NGT）方法，于2025年2月至4月完成线上线下会议，共涉及来自加拿大阿尔伯塔省的22名参与者。参与者包括作为患者或照护者具有再入院生活经验的人员以及多学科医疗保健提供者（HCPs）。讨论聚焦于预测工具的使用、风险沟通、再入院类型及相关预测因子。优先事项被整理，每个主题内的候选建议由每位参与者单独排序，以指示感知重要性。随后使用平均标准化优先评分对优先事项进行总结并排序。
结果：9名具有生活经验的参与者（中位年龄56–65岁，67%女性，33%农村）和13名临床医生（中位年龄组36–45岁，69%女性，77%医生）参加了会议。患者评分最高的特征包括使用工具更好告知患者并计划出院会议，而临床医生则关注使用相关时间窗（主要为再入院风险≤30天），以及在患者出院小结中呈现再入院风险警报。两组均支持针对所有非计划性再入院，并识别了潜在预测因子，包括社会健康决定因素（SDOH）和实验室标志物。共提出163个候选预测因子，其中52个为独特因子，许多相较于现有模型具有新颖性。
结论：患者和医疗保健提供者对再入院风险预测框架的关键特征进行了优先排序，其中许多特征与现有模型不同。这些发现可用于指导开发针对用户需求的新工具。

**论文解读：患者与医疗保健提供者对再入院风险预测的优先事项——一项名义群体技术共识研究**

**一、研究背景与问题**

再入院是医疗系统面临的重大挑战。2020–2021年，加拿大成人住院患者30天内再入院率约为9.4%，且在过去十年中缓慢上升。尽管部分再入院是预期内的，但许多属于非计划性，且约30%可能可避免。加拿大每千人口医院床位数在经济合作与发展组织（OECD）国家中最低（2.6张，OECD平均为4.3），而急症护理床位占用率却最高（2021年达86.7%）。30天内再入院与2年死亡率增加≥2倍相关，在加拿大每年造成约23亿美元损失。识别再入院风险人群可指导风险导向的出院决策和系统规划。

现有再入院风险预测模型多未按明确框架设计，未阐明模型为何、何时及如何使用，且通常未纳入具有再入院生活经验的人员（PWLLE）。一项系统综述发现30个模型在目标人群、结局（全因 vs 非计划）、预测因子、时间窗及预期用途方面存在广泛差异，但关键框架要素常不完善。为填补这一空白，本研究旨在确定PWLLE和医疗保健提供者（HCPs）在设计再入院风险预测工具时的优先事项，以指导开发比现有模型更可用、更具参与性的模型。

**二、技术方法**

研究人员采用名义群体技术（NGT）达成共识并优先排序要素。NGT是一种结构化共识方法，包括独立想法生成、轮流分享、讨论澄清及私人排序。本研究招募了来自加拿大阿尔伯塔省的22名参与者（2025年2月至4月），包括9名PWLLE（患者或照护者，过去5年内有再入院经历）和13名HCPs（住院医师、护士、社区基层医生），通过省级和机构招募来源（如患者家庭委员会、研究组患者委员会、既往研究参与者、定向邮件及通讯）进行有目的抽样。讨论主题按组分设：PWLLE组涵盖“预期用途”“风险沟通”和“再入院类型”；HCP组涵盖“时机”“预期用途”和“结局与预测因子”。会议按NGT步骤推进：研究人员基于文献提出建议，参与者独立生成想法，轮流分享并讨论，随后对每个候选建议按1–10分排序，计算标准化优先评分（SP）以排定优先顺序。所有计算使用Microsoft Excel。

**三、研究结果**

**1. 参与者特征（Participant Characteristics）**

9名PWLLE参与者（中位年龄56–65岁，67%女性，33%居住于农村，78%为患者本人）和13名HCPs（中位年龄组36–45岁，69%女性，77%为医生，85%医院工作，100%在主要大都市中心）参加。该人口学分布反映了实际差异，但可能影响泛化性。

**2. 具有生活经验组会议优先事项（Participants with Lived or Living Experience Group Meeting Priorities）**

- **预期用途（Intended Use）**：PWLLE最高优先事项是使用模型告知患者和照护者出院后需注意什么（SP=80.2%），其次为告知门诊照护（70.4%）、患者教育（67.9%）、随访（67.9%）及提供者协调（65.4%）。追踪医院绩效趋势优先级最低（36.1%）。
- **风险沟通（Risk Communication）**：最优先的是在出院会议中（有家属/照护者在场）沟通风险（SP=87.7%），其次为对照护者（72.8%）和患者（71.6%）的随访电话，以及出院时提供书面总结（70.4%）。可视化工具优先级低（25.9%）。
- **再入院类型（Readmission Type）**：PWLLE优先预测非计划且可避免的再入院（SP=70.4%），高于仅非计划（56.8%）或病因特异性（55.6%）再入院。

**3. 医疗保健提供者组会议优先事项（Healthcare Provider Group Meeting Priorities）**

- **时机（Timing）**：HCP最高优先是30天时间窗（SP=96.0%），7天（83.8%）和14天（63.3%）也受支持。对于模型更新，优先在预期出院开始时评估风险（SP=70.7%），而非出院期间或临出院时。自动更新（1、2、7天）及手动更新优先级低。
- **预期用途（Intended Use）**：最优先的是在患者出院小结中报告风险（SP=83.3%），其次为在临床信息系统（Connect Care）用户界面侧边显示（79.6%），以及高危患者自动弹窗警报（70.4%）。出院至少3天前呈现警报（SP=79.4%）比24小时或7天前更受支持。所有参与出院流程的住院人员均应为工具用户（SP=100%），其次为门诊照护团队（68.5%），其他角色中护士长最优先（81.5%）。
- **结局与预测因子（Outcomes and Predictors）**：HCP最优先针对所有非计划再入院（SP=90.5%），可避免再入院也受高度支持（76.2%）。共提出163个候选预测因子（52个独特），包括行政/利用类（如初级保健可及性、住院时长）、实验室类（如血液学检验、待查检验数）、患者层面（如合并症）及社会健康决定因素（SDOH，如住房稳定性、食物可及性、社会支持）。许多预测因子在现有模型中未见。

**四、讨论与结论**

本研究通过NGT建立了PWLLE和HCP对再入院风险预测框架关键要素的优先排序。PWLLE强调直接改善出院体验的要素（如告知患者、出院会议沟通），而非系统层面指标；HCP则关注临床可操作的时间窗（30天）和工作流程整合（出院小结显示风险）。两组均支持预测非计划且可能可避免的再入院，并识别了SDOH等新颖预测因子。现有模型如LACE指数等未纳入用户优先事项，且缺乏语境因素。

研究局限性包括：小样本设计可能限制代表性；PWLLE组年龄偏大；所有HCP均来自大都市，结果可能不适用于农村；研究人员提出的建议可能影响讨论；两组分开进行阻碍了直接观点交换。未来应扩展至边缘化群体，并采用调查式共识研究扩大样本。

**结论：** 本研究确立了HCPs和PWLLEs在开发再入院风险预测工具时关于时机、用途、沟通、预测因子及再入院类型的优先事项。将这些多元视角纳入未来模型设计，将使其比现有模型更好地满足患者和临床用户的需求。（发表于《Journal of General Internal Medicine》）