物质使用障碍患者死亡风险的模式:一个积极的病人安全的机会?

背景

物质使用障碍患者(SUD)遭受超额死亡率相比,总体人口。本研究旨在识别模式患者死亡率SUD参观SUD紧急病房和探索是否可以使用这些知识作为输入来识别风险和增加患者患者安全。

方法

医院访问数据SUD急救病房收集在2010年和2020年之间通过医疗记录。数据包括性别、年龄、SUD诊断和死亡的时间。克鲁斯卡尔-沃利斯排名和测试用于测试顺序变量之间,和风险比率是用来量化死亡率的差异。所有统计测试是双面的,95%的置信区间和最小显著性水平为0.05。

结果

研究小组有1.41 - -1.59的男性病人的死亡率高于女性患者。研究显示平均死亡率为0.14在所有患者在研究期间。尽管患者诊断酒精使用障碍构成群体的73.7%,有阿片样物质使用障碍或镇静催眠药使用死亡率最高的疾病有关;1.29 - -1.52和1.47 - -1.74更高的死亡风险比那些没有这样的诊断。

结论

这项研究表明数据访问SUD紧急病房可以用来识别死亡率的风险因素,如性别、类型的诊断,诊断,访问SUD紧急病房。了解病人的就医模式和死亡率可以用来提高患者安全通过与电子病历集成决策支持工具。一种改进的死亡风险的早期检测系统提供了一个机会自适应患者安全系统。

物质使用障碍患者(SUD)遭受超额死亡率比总人口(1,2,3],SUD通常需要长期战略处理解决相关的风险因素,生活技能培训,和社会支持4,5,6,7]。学习模式回顾医疗提供了一个机会去检测患者过早死亡的风险因素在特定患者组(8]。在后续研究中超过三十年的一群物质的用户在瑞典,与毒品有关的风险增加死亡的预测因子与男性有关,使用鸦片或巴比妥酸盐,抑郁和焦虑障碍首先承认(9]。除了这些风险因素,自然条件,如慢性肺部疾病和丙型肝炎相关风险重新接纳患者SUD [10]。这些知识提供了一个基础提高患者安全SUD急救病房的病人。本研究在当代患者安全科学定位,看到作为一个新兴和路径依赖财产安全的日常变化复杂的医疗环境(11,12,13]。这种观点表明,正常的组织过程包含的信息组织的失败与成功。本研究旨在识别模式的患者死亡率SUD参观SUD紧急病房和探索是否可以使用这些知识作为输入来识别风险和增加患者患者安全。

数据收集

数据收集从访问SUD紧急病房在斯德哥尔摩郡,瑞典。紧急病房提供瞬时病人护理模式,这意味着病人筛选所需的水平的护理(观察、住院医疗费、躯体或精神治疗,或有或没有一个门诊病人出院随访)基于至关重要的参数,活跃的精神病,或自杀意图(是或否)。病人的医疗人员估计风险值物质使用和躯体和精神健康,和患者提供治疗和护理是基于这种风险评估。匿名数据提取医疗记录,信息包括性别,年龄,和SUD诊断。医院数据访问SUD急救病房收集在2010年和2020年之间。数据还包括死亡率和死亡时间。临床医生诊断分类所有SUD的标准化协议研究诊所。

入选标准是一个访问SUD紧急病房和SUD的诊断。的精神病学分类icd -被用来区分类型的SUD和诊断包括F10-F19(表1)。死亡的时间信息是研究期间包括9个月后,2021年10月。所有参与者通过他们独特的瑞典注册个人身份号码。那些没有个人身份号码被排除在外,因为经常性互访和死亡率不能评估在这个组。因此,总数的5.9%去急诊室被排除在外。

统计分析

每年的死亡率年龄的病人进行了分析与同期基本死亡率斯德哥尔摩郡(无花果。1)。重叠的置信区间(95%)的死亡率不同群体分歧二进制分类变量被解释为表明死亡率之间的组统计上的显著差异。对于序数变量,克鲁斯卡尔-沃利斯排名和测试用作非参数测试,以检查是否有任何顺序死亡率的差异。风险率是用来量化死亡率的差异在每一步之间的二元分类变量或序数变量。病人可能会收到多个诊断在访问和在不同的访问不同的诊断。(表,分析的重点集中在一个特定的诊断3诊断(表的)或组合5),忽略其他潜在的诊断,有时关注死亡率差异只有一个特定的诊断,结合不同数量的其他诊断(表4)。死亡率之间的联系和所有诊断SUD的统计测试。所有统计测试是双面的,95%的置信区间和最小显著性水平为0.05。

病人的特点

表2总结了主要特征的病人在研究小组。这项研究揭示了平均死亡率为0.14在所有患者在研究期间(表2)。

性别、年龄和类型的诊断

男性有1.41 - -1.59的死亡率高于女性在研究期间(表3)。而死亡率随着年龄的增加,死亡率差异很大年龄超过(无花果。1)。例如,乘以超额死亡率,25岁的患者12日至22日,50岁患者8 - 12,5在研究期间超额死亡率,而不是统计学意义在80年代早期的人群中”。置信区间重叠基死亡率(虚线)解释为没有统计上显著的差异。样本太小,最年轻的患者产生有益的结果。

针对单一icd -系统诊断的死亡率(F10-F19)和多个诊断,展示在表3。死亡率为一个特定的诊断提出了对病人的死亡率没有特定的诊断。互不重叠的死亡率表示置信区间,统计上显著的差异对。表3还包括风险比例量化类别之间的差异为每个步骤并提供意义的水平。值得注意的是,镇静催眠药诊断患者死亡率最高(0.20 - -0.24)在研究期间,它对应于一个1.47 - -1.74的死亡率高于病人没有诊断。

结合诊断类别

诊断类别的分析显示不同增加死亡风险当添加额外的诊断不同类型的诊断(表4)。这项研究证实了高危患者为男性死亡率SUD饮酒与阿片类药物或镇静催眠药增加死亡率(表5)。在所有类型的诊断与死亡率增加有关,另外SUD诊断患者越多,逐步分析的风险比努力建立统计上显著的量化多少死亡风险增加的每一步。这个问题的部分原因是固有的细分样本为每个步骤的过程。由于患者的样本太小了迷幻剂(F16),烟草(F17),或挥发性溶剂(F18)诊断提供任何信息的结果,从表中删除4和5。

建立统计学意义时不存在的困难分析模式的死亡风险的组合类型的诊断(表5)。这些结果确定死亡率最高的组合和量化死亡风险的增加,当增加一个特定类型的诊断。值得注意的是惊人的死亡率至少阿片类药物和患者镇静催眠药诊断(0.24 - -0.30),和1.42 - -1.93之间的死亡风险增加病人有阿片类药物诊断和添加一个镇静催眠药诊断而有镇静催眠药诊断和添加一个阿片类药物诊断增加死亡率1.21 - -1.68。

表6介绍了影响死亡率的死亡率最高的两种类型的组合诊断当添加额外的类型的诊断。没有统计上显著的影响(表的任何组合6)。

死亡率和急救病房的次数

在这个研究结果表明不同SUD诊断的数量会增加死亡风险,访问的数量SUD急救病房表明死亡的风险更高。数据2和3死亡率的95%置信区间和重叠置信区间表示统计上显著差异。图2揭示死亡率之间的关联模式,访问,和性别,死亡率显著增加到大约12访问为妇女和18访问对于男人来说,在减少了。没有注意到男人和女人之间的区别32访问后,和日益扩大的置信区间阻碍任何进一步的结论有关死亡率的趋势(图2)。然而,这些模式几乎完全由酒精患者诊断(图。3),占研究人口(表的近四分之三1)。男性酒精诊断达成更高的平均死亡率约18访问,比阿片类药物的组合和镇静催眠药的诊断。

结果表明稳定患者的死亡风险随着时间的推移只有阿片类药物或镇静催眠药的诊断。没有其他类型的诊断表现出同样的模式在死亡率酒精(图。3)。除了酒精,只有阿片类药物和多重药物使用诊断(F19诊断)展示了女性和男性之间的显著差异在特定数据的访问,只有多重药物使用患者诊断和男性患者死亡率增加大麻类诊断显示一个明确的任何访问(图。3)。结果对可卡因(F14),迷幻剂(F16)、烟草、(F17)和挥发性溶剂(F18)是不确定的,由于小样本大小。

模式的死亡风险

基本的人口模式

研究显示在1.41和1.59之间更高的死亡率男性患者比女性患者SUD SUD在研究期间(表内3)。这种模式表明性别作为一个实质性的风险因素,同意建立理论,与毒品相关的男性性别是过早死亡(9]。然而,这样一个性别模式的风险仅为特定的诊断和一定数量的可见去急诊室,下面将进一步讨论。它也是有趣的,虽然死亡率随着年龄的增长,患者的死亡率是最高的20年代到40年代初(无花果。1)。年龄,因此,不是那么简单的一个风险因素可能最初出现(14]。

类型的诊断

的总体死亡率0.14本研究中患者高但符合方法的所有原因和自杀死亡率主要精神疾病,死亡率最高归因于SUD诊断(15]。酒精和非法药物(通常导致过早死亡1),但我们的研究结果显示不同的诊断之间的明显变化。与酒精相关的死亡率特别高主要是(0.146 - -0.155),阿片类药物(0.18 - -0.21),或镇静催眠药诊断(0.20 - -0.24),而拥有一个多重药物使用诊断与平均死亡率(0.13 - -0.15)和其他诊断死亡率低于队列(表3)。重要的是要注意,酒精患者诊断构成73.66%的人群。复杂与酒精有关的死亡是由于其与暴力、自杀和意外事故(1]。结果表明,有阿片和镇静催眠药的诊断相结合与死亡率最高(表相关联5)。然而,大大降低患者死亡率中被发现只有阿片类药物或镇静催眠药诊断(表4)。这种模式特别明显的患者只有一个阿片类药物诊断,与死亡率低于平均水平(0.10 - -0.14)即使阿片类药物通常与高死亡率相关的(16,17]。这种模式可以解释为阿片受体激动剂治疗(OAT)的影响,从而降低opioid-related死亡(18,19]。然而,结果表明,一种类型的诊断模式的解释力有限死亡风险的同时有多个和组合类型的诊断需要更有效的干预措施。

多个SUD诊断和组合

诊断类别的分析显示不同增加死亡风险当添加额外的诊断不同类型的诊断类别(表4)。死亡率也增加了许多不同类型的诊断的病人(表3)。例如,两种类型的诊断患者的死亡风险要高出1.07 - -1.25比只有一个诊断,患者和患者三个诊断死亡率要高出1.08 - -1.38 risk-regardless什么类型的诊断。同样,大麻类诊断患者死亡风险增加了1.07 - -2.54的第一个额外SUD诊断和另一个和第二个诊断(表1.19 - -2.834)。然而,这不能解释为什么死亡率增加了患者已经与其他类型的诊断的诊断类型相关的死亡率最高,阿片类药物、镇静催眠药等,通过他们的第一个额外的诊断类型(表4)。

更高的死亡率在一定程度上可以解释为多重药物使用[死亡风险的增加1,9),同时提供他们使用物质和没有得到不同类型的诊断一个接一个。患者的死亡风险多重药物使用诊断(F19)是有趣的因为这个诊断表明多个药物使用(表4)。然而,我们注意到,这个诊断是与较低的死亡率(0.10 - -0.11)的但与死亡风险增加1.34 - -1.73第一个和另一个1.12 - -1.45增加第二个额外SUD诊断。这种模式表明,F19诊断可能是用作什么是一个“万能”类别未涉及的其他类型的诊断比多重药物使用。

多重药物使用的解释是特别相关的燕麦阿片类药物患者的诊断。虽然必须采取谨慎解释这些结果时,病人在OAT程序可能仍然是退出美沙酮治疗由于使用非法药物(20.]。其他研究表明,燕麦出院病人的死亡率要高出20倍的风险比那些留在项目(18,19]。这种模式可以解释较低的死亡率只有阿片类药物的病人中诊断、患者即使研究忽略了,许多类型的诊断可能仍然有资格获得燕麦。然而,它也表明,零容忍政策,要求一个完整的没有使用毒品,并不有利于减害和病人安全。

我们的研究结果还揭示了特定组合的重要性SUD诊断模式的死亡风险。阿片类药物和镇静催眠药死亡率最高(0.24 - -0.30),不管其他什么诊断患者(表5)。然而,死亡率也同样高的患者中只有这两种诊断(0.23 - -0.42),没有统计上的显著差异与其他类型的诊断。酒精和镇静催眠药的组合是相似的,同样增加死亡率无论是否存在其他类型的诊断(表5)。这些结果与之前的研究一致,表明使用镇静催眠药的患者中是很常见的多重药物使用[21),也与高死亡率相关,包括过量和自杀,过量使用时更有可能与阿片类药物和/或酒精(22]。我们的结果也显示患者高死亡率结合酒精和阿片类药物(0.20 - -0.26)。

我们的结果显示患者死亡风险的模式使用物质降低死亡率与将他们与其他类型的诊断(表5)。例如,病人使用大麻类死亡风险增加1.42 - -2.73如果也有酒精的诊断,2.18 - -4.47,如果也有阿片类药物诊断,1.87 - -4.09,如果也有镇静催眠药的诊断。更加明显的模式出现可卡因(表的用户5),死亡风险增加从1.68到7.53如果也有镇静催眠药的诊断。此外,它是结合类型的诊断死亡率最高的多重药物使用诊断(F19)似乎发挥了作用,例如增加阿片类药物诊断患者的死亡率1.33 - -1.84(表5)。

的访问数量

我们的研究结果表明,访问频率SUD紧急病房是一个至关重要的风险因素。而瑞典行动计划提高SUD强调了患者的医疗急救病房检测至关重要的早期信号增加病人的风险(23),可能需要重新审视什么是一个阈值触发信号。这个问题尤其相关的酒精患者诊断(无花果。3),迅速恶化,死亡率已经从第一次访问和与男性达到类似的死亡率相关的诊断后的死亡率最高(表4到7之间的访问3)和最致命的组合类型的诊断后(表10至13日访问5)在酒精诊断死亡风险最高的在18次。考虑到所有的病人有酒精的高比例诊断,可以挽救许多人的生命,如果医疗保健系统可以识别multi-visitors在早期阶段。多重药物使用患者诊断(F19)和男性患者大麻类诊断也将受益于早被发现了。然而,相比,这组死亡率低酒精的诊断。重要的是要注意,阿片类药物或镇静催眠药诊断患者的死亡率似乎相对稳定,但在高水平,在访问的数量。

模式的风险作为一个积极的病人安全的机会

这项研究的结果表明,数据访问紧急病房SUD可以用来识别结合死亡率的风险因素,如性别、年龄、类型的诊断,诊断,polydrug使用和访问紧急病房。虽然先前的研究发现几个风险因素,如阿片类药物使用的,年龄,或大量饮酒14),这项研究的结果表明,更复杂的机制,藐视线性思维和复杂化的分诊工作SUD紧急病房。也有迹象表明对员工访问将进一步增加压力,已建议患者安全产生负面影响(24,25]。在各种战略实现干预措施来解决内部和外部压力,加强病人安全的明确目标,精神病人紧急病房存在于一个复杂的环境中安全措施需要不断适应(26,27]。一种改进的死亡风险的早期检测系统提供了这种适应的一个机会。

本文有助于精神病患者安全文学增加系统级了解死亡风险的出现。这项研究的结果表明潜在的更系统地使用电子医疗记录。监测大型数据集已经被认为是一个自杀预防即将到来的领域(28),在此设置相关自全世界14.3%的死亡可能与精神障碍相关(3]。一个决策支持工具,集成的电子医疗记录可以让临床医生关注当前病人的访问并提供以证据为基础的输入进行分流病人的护理要求的水平基于automized分析如何他或她目前的诊断和统计结合病史与县死亡风险的总体模式。从而将现代患者安全的角度,理解系统的当前状态包括医疗体系内的病人的路程随时间(13]。了解病人的就医模式和死亡风险可能因此导致更多适应患者安全系统。

限制

虽然研究是全面,考虑到样本大小,它有一些缺点。本研究是一个单机制研究;因此,结果并不一定适用于其他设置。这项研究并没有调整病人的变化量随着时间的推移SUD紧急病房,不包括的分析时间死亡的时间和最后一次访问。这项研究不包括多变量分析,因为它会隐藏的变化随着时间的推移,并被选为二元分析结果显示非线性关系。无法检索数据从所有病人去急诊室由于病人没有个人身份号码。这组可能构成风险组但必须排除在研究相关限制在我们的电子健康记录。尽管临床医生诊断标准化协议后,这项研究没有任何验证诊断组的SUD紧急病房。此外,这项研究并没有包含数据的死因。进一步,在解释的数据,我们没有信息如果病人自愿参观了SUD紧急病房,通过社会服务或其他卫生保健提供者,警察,或救护车。

未来的研究

对死亡率和医疗访问的未来的研究应该集中在死因与人口,包括SUD诊断。死亡的时间后医疗访问也可以扩大在病人安全风险的理解。该研究凸显了为未来的研究需要在多个访问酒精患者诊断和为什么增加访问紧急病房为这个病人组降低死亡率。

这项研究表明数据访问SUD紧急病房可以用来识别死亡率的风险因素,如性别、类型的诊断,诊断,访问SUD紧急病房。了解病人的就医模式和死亡率可以用来提高患者安全通过与电子病历集成决策支持工具。一种改进的死亡风险的早期检测系统提供了一个机会自适应患者安全系统。

数据支持这一研究结果可从斯德哥尔摩县卫生保健服务。不过,限制只适用于这些数据的可用性,这是在许可用于当前的研究和不公开。然而,数据可以从相应的作者的合理要求和卫生保健服务许可斯德哥尔摩郡。

SUD:

物质使用障碍

诊断结果:

国际疾病分类

燕麦:

阿片受体激动剂治疗

不适用。

隆德大学提供的开放获取资金。这项研究是由斯德哥尔摩县卫生保健服务。投资者没有参与研究设计、数据收集和分析,决定发表或手稿准备。

作者和联系

1. 风险管理分工和社会安全、隆德大学,118箱,se - 22100,瑞典隆德

   雅各布·斯文森,约翰Bergstrom &每贝克尔

2. 全球公共卫生部门,瑞典斯德哥尔摩卡罗林斯卡医学院

   马丁Kaberg

3. 单位为环境科学和管理、西北大学,私人包X6001, 2520年,Potchefstroom、南非

   每贝克

贡献

JS、PB和JB概念化的研究设计,和JS导致数据采集。PB准备数据和表格,连同JS进行统计分析。PB、JS和简森-巴顿导致数据的解释,然后JS起草的第一个版本的手稿JB和PB,贡献与关键修正根据他们的专业知识。可收到手稿和贡献了最后的修订和补充医学见解物质使用障碍患者的治疗。所有作者都批准了最终稿的手稿。

相应的作者

对应到Jakob Svensson。

伦理批准和同意参与

研究协议,包括使用数据集,向瑞典伦理审查机关提交(Etikprovningsmyndigheten盒2110年,750年02乌普萨拉,瑞典),批准协议和发出豁免的同意。项目号2019 - 04026和修正案2021 - 02393。所有数据是消除识别信息,所有方法都是按照指导方针和有关规定进行。

同意出版

不适用。

相互竞争的利益

不适用。

出版商的注意

施普林格自然保持中立在发表关于司法主权地图和所属机构。

开放获取本文是基于知识共享署名4.0国际许可,允许使用、共享、适应、分布和繁殖在任何媒介或格式,只要你给予适当的信贷原始作者(年代)和来源,提供一个链接到创作共用许可证,并指出如果变化。本文中的图片或其他第三方材料都包含在本文的创作共用许可证,除非另有说明在一个信用额度的材料。如果材料不包括在本文的创作共用许可证和用途是不允许按法定规定或超过允许的使用,您将需要获得直接从版权所有者的许可。查看本许可证的副本,访问http://creativecommons.org/licenses/by/4.0/。知识共享公共领域奉献豁免(http://creativecommons.org/publicdomain/zero/1.0/)适用于数据可用在这篇文章中,除非另有说明在信贷额度的数据。

再版和权限