Корректировка риска и анализ состава пациентов

Корректировка риска — это совокупность статистических методов, используемых для учета различий в характеристиках пациентов при сравнении результатов или затрат различных поставщиков медицинских услуг, программ или методов лечения. Поскольку больницы и клиницисты лечат пациентов, различающихся по возрасту, тяжести состояния и сопутствующим заболеваниям, справедливое сравнение измеренных результатов требует корректировки с учетом этого состава пациентов; в противном случае кажущиеся различия в качестве могут просто отражать различия в лечимых пациентах.

Definition

Корректировка риска — это процесс статистического учета различий в составе пациентов, таких как тяжесть заболевания и коморбидность, чтобы сравнения результатов или затрат на здравоохранение между поставщиками или группами отражали различия в уходе, а не различия в лечимых пациентах.

Scope

Эта статья охватывает причины необходимости корректировки риска, основные подходы (индексы коморбидности, многомерные модели и показатели склонности), а также проблемы данных и валидности, которые ее ограничивают. Это методологический справочник в рамках измерения качества и не предоставляет клинических оценок риска или рекомендаций для отдельных пациентов.

Core questions

• Почему сравнения необработанных результатов между поставщиками могут вводить в заблуждение?
• Какие факторы пациента следует корректировать, а какие нет?
• Чем отличаются индексы коморбидности, регрессионные модели и показатели склонности как методы корректировки?
• Что ограничивает валидность корректировки риска и когда сохраняется остаточное смешение?

Key concepts

• Состав пациентов и тяжесть заболевания
• Индексы коморбидности
• Многомерные модели корректировки риска
• Показатели склонности и баланс ковариат
• Стандартизированный коэффициент смертности
• Остаточное смешение
• Административные и клинические данные

Key theories

Показатель склонности для контроля смешения

Розенбаум и Рубин показали, что показатель склонности — вероятность получения лечения или принадлежности к группе при наличии наблюдаемых ковариат — является уравновешивающим показателем: обусловливание им уравновешивает измеренные ковариаты между группами, что позволяет более справедливо сравнивать результаты в обсервационных данных. Эта концепция лежит в основе многих современных стратегий корректировки риска и сравнения состава пациентов.

Mechanisms

Корректировка риска начинается с выявления факторов пациента, присутствующих до начала лечения, которые влияют на интересующий результат, таких как возраст, тяжесть состояния и коморбидность. Эти факторы суммируются либо с помощью индексов коморбидности, таких как индекс Чарлсона, построенный на основе взвешенных диагнозов, или набор коморбидностей Эликсхаузер, разработанный для административных данных, либо вводятся в многомерную модель, которая предсказывает ожидаемый результат для каждого пациента. Наблюдаемые результаты затем сравниваются с ожидаемыми моделью результатами, часто в виде стандартизированного отношения. Методы показателей склонности, разработанные Розенбаумом и Рубином, вместо этого уравновешивают распределение измеренных ковариат между группами перед сравнением. Все эти методы корректируют только измеренные факторы; неизмеренные различия оставляют остаточное смешение, а качество базовых данных, особенно административного кодирования, сильно влияет на валидность.

Clinical relevance

Корректировка риска делает профилирование поставщиков, публичную отчетность и сравнения по принципу «оплата за результат» более справедливыми, отделяя вклад ухода от вклада состава пациентов. Индексы коморбидности и методы показателей склонности широко используются в исследованиях результатов и оценке медицинских услуг. Эта статья объясняет методы, используемые для сравнения популяций, и не является инструментом для оценки риска у отдельного пациента.

Evidence & guidelines

Методологические основы изложены в справочном тексте Иеццони по корректировке риска, оригинальных мерах коморбидности Чарлсона и Эликсхаузер, а также в литературе по показателям склонности, берущей начало от Розенбаума и Рубина. Эти источники цитируются за их методологическое содержание и не функционируют как клинические директивы в этой статье.

History

Обеспокоенность тем, что грубые сравнения результатов несправедливо наказывают поставщиков, лечащих более больных пациентов, стимулировала развитие формальной корректировки риска с 1980-х годов. Индексы коморбидности, такие как индекс Чарлсона (1987), и меры административных данных Эликсхаузер и коллег (1998) предоставили практические сводки состава пациентов, в то время как концепция показателей склонности Розенбаума и Рубина (1983) предложила общий подход к уравновешиванию групп в обсервационных сравнениях.

Debates

Могут ли административные данные поддерживать валидную корректировку риска?

Корректировка на основе административного кодирования недорога и широко доступна, но может упускать тяжесть и начало заболевания, а также чувствительна к практике кодирования; клинические данные более полны, но их сбор дороже. Адекватность источника данных для данного сравнения остается предметом споров.

Всегда ли корректировка риска приводит к чрезмерной коррекции?

Корректировка факторов, которые сами по себе являются следствием некачественного ухода, или тех самых результатов, которые качество призвано отражать, может маскировать реальные различия в качестве; определение того, какие переменные должны быть включены в модель, является центральным суждением.

Key figures

• Lisa Iezzoni
• Mary Charlson
• Anne Elixhauser
• Paul Rosenbaum
• Donald Rubin

Seminal works

• charlson-1987
• elixhauser-1998
• rosenbaum-rubin-1983
• iezzoni-2013

Frequently asked questions

Что такое состав пациентов?

Состав пациентов — это совокупность типов и степеней тяжести пациентов, которых лечит поставщик медицинских услуг. Различия в составе пациентов означают, что два поставщика могут иметь разные результаты, даже если качество их ухода идентично, поэтому результаты корректируются по риску перед сравнением.

Почему корректировка риска никогда не может полностью устранить предвзятость?

Она может корректировать только те факторы, которые измерены. Неизмеренные различия между группами пациентов, называемые остаточным смешением, остаются после корректировки, поэтому сравнения, скорректированные по риску, все еще требуют осторожной интерпретации.