城市研究所-黑人和白人患者在同一家医院的不良安全事件发生率相似吗?(英)-2021.7-35页_403kb
报告摘要
总结:黑人与白人在同一医院中是否经历相似的不良安全事件率?
核心内容
本研究旨在探讨黑人和白人在同一医院中是否经历相似的不良安全事件率。研究基于2017年26个州的医院出院记录,分析了11项患者安全指标,包括4项一般性安全指标和7项与手术相关的安全指标,以评估在控制年龄和性别后,黑人和白人患者在医院内安全事件发生率上的差异。
主要观点
-
黑人患者在医院内经历更高的不良安全事件率:
- 在6项患者安全指标中,黑人患者相较于白人患者经历了显著更高的不良事件发生率,包括4项与手术相关的指标。
- 在3项指标中,黑人和白人患者在医院内的安全事件发生率相似。
- 在2项指标中,白人患者相较于黑人患者经历了更高的不良事件发生率。
-
保险类型对安全事件差异影响有限:
- 调整保险类型后,黑人和白人患者在医院内的安全事件差异仍然显著。
- 限制分析范围为仅包含Medicare患者的样本,结果与主分析相似,表明保险类型不是导致安全事件差异的主要因素。
-
医院中黑人患者比例与安全事件差异有关:
- 在黑人患者占医院总患者数超过25%的医院中,黑人患者仍然经历更高的安全事件发生率。
- 这些差异在手术相关指标中尤为明显,表明即使在黑人患者比例较高的医院,安全事件的种族差异依然存在。
-
政策干预需关注医院内部的结构性问题:
- 即使通过政策引导患者进入高质量医院,如果医院内部的结构性问题(如医疗团队种族隔离、隐性偏见等)未解决,种族安全事件差异仍可能持续。
- 医疗团队与患者种族不匹配可能导致治疗计划不足、医患沟通不畅,从而影响患者安全。
关键信息
数据与方法
- 使用美国卫生研究院(AHRQ)的医疗成本与使用数据项目(HCUP)的26个州2017年出院记录。
- 分析了11项患者安全指标,其中4项为一般性安全指标(如压疮、医源性气胸、中心静脉导管相关血流感染、医院内髋部骨折跌倒),7项为手术相关安全指标(如术中出血、术后急性肾损伤、术后呼吸衰竭、术后败血症等)。
- 排除医院中黑人或白人患者出院记录不足30例的样本,以确保统计效力。
结果分析
- 压力性溃疡:黑人患者发生率为1.19/1000,与白人患者相比,调整后差异为0.32,表明黑人患者在医院内风险更高。
- 医源性气胸:黑人患者发生率为0.14/1000,调整后差异为-0.04,即黑人患者风险更低。
- 中心静脉导管相关血流感染:黑人患者发生率为0.17/1000,调整后差异为0.04,表明黑人患者风险更高。
- 医院内髋部骨折跌倒:黑人患者发生率为0.03/1000,调整后差异为-0.04,即风险较低。
- 术中出血或血肿:黑人患者发生率为2.75/1000,调整后差异为0.55,风险显著更高。
- 术后急性肾损伤:黑人患者发生率为1.05/1000,调整后差异为0.16,风险略高。
- 术后呼吸衰竭:黑人患者发生率为5.62/1000,调整后差异为1.00,风险显著更高。
- 术后深静脉血栓或肺栓塞:黑人患者发生率为5.10/1000,调整后差异为1.52,风险显著更高。
- 术后败血症:黑人患者发生率为4.82/1000,调整后差异为1.31,风险显著更高。
- 术后伤口裂开:黑人患者发生率为0.73/1000,调整后差异为0.14,风险略高。
- 腹盆腔意外穿刺或撕裂:黑人患者发生率为1.04/1000,调整后差异为0.02,差异较小。
图表说明
- 图1:展示了黑人和白人在手术相关安全指标上的调整后百分比差异,表明即使在同一医院内,黑人患者仍面临更高的安全风险。
- 表1:提供了各项指标的平均发生率、调整后差异和医院内调整后差异的详细数据。
结论
- 即使在相同的医院中,黑人和白人患者在不良安全事件发生率上仍存在显著差异,尤其是在手术相关指标中。
- 保险类型调整后,这些差异依然存在,说明种族差异在医院内部是结构性的。
- 政策干预应不仅关注引导患者进入高质量医院,还应致力于改善医院内部的医疗实践和资源分配,以实现种族公平的患者安全。
研究局限性
- 种族数据来源有限:种族信息来自医院分类系统,可能与患者自我报告不一致。
- 样本覆盖范围有限:仅涵盖26个州,未包括如加州、纽约等大型州。
- 数据时间点较早:分析基于2017年数据,可能未反映新冠疫情后的医疗变化。
- 保险类型影响复杂:Medicare和私人保险之间的支付差异可能影响医院资源分配和患者安全。
政策建议
- 需要深入研究医院内部的结构性因素,如医疗团队种族隔离、隐性偏见等。
- 政策应推动医院内部资源公平分配和医疗流程优化,以减少种族差异。
- 保险支付差异可能影响医院服务质量,需进一步探讨其对患者安全的影响。
参考文献与附录
- 附录表格展示了完整样本与排除样本之间的比较。
- 研究数据来源于AHRQ的2017年州住院数据库,并使用AHRQ SAS质量指标软件进行分析。
作者信息
- 作者:Anuj Gangopadhyaya
- 发布时间:2021年7月
- 研究机构:Urban Institute
独立声明
- 本研究结果不代表Urban Institute、其信托人或资助人的观点。
- 资助人不决定研究发现或建议。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载