中华急诊医学杂志  2015, Vol. 24 Issue (5): 512-517
 Abstract              PDF               Figures               Tables
引用本文 0
周文华, 孙红, 刘继海, 杜铁宽, 于学忠, 徐腾达. 视觉模拟评分法评估急诊科拥挤度研究[J]. 中华急诊医学杂志, 2015, 24(5): 512-517.
Zhou Wenhua, Sun Hong, Liu Jihai, Du Tiekuan, Yu Xuezhong, Xu Tengda. Bland-Altman analysis for determining the coincidence between two methods for measuring emergency department crowding: visual analogue scale versus national emergency department overcrowding scale[J]. Chin J Emerg Med, 2015, 24(5): 512-517.
视觉模拟评分法评估急诊科拥挤度研究
周文华, 孙红, 刘继海, 杜铁宽, 于学忠, 徐腾达     
100730 北京，北京协和医院急诊科(周文华、刘继海、杜铁宽、于学忠、徐腾达)；
100730 北京，护理部(孙红)；
100730 北京，医院健康医学部(徐腾达)
收稿日期:2014-11-28
通信作者：徐腾达，Email：xutd@pumch.cn
摘要：目的 急诊科拥挤度测量方法是当前急诊科拥挤研究的瓶颈。本研究通过急诊科拥挤度主观评分(视觉模拟评分法，VAS)与国家急诊科拥挤度评分(NEDOCS)进行相关分析和一致性验证，旨在初步构建中国急诊科拥挤度评估系统。 方法 对一家年急诊患者流量11万、2 000张住院病床的临床教学医院急诊科进行为期6个月的研究，研究期间每隔8 h(1:00，9:00，17:00)采集急诊科拥挤度评估数据，对拥挤度测量方法进行相关分析和Bland-Altman法进行一致性检验。 结果 视觉模拟评分法(VAS)中，医师VAS(VAS-p)值显著低于护士VAS(VAS-n)值[(6.49±1.82)vs.(7.12±1.78)，P ＜ 0.01]；信度检验(Kappa检验)显示，Kappa值为0.112(P＜0.01)，提示两者一致性强度微弱。医师和护士VAS均数(VAS-m)与NEDOCS具有显著相关性(r=0.714，P ＜ 0.01)，但Bland-Altman法一致性检验结果显示，95%的一致性界限为-32.47至71.42，其范围明显超过40分(一个拥挤度评分等级)，提示两种方法的一致性差。 结论 视觉模拟评分法存在明显不足，医师与护士VAS评分一致性差；VAS与NEDOCS两种测量方法间一致性也不理想，提示NEDOCS评分值与急诊工作人员对急诊科拥挤问题的主观感受并不一致，有必要对NEDOCS评估模型进行修订。
关键词： 急诊科     拥挤现象     视觉模拟评分法     国家急诊科拥挤度评分     Bland-Altman法    
Bland-Altman analysis for determining the coincidence between two methods for measuring emergency department crowding: visual analogue scale versus national emergency department overcrowding scale
Zhou Wenhua, Sun Hong, Liu Jihai, Du Tiekuan, Yu Xuezhong, Xu Tengda     
Department of Emergency, Beijing 100730, China
Peking Union Medical College Hospital, Beijing 100730, China
Peking Union Medical College, Chinese Academy of Medical Sciences, Beijing 100730, China
Corresponding author: Xu Tengda, Email: xutd@pumch.cn
Abstract: Objective To establishapracticable and easily mastered emergency department overcrowding (EDO) assessment system suitable for domestic ED setting by determining the validity and usefulness of the national emergency department over-crowding study (NEDOCS) tool ina2000-bed tertiary care academic institution in China in comparison with visual analogue scale (VAS) in order to address the worldwide grave concern of EDO. Methods Inaperiod of 6 months, data of subjective and objective EDO assessed simultaneously three timesaday (1:00，9:00，17:00) were collected. The data were analyzed by using Bland-altmann method and Kappa test to determine the coincidence between VAS and NEDOCS assessments. Results The VAS-p value evaluated by physicians was significantly lower than VAS-n value evaluated by nurses[(6.49±1.82)vs.(7.12±1.78)，P < 0.01]. The reliability analysis showed that Kappa value was as low as 0.112 (P < 0.01) suggesting there wasagreat discrepancy between VAS-p value and VAS-n value. VAS-m (average value of VAS-p and VAS-n) was taken for comparing different evaluation systems. The significant correlation was found between the VAS-m and NEDOCS (r=0.714，P < 0.01). However, the Bland-Altman plot showed the 95% limit of coincidence was in an extensive range (-32.47 to 71.42) suggesting discrepancy existed between two methods. Conclusions The present study suggested there wasasignificant discrepancy between the two subjective assessments of ED crowding (VAS-p vs. VAS-n). There might beafatal flaw existed in the assumptions of the original VAS method for EDO measurement. Using the Bland-Altman plot analysis, the results showed that NEDOCS did not authentically reflect the staff’ s sense of overcrowding in the ED. It is very important and urgent to establish an objective and effective EDO evaluation system for ED management.
Key words: Emergency department     Crowding     Visual analogue scale     National emergency department overcrowding scale     Bland-Altman plot    

急诊科拥挤是指急诊医疗服务需求超过急诊、医院或两者所能给患者提供的资源；该定义表明急诊科拥挤可以用“服务需求”和“医疗资源”两类变量间关系进行定量分析[1]。当前评估急诊科拥挤度主要方法有[2]：①急诊医护人员主观感受，即视觉模拟评分法(visual analogue scale，VAS)；②单个的客观评估指标(如急诊床位占用率等)；③多维评分指数，主要有国家急诊科拥挤度评分(national emergency department overcrowding scale，NEDOCS)和急诊科工作指数(emergency department work index，EDWIN)等。而后两者在临床实践中存在普遍适用性差等问题，近来研究显示，NEDOCS的使用应限在教学医院急诊科，在不同级别医疗机构中NEDOCS的一致性差[3]。国际上尚缺乏科学、客观的拥挤度评估方法，当前评估拥挤度时仍主要采用主观评估方法中的视觉模拟评分法。

急诊科拥挤现象主观识别并不困难，当出现下列问题时，须考虑存在过度拥挤问题[4]：①急诊过道、廊厅里到处挤满了患者和加床；②患者等候时间和急诊滞留时间明显延长；③重症患者来诊，没有开放的床位；④患者需住院时，必须长时间候床。但要对急诊科拥挤度进行客观量化或实时监测目前存在非常大的困难，2011年美国Hwang等[2]一项系统性回顾报告显示评估急诊科拥挤度“候选”指标多达71项，但尚无权威性拥挤度测量指标，即缺乏“金标准”。

本研究以急诊科拥挤度主观VAS评分和国际上应用最为广泛的NEDOCS为拥挤度评估参考标准，旨在：①在VAS评分法中，对医师和护士VAS评分进行一致性检验，初步探讨VAS评分方法可能存在的局限性；②通过NEDOCS与VAS相关分析，探寻适合中国三级综合医院急诊科的拥挤度客观评估方法或指标。

1 资料与方法 1.1 一般资料

研究对象是一家年急诊患者流量11万、2 000张住院病床的临床教学医院急诊科，急诊科额定治疗床位数为75张和12张输液椅。研究时间是2011年7月1日至2011年12月31日。

1.2 数据收集

研究期间由独立调查人员每隔8 h(1:00，9:00，17:00)采集1次计算NEDOCS所需变量的相关数据。在上述采样时间同步进行VAS评分。急诊患者就诊量、患者人口学特征等数据由医院信息系统(北京腾基伟业医疗信息技术有限公司)自动采集。

1.3 急诊科拥挤度评估方法 1.3.1 视觉模拟评分法(VAS)

VAS是一种主观评分法，研究期间每8 h(1:00，9:00，17:00)评估一次急诊科拥挤度，每个测量时点由1名高年资医师和1名主管护师使用相同评分表同时独立完成评估。研究期间共有4名高年资医师(2名急诊科总住院医师，2名急诊科主治医师)和4名(分诊台)急诊科主管护士参与VAS评分。

VAS评分应用视觉模拟原理和辅以带刻度数轴形式呈现。具体的评估方法：在每个研究时点，研究者即时评估该时点急诊科拥挤度，在评分量表上记录(在研究者认为的可能拥挤程度的地方画一条竖线)。VAS评分范围为0~10。为了与NEDOCS评分值范围一致，上述六个刻度点，分别转化为0、40、80、120、160、200分。医师和护士VAS评分值分别记为VAS-p和VAS-n，两者均数记为VAS-m。

1.3.2 国家急诊科拥挤度评分(NEDOCS)

NEDOCS由Weiss等[5]于2004年提出。其目的是为了构建一个简单的筛选工具方便快捷地确定繁忙教学医院急诊科拥挤度状况。最新研究结果显示，NEDOCS还可作为急诊科拥挤预测指标[6]。NEDOCS计算公式为[5]： NEDOCS = (Pbed/Bt)×85.8+(Padmit/Bh)×600+Wtime×5.64+Atime×0.93+Rn×13.4-20

其中Pbed为急诊总在床患者数(包括急诊廊厅中平车和输液椅上治疗患者；不包括候诊区患者)；Bt为急诊治疗床位数(卫生行政部门批准的床位)；Padmit为侯床住院患者数(急诊留观患者数)；Bh为医院床位数；Wtime为最后一个上急诊病床患者候床时间；Atime为等待住院最长时间；Rn为机械通气患者数。

NEDOCS评分意义：0~20为“不忙”，20~60为“忙”，60~100为“特别忙但不拥挤”，100~140为“拥挤”，140~180为“严重拥挤”，180~200为“危险性拥挤”。

每8 h(1:00，9:00，17:00)由分诊主管护师收集一次计算NEDOCS所需变量信息，其中变量Atime，当Atime≥24 h时该值设定为24；当Atime＜24 h时，以实际采集的数据为准。

1.4 统计学方法

应用SPSS 17.0统计软件对数据进行统计学分析。连续变量资料两两比较采用配对样本t检验。方差分析(One-way ANOVA)检验不同时点测得的急诊科拥挤度(VAS和NEDOCS)评分结果是否存在显著性差异。研究对医师和护士的“拥挤度”VAS评分间信度评估采用Kappa一致性检验，Kappa值为0～1.0，数值越大，则显示其一致性越强。NEDOCS和VAS测量方法间一致性评价采用配对t检验、简单相关分析、组内相关分析(ICC)及Bland-Altman法，评估实测数据是否具有较好的一致性。Bland-Altman法95%一致性限度专业界值设为40(40分为一个拥挤度评分等级)，＜40分则表明一致性较好。以P＜0.05为差异具有统计学意义。

2 结果 2.1 基本资料

6个月研究期间，共接诊急诊患者52 440人次，日均接诊患者数285例，其中女性29 890例(57.0%)，年龄(37.8±18.6)岁。急诊患者中本地居民占83.8%。 共552个急诊科拥挤度变量取样点，每个采样点同时用VAS和NEDOCS方法评估急诊科拥挤度，其中VAS包括VAS-医师(VAS-p)、VAS-护士(VAS-n)和VAS均数[VAS-m=(VAS-p+VAS-n)/2]。在进行VAS和NEDOCS一致性检验时，VAS评分按等比例转换为0~200分，即VAS转换(VAS-t)=VAS-m×20。

2.2 VAS评分

急诊科拥挤度VAS评分(0~10分)中，VAS-p为(6.49±1.82)，VAS-n为(7.12±1.78)，两者差异差异有统计学意义(t=-11.04，P ＜ 0.01)。VAS-m为(6.80±1.67)。进一步分析显示，VAS-p和VAS-n有明显的相关性(r=0.72，P ＜ 0.01)。对VAS-p和VAS-n进行Kappa检验，结果显示Kappa值为0.112，P＜0.01，提示两者一致性强度微弱(Kappa值在0～0.2间)。各时点VAS评分差异无统计学意义(表 1)。

表 1 各时点VAS和NEDOCS评分方差分析结果Table 1 Comparison of ED overcrowding scores at 3 independent time points
急诊科拥挤度评分均数9:00时点17:00时点1:00时点F值P值
VAS-p6.49±1.826.67±1.666.40±1.896.39±1.850.4210.242
VAS-n7.12±1.787.26±1.707.01±1.757.09±1.880.9760.377
VAS-m6.80±1.676.97±1.546.70±1.686.74±1.771.3470.261
NEDOCS155.5±36.4 158.5±35.9 153.4±35.8 154.7±37.6 0.9550.385
　注：VAS为视觉模拟评分，VAS-p、VAS-n、VAS-m分别为医师、护士VAS评分及两者均数；NEDOCS为国家急诊科拥挤度评分
表选项
2.3 NEDOCS评分

NEDOCS评分(参考范围0～200分)最小值为63分，最大值为277分，均数为(155.5±36.4)。552个NEDOCS分值中，≤60分者为0个；60~100分(特别忙但不拥挤)占6.2%；100~140分(拥挤)占27.7%；140~180(严重拥挤)占42.5%；＞180(危险性拥挤)占23.6%(其中NEDOCS>200占11.4%)。

单因素方差分析显示，各时点NEDOCS评分值差异无统计学意义(表 1)。Pearson相关分析显示，VAS-m和NEDOCS具有明显的相关性(r=0.714，P ＜ 0.01)(图 1)。配对样本 t 检验显示，NEDOCS评分明显高于20倍转换后VAS-m评分，(155.5±36.4)vs.(136.0±33.4)，t=17.26，P＜0.01。

图 1 VAS-m和NEDOCS评分散点图 Fig 1 The scatter diagram of VAS-m and NEDOCS
图选项
2.4 VAS和NEDOCS一致性检验——Bland-Altman法

Bland-Altman法原理是对两种测量方法间的差异进行随机效应分析，来解释一致性问题。检验方法主要是通过Bland-Altman图观察两种测量方法之间差异，横轴为两种方法测量结果的均数(A)，纵轴为两种方法测量结果的差异值(D)。

将需要检验一致性的VAS-m和NEDOCS两种测量结果均数作为横坐标，差值作为纵坐标，便得到Bland-Altman 图(图 2)。Bland-Altman图中中间线为差值均数，上下两条线为差值的95%上下置信限，这个区间为95%的一致性界限。研究结果显示VAS-m和NEDOCS的Bland-Altman图中95%的一致性界限为-32.47~71.42，其范围明显超过40分(一个拥挤度评分等级)，提示两种方法的一致性差(表 2，图 2)。

图 2 VAS-m & NEDOCS一致性检验Bland-Altman图 Fig 2 Assessment of agreement between VAS-m and NEDOCS: Bland-Altman analysis
图选项
表 2 急诊科拥挤度常用评估方法一致性检验Table 2 Consistency checks for ED overcrowding evaluation methods
一致性检验方法配对t检验Pearson相关系数组内相关系数aBland-Altman法
t值P值r值P值ICC值P值95%一致性界限
VAS-p & VAS-n-6.282＜0.010.720＜0.010.670＜0.01-2.28~3.66b
VAS-m & NEDOCS17.264＜0.010.714＜0.010.616＜0.01-32.47~71.42
　注：VAS评分是等比转换后数据，VAS转换值=VAS-m×20；a 组内相关系数(ICC)即个体间的变异度除以总的变异度，ICC值>0.75，提示两种测量方法一致性好；bVAS-p和VAS-n数据未经等比转换，测量范围为0~10
表选项
3 讨论

建立科学的急诊科拥挤度评估方法对监测急诊科拥挤状况、合理调配人力资源，以及对急诊科拥挤现象研究和干预具有重要临床意义[7]。现阶段急诊科拥挤度测量方法仍然在不断探索当中，定量分析急诊科拥挤度文献非常少[8, 9, 10]。主要评估方法 包括：医护人员主观感受；单变量指标；多维评分指数[2]。后者是根据急诊科拥挤模型三个环节(入口、处置过程、出口)筛选拥挤度评估变量，构建综合评分指数，是今后拥挤度测量方法发展趋势。

当前多维评分指数主要包括：NEDOCS和EDWIN等。但多维评分指数的构建平台是建立在美国急诊医学运行模式上的，是否能在国内综合医院急诊科推广应用存在很大疑问，有必要对其适用性进行重新评估和合理修订，甚至另起炉灶，建立适合中国国情的急诊科拥挤度评估方法。当前国内尚未开展相关研究。

3.1 主观评估方法存在问题

主观评估方法仍是拥挤度主要参考指标。但因为急诊科空间结构复杂性，拥挤现象并不能简单地理解为“非此即彼”，不同区域、不同环节拥挤度可能存在差异，即在同一时间点拥挤问题的“正面”和“负面” 现象可能同时存在，因此，VAS主观评分和单个拥挤度相关变量判断急诊科拥挤存在方法学缺陷。

本研究中，急诊科拥挤度VAS主观评分中，医师VAS评分和护士VAS评分两者存在明显相关性。为进一步分析两者一致性，进行配对样本t检验，结果显示护士VAS评分明显高于医师VAS评分；再进行Kappa检验，发现两者一致性强度微弱。上述数据表明在主观性评估方法中，医师和护士的评分结果有相关性，但一致性差，很可能存在系统性误差。两者评分结果的显著性差异有待于进一步研究，推测可能与医师与护士对危险性拥挤评估视角(护士评估的重点是工作量，而医师评估的重点是对医疗质量潜在影响)、重点关注的区域不同等因素相关。

3.2 VAS和NEDOCS一致性检验

NEDOCS是当前急诊科拥挤度测量研究重点方向，应用也最为广泛，在本项检验中采用医师和护士的VAS值取VAS量表上的刻度值，两者均数作为主观评分值(VAS-m)，等比转化后(×20)再与NEDOCS进行对比验证。

3.2.1 配对样本t检验

两种测量方法数据采集是同时进行的，因此对其进行配对样本t检验，其本质是对均数“差异”进行检验，但检验结果还不能反映数据的一致性。系统性误差对“均数”影响比较大。研究结果显示VAS-p与VAS-n、VAS-m与NEDOCS，差异均有统计学意义，拥挤度测量方法间可能存在系统性误差。

3.2.2 相关系数和组内相关系数(ICC)

结果显示VAS-m和NEDOCS间有明显相关性，但相关系数反映的是两变量线性关系密切程度而非一致性。组内相关系数(ICC)是测量方法一致性检验的重要方法。ICC等于个体间变异度除以总的变异度，ICC越大，说明随机变异在测量总误差中的作用越大，因而测量间的一致性越大。ICC是评价一致性较为理想的指标，一般认为信度系数低于0.4表示信度较差，大于0.75表示信度良好[11]。本组数据资料显示，VAS-m与NEDOCS两组方法比较信度一般(ICC值＜0.75)。

3.2.3 Bland-Altman法

Bland-Altman法是测量方法一致性验证中定量分析与定性分析有机结合[12]。通过绘制的Bland-Altman图观察测量值差值D与测量值均数A的关系。如果D呈正态分布，Bland-Altman回归P＞0.05，则可应用95%一致性界限进行定性定量分析两种测量方法一致，再把一致性界限与临床专业意义结合，进一步判断两种测量方法一致性和是否具有可替代性。本组数据结果显示，VAS-m和NEDOCS 95%一致性界限范围为104分(-32.47~71.42)，从临床专业意义上来说不能接受(NEDOCS分值范围0~200分，每个评分等级为40分，95%一致性界限已超过两个NEDOCS评分等级)。

从上述一致性检验分析结果来看，VAS-m与NEDOCS两种测量方法间存在一定的相关性，但一致性不理想。NEDOCS评分值与急诊工作人员对急诊科拥挤问题的主观感受并不一致，提示有必要对NEDOCS评估模型进行修订。

本研究最主要的局限性是当前急诊科拥挤度评估方法中没有金标准，在研究中笔者选择VAS作为急诊科拥挤评估参考标准。另外，研究采用的一些拥挤度评估变量，如急诊留观病例数，貌似已客观量化，但仔细分析可发现，不同类型的留观患者(普通候床住院患者、等待收入重症监护患者、急诊短暂观察患者)对急诊医疗资源的需求是不同，也就是说，不同类型的留观病例对急诊拥挤的“贡献值”不同。另外，本项目为单中心研究，研究结果的解读仍需谨慎，仅供三级综合教学医院在研究急诊科拥挤现象时参考。

构建客观、准确的拥挤度评估方法是进行急诊科拥挤现象研究和制定干预策略的关键环节。主观评分方法(视觉模拟评分法)存在明显不足，医师与护士VAS评分一致性差，VAS与NEDOCS两种测量方法间一致性也不理想。由于国内急诊医学模式和欧美急诊医学模式存在差异，建立急诊科拥挤评估模型也无法照搬国外模型(如NEDOCS)，有必要根据国内实际运行模式和数据采集难易程度进一步对NEDOCS评估模型进行改良和对比验证。急诊科拥挤度测量方法学研究还需要进行大量基础工作。

参考文献
[1] Moskop JC, Sklar DP, Geiderman JM, et al. Emergency department crowding, part 1——concept, causes, and moral consequences[J]. Ann Emerg Med, 2009,53(5):605-611.
[2] Hwang U, McCarthy ML, Aronsky D, et al. Measures of crowding in the emergency department: a systematic review[J]. Acad Emerg Med,2011,18(5):527-538.
[3] Raj K, Baker K, Brierley S, et al. National emergency department overcrowding study tool is not useful in an Australian emergency department[J]. Emerg Med Australas, 2006,18(3):282-288.
[4] Olshaker JS. Managing emergency department overcrowding[J]. Emerg Med Clin North Am, 2009,27(4):593-603.
[5] Weiss SJ, Derlet R, Arndahl J, et al. Estimating the degree of emergency department overcrowding in academic medical centers: results of the National ED Overcrowding Study (NEDOCS)[J]. Acad Emerg Med, 2004,11(1):38-50.
[6] Cooney DR, Wojcik S, Seth N. Can nedocs score be used to predict ambulance offload delay?[J]. Ann Emerg Med,2011,58(4):S217.
[7] Higginson I. Emergency department crowding[J]. Emerg Med J, 2012, 29(6):437-443.
[8] Weiss SJ, Ernst AA, Nick TG. Comparison of the national emergency department overcrowding scale and the emergency department work index for quantifying emergency department crowding[J]. Acad Emerg Med, 2006,13(5):513-518.
[9] Medley DB, Morris JE, Stone CK, et al. An association between occupancy rates in the emergency department and rates of violence toward staff[J]. J Emerg Med, 2012, 43(4): 736-744.
[10] 徐腾达,于学忠,盖晓荣,等. 急诊科拥挤现象系统性回顾研究[J]. 中华急诊医学杂志, 2014,23(4):406-410.
[11] Lee J, Koh D, Ong CN. Statistical evaluation of agreement between two methods for measuring a quantitative variable[J]. Compute Biol Med,1989,19(1):61-70.
[12] Bland JM, Altman DG. Agreed statistics: measurement method comparison[J]. Anesthesiology,2012,116(1): 182-185.