2016, Vol. 卷
100853 北京，中国人民解放军总医院急诊科 （沈洪）;
100026 北京，北京军区总医院急诊科（周荣斌）;
102218 北京，清华大学长庚医院急诊科（陈旭岩）;
100020 北京，首都医科大学附属北京朝阳医院急诊科（郭树彬）；
100730 北京，北京协和医院心理医学科（李涛）
Department of Emergency Medicine, the PLA General Hospital,Beijing 100853,China (Shen H);
Department of Emergency Medicine, Beijing military area command General hospital,Beijing 100026,China (Zhou RB);
Department of Emergency Medicine, Tsinghua University Changgung Hospital,Beijing 102218,China (Chen XY);
Department of Emergency Medicine, Beijing Chao-Yang Hospital, Capital Medical University, Beijing 100020, China（Guo SB）;
Psychological Department,Peking Union Medical College Hospital, Peking Union Medical College, Chinese Academy of Medical Sciences, Beijing 100730, China(Li T)
急诊拥挤现象研究因缺乏客观易行评估系统或评分量表而举步维艰。国外同行在此研究领域主要方向是构建评估模型，如国家急诊科拥挤度评分(the national emergency department overcrowding scale，NEDOCS)，SONET评估工具(severely overcrowded,overcrowded and not overcrowded estimation Tool)[1, 2]，通过信息系统收集相关变量数据，计算获得拥挤度，但这些评估系统需较强的信息系统支撑，如实时获取新就诊患者的数量、分诊分级、候诊时间，住院侯床时间、医疗资源消耗等；另外急诊运行模式存在国家间和地区间差异，国外现有的评估模型无法直接取来应用。因此，目前面临的选择是：要么修订或改良评估模型，要么另辟蹊径。问题是即便是改良后的评估系统仍需建立在规范化的急诊运行模式(如急诊分诊分级系统)和先进的信息技术的基础上，使之很难在短期内广泛应用。是否可以借鉴诸如APPACH Ⅱ等评分量表模式来评估急诊系统运行状况呢？事实上从宏观的角度来看，急诊科拥挤是一种社会学现象，用社会科学常用的研究方法--“量表”进行测量是一项有意义的探索。希望能通过多维急诊科拥挤评分量表(multidimensional ED overcrowding scale,MEDOS)构建找寻到简便易行评估急诊拥挤度的方法。
1 资料与方法 1.1 基本原理MEODS是由多个急诊科拥挤相关项目(单变量)组成的量表的测量结果，其科学性和准确性更佳。在量表编制过程中，首先应遵循量表制定基本准则和流程，其次须符合临床逻辑和实际情况，再次要考虑量表项目的简洁性和可操作性。本量表编制主要采用里克特量表(likert scale)等制定原理，根据研究者对某个单独事物的态度和数据强度等级进行赋值(如根据对所持研究对象的态度，回答：完全同意；同意；不一定；不同意；完全不同意。并据此进行赋值)。
1.2 方法 1.2.1 单变量筛选(1) 单变量筛选 根据Asplin和Solberg等[3, 4]报告的拥挤成因机制模型，确定拥挤相关单变量库：入口环节(46个)、急诊处置过程(35个)和出口环节(32个)三类变量，涵盖了患者需求、病情复杂性、急诊容量、急诊工作量、急诊效率、住院容量和住院效率六个方面。
(2) 有效单变量筛选 由两个独立评估人根据系统文献复习(至2012年12月31日，MEDLINE数据库，72篇相关文献)结果在单变量库中筛选出评估拥挤度有效指标，并结合Huang等[5]研究数据，确定32个有效单变量(表 1)。
| 入口环节指标(12个) | 处置过程指标(13个) | 出口环节指标(7个) |
| 到达急诊科患者数 | 急诊病床满员或廊厅/过道满员时间>6 h | 住院数或百分比 |
| 候诊时间 | 急诊容量：满负荷时间(或百分比) | 等待住院患者数量(百分比) |
| 候诊室患者数 | 急诊科总患者数 | 等候住院(侯床)时间 |
| 候诊室满员时间 | 急诊床位占用率 | 急诊患者住院率 |
| 就诊到看病时间 | 廊厅/过道患者数 | 住院床位使用率 |
| 救护车送来患者数百分比 | 近4 h 复苏患者数 | 紧急医疗相关床位使用率 |
| 病情复杂性低的患者数 | 正在接受治疗患者数 | 流出道梗阻率a |
| 不同病情分级水平患者数 | 急诊接受机械通气病例数 | |
| 平均病情分级水平 | 急诊诊断医嘱数 | |
| 未看医师离开急诊患者数 | 患-护比 | |
| 未完成治疗即离开患者数 | 住院或医嘱出院患者数量/医师数 | |
| 救护车转向率 | 患者分诊后安置到房间(床位)时间 | |
| 急诊留滞时间(ED LOS) | ||
| 注：a流出道梗阻急诊科滞留时间＞24 h病例数/急诊科在床治疗总病例数 | ||
筛选的评估指标须与以下6个参考标准之一进行对比验证[5, 6]，并经临床验证有效：①医护人员主观感受；②救护车转向率；③未看医生离开急诊(LWBS)；④与急诊工作效率相关的各种时间参数；⑤拥挤度预报值；⑥病死率等。
(3) 确定纳入研究变量 在表 1基础上，主要依据入选变量在研究所在机构的易获得性和即时获得性，再次对研究变量进行筛选，确定适合研究机构拥挤评估指标。最终确定拥挤评估变量12项
a) 急诊科内部变量(5项) 急诊科总床位占用率；抢救室床位占用率；廊厅/过道患者数；近2h心肺复苏和新进抢救室患者数；应用生命支持治疗设备数。
b) 医院相关变量(3项) 医院ICU满负荷状况；流出道梗阻率；急诊科满负荷状况。
c) 外部变量(4项) 候诊患者数；候诊室最近一个看医师患者候诊时间；救护车转向状况；未看医师离开急诊(LWBS)现象。
1.2.2 量表编制量表编制过程和方法主要依据安德森论述(Anderson，1981)和德维利斯(Devellis RF)所著《量表编制：理论与应用》(第二版)[7]，编制过程参见流程图 1。
|
| 图 1 MEDOS量表编制过程 Fig. 1 How the MEDOS made |
(1) 明确测量目标 从入口、急诊科、医院等多个维度着手，明确量表测量目标(即急诊拥挤度)和量表主要内容。
(2) 筛选反映测量目标的项目 根据现有研究基础，确定量表项目库和项目编写，量表的属性是由组成量表的全体项目决定，量表项目旨在全面反映研究者所追寻的目标。
(3) 项目形式 本研究量表各个项目采用应答形式选择(核对表)，量表分等于各项目分之和。测量模型中各个项目等价或接近等价，它们都是一个共同现象的“欠完美”指标(indicator)。每个单独项目都有各自反应形式，一部分是题干，另一部分是备择反应选项，备择反应选项3～5个。
关于时间参照框架，本研究研究者根据基础研究为向导而进行主动地选择，量表的意图是反应研究时间点或时间段内拥挤现象，并不对之后可能出现的拥挤现象进行预测。
(4) 项目评估方法与赋值 方法与赋值见表 2。
| 评分项目 | 0 | 1 | 2 | 3 | 4 | 计分 |
| PART A(急诊系统部分) | ||||||
| 1. 急诊科总床位占用率 | ≤70% □ | ≤90% □ | ≤100% □ | ≤120% □ | ＞120% □ | |
| 2. 抢救室床位占用率 | ≤90% □ | ≤110% □ | ≤130% □ | ≤150% □ | ＞150% □ | |
| 3. 廊厅/过道诊治患者数 | 无□ | 极少数 □ | 少数 □ | 一些 □ | 很多 □ | |
| 4. 近2 hCPR和新进抢救室病例数 | 0 □ | 1 □ | ≤3，＞1 □ | >3 □ | -------- | |
| 5. 生命脏器功能支持设备数量 | 0 □ | ≤3，≥1 □ | ≤6，＞3 □ | >6 □ | -------- | |
| PART B(医院相关部分) | ||||||
| 6. ICU满负荷状况(床位使用率) | ≤80% □ | ≤90% □ | ＞90% □ | -------- | -------- | |
| 7. 急诊患者流出道梗阻率 | ≤40% □ | ≤50% □ | ≤60% □ | ≤70% □ | ＞70% □ | |
| 8. 急诊满负荷状况(持续时间) | 0 □ | ≤2h□ | ≤6h,＞2h □ | ＞6h □ | -------- | |
| PART C(外部相关因素) | ||||||
| 9. 急诊诊室外候诊患者数 | 0 □ | ≤5,≥1 □ | ≤10 □ | ＞10 □ | -------- | |
| 10. 最近一个看医师患者候诊时间 | ≤10 min □ | ≤30 min □ | ≤60 min □ | ≤120 min □ | ＞120 min □ | |
| 11. 近8 h启动救护车转向情况 | 未启动 □ | 启动，已结束 □ | 启动中 □ | -------- | -------- | |
| 12. 未看医师离开急诊现象 | 无□ | 极少数□ | 少数 □ | 一些 □ | 很多 □ | |
| MEDOS总分(满分40分) | ||||||
| 注：①本量表仅为评价三级综合医院急诊科拥挤度而设计；②评定人员应经过相关培训，了解量表中项目含义及临床意义；③量表尚在研究修订阶段，仅供研究者使用，暂不推荐应用于临床管理学决策；④目前尚无具体评分指导原则，总分反映急诊科拥挤严重程度，得分越高提示急诊科拥挤现象越严重 | ||||||
急诊科总床位占用率 意义：反映急诊科工作总体负荷状况。评估方法：急诊在床总患者数/急诊额定床位数×100%。注意事项：急诊在床总患者数包括在急诊廊厅移动诊床上诊治患者。
抢救室床位占用率 意义：反映急诊科危重病医疗资源供需总体状况。计算方法：急诊抢救室在床总患者数/急诊抢救室额定床位数×100%
廊厅/过道诊治患者数 意义：患者在廊厅或过道内治疗，反映急诊科满负荷工作状况。评价方法：通过现场调查确定廊厅/过道中诊治患者数(躺在临时移动诊床或行军床上诊治的患者数)。
近2 h急诊心肺复苏和新进抢救室病例数 意义：复苏患者和新进抢救室患者需要占用的急诊医疗资源非常多。评价方法：通过调查抢救室医师或护师获得数据。
正在使用的生命脏器功能支持设备数量 意义：需要占用和消耗大量急诊医疗资源。评价方法：通过调查抢救室医师获得数据。注意事项：包括机械通气、床旁血液净化、IBAP和ECMO等急救设备应用。
医院ICU满负荷状况 意义：即ICU资源是否饱和，具体来说反映在ICU床位使用率情况。评价方法：通过调查ICU医师或医院信息系统获得。注意事项：包括ICU和MICU。
流出道梗阻率 意义：患者滞留在急诊科等候床住院，即为流出道梗阻，是导致拥挤关键因素之一。评价方法：留观患者数/急诊在床治疗总病例数×100%。注意事项：留观患者数指在急诊滞留超过24 h病例数，不包括在急诊科病房患者数。
急诊科满负荷状况(持续时间) 意义：反映急诊科医疗资源供需状况和医院对此类危险征象的支持情况。评价方法：通过调查急诊主管医师和护师获得。注意事项：“急诊满负荷状况”是指在量表评定时急诊科内所有额定治疗床位均已占满(满负荷)。
急诊科诊室外候诊患者数 意义：反映入口患者数量增加，急诊医疗资源需求增加。评价方法：通过调查信息系统或分诊台主管护师获得。
候诊室最近一个看医师患者候诊时间 意义：候诊时间反映急诊科拥挤程度重要指标；如果平均候诊时间获取有困难时可考虑用该指标来替代，且该指标能即时获得。评价方法：现场调查最近一位看医师患者候诊时间或信息系统自动采集。
近8 h有无启动救护车转向(AD) 意义：启动救护车转向被认为是急诊医疗需求超过急诊反应能力而触发的；是否启动AD机制由急诊主治医师报备医院行政管理部门负责人后确定。评价方法：调查急诊主管医师是否确认是否已经启动AD。注意事项：评估近8 h急诊科启动“救护车转向”状况。当前国内尚无救护车转向标准，如研究机构无法确定救护车转向确切时间，可考虑用“未启动”，“频繁启动，但评定时尚未处于救护车转向状态”和“启动状态中”这3项作为备择选项。
有无未看医师离开急诊(LWBS)现象 意义：LWBS是“报复率”指标，当拥挤增加时，患者满意度下降，潜在LWBS发生率增加。评价方法：观察近4h内LWBS现象发生频率，由调查信息系统或分诊台主管护师获得。
(5) 专家初审 急诊科拥挤评分量表初稿成形之前，项目组专门请社会医学和心理学量表编制专家各1人对量表中项目进行逐一审订，主要是对量表项目简洁和明了性进行评价，同时尽量避免“双筒枪”项目(同时表述两个或更多个思想的项目)。
(6) 确定量表初稿 评估量表全面考虑急诊科功能分区拥挤状态和医疗资源供需状况，并对此进行综合评估。量表项目的选择同时也考虑各个时点均能方便获得。初步设计完成的评分量表见表 2。
2 结果
本量表编制完成后，由独立评估人员进行为期6个月研究，调查人员每隔8 h(1:00，9:00，17:00)采集1次MEDOS量表项目相关数据，共552个测量点。
Pearson相关分析显示量表各项目与MEDOS评分总分间均具有明显相关性，因此评估量表中无须删除量表项目(无量表总分相关性不显著的项目)。MEDOS评分系统得分范围0～40分。研究显示，MEDOS均值(n=552)为25.4±5.8(5～39)。MEDOS评分90百分位数为34分，75百分位数为31分，中位数为26分，25百分位数为21分，10百分位数为17分。
用折半信度检验MEDOS内部一致性(可靠性)。将结果按测量项目的单双号分组两组，即部分1(奇数项目，项目1,3,5,7,9,11)和部分2(偶数项目，项目2,4,6,8,10,12)，计算两组数据的相关系数，即折半信度。结果显示，部分1计分(12.9±3.1)，部分2计分(12.5±3.0)，Split-half系数为0.817(P<0.01)，提示MEDOS量表评分法有较好的可信度。
3 讨论 3.1 为什么选择量表法？量表法是社会科学研究方法之一，量表是一种具有结构强度顺序的复合测量工具，由多个项目组成，形成一种复合分数，旨在揭示不易用直接方法测量的理论变量的水平。根据现有的理论知识和实践经验，推断在城市综合性医院急诊科拥挤现象是存在的，而且变得越来越严重[8, 9]，要测量这种现象，但又无法直接进行时，编制量表就是一种非常好的选择。
3.2 编制过程与难点本项目MEDOS编制过程中主要难点有：①量表项目池和项目选择，拥挤度相关潜在变量很多，但经过临床实践对比验证、能够用于即时评估、数据采集也并不非常复杂的项目经严格筛选后所剩无几，最后确定量表项目12项，循量表评分法既准确又灵活的特点，最终确定主观项目3项，客观项目9项；②量表的构架，MEDOS是一个复合量表，有两种项目分类方案可供选择：一是按成因机制分类，急诊“入口”、“处置过程”、“出口”三个环节变量；二是按区域分类，“急诊内部”、“医院”和“医院外部”进行分类，根据操作的便捷性最终选择第二个项目分类构架；③量表项目的备择选项和赋值问题，本项目虽然仅12项项目，但包含定类测量、定序测量、定距测量和定比测量4种测量层次，根据层次由低到高，逐渐上升，在选择测量方式上尽可能采用高层次测量，如用定比和定距测量；但个别项目也结合临床实际工作进行简化，如楼道和廊厅患者数，定距测量是可行，但进行定序测量则更加直观、简洁，操作性更强，提高项目可行性。
3.3 MEDOS量表法临床意义拥挤度评估方法研究在拥挤研究文献中占比例很低[10]，评估方法的科学性一直是拥挤现象研究的瓶颈。国际上诸如NEDOCS等评估方法比较全面地考虑到急诊资源供需匹配问题，并在部分研究机构得到较好的验证[11]，笔者也曾尝试对NEDOCS进行修订，初步构建急诊拥挤度评估的客观方法(NEDOCSBJ模型)；但这些评估模型通常需要较强的急诊患者信息追踪系统作为支撑，NEDOCSBJ模型在研究机构、教学医院急诊科应用可行性尚可，但要在国内三级医院广泛开展尚有难度，更谈不上多中心随机对照研究，事实上，国际上迄今为止也尚无一项关于急诊科拥挤问题多中心随机对照研究[10]。
要解决这一项瓶颈，需要进行大量基础工作。首先要解决测量变量的可行性、易获得性，如果数据采集过程非常困难，显然会制约测量方法顺利实施；其次评估方法要有即时性，随时能进行评估，如要研究ACS临床预后与急诊科拥挤相关性，在拟诊胸痛患者来诊时即须评估急诊科拥挤度；另外，还要考虑急诊科各区域拥挤程度的均衡性；最后，因各国、各地区急诊医学发展模式存在差异性，对拥挤度评分方法须进行必要的修订以克服地域性差异[1,11,12]。MEDOS量表法的制定主要基于以上几点思路，具有其独特的优势，结合主观评分法和多维评分指数两种测量方法的优势。
本MEDOS量表初稿势必存在诸多不完善的地方，下一步将着手对量表进行有效性和一致性检验，期望能有更多同行参与其中，对MEDOS进行单中心或多中心验证，不断修订和完善评估方法，推进中国急诊科拥挤相关研究。
| [1] | Weiss SJ, Rogers DB, Maas F, et al. Evaluating community ED crowding: the community ED overcrowding scale study[J] . Am J Emerg Med, 2014, 32(11):1357-1363. DOI: 10.1016/j.ajem.2014.08.035. |
| [2] | Wang H, Robinson RD, Cowden CD, et al. Use of the SONET score to evaluate Urgent Care Center overcrowding: a prospective pilot study[J] . BMJ Open, 2015, 5(4): e006860. DOI: 10.1136/bmjopen-2014-006860. |
| [3] | Asplin BR, Magid DJ, Rhodes KV, et al. A conceptual model of emergency department crowding[J] . Ann Emerg Med, 2003,42(2):173-180. DOI: 10.1067/mem.2003.302. |
| [4] | Solberg LI, Asplin BR, Weinick RM, et al. Emergency department crowding: consensus development of potential measures[J] . Ann Emerg Med, 2003,42(6):824-834. DOI: 10.1016/men.2003.423. |
| [5] | 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. DOI: 10.1111/j.1553-2712.2011.01054.x. |
| [6] | Weiss SJ, Ernst AA, Derlet R, et al. Relationship between the National ED Overcrowding Scale and the number of patients who leave without being seen in an academic ED[J] . Am J Emerg Med, 2005,23(3):288-294. DOI: 10.1016/j.ajem.2005.02.034. |
| [7] | Robert F, DeVellis. Guidelines in scale development. In: DeVillis RF. eds. Scale development: theory and application[M] . California: Sage Publications, 2003.60-96. |
| [8] | Crawford K, Morphet J, Jones T, et al. Initiatives to reduce overcrowding and access block in Australian emergency departments: a literature review[J] . Collegian, 2014, 21(4): 359-366. DOI: 10.1016/j.colegn.2013.09.005. |
| [9] | Di Somma S, Paladino L, Vaughan L, et al. Overcrowding in emergency department: an international issue[J] . Intern Emerg Med, 2015, 10(2):171-175.DOI: 10.1007/s11739-014-1154-8. |
| [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(1974-2012)[J] . 中华急诊医学杂志, 2014, 23(4):1120-1125. DOI: 10.3760/cma.j.issn.1671-0282.2014.04.013. Xu TD, Yu XZ, Gai XR, et al, Du TK. A systemic review of global emergency department (1974-2012) crowding research [J] . Chin J Emerg Med, 2014, 23(4):1120-1125. |
| [11] | Hoot NR, Zhou C, Jones I, et al. Measuring and forecasting emergency department crowding in real time[J] . Ann Emerg Med, 2007, 49(6):747-755. DOI: 10.1016/j.annemergmed.2007.01.017. |
| [12] | Wang H, Robinson RD, Bunch K, et al. The inaccuracy of determining overcrowding status by using the national ED overcrowding study tool[J] . Am J Emerg Med, 2014, 32(10): 1230-1236. DOI: 10.1016/j.ajem.2014.07.032. |