首页
快讯
关注
资讯
- 健康
- 科技
- 热点
- 视频
- 产业
- 政策
- 护理
- 投资
- 医改
- 养老
- 海外
- 人物
- 保险
- 疾病
- 管理
- English
- 临床
- 心血管
- 肿瘤
- 内分泌
- 妇儿
- 感染
专题
活动
学院

首页
快讯
关注
资讯
- 健康
- 科技
- 热点
- 视频
- 产业
- 政策
- 护理
- 投资
- 医改
- 养老
- 海外
- 人物
- 保险
- 疾病
- 管理
- English
- 临床
- 心血管
专题
活动
智库
学院
- 北斗学院
评选
会议
排行
全球医疗
健康界APP

欢迎登录体验更多功能

搜索

麻醉医生的年麻醉量与复杂胃肠癌症手术患者短期预后之间的关系

2021

05/05

古麻今醉

A-

A+

在这项基于人群的分析中，我们发现复杂胃肠道手术的麻醉医生年麻醉量和患者短期预后之间存在相关性。

上海交通大学附属胸科医院麻醉科

折现分割线

麻醉医生在保障临床外科手术顺利进行和患者安全方面发挥了重要作用，癌症手术的麻醉变得越来越复杂化和亚专业化。术中管理包括液体管理、有创监测、输血阈值和镇痛策略，与出血、术后恢复、潜在吻合口愈合相关，在优化患者预后方面发挥着重要作用。麻醉医生麻醉量（手术相关麻醉量）是否以及如何影响围手术期患者预后目前尚不清楚。

对于探究麻醉医生麻醉量与患者预后之间的相关性，复杂胃肠道（GI）癌症外科手术具有独特的优势，尤其是食管切除术、胰腺切除术和肝切除术等术后发病率（30%~57%）和死亡率（2%~4%）较高的手术。这些类型的手术一直以增加手术量-改善患者预后为目标。Leapfrog Group initiative倡导外科手术每年医疗机构至少病例数在20例以上、外科医生至少完成至少7~10例，以改善患者预后。此外与其他专科相比，这些外科手术需要特定的术中管理、液体和血液管理策略，且手术时间相对较长。因此，接受这些手术的患者可能更容易受到与医生经验和专业技术的影响。

因此，作者所在团队计划开展一项基于人群的队列研究，来检验麻醉医生年麻醉量与癌症手术患者短期预后的关系。作者假设麻醉医生较高的年麻醉量与患者较低的90天主要发病率和再入院率有关。

研究设计和数据来源：

研究数据来自于加拿大安大略省的相关行政医疗数据库，通过ICES（以前是临床科学评估研究所）获得，进行了回顾性分析。研究纳入了自1986年以来ICES为安大略省人口提供的所有公共卫生服务信息。98%的癌症数据来自于安大略癌症注册中心，其他数据来自加拿大相关临床研究中心。通过专一的识别编码信息对数据集进行查找并分析。对这些数据集进行多次审核和验证，因此纳入的数据集可提供有效的诊断、手术过程和临床预后等相关数据。

研究人群和暴露因素：

安大略省的1350万居民通过政府管理的单一支付系统接受医疗服务。安大略省的癌症专业服务已经实行区域化。自2006年以来，肝胰胆管癌症手术已集中于10个指定临床中心，食道癌外科手术集中于15个指定临床中心，这些指定临床中心对医疗机构年手术量、外科医生资质和围术期管理基础设施均有一定要求。然而医疗单位并未对手术室的管理和麻醉医生的医疗作出规定。

使用国际疾病分类第三版修订的疾病编码，对2007年1月1日至2018年12月31日，18岁或18岁以上诊断为GI的患者（择期行食管、胰腺或肝切除术的患者）进行检索和筛查。识别其中无效的代码、重复的手术记录（原始记录无法识别），以及无法确定主麻医生的记录。如果患者在研究时间区域里实施超过1次手术，则仅对第一次手术进行分析。

研究的暴露因素是食管切除术、胰腺切除术和肝切除术中主麻医生的年麻醉量。主麻医生年麻醉量定义为在目标手术的前2年内，麻醉医生参与的相关手术（食管切除术、胰腺切除术和肝切除术）的年平均数。本身而言，麻醉医生麻醉量是动态变化的，采用年麻醉量的此种方法会更加稳定。主麻医生的识别是根据麻醉医生当天通过suffix-C对申请代码计费的情况（表明一项麻醉），其代码与外科医生的申请码相符合，（考虑到管理数据输入错误）如果非手术当天（术前或术后）则无法识别。每天仅有一名麻醉医生能够通过suffix-C获得一个手术代码，排除使用交接代码的其他麻醉医生，以及无法识别主麻医生的手术。

结局和协变量：

主要结局是该省任何医院患者术后90天的主要发病率（包括死亡率）和再入院率的综合结局指标。主要发病率定义为Clavien- Dindo 分级3至5级的术后并发症，包括Clavien- Dindo 5级死亡在内。次要结局是主要结局的各组成部分的发生率（Clavien- Dindo分级3级和4级并发症的90天发病率，90天再入院率，Clavien- Dindo分级5级并发症的90天发病率）和非计划性入ICU率（而非常规术后ICU监测）。对患者进行随访，直至死亡、与医疗单位最后一次联系、或研究结束日期即2019年3月31日。

收集手术时的基线指标。根据安大略省的乡村指数确定农村居民或城市居民。采用教育和收入等社会经济因素的指标来评估患者社会经济状况。合并症负担（采用Elixhauser合并症指数来衡量合并症的程度，Elixhauser合并症指数是一种常用的评价基础疾病对于住院患者预后影响的综合评分系统），与合并症（不包括癌症和转移）的数量综合将合并症转换为连续变量。新辅助治疗指手术前180天内接受指定的放化疗。手术方法分为微创手术或开放手术。在目标手术当天，麻醉交接使用特殊计费代码（E005C）识别。手术时间使用先前验证的时间来计算。外科医生和医疗机构的病例量计算与麻醉医生麻醉量相似。

统计分析：

首先采用线性回归和非线性回归，探讨麻醉医生年麻醉量和主要结局之间的线性和非线性关联。非线性回归采用4个节点的限制性立方样条（RCS）（注释：在统计学里，Restricted cubic splines (RCS) 中splines 技术用来对变量进行转换。有时候我们会将连续性变量转化为分类变量，比如建立疾病预后模型时，年龄这个变量通常会被通过选取一个合适的界值转化为分类变量。然而，很多大佬并不推荐使用分类变量。生统大佬 Frank Harrell 教授在Regression Modeling Strategies一书中就有专门一个小标题是避免分类，并指出推荐使用splines技巧。很多大佬都认为连续变量转为分类变量主要有2个缺陷：第一是会压缩变量的效应（损失了大量方差信息），第二是会出现跳跃。Restricted cubic splines (RCS) 可以很好地解决这些问题）。我们检验了限制性立方样条，以确定节点界值，区分经验较少和经验较丰富两类类别的麻醉医生（这里，原文为低容量和高容量，基于习惯，意译为经验较少和经验较丰富）。

在确定容量临界点后，我们将患者分为两组，在目标手术期间接受经验较少麻醉医生和经验较丰富麻醉医生治疗。使用标准化平均差异对各组进行比较，差异小于10%认为不显著。暴露因素使用线性变量和二分法变量，调整潜在的混杂因素，研究麻醉医生年麻醉量和预后之间的关系。采用广义方程进行多变量逻辑回归模型，以解释机构层面的聚类问题。纳入模型的主要潜在混杂因素包括以下协变量：年龄、性别、农村居民、物质匮乏、合并症负担、新辅助治疗、手术类型、手术方法、手术年份、麻醉医生交接、外科医生年手术量（对数转换）和机构年手术例量（对数转换）。手术时间可能与因果关系有关，因此未纳入在原始模型中；对多变量模型中的协变量进行敏感性分析，结局以95%置信区间的优势比（OR）表示。

按手术类型进行分层分析，分析食管切除术数量与食管切除术后结局的相关性，胰腺切除术与胰腺切除术后结局的相关性，肝切除术与肝切除术后结局的相关性。查看了关键变量的缺失数据。机构数据缺失0.4%，农村居民数据缺失0.1%，物质匮乏数据缺失0.5%，排除数据缺失的患者。所有分析均采用SAS7.1版。

结果：

共纳入8096名患者，其中男性5369名（66.3%），平均年龄为65岁（57~72）（四分位距[IQR]）（图1. 数据纳入、排除、分析的流程图）。研究期间（2007年1月至2018年12月），共纳入842名麻醉医生和186名外科医生。麻醉医生年麻醉量中位数（IQR）为3台（1.5~6），外科医生年手术量中位数为27台（15~45），医疗机构年手术量为373台（127~712）。共有2166名患者（26.7%）接受了经验较丰富麻醉医生的管理（表1）

图1. 数据纳入、排除、分析的流程图

表1. 基于麻醉量分层后的患者基本特征

研究发现，麻醉医生年麻醉量和主要复合结局之间存在非线性关联。麻醉医生麻醉量和主要结局的限制性立方样条曲线呈负斜率，拐点在麻醉医生麻醉量的第50百分位和第75百分位之间（图2），第75百分位为分界点（≥6个手术/年）。

图2 麻醉医生年手术量与主要结局指标的RCS图

图3显示了按麻醉医生年麻醉量分层的结局。经验较丰富的麻醉医生组与经验较差的麻醉医生组相比，调整前的主要综合结局指标odds值较低（未调整OR值0.81；95% CI：0.73~0.90）。在经验较丰富的麻醉医生组中，2166例患者中有787例（36.3%）发生了主要结局事件，而在经验较差的麻醉医生组中，5930例患者中有2709例（45.7%）发生了主要结局事件（图3）。

图3. 基于年麻醉量分层后患者短期预后指标

图4显示了调整潜在混杂因素（包括外科手术量和机构手术量）后，经验较丰富的麻醉医生/经验较差的麻醉医生组对患者结局的影响。经验较丰富的麻醉医生组内患者主要复合结局事件发生率明显低于经验较差组麻醉医生组（调整OR值[aOR]：0.85；95% CI：0.76~0.94）。当作为连续变量使用时，麻醉医生年麻醉量也与主要复合结局呈独立相关（aOR：0.990；95% CI：0.980~0.999）。对于次要结局，经验较丰富的麻醉医生的管理与90天主要发病率（aOR：0.83；95% CI：0.75~0.91）和非计划入ICU率（aOR：0.84；95%CI: 0.76~0.94）相关，但与死亡率无关，尽管事件数较少（n=402；aOR：1.05；95% CI：0.84~1.31）

图4. 校正混杂因素后年麻醉量与患者短期预后的关系

讨论：

在这项基于人群的队列研究中，我们观察到食管切除术、胰腺切除术、肝切除术的患者，接受经验较丰富的麻醉医生管理的患者短期预后更好。在调整混合病例、医疗机构手术量和外科医生手术量后，经验较丰富的麻醉医生能够降低术后90天主要发病率（包括死亡率）和再入院率达15%。

既往尽管在外科医生和医疗机构层面，对肿瘤手术的手术量与患者预后的相关性进行了广泛的研究，但对于其他重要成员的数据研究较少。有证据表明麻醉医生的专业知识和实践决策与患者术后结局相关，但这一点常常被忽视。既往仅有一项单中心回顾性研究分析了外科医生和麻醉医生在胃肠手术，特别是胰腺切除术中的手术量与患者预后的关系。尽管术后结局与患者本身特征更为相关，但这项研究同时确定了外科医生和麻醉医生水平的差异对患者围术期结局存在影响。

本研究的重要性在于，它对麻醉医生年麻醉量和患者围术期的主要结局指标的相关性，进行了真实世界的评估。所有患者均在指定的医疗中心接受治疗，符合Leapfrog Group制定的标准，即拥有规范化的医疗机构手术量、外科医生手术量，以及能够治疗患者并发症的资源和能力。这种医疗管理结构使患者接受的管理尽可能符合系统标准水平，可以将经验较丰富和经验较差麻醉医生治疗的患者，在医疗机构间的差异降至最低水平。考虑到区域化，我们进一步调整了外科医生手术量和医疗机构手术量来解释潜在的差异。这样的设置和分析可以排除外科医生手术量、医疗机构手术量和机构资源以外的影响因素，因为这些因素可能对患者预后存在影响。目前，针对医疗机构和外科医生手术量、培训和术后恢复流程的标准化已经做了很多相关工作。但还应加强麻醉专科的标准化临床管理。

复杂胃肠道肿瘤手术的术中管理关键要素的变量已经被记录在案。分层模型敏感性分析表明，患者和医疗机构的特征是影响患者预后的主要原因。尽管存在这一发现，但在标准化的医疗机构和外科手术同一系统下麻醉医生年麻醉量仍与患者预后具有独立相关。

手术量本身而言并不是一项能改善预后的因素，但手术量可以侧面反映其他影响因素，如医生的临床经验和专业知识、医疗流程或团队综合管理水平等。我们对可测量的因素，如麻醉医生交接（这在经验较丰富的麻醉医生组更常见）、外科医生手术量和医疗机构手术量进行了校正。提高手术量改善患者预后的可能机制在于，治疗和就诊的患者越多，医生们就可以更好地提高临床技能和管理经验，从而改善患者预后。在本研究中，所有的麻醉医生均在指定的胸外科和肝胰胆管外科进行过麻醉管理，因此不同手术的麻醉管理之间的偏倚较小，诊疗水平和经验的差异与手术量关系更大。提高手术量-改善预后的原因，从增加医生经验的角度解释起来更为合理。

我们的研究结果提示围术期管理应增加麻醉医生的年麻醉例数。尽管食管切除术、胰腺切除术和前列腺切除术由于政策原因已经实施了区域化管理，但麻醉医生年麻醉量的中位量仍非常低，这与外科医生和医疗机构较高的年手术例数形成了鲜明对比。另一项类似的关于胰腺切除手术时麻醉医生麻醉量的研究提示，可在医疗机构内对手术量或麻醉量进行再分配，例如建立专门的麻醉学团队（亚专科），来增加麻醉医生的年麻醉量。在一些较小的医疗机构，手术量的重新分配可能更具挑战性，在这些机构麻醉医生数量相对更少，需要的病例范围就更广。每年6例相关手术的麻醉数这一临界值可能在现实中无法达到，但是只要增加数量就可能导致患者结局的改善，尽管幅度可能有所不同。此外，较小的医疗机构可以与大型医疗机构或经验丰富的麻醉医生建立网络分享，以支持临床知识和专业技能方面的共享。另外，经验丰富的麻醉医生最优化的专业技能是否能改善患者预后，可以通过使经验较差的麻醉医生通过培训执行相同的操作进行检验。

研究的证据强度和局限性：

这项研究的优势在于它是一项真正的基于人群的设计。尽管公共卫生系统和政策区域化的管理设置等原因，可能导致该结果无法推广于其他一些卫生系统，但它提供了一个理想的环境来检验麻醉医生年麻醉量对患者预后的贡献；在这个环境中，外科医生的手术量和机构患者数量处于可控范围，患者进入大型医疗中心或接受经验丰富的团队治疗的机会不会受到医疗保险等状况的影响。

同时这项研究也存在一些局限性。由于这是一项回顾性研究，数据使用来源于现有的行政管理数据库，无法专门收集数据来回答某些研究问题，使得一些信息无法获取。然而，在敏感性分析中，我们使用手术时长作为衡量手术复杂性的替代指标，校正后发现我们的主要研究结果并未发生改变。本研究的难点在于必须选择一个临界点来定义麻醉量的多少；虽然这个阈值的设定仍然略显武断，但我们使用了严格的统计方法来验证它。当将暴露变量处理为线性、二次和二元变量时，暴露因素和结果之间的关联性得到了证实，显示出一致性。尽管绝对临界点可能因卫生系统和临床实践设置的不同而有所差别，但关于大容量临床实践的理念仍然是有效的。在研究期间我们使用了动态的容量（麻醉量）测量，而不是假设每个麻醉医生的容量均匀分布。为了提供一个实用的容量评估，考虑到复杂手术的交叉专业知识，我们纳入在术中管理方面有相似需求的食管切除术、胰腺切除术和肝切除术。尽管混杂偏倚永远无法消除，但我们进行了详细的分析，以调整潜在混杂因素，并评估未测量的混杂因素是否影响研究结果。

结论

在这项基于人群的分析中，我们发现复杂胃肠道手术的麻醉医生年麻醉量和患者短期预后之间存在相关性。在调整患者混合病例、外科医生手术量和医疗机构手术量后，在食管切除术、胰腺切除术和肝脏切除术的患者，接受经验丰富的麻醉医生治疗后术后90天主要并发症的发生率更低。我们的这一研究发现建议，应当增加麻醉医生和公共卫生组织机构的年麻醉量或手术量，从而提高麻醉医生对复杂胃肠道癌症手术的围术期管理水平。

李婷婷编译

邱郁薇吴镜湘审校

参考文献：

Julie Hallet. Et al. Association Between Anesthesiologist Volume and Short-term Outcomes in Complex Gastrointestinal Cancer Surgery. JAMA Surg. 2021 Mar 17;e210135. doi: 10.1001/jamasurg.2021.0135. Online ahead of print.