引言:评估败血症的结果对于改善护理至关重要。CDC与CMS正在开发一种基于CDC成人败血症事件(ASE)定义(已更新以提高性能)的成人社区起始(CO)败血症电子死亡率结果度量,该度量通过电子健康记录(EHR)和行政索赔数据进行应用。我们为CO-败血症死亡率开发了一种风险调整模型,并使用3个大型多医院数据集评估其区分度、校准度、可靠性和有效性。方法:我们通过将ASE标准应用于2022-2023年268家医院的EHR数据,确定CO-败血症病例:HCA Healthcare(126家医院,MediTech),麻省理工学院布莱根医院(9家,Epic),以及PINC AI(133家,各种EHR)。我们开发了一个逻辑回归模型来预测死亡率(医院死亡或临终关怀出院),使用到达后6-24小时内可获得的行政和临床数据。我们评估了区分度(AUROC)、校准度(Brier分数),并使用自助法验证模型。通过将医院标准死亡率(SMR)与CMS质量指标(SEP-1、30天肺炎死亡率和医院质量星级评级)相关联,评估医院级别的可靠性(信噪比)和有效性,以及专家/患者小组反馈。结果:在268家医院中,有434,233例CO-败血症住院治疗中,85,978例(19.8%)以死亡或临终关怀结束。该模型显示出优秀的区分度(AUROC 0.832)和良好的校准度(Brier分数0.12)。中位SMR为0.99(第10至90百分位:0.78-1.29),中位信噪比为0.92。SMR与SEP-1分数没有显著相关性(Spearman’s ρ=0.04, p=0.62),但与肺炎死亡率(ρ=0.27, p<0.01)和质量星级评级(ρ=-0.29, p<0.01)相关。专家和患者小组一致支持该度量在区分医院绩效方面的表面有效性。结论:CDC提出的成人CO-败血症死亡率度量,基于更新的ASE标准和详细的风险调整,在不同的医院数据集中表明了强劲的性能,并通过与预期结果和全球质量指标的相关性展示了构造效度。它与SEP-1缺乏相关性突显了改善败血症护理的更广泛策略的必要性,以及基于EHR的结果度量的附加价值。
Rhee等人(Sun)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: