如何對需要重症監護的患者進行分診

一種新的計算機模型分析何時將患者送入重症監護病房——以及何時將他們轉出——這可以幫助醫生應對冠狀病毒激增

安東尼諾·馬爾凱塞,羅馬附近的卡薩爾帕洛科醫院的首席醫生,正在為 COVID-19 病例開設新的重症監護病房。

義大利的 COVID-19 患者已經湧入醫院,迫使醫生在誰應該接受救生治療的問題上做出痛苦的決定。美國重症監護病房 (ICU) 的患者激增也可能很快需要做出令人痛苦的分診決定。截至週四,美國已確診病例超過 13,000 例,全國死亡人數已上升至 175 人。

2 月份,一篇發表在《運籌學》雜誌上的研究使用了數學建模來確定哪種分診政策在重症監護病房激增期間可能有用。該論文分析了以下情況:患者可以排隊等候進入床位有限的假設重症監護病房,或者隨著病情的變化被轉移到普通病房。目標是為臨床醫生找到一種啟發式或經驗法則,以最大限度地降低所有患者隨時間的平均死亡率,這才是現實世界中分診的目標。

威斯康星大學麥迪遜分校的系統工程師勞拉·艾伯特(未參與該研究)說:“很多時候,醫療專業人員真正專注於為他們眼前的病人做出一個決定。當他們必須要求患者等待時,這真的很難,因為這將在整個系統中挽救更多的生命。這些啟發式方法對於服務提供者來說真的很有價值,因為否則他們很難在當下做出決定。”


支援科學新聞

如果您喜歡這篇文章,請考慮透過以下方式支援我們屢獲殊榮的新聞工作 訂閱。透過購買訂閱,您正在幫助確保關於塑造當今世界的發現和想法的有影響力的故事的未來。


研究人員使用計算機模擬,應用了一種啟發式方法,該方法透過估計每位患者在那裡生存機會的增加程度,然後將該數字除以該人可能需要停留的天數來確定誰應該被送入重症監護病房病床。比率最高的人被優先考慮。研究人員還研究了當新增其他患者健康狀況時,啟發式方法是如何工作的。

該研究將啟發式的集體死亡率與可能的分診情況進行了比較。一項政策規定以先到先得的方式提供床位。另一項政策是將病情最不可能在普通病房惡化的患者出院,以便為新患者騰出空間。第三種方法是在新患者到來時,從重症監護病房隨機將人出院。

總體而言,該比率啟發式方法優先考慮那些預計每天佔用重症監護病房病床時獲得最高收益的患者。該研究的合著者、北卡羅來納大學教堂山分校的運籌學研究員尼萊·阿貢說,當一個人的狀態在他或她的住院期間有所改善或惡化時,這一點尤其有價值。阿貢說:“一旦他們改變了狀態,就應該再次應用他們的分診。”她補充說,以前的重症監護病房分診決策的運營模型沒有考慮患者病情的變化。

當冠狀病毒開始傳播時,中國武漢一家醫院使用的先到先得的方法可能不是最佳策略。芝加哥大學的病理學家肖書元當時在武漢,並看到了醫護人員的反應。他甚至幫助了他們。肖說:“醫院不堪重負。他們根本沒有那麼多重症監護病房,而且重症監護病房一開始就採取了先到先得的政策這可能導致了該市最初較高的死亡率。”

艾伯特說:“醫療保健的質量僅取決於我們擁有的資源,而[一位患者]可用的資源實際上是您如何對待其他患者的函式。您不能總是孤立地做出這些治療決定。當出現大量患者湧入時,我們真的會看到這一點。”

耶魯大學的運籌學研究員埃迪爾·平克說,當不那麼危重的患者在等待時,為重症患者保留床位——一種叫做“空轉”的做法——給分診帶來了另一層複雜性。“一旦你佔用了那張床,你就擋住了別人,”他說。“這是一個艱難的決定,因為你是在告訴現在在你面前的病人,他們不能擁有這個。這對人們來說很難做到,所以你需要指導方針和紀律。”這項新研究僅針對非空轉政策。

與新模型顯示的類似,平克說,當一名康復機會低的患者佔用重症監護病房病床數天,而其他多名患者可以在該病床上得到穩定時,臨床醫生將不得不做出決定,將該患者轉移到姑息治療。“不過,當你轉移有傳染性的 COVID-19 患者時,危險在於你需要找到一個地方來轉移他們,而不會最終進一步傳播病毒,”他補充道。

特拉華大學災難研究中心的流行病學家詹妮弗·霍尼說,模型不一定是最終答案。她警告說,內建的假設可能無法轉化為現實世界的場景。她說:“我認為我們可以將[模型]視為規劃工具的一部分。”但是,“重要的是,在使用建模資料來嘗試準確預測現實生活中會發生什麼時要謹慎。”霍尼說,“事後”研究從醫療機構收集真實爆發後的資料,例如 2009 年的 H1N1 大流行,並使用它們來預測類似事件中會發生什麼,這可能比做出可能或可能不會發生的假設的模型更好。

事實上,醫院現在就將新研究的啟發式方法應用於 COVID-19 患者激增可能為時過早。約翰霍普金斯大學醫學院的生物醫學工程師斯科特·萊文說,一個困難是缺乏有關該疾病生存率的資料,他為約翰霍普金斯大學共同設計了一個電子分診系統,該系統是一個使用健康記錄資料來幫助對急診室患者進行分類的機器學習程式。他說:“我們真的沒有太多關於誰將從重症監護病房中受益的歷史資料。” 萊文說,隨著資料的積累,更新後的模型可以產生更符合 COVID-19 發生情況的分診建議。

佐治亞理工學院的系統工程師皮納爾·凱斯基諾卡克說,如果沒有可靠的生存率資料,靈活性將是應對冠狀病毒患者激增的關鍵。她說,醫療系統管理者和政策制定者必須跳出框框思考如何修改工作流程和流程。

西北紀念醫院急診科的醫生德米特里奧斯·基里亞庫提供了一個例子,該急診科是大約有 100 個床位的分診前線。基里亞庫說,醫院的災難委員會已經討論過,如果需要,可以將分診區域擴充套件到醫院的其他區域,甚至包括救護車區。“如果我們能更早地介入,隔離那些生病的人,我認為我們在這個國家發生的流行病就不會那麼成問題,”他說。

在此處閱讀有關冠狀病毒爆發的更多資訊

© .