以台灣健保資料庫研究加護病房重症病人發生潛在無效醫療之危險因子評估與預測模式

研究計畫: A - 政府部門b - 科技部

專案詳細資料

說明

潛在無效醫療 (Potentially ineffective care, PIC;由Dr. Esserman et al.首先提出;JAMA, 1995) ,是指加護病房重症病人之中,醫療花費最高而最終仍然死亡的族群。加護病房重症病人的照顧,常因病人過往病史、嚴重病情以及所需醫療處置不同,而顯問題複雜;現因健保醫療資源受限,無法毫無限制或無止盡地給予病人治療,且會對其他需要加護病房之重症患者產生資源排擠效應。故如何避免此類病人最終成為無效醫療(Futile medical care),為現今全民健康保險制度下,病人、家屬、社會與政府保險制度所共同關心的重要醫療與社會議題;如何在無效醫療發生之前,即早評估、預防與處置,以避免大量資源投入之後,仍難免遭遇病人終究死亡的遺憾結果,即為研究「潛在無效醫療」的目的。本研究針對加護病房重症病人之中,使用醫療資源為所有加護病房重症住院病人花費為最高之10%族群而最後死亡之患者,定義為「潛在無效醫療」病人。針對加護病房高花費之重症死亡病人對照其他存活病人(Non-survivors vs. survivors),分別就病人原有之相關共病症(Co-morbidities)疾病危險因子,如高血壓、糖尿病、腦部及心臟血管、肺部、肝、腎、代謝疾病、骨骼肌肉疾病及精神疾病等,住院前服用各類藥物服藥病史(如:類固醇或止痛藥物),或醫療處置(如:輸血或洗腎);以及住院後接受之不同內科醫療處置或外科手術,以及加護病房住院期間影響或導致其之後併發症與死亡成因,如中風、心肌梗塞、呼吸衰竭、肝腎功能障礙、敗血症、出血、傷口深部感染、靜脈及肺栓塞等,進行各種歸因分層與權重分析,提供系統性之評估與預測模式,以期及早預測「潛在無效醫療」的發生,期能降低其死亡率。 本研究規劃運用「臺灣全民健康保險資料庫」(Taiwan National Health Insurance Research Database, NHIRD),收集2006〜2013年間,住院於臺灣各類加護病房,接受治療重症病患群為研究對象(所有資料皆已以亂數去碼加密,scrambled and decoded,無法辨識病人個資,以保障隱私),分析加護病房高花費而最終死亡病人族群,其住院前之急、慢性疾病用藥及處置、住院後接受重大處置、手術或麻醉,對可能產生之不良結果(併發症及死亡)的相關影響;並可藉醫院基本資料檔,同時探討不同醫療院所或醫師,臨床醫療資源運用、分配或使用導致無效醫療恰當性等重要的議題。 研究方法上是以橫向回顧型研究方法(Cross-sectional and retrospective cohort study),由研究主持人,向國家衛生研究院申請「臺灣全民健康保險資料庫」之「特殊需求檔」為研究資料母檔,設定於2006〜2013年間,在接受加護病房住院一日以上之各種醫療處置之病人,為本研究資料搜尋之主要對象;並由住院前兩年門診明細檔及門診醫令檔,了解其原有加護病房住院前之醫療診斷、處置或費用(手術前)及門診藥物處方內容,串聯住院醫令檔及住院明細檔。設定變項後,以Multivariate logistic regression或Propensity score matched-pair method方法,比較加護病房「潛在無效醫療」病人死亡組與存活組之各項差異。 本研究第一年預期研究目標:統計目前臺灣各類加護病房病人,及主要相關併發症及死亡率;分析各類疾病「潛在無效醫療」病人,其住院前疾病與處置,對後續加護病房處置、手術、麻醉及可能發生併發症之相對危險分析,以及健保醫療花費相關經濟相關議題。第二年研究目標:是以「潛在無效醫療」病人死亡或存活病人住院前疾病、處方與處置,以及影響住院後醫療處置或手術,對於各種併發症之發生率,經校正各種危險因子後,獲得之相對危險比值,制定加護病房「潛在無效醫療」病患之量化評估系統。第三年研究目標:使用不同預測系統(如:類神經網路或傳統多層次邏輯回歸模式),試算「潛在無效醫療」量化系統的信效度,進行內部與外部校正,進而建立加護病房「潛在無效醫療」之危險因子及預測模式(Predictive models),期能評估、預測及改善此類病人之醫療照護品質。
狀態已完成
有效的開始/結束日期8/1/1610/31/17