我们分析了2018年所有医疗保险受益人的纵向队列数据，这些受益人因急性心肌梗死(AMI)、充血性心力衰竭(CHF)、慢性阻塞性肺疾病(COPD)、肺炎、脱水、晕厥、尿路感染(UTI)或行为问题住院，随后在30天内因任何原因再次入院(gydF4y2Ba 图1gydF4y2Ba)。本研究的目的是衡量电子信息共享、住院死亡率和受益人再次入住不同医院后30天内死亡率之间的关系。gydF4y2Ba

该分析的主要数据来源是2018年医疗保险提供者分析和审查(MedPar)文件，其中包括住院医疗保险索赔。从2018年医疗保险总受益人摘要和慢性病部分文件中获得了其他临床特征。医院特征来自2018年美国医院协会(AHA)年度调查[gydF4y2Ba 21gydF4y2Ba]。HIE的参与从2017年和2018年的AHA信息技术(IT)补充中获得[gydF4y2Ba 22gydF4y2Ba，gydF4y2Ba 23gydF4y2Ba]。gydF4y2Ba

从医疗保险和医疗补助服务中心(CMS)获得了2018年因AMI、CHF、COPD、肺炎、脱水、晕厥、UTI或行为问题住院的医疗保险受益人的住院索赔。gydF4y2Ba 多媒体附录1gydF4y2Ba显示了国际疾病分类- 10代码和所使用的诊断相关组代码。选择这些条件是因为它们要么是医院再入院减少计划(HRRP)中的条件[gydF4y2Ba 24gydF4y2Ba- CMS确定为再入院高风险的疾病，包括AMI、CHF、COPD和肺炎[gydF4y2Ba 25gydF4y2Ba-或者是老年人住院的常见原因，特别是老年痴呆症患者[gydF4y2Ba 26gydF4y2Ba，gydF4y2Ba 27gydF4y2Ba]。虽然索引录取是出于上述原因之一，但重新录取可能是出于任何原因。我们排除了数据集中没有再入院的受益人、受益人识别号码缺失的索赔以及因医院间转院而入院的索赔。观察单位从索赔转换为入院-再入院对。如果受益人住院两次以上，则创建多个入院-再入院配对(gydF4y2Ba 多媒体附录2gydF4y2Ba提供的例子)。然后，我们删除了从出院到再入院时间超过30天的所有入院-再入院对。该分析仅限于在慢性病部分中被列为AD诊断的受益人;此数据来源包括1999年以后的诊断[gydF4y2Ba 28gydF4y2Ba]。gydF4y2Ba

根据美国心脏协会年度调查和IT补充，我们根据受益人入院和再入院医院之间电子信息交换的可用性对电子信息共享进行了分类。IT补充要求，“请说明您在州、地区和/或地方卫生信息交换或卫生信息组织中的参与程度。”答案可以是“不知道”、“不可操作”、“可操作”……我们不参与，”或“行动……我们正在参与并积极交换数据。”IT调查还问:“您的医院参加了以下哪个国家卫生信息交换网络?”提供了几个选项，包括“您的[电子健康记录]供应商的网络，可以与供应商的其他用户进行交换”和“其他”。如果医院回答“其他”，并提供自由文本答案来描述他们参与的HIE，他们的答案将被重新编码，以便在入院医院和再入院医院之间具有可比性。如果一家医院在2年的数据中有不同或缺失的答案，我们将反映他们最高参与水平的答案纳入计算。未回应2017年和2018年HIE调查或未回应参与HIE问题的医院被排除在分析之外。gydF4y2Ba

我们将信息共享分为4个不同的类别:同一医院再入院和3类不同医院之间的信息交换碎片化再入院。第一种信息共享类型是“同一医院再入院”。在这种情况下，初次入院时的所有信息都应该在患者再入院时的医疗记录中随时可用，因此不期望医院的HIE状态会影响他们接受的护理质量。由于这些患者没有经历护理破碎，因此该组作为后续分析的参照组。其次，患者可能会分散再入院到不同的医院，其中两家医院根据他们对AHA IT调查的回答参与同一HIE(即“分散/相同的HIE”)。在这种情况下，来自索引入院的信息可通过HIE提供给再入院医院。第三种类型的信息共享是不同医院的碎片化再入院，每个医院参与一个HIE，但入院医院和再入院医院之间的HIE不同(即“碎片化/不同的HIE”)。此类别捕获了参与HIE的医院，因为它们可能与未参与HIE的医院不同，但在这种情况下，入院医院和再入院医院之间没有明确的电子信息交换方法，因此再入院医院的临床医生无法获得索引入院的信息。最后一类是"无信息共享":在不同医院的零散再入院，其中一家或两家医院在调查中表示它们没有参加HIE(即"零散/无HIE ")。由于在本分析中，受益人可以有多个入院-再入院对，因此他们可以在多个信息共享类别中有一对。 In both the fragmented/different HIE and the fragmented/no HIE categories, there is less expectation that participation in different HIEs by both hospitals or participation in an HIE by only one hospital would have an impact on the quality of care.

本研究感兴趣的结果是院内全因死亡率和再入院出院后30天内的全因死亡率(在再入院幸存的受益人中)。在适用的情况下，我们使用每个受益人的死亡日期来确定受益人的生命状态和死亡时间。gydF4y2Ba

我们在模型中纳入了一些受益人的人口统计学和临床特征，以及医院特征。人口统计学特征包括受益人的年龄、性别和种族(白人、黑人或其他)。临床特征包括虚弱评分、慢性疾病的数量、再入院的原因，以及受益人在再入院期间是否住过重症监护病房(ICU)。虚弱程度评分范围为0 ~ 1，分数越高，虚弱程度越高;它是通过使用93个基于索赔的变量的赤字积累模型计算出来的[gydF4y2Ba 29gydF4y2Ba，gydF4y2Ba 30.gydF4y2Ba]。慢性疾病的数量是通过计算受益人在慢性疾病补充中被诊断患有的慢性疾病的数量来衡量的，该补充报告了27种慢性疾病[gydF4y2Ba 28gydF4y2Ba]。再入院的原因被分为9类，基于8类为指数录取确定的兴趣和1个“其他原因”类别。gydF4y2Ba

医院特征包括医院规模(<500或≥500张床位)、所有权(政府、宗教、非营利或营利性)、医院类型(普通内科/外科或其他)、医院的城市/农村状况(大都市、小城市或农村)，以及医院是否为教学医院。通过医院的城乡通勤区域代码确定城市/农村状况[gydF4y2Ba 31gydF4y2Ba]。如果医院报告说他们有由美国研究生医学教育委员会、美国骨科协会或教学医院委员会认可的项目，或者如果他们附属于医学院，那么他们就被归类为教学医院。医院分为一般内科/外科或“其他”两类，其中包括专科医院[gydF4y2Ba 21gydF4y2Ba]。gydF4y2Ba

单变量统计用于描述和比较不同信息共享类别的入院-再入院对之间的临床和人口学特征。对所有响应AHA年度调查和AHA IT调查的医院的HIE状态特征也进行了评估。gydF4y2Ba

为了评估入院医院和再入院医院之间通过HIE共享电子信息是否与院内或出院后死亡率相关，我们进行了未调整和调整的逻辑回归。回归分析分别针对患者人口统计学和临床特征(年龄、性别、种族、虚弱评分、慢性病数量、再入院原因和再入院期间的ICU使用情况)以及再入院医院特征(床位数、所有权、医院类型、城市/农村位置和教学状况)进行调整。回归包括医院固定效应，以调整医院之间未测量的差异。采用在医院水平上聚集的稳健标准误差。gydF4y2Ba

我们还完成了一些敏感性分析。首先，为了检验农村医院的影响，我们剔除了农村医院的再入院率，农村医院的市场结构可能与小城市或城市医院不同。其次，我们将分析限制在受益人在其索引入院期间没有ICU住院，以选择死亡风险较低的患者。第三，为了确定HIE的使用是否与死亡风险较高的患者的死亡率有更强的关联，我们计算了出院后90天内的死亡概率，并只分析了90天死亡率为>.25的受益人。我们还创建了倾向评分匹配的队列，使用无替代的最佳匹配来确定出院后30天死亡率的几率;这样做是为了平衡信息共享类别之间的死亡几率。最后，为了测试频繁入住同一家医院的患者是否对同一家医院入院-再入院对的结果有不成比例的影响，我们将同一家医院类别限制为每个受益人的第一对。分析在SAS (version 9.4;SAS Institute)和Stata(版本17;占据公司)。gydF4y2Ba

本研究由埃默里大学医学院机构审查委员会批准(#00000108)，由美国国立卫生研究院国家老龄化研究所资助(K23AG065505)。gydF4y2Ba

最初的样本有8,316,909份索赔要求。我们删除了非住院索赔、医院间转院和观察缺失的受益人识别号码。然后我们创建了入院-再入院配对;在将这些配对限制为30天内再入院，将这些配对限制为最初感兴趣的诊断的索引入院，并删除受益人在索引入院后被列为死亡的配对后，我们有428,988对配对(包括279,729例独特患者)。接下来，我们删除了由于对AHA IT调查没有反应或对AHA IT调查中HIE问题没有反应而缺失HIE数据的观察(n=71,367, 16.6%的对被删除)。在剩余的357,621对中，8.1%是AD受益人(n=28,946对，包括28,741名独特患者)，代表最终样本。示例开发的完整细节可以在gydF4y2Ba 图1gydF4y2Ba．gydF4y2Ba

在同一医院再入院的受益人年龄较大(81.1岁，SD 8.6岁)，而在不同医院再入院的受益人年龄范围为79.8-80.3岁，gydF4y2Ba PgydF4y2Ba<措施;gydF4y2Ba 表1gydF4y2Ba)。在信息共享的类别中，虚弱评分和慢性病计数没有差异。49.9%的医院回应了美国心脏协会和美国心脏协会IT调查，报告参与了HIE (gydF4y2Ba 多媒体附录3gydF4y2Ba)，只有2.1%(601/28,946)的入院再入院对是在共享HIE的医院。总体而言，5.9%(1704/28,946)的受益人在再入院期间死亡，19.6%(5667/28,946)在再入院后的30天内死亡(gydF4y2Ba 表1gydF4y2Ba)。gydF4y2Ba

与同一医院再入院相比，老年AD患者因共享HIE而入住不同医院，在再入院期间死亡的几率降低39%(优势比[OR] 0.61, 95% CI 0.39-0.95;gydF4y2Ba 表2gydF4y2Ba)，考虑再入院医院固定效应(未在表中显示)、人口统计学、临床特征和医院特征。与同一医院再入院相比，碎片化/不同HIE再入院的受益人在再入院期间死亡的几率无统计学差异(调整优势比[AOR] 1.02, 95% CI 0.82-1.28)。仅根据医院特征调整后，碎片性/无HIE的受益人与同一医院再入院相比，住院死亡率增加33% (AOR 1.33, 95% CI 1.01-1.75);然而，当纳入患者人口统计学和临床特征时，差异没有统计学意义(AOR 1.25, 95% CI 0.93-1.68)。gydF4y2Ba

在未调整和调整的回归模型中，与同一医院再入院相比，检查了再入院后30天内死亡的几率，碎片化再入院的信息共享类别与出院后死亡率无关(gydF4y2Ba 表3gydF4y2Ba;医院固定效应未显示)。然而，当模型仅包括医院特征时，参与不同HIEs的不同医院的入院-再入院对趋于显著(AOR 1.13, 95% CI 0.99-1.29;gydF4y2Ba PgydF4y2Ba=.06)，但这些结果无统计学意义。gydF4y2Ba

当除去农村医院以检查大都市或小城市与农村市场力量之间差异的影响时，对住院和出院后死亡率的分析结果与初步分析相似(gydF4y2Ba 多媒体附录4gydF4y2Ba，表S1和表S2)。当我们剔除90天死亡率<0.25的受益人时，碎片化/相同的HIE与较低的住院死亡率之间的关联没有达到统计学意义，可能是由于功率不足(AOR 0.59, 95% CI 0.33-1.07;gydF4y2Ba 多媒体附录4gydF4y2Ba，表S5);所有其他关联与初步分析相似(gydF4y2Ba 多媒体附录4gydF4y2Ba(表S3-S10)。值得注意的是，当我们创建了与信息共享类别的死亡率可能相匹配的组时，住院死亡率较低的主要发现仍然存在(AOR 0.61, 95% CI 0.39-0.95;gydF4y2Ba 多媒体附录4gydF4y2Ba(表S7)。gydF4y2Ba

在这项研究中，我们试图衡量医院层面的HIE可获得性与老年AD患者再入院后住院和出院后死亡率之间的关系。与同一家医院的再入院相比，在碎片再入院期间共享HIE与住院死亡率降低39%相关。这种益处并没有延续到住院后，因为在出院后死亡率的HIE共享类别中没有观察到差异。gydF4y2Ba

以前有有限数量的研究探讨HIE的存在与住院病人死亡率之间的关系[gydF4y2Ba 32gydF4y2Ba]:一项针对急性心肌梗死住院患者的研究发现，HIEs没有任何益处[gydF4y2Ba 15gydF4y2Ba]，而另一项关注在医院间转院中使用HIE的研究发现，住院病人死亡率降低了25% [gydF4y2Ba 33gydF4y2Ba]。我们的研究在两个关键方面推进了文献:首先，通过关注可能从信息交换中获得巨大利益的患者群体，其次，通过使用更集中的信息交换定义-即入院和再入院医院是否参与同一hie -以减少误分类偏差。gydF4y2Ba

这项研究有几个局限性。首先，电子信息交换与老年AD患者死亡率之间关系的一个重要的未测量的潜在混杂因素是照顾者的存在。由于医疗保险索赔数据中没有提供住院期间护理人员的状态和他们的存在，因此我们无法评估在碎片化或非碎片化再入院期间护理人员与亲人一起去医院的可能性是否更高或更低;如果他们在场，目前还不清楚他们是否会为护理团队提供一种“人类信息交换”。关于患者和护理人员对碎片化与非碎片化再入院的看法的定性数据，以及患者和护理人员对他们在碎片化护理环境中传递信息的作用的看法，将有助于解决这个问题。gydF4y2Ba

其次，与任何将HIE可用性作为提供者使用HIE的代理的研究一样，我们不知道提供者是否访问了外部信息，通过电子信息交换共享的数据的质量或内容，如果提供者访问了数据，他们何时以及如何将数据纳入其临床决策;这一局限与许多其他有关HIEs的研究相同[gydF4y2Ba 13gydF4y2Ba，gydF4y2Ba 15gydF4y2Ba，gydF4y2Ba 33gydF4y2Ba，gydF4y2Ba 34gydF4y2Ba]。先前的研究表明，医疗服务提供者并不经常使用HIEs [gydF4y2Ba 35gydF4y2Ba，gydF4y2Ba 36gydF4y2Ba]，主要是因为他们没有意识到HIEs包含临床有用的信息[gydF4y2Ba 37gydF4y2Ba]。即使访问了个人信息系统，我们也不知道提供者如何使用从个人信息系统获得的信息。也许他们查阅了预先指示，并调整了他们的护理计划，以反映病人的意愿，或者他们可能会回顾旧的结果和图像，这可能会导致锚定偏见和潜在的误诊。因为国家卫生信息技术协调员办公室已将HIE的可用性列为优先事项[gydF4y2Ba 38gydF4y2Ba]，在未来几年，HIE的患病率和在临床决策中的使用可能会增加，并且应该继续了解HIE中包含的信息如何以及何时影响患者的结果。进一步调查提供者在护理点对HIE的实际使用情况，将使研究人员能够超越HIE的存在作为HIE使用的代理，并将有助于衡量HIE的使用方式与患者结果之间的关系。gydF4y2Ba

总的来说，这项研究有助于我们理解HIEs作为缓解碎片化再入院中存在的信息不连续的工具的影响和局限性。它还进一步加深了我们对护理碎片化对老年AD患者的影响的理解，以及我们如何利用卫生It基础设施内的现有系统来减少医院间护理碎片化对这一人群的影响。gydF4y2Ba