條文本
PDF
摘要
目標為關鍵決策者開發一種基於計算機的決策支持工具(DST)，以安全地探索為防止COVID-19傳播而限製服務變化對慢性阻塞性肺疾病(COPD)護理的影響。
設計DST由離散事件模擬提供動力，該模擬捕獲整個患者路徑。為了估計不同場景下COPD入院人數，開發了一個回歸模型並嵌入到工具中。該工具可以生成廣泛的與患者相關和與服務相關的輸出。因此，可以估計可能的變化(例如，COVID-19限製和大流行情景)對COPD患者和護理的可能影響。
設置COPD服務(包括門診和住院部)在倫敦市中心的一個主要提供者。
結果四種不同的情景(除了基準情景外，還反映了英國政府的計劃A、計劃B和計劃C)運行了一年。計劃A、B和C預計分別有856、616和484次麵對麵預約(在1226次診所就診中)。在冠狀病毒限製下，與計劃A相比，計劃C的肺功能測試下降了80%以上。與更嚴格的限製相關的COPD加重相關入院病例更少(計劃C為284.1例，基準為395.1例)。盡管結果表明，在更嚴格的限製措施下，質量調整生命年(COPD管理方麵)的損失更少，但也必須確定對身心健康的更廣泛影響。beplay体育相关新闻
結論該DST將使慢性阻塞性肺病服務能夠審查在COVID-19大流行期間和之後以及在未來大流行的情況下，護理提供和管理方麵的最新發展可能如何影響其服務。
- 新型冠狀病毒肺炎
- 慢性呼吸道疾病
- 衛生政策
- 呼吸內科(見胸科內科)
- 呼吸道感染
數據可用性聲明
數據可以在一個公共的、開放訪問的存儲庫中獲得。如有合理要求，可提供資料。所有與研究相關的數據都包含在文章中或作為補充信息上傳。
這是一篇開放獲取的文章，根據創作共用署名非商業(CC BY-NC 4.0)許可證發布，該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建，並以不同的條款許可其衍生作品，前提是正確引用原始作品，給予適當的榮譽，任何更改都已注明，並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
數據來自Altmetric.com
本研究的優勢和局限性
開發了一個決策支持工具(DST)，以調查COVID-19措施對慢性阻塞性肺疾病(COPD)管理和患者的影響。
DST由代表整個COPD患者路徑的離散事件模擬模型和用於估計COPD入院率的回歸模型提供支持。
研究了COPD入院率與各種變量(如COVID-19結局、嚴重程度指數、空氣質量水平)之間的關係。
由於無法獲得數據，因此不包括(由限beplay体育相关新闻製引起的)身心健康問題。
簡介
由於采取了預防COVID-19傳播的限製措施，對慢性阻塞性肺病(COPD)患者的護理和治療自大流行開始以來發生了重大變化。慢性阻塞性肺病服務經曆了中斷、變化和不確定性，而且這種情況似乎將繼續下去。在可能的情況下，診所預約和一些COPD服務轉移到遠程護理。一些隻能在現場進行的服務(如肺功能檢測)嚴重中斷。
慢性阻塞性肺病加重是住院的主要原因，通常是由呼吸道病毒感染引起的。據報告，與大流行前相比，大流行期間與病情惡化相關的入院病例中病毒感染率顯著降低。1 - 3此外，根據最近一項涵蓋英國、西班牙、中國和新加坡等10個國家研究的薈萃分析，在COVID-19大流行期間，COPD加重的住院人數減少了50%。4研究中的比例從27%到88%不等，13項研究中有10項報告了入院率降低≥50%。
同樣，英格蘭臨床調試組的COPD急診入院率顯著下降(即約45%)，從2019/2020財政年度的每10萬人246.7例下降到2020/2021財政年度的133.5例。5這些減少主要是由於封鎖規則，其中包括限製COVID-19傳播的行為措施6並減少導致COPD入院的病毒循環。此外，減少與增加使用衛生措施、在家中使用口罩和屏蔽物、患者行為改變(如更健康的生活方式、堅持用藥)、取代COVID-19的主要入院診斷以及減少二氧化氮(NO . 19)等空氣汙染有關2)．4 - 8
盡管英國進行了大規模疫苗接種，但COVID-19病例數量仍然很高。這主要是由於新的高傳染性變異的出現和限製的放鬆。截至2022年1月，該國的病例數達到疫情爆發以來的最高水平，即每天約20萬例。因此，冠狀病毒限製的任何進一步增加都可能對COPD管理產生進一步的負麵影響。
有必要了解COVID-19限製措施對COPD服務和患者的影響，以及需求的變化和後果。因此，本研究旨在探討COVID-19大流行限製措施對COPD護理和入院的影響。因此，我們通過在虛擬環境中描述COPD服務的仿真模型開發了基於計算機的決策支持工具(DST)。該工具圍繞服務和患者結果生成各種輸出。患者結局集中在COPD管理相關的變化(如生活質量、入院)。由於沒有可用的數據，這一結果不包括限製造成的身體或精神健康問題。beplay体育相关新闻
方法
DST工具由離散事件模擬(DES)提供支持，這是一種在醫療保健上下文中廣泛使用的方法。DES模擬係統及其在離散時間點(如到達時間、治療時間和等待時間)上的操作，捕捉患者的個人移動以及他們在醫院就診期間消耗的所有資源(如診室、診斷設備、人力資源、成本)。該方法提供了在安全的計算機模擬環境中對複雜係統建模的能力，捕捉所有不確定性的現實。
DES幫助管理人員、關鍵決策者、利益相關者和政策製定者進行決策過程。因此，它被英國的醫療保健專業人員和國家衛生服務(NHS)廣泛接受和應用於各種目的。9例如，該方法被用於評估COVID-19情景，以防止重症監護中與能力相關的死亡，10為了提高白內障治療途徑的有效性，11用於格拉斯哥骨科骨折路徑的經濟分析，12了解威爾士患者在選擇膝關節手術服務時的行為。13其他DES研究包括臨床結果，14重新設計病人的路徑，15日16提高運營效率17日至19日以及在COVID-19服務中更好地管理資源。20 21
DES是一種高度通用的方法，可以在基於計算機的安全環境中適應不同的疾病、患者路徑和醫療保健服務。用戶可以測試各種“假設”場景，以提高性能和效率。此外，關於醫療保健服務的政策和決定的可能結果可以在現在和未來進行估計(具有很高的置信水平)。
學習描述
的流程圖圖1顯示了DST的高層結構，其中包括COPD患者途徑和COVID-19成分。該工具將代表COPD患者路徑的DES模型與COVID-19組件集成在一起，該組件可估計這些路徑的入院人數。COPD DES模型在雅庫特的研究中等22根據大流行的情況更新了入院模型，並將其嵌入模擬中。
決策支持工具的流程圖。慢性阻塞性肺病;F2F，麵對麵，LF，肺功能檢測，NIV，無創通氣，Physio，物理治療，PR，肺康複。
COPD患者路徑是由皇家自由醫院(RFH)和倫敦中部和西北部(CNWL) NHS基金會信托概念化的。在改善COPD管理的建模研究中廣泛描述了該途徑。22該路徑是全麵的，並捕獲了護理過程的重要部分:門診(COPD、普通、無創通氣、alpha-1、高級)、門診(LF檢測、肺康複(PR)、物理治療)以及急診和住院部。利用Yakutcan軟件對路徑和仿真模型進行了詳細描述等．22
COVID-19措施和COPD管理
到2020年3月底，根據英國國家對COVID-19的限製，服務交付方式切換為遠程護理(如果可能)。RFH的COPD服務采用了一種混合的服務提供方法，即麵對麵(F2F)和遠程谘詢的結合。預約可以在診所進行F2F，也可以通過遠程電話或視頻通話進行。
LF測試隻能在現場進行，每次測試後測試室必須通風，以減少病毒的傳播。因此，由於COVID-19規則，LF檢測能力大大降低。因此，谘詢師隻推薦最重要的COPD患者進行LF檢測。積極的一麵是，該醫院的記錄顯示，與前一年相比，大流行期間與惡化相關的COPD入院人數減少了40%。
DST的
該工具項目在95%的置信水平上進行了統計驗證，在一段時間內，護理交付過程的可能變化對患者和COPD服務的可能影響。DES模型代表了COPD患者在服務中的移動，並估計了入院人數(考慮了曆史醫院數據、限製措施和空氣汙染數據)，以及不同限製措施和大流行情景下的服務和患者產出。
在不同的限製水平下，服務能力、預約類型、轉診率和COPD加重相關入院輸入的數量都受到嚴格的評估。例如，在輕度限製下，轉介到LF測試的比率、能力和診所可用的F2F預約數量均高於嚴格限製下。
該工具可以生成廣泛的與患者相關和與服務相關的輸出，包括質量調整生命年(QALYs)、住院和死亡人數、按預約類型(遠程、F2F)分列的就診人數、服務質量以及等待服務的患者人數。
模型參數和數據源
該工具將表示COPD途徑的DES模型與估計入院人數的COVID-19組件集成在一起。它包括總共70個輸入參數，這些輸入參數來自多個來源，包括國家醫院事件統計數據集，23現有文獻、在線數據集、RFH/CNWL的本地數據和臨床醫生。輸入參數涵蓋需求、資源組合、治療時間、轉診率、預約類型(遠程或F2F)以及嚴格度指數(SI)、空氣質量和COVID-19結果等方麵。方法中提供了輸入參數的完整列表在線補充表S1．請注意，所有輸入都可以由最終用戶定製，以允許在其他服務中建模。
輸入參數涵蓋COVID-19大流行之前和期間的情況，涉及到LF檢測的轉診率和資源等參數。該模型考慮了幾種統計分布，以準確表示不確定的參數，例如住院時間、QALY、轉診和死亡率。此外，在英國參與COPD護理的醫療保健專業人員中進行了一項關於F2F與遠程預約質量的調查。參與者被要求比較他們在遠程預約和F2F預約方麵的經驗，按照更差、相同或更好的標準進行比較。以調查結果和專家意見作為任命質量的輸入，作為統計分布的手段。
根據已發表的文獻，24日25日qaly被認為是由服務/治療類型、嚴重惡化和預約類型(遠程或F2F)驅動的。根據文獻中對以下結果的研究，提取患者相關結果:PR、24 - 26日如果測試,27物理療法,28 29惡化30.和治療。31
統計分析與錄取模型
COVID-19的結果、空氣質量、政府反應和空氣溫度是與加重相關的COPD入院人數相關的變量，因為文獻中提到了它們的部分關聯。1 - 4許多國家的病情惡化情況顯著減少，這可能與各種因素有關，例如，屏蔽、患者行為和空氣汙染。因此，本文分析了所選因素與COPD入院的關係，並構建了入院模型。入院模型的結構是利用2019年3月1日至2021年2月28日大流行前一年和期間兩年的數據進行探索的。
數據來自不同的數據來源:(1)RFH的COPD入院人數，(2)COVID-19的結果，即每周病例和每周死亡人數，來自卡姆登委員會的網站，32(3) SI和新冠肺炎入院數據取自牛津冠狀病毒政府應對跟蹤係統(可在https://github.com/OxCGRT/covid-policy-tracker/tree/master/data)．33SI為0-100(分數越高說明限製越多)。最後，從RFH患者居住的Camden觀察點獲得了空氣質量數據。34空氣質量水平是通過空氣中存在的不同汙染物的水平來捕捉的。這些是NO2、顆粒物(PM2.5和PM10)、臭氧、一氧化氮、氮氧化物和二氧化硫。
在每周、兩周和每月的基礎上，研究了與加重相關的COPD入院與上述變量之間的關係結構。還考慮了條件(如SI水平、COVID-19病例數)的滯後效應，即7天和14天，因為這些變量在一段時間後可能會對病情加重產生影響。根據每周入院人數，COPD入院人數與SI(- 0.80)之間存在很強的負相關關係。COVID-19結果(- 0.54至- 0.34)與病情加重之間的相關性較弱。另一方麵，更高的空氣汙染物被發現與更多的入院有關(適度估計上升0.61)。其中給出了每周的相關估計表1．
在相關性分析後，進行多元回歸以估計COPD入院人數。關係的結構如下式1(調整後的R20.83和p值的係數<0.0001)。
該方程表明，本周與惡化相關的COPD入院總數取決於前一周的入院人數，加上平均NO的乘法因子2當前周的水平，減去當前周SI的一個分數(平均)。回歸模型選擇以周為基礎的估計，因為其統計輸出優於以兩周和每月為基礎的估計。包括溫度在內的一些空氣質量參數在估計加重程度時不顯著。上述回歸模型嵌入到模擬模型中，作為COPD入院人數的輸入，考慮到不同的場景設置。
患者和公眾參與
研究過程中沒有患者或公眾參與。
結果
實驗
對2020/2021年COPD模擬模型進行了統計驗證，將DST生成的結果與RFH觀測到的數據進行了比較。輸出與實際數據的誤差在5%以內，這證實了模型的有效性，支持在實踐中使用。
模擬周期設定為1年(2022年1月1日至2022年12月31日)。考慮到英國政府的covid -19相關限製計劃，選擇了四種不同的場景。在模擬期間，調整了門診診所和服務的預約類型，以及LF檢測的轉診和容量率，以反映每周/每月的限製水平。表2顯示每個場景中參數的近似值摘要。場景中的參數根據周/月不同而不同。場景設置的詳細信息請參見在線補充表S1和S2．
基準場景模擬2019年沒有限製且服務照常運行(大流行前)的環境。這是一個用於比較的場景，以便更好地了解COVID-19對COPD服務和患者預後的影響。場景1調查符合英國政府A計劃的溫和限製。場景2包括更嚴格的限製，例如，戴口罩，在家工作，這是政府的B計劃。場景3考慮可能出現的情況，即在C計劃下實施更嚴格的限製，例如關閉非必要業務。
情景的主要驅動因素是SI，它影響(1)提供的預約類型(F2F或遠程)，(2)通過入院模式惡化，以及(3)服務能力和轉診。例如，在夏季放鬆限製將導致更多的F2F就診，而在冬季由於限製收緊，會有更多的偏遠診所就診。F2F和遠程診所的平均比例分別為:100/0、70/30、50/50和40/60。目前正在執行的公共關係方案采用了混合混合的辦法。PR通常以10-15人為一組進行，增加了COVID-19傳播的風險;因此，遠程公關最初是首選的選擇(即在家辦公)。
轉診率和LF檢測能力也包括在情景中，因為這些都受到COVID-19限製計劃的影響。例如，由於服務中斷，轉診率從40%-45%(大流行前)降低到情景2下的8%-12%左右。請注意，用戶可以根據自己的設置和投影對場景參數進行定製，就像對輸入參數一樣。
模型輸出
該模型是在RFH開發和測試的，四種不同的場景在一年的時間內運行(不包括6個月的預熱期)。DST可以圍繞服務和患者結果生成各種輸出。中的每個場景都給出了服務輸出表3．
與情景2(615.7)和情景3(484)相比，情景1(856.1)的限製放寬，預計會有更多的F2F預約。預約類型(F2F或遠程)在患者與臨床醫生的參與方式、患者對技術的熟悉程度和自我表達等方麵影響預約質量。我們通過Twitter調查，以臨床醫生對質量的看法為基礎，以常規預約的質量為基準，分為更差、相同或更高。情景1中的567次預約、情景2中的451.4次預約和情景3中的385.4次預約達到了通常預約的預期質量水平(參見情景1中的567次預約)表3)．另外，在情景1、情景2和情景3中，分別有292.1次、412.7次和481.1次比平時更糟糕。結果顯示，情景1的就診質量略好於情景2和情景3。
另一個重要的發現是LF測試的數量受到限製級別的影響。考慮到目前的積壓病例，在基準情景下，大約330名患者(在516名轉診患者中)可以接受檢測。在情景1、情景2和情景3中，分別下降到134、80和23名轉診患者。結果表明，即使完全取消限製，係統中的積壓也需要一段時間才能清除。
此外，考慮到COPD服務和加重的影響，該模型生成了與患者相關的結果(在1600名COPD患者中)表4)．與入院模型相結合的模擬顯示了與惡化相關的輸出取決於場景設置的變化。在設定了更嚴格限製的情景3中，與COPD加重住院輸出相關的最低值(284次入院和1707個床日)，而在基準情景中，SI設置為最低水平時，其值最高(395次入院和2344個床日)。最後，在不同的情況下，醫院的死亡人數相當接近，在25至20人之間。
關於COPD患者的管理對QALYs的影響，結果表明，在基準情景(2.39)下，通過LF測試的QALYs的正向變化顯著高於情景1、2和3下(即，分別為0.84、0.46和0.11)，這是由高轉診和出診數驅動的。LF檢測本身隻能間接改善患者的結果，例如通過確定需要住院的患者，或改變治療方法。因此，最新LF檢測結果的可用性將使臨床醫生能夠更好地了解患者的病情，並能夠更好地提供相應的治療。27
pr相關qaly在不同場景下的數值略有變化，均高於基準值。這是因為根據限製，F2F/遠程服務交付和出勤率/完成率的劃分發生了變化。然而，與其他情況相比，在基準下(- 22.77)，惡化後的qaly損失相當高。這是由於病情加重、SI和衛生、屏蔽和空氣汙染等其他因素之間的關係。
盡管限製措施和COVID-19嚴重擾亂了服務提供，但病情加重和與病情加重相關死亡的減少對COPD患者來說是有利的結果。因此，結果表明，在更嚴重的限製期間，(就COPD病程和疾病管理而言)損失的qaly更少，即計劃C(場景3)為−13.42，計劃B(場景2)為-14.10，計劃A(場景1)為-15.13，如果沒有限製(基準場景)為−18.14。另一方麵，對大流行的屏蔽、更嚴格的限製和不確定的未來可能會影響更多COPD患者的心理(即心理健康、焦慮、抑鬱)和身體健康。beplay体育相关新闻本研究沒有涵蓋這些方麵，因為模型側重於COPD管理相關輸出。需要采取更全麵的方法，將COVID-19的影響和對COPD患者身心健康的限製結合起來，以更全麵地捕捉患者的結果。beplay体育相关新闻
討論
本研究探討了冠狀病毒限製對慢性阻塞性肺病患者和服務的影響，以便為利益相關者(如決策者、臨床醫生和服務經理)的決策提供信息。DST工具的結果表明，盡管限製的減少增加了病情惡化的數量，但它打開了將更多患者轉介到LF檢測和提供F2F就診的機會，這提高了預約的質量。
在限製更嚴格的情況下，一年後就copd相關發病率(服務和患者結果)而言，患者QALY的總變化較小。COPD加重極大地影響患者的QALY，並可能導致再次入院或死亡，是這些輸出的主要驅動因素。該研究提供了服務的快照，並不意味著限製和屏蔽在整體意義上對COPD患者有益，盡管嚴重減少了病情加重和住院治療。請注意，該研究側重於與慢性阻塞性肺病相關的產出，沒有考慮可能影響質量aly的其他因素，如大流行的影響和對身心健康的限製，以及與COVID-19合並感染的可能性。
在限製期間，醫院一般通過電話或數字技術提供遠程服務。然而，像LF測試這樣的關鍵服務需要在現場進行，因此這項特殊的服務要麼被停止，要麼大幅減少。更寬鬆的限製可以提高服務容量，並減少LF測試的等待時間。結果表明，即使完全取消與covid -19相關的限製，這項服務的積壓也需要一段時間才能清理完畢。
我們對參與慢性阻塞性肺病護理的英國臨床醫生的調查對遠程診所的預約質量提出了質疑。調查指出，約70%的遠程診所預約的質量比通常的F2F預約差(隻有17%的遠程診所預約的質量比通常的F2F預約好)。臨床醫生指出，遠程訪問可能對一些人更好，對另一些人更糟。此外，關於F2F和遠程服務之間的比較，一項研究表明，與以醫院為基礎的治療相比，以家庭為基礎的PR以相似的水平提高了質量生活年。24
我們的分析顯示COPD入院人數與SI之間存在很強的負相關(−0.80)。這是因為COVID-19的預防措施減少了接觸細菌、病毒和空氣汙染的機會。此外，SI越低，NO越高2在空氣中，相關分析顯示為−0.4。然而，在限製措施產生這種積極影響的同時，必須指出的是，限製和屏蔽可能導致焦慮和抑鬱，對心理健康產生不利影響。beplay体育相关新闻
慢性阻塞性肺病服務在COVID-19大流行期間麵臨巨大挑戰，並將繼續麵臨挑戰。如果我們要落實國家衛生服務體係長期計劃的呼吸係統部分，將服務恢複到大流行前的能力是一項關鍵優先事項。隨著大流行的演變，服務正在迅速變化，大流行期間引入的護理的某些方麵可能會保留，例如，在不影響質量的情況下，提供更多遠程護理的機會。盡管COVID-19有可能成為地方病，但該工具在未來疫情或大流行的情況下，或在測試交付方法變化(如遠程、F2F、混合、虛擬現實和元宇宙)的影響時仍將有用。35 36
本研究有一定的局限性和假設。由於數據不可得，本研究排除了以下因素:COVID-19導致的COPD患者死亡、感染風險和COVID-19的影響(例如，qaly減少、長COVID的影響和殘疾)。此外，屏蔽和限製對慢性阻塞性肺病患者的生理和心理影響以及他們在偏遠診所的經曆沒有被考慮在內。
可以開發包括機器學習方法在內的更複雜的數學模型來估計錄取情況，這需要詳細和回顧性的數據收集和數據分析。可以模擬對服務瓶頸特別感興趣的更具體的場景，例如，通過提供直通測試來增加LF測試能力。改善COPD患者管理的政策的影響可以通過該工具進行微小的更改來評估。例如，增加社區服務的使用，提供移動醫療技術來密切監測患者，通過發現病情惡化或早期再入院來防止入院，這些都是一些可能的方案。這些問題可以在今後的工作中加以考慮。
結論
這種基於計算機的DST將使COPD服務能夠研究在COVID-19大流行期間和之後，護理提供和管理方麵的最新發展如何影響其服務。該模型是通用的和全麵的，足以用於英國的其他COPD服務，並更廣泛地使用，隻需要輕微的調整。
數據可用性聲明
數據可以在一個公共的、開放訪問的存儲庫中獲得。如有合理要求，可提供資料。所有與研究相關的數據都包含在文章中或作為補充信息上傳。
倫理語句
患者發表同意書
參考文獻
補充材料
-
補充數據
此網頁文件由BMJ出版集團從作者提供的電子文件製作而成，並沒有對內容進行編輯。
腳注
貢獻者研究概念與設計:UY, JRH, RL, ED。數據獲取:UY, JRH。數據分析:UY, ED。模型開發:UY。稿件的起草和修改:UY, JRH, RL, ED。待發表稿件版本的批準:UY, JRH, RL, ED。UY作為擔保人對整體內容負責。
資金作者沒有從任何公共、商業或非營利部門的資助機構宣布對這項研究的具體資助。
相互競爭的利益沒有宣布。
患者和公眾參與患者和/或公眾沒有參與本研究的設計、實施、報告或傳播計劃。
出處和同行評審不是委托;外部同行評審。
補充材料此內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅是作者的意見或建議，不被BMJ認可。BMJ不承擔因對內容的任何依賴而產生的所有責任和責任。如果內容包括任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且對因翻譯和改編或其他原因引起的任何錯誤和/或遺漏不負責。