條文本

下載PDF

急診科提供的服務的變化是否可以解釋高強度急診護理的計費趨勢?一項針對美國醫療保險受益人的觀察性研究
  1. 勞拉·克伯克123.
  2. 羅伯特·C野生4
  3. 約翰E Orav5
  4. 蕾妮Y夏朝67
  1. 1急診醫學係貝斯以色列女執事醫療中心波士頓麻薩諸塞州美國
  2. 2衛生政策和管理部哈佛大學陳廷洪公共衛生學院劍橋麻薩諸塞州美國
  3. 3.急診醫學係哈佛醫學院波士頓, 02115年
  4. 4衛生保健政策部哈佛醫學院波士頓麻薩諸塞州美國
  5. 5生物統計學的哈佛大學陳廷洪公共衛生學院劍橋麻薩諸塞州美國
  6. 6急診醫學係加州大學舊金山分校舊金山加州美國
  7. 7菲利普R李衛生政策研究所加州大學舊金山分校舊金山加州美國
  1. 對應到Laura G Burke博士;lgburke在}{bidmc.harvard.edu

摘要

客觀的有人擔心,高強度急診的收費增加是由於電子健康記錄促進了編碼做法的改變。我們試圖描述在醫療保險受益人中高強度急診護理的計費趨勢,並檢查在何種程度上高強度計費趨勢是由急診科(ED)提供的患者特征和服務的變化所解釋的。

設計、設置和參與者使用傳統醫療保險索賠的觀察性研究確定了2006年、2009年和2012年在非聯邦急性護理醫院的老年受益人的急診就診。

成果的措施計費強度由急診醫生評估和管理(E&M)代碼定義。我們使用線性回歸模型測試了高強度計費(E&M代碼99285、99291和99292)和隨時間提供的服務的總體趨勢,並根據患者特征進行了調整。此外,我們還測試了入院率和重症監護病房(ICU)的時間趨勢。接下來,我們將門診就診分為39個診斷類別,並分析高強度就診比例與服務數量的變化。最後,我們使用多變量建模,量化了在何種程度上,高強度計費趨勢是由患者人口統計數據的變化和急診科提供的服務解釋的。

結果高強度的就醫人次從2006年的671 103人次的45.8%增長到2012年的629 010人次的57.8%(每年絕對增長2.0%;95%可信區間1.97%至2.03%),入院提供服務的平均數目(1.28至1.41;每年程序增加+0.02;95% CI 0.018 ~ 0.021)和出院ED患者(7.1 ~ 8.6;每年服務增加+0.25;95% CI 0.245 ~ 0.255)。住院率從40.1%下降到35.9%(−0.68% /年;95% CI−0.71% ~−0.65%;P<0.001), ICU住院率由11.7%上升至12.3%(每年+0.11%;95% CI 0.09% ~ 0.12%; P<0.001). When we stratified by diagnosis category, there was a moderate correlation between change in visits billed as high intensity and the change in mean number of services provided per visit (r=0.38; 95% CI 0.07 to 0.63). Trends in patient characteristics and services provided accounted moderately for the trend in practice intensity for outpatient visits (pseudo R2(0.47),但住院就診(0.051)和總體就診(0.148)的比例非常低。

結論急診科提供的服務的增加在一定程度上解釋了門診高強度緊急護理收費的趨勢。

  • 保健質量
  • 衛生政策

這是一篇根據創作共用署名非商業性(CC BY-NC 4.0)許可發布的開放獲取文章,該許可允許其他人以非商業性的方式發布、混編、改編、構建本作品,並以不同的條款許可其衍生作品,前提是原始作品被正確引用且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/

來自Altmetric.com的統計

本研究的優勢和局限性

  • 調查了2006年、2009年和2012年美國醫療保險受益人在急診科(ED)就診的190萬人次。

  • 采用多變量模型來檢驗在何種程度上,病人特征和所提供的服務的變化可以解釋實踐強度的趨勢。

  • 缺乏一些臨床信息,如生命體征、實驗室結果和在急診室接受治療和觀察的總時間,這是使用索賠數據所固有的。

  • 與出院患者相比,住院患者在急診科進行的工作細節較少。

  • 該分析僅限於老年醫療保險服務收費受益者,可能無法推廣到其他人群。

簡介

美國醫療保健費用的上漲引起了越來越多的關注1因為它給州和聯邦預算帶來了壓力2 3並通過收入損失和更高的自付費用直接影響個人。4急診常常被描述為造成醫療危機的一個昂貴而低效的因素。5 - 7對緊急護理費用的擔憂導致了各種措施,試圖在急症期間將患者從急診科(ED)引導到成本較低的環境。8 9盡管存在這些擔憂,美國的急診科就診人數仍在持續上升,10 11與此同時,最高強度的訪問次數也在增加。12隨著高強度緊急護理費用的增加,一些人質疑電子健康記錄(EHRs)的增長是否加劇了這一問題,因為它允許提供者在不改變所做工作的情況下更容易地對服務進行“升級編碼”或收費。13雖然之前的研究表明,電子病曆並沒有導致住院患者護理的升級,14對於這一緊急護理現象,人們所知甚少。

研究表明,在急診科就診期間提供的診斷和治療服務的平均數量也隨著時間的推移而上升,15日16這表明,單靠“編碼升級”不太可能解釋高強度急診醫療費用的增長。提供的護理強度的這種增加可能反映出,通過避免更昂貴的住院費用,或為最高靈敏度的病人保留有限的住院空間,從而努力提高護理質量和降低護理費用。15據我們所知,還沒有研究在就診水平上使用多變量建模來檢驗患者特征和臨床實踐模式對高強度急診護理計費趨勢的相對貢獻,以及在急診科治療的各種情況下,高強度計費趨勢是否一致。

因此,我們試圖通過解決三個問題來評估高強度急診護理收費的趨勢和這些趨勢的潛在機製。首先,在醫療保險按服務收費的人群中,高強度護理的計費趨勢是什麼?這些趨勢在多大程度上伴隨著患者特征和實踐模式的變化?第二,特定的診斷或疾病是否隨著時間的推移有更大的強度變化,如果是的話,這些變化是否與服務的趨勢有關?最後,當使用多變量建模時,高強度計費的趨勢在多大程度上是由所提供服務的趨勢和患者特征解釋的?

方法

研究設計與設置

我們使用了2006年、2009年和2012年全國醫療保險收費服務索賠的5%樣本來確定急診科就診。我們調查了65歲及以上、持續參加傳統醫療保險並就診於非聯邦急症醫院的受益人的急診就診情況。計費強度級別是通過識別Carrier文件中當前程序術語(CPT)醫療保健通用程序編碼係統(HCPCS)評估和管理代碼99281-99285、99291和99292的所有急診醫生專業索賠獲得的。患者特征(年齡、性別、種族和醫療補助資格)從主受益人彙總文件中獲得。使用醫療保險和醫療補助服務中心的軟件對患者的慢性疾病進行分配,該軟件允許創建分級疾病類別(HCCs)。17根據那一年的索賠記錄。諸如就診診斷和提供的服務等信息來自入院患者的住院檔案和導致出院或觀察狀態的門診檔案。程序指的是《國際疾病分類》、《第九修訂版住院病人就診程序代碼》和《CPT/HCPCS》門診病人就診和醫生專業索賠程序代碼。由於2012年的醫療保險數據中不再有藥物濫用相關就診的索賠,18我們放棄了前幾年的藥物濫用指控。我們使用了2012年美國醫院協會的調查,獲得了關於醫院特征的數據(地區、農村vs城市位置、規模、創傷中心、利潤和教學狀況),並使用醫療保險提供者身份證號將其與急診科索賠聯係起來。

結果

高強度計費

我們的主要結果是急診就診的計費強度級別,由急診治療醫生或指定人員選擇的CPT代碼定義。CPT代碼99281和99282表示低複雜度,99283和99284表示中等複雜度,99285表示高複雜度,而代碼99291和99292用於表示提供了重症監護服務。雖然之前的研究僅使用99285來定義高強度的急診科就診,19日20我們還選擇將急症門診定義為高強度,因為我們的數據集中有這些數據,並且在之前的急症門診靈敏度研究中進行了評估。21因此,我們創建了一個二元強度結果變量,將代碼為99281-99284的訪問歸為低強度訪問,將代碼為99285、99291和99292的訪問歸為高強度訪問。

提供臨床服務

如果高強度計費的增加僅僅是由於升級編碼,而不是實際的趨勢,我們可能預計在急診科提供的服務的頻率和類型的變化相對較小。因此,我們根據急診科設施的聲明確定了每次訪問提供的平均服務數量。對於出院的患者,我們確定了所有關於急診室門診設施索賠(門診服務)的服務,如化驗室和放射科檢查以及在急診室發生的臨床程序。對於住院患者,住院設施索賠(住院服務)的服務可能在住院期間的任何時間提供,包括在急診室治療期間,因為我們無法在此數據集中輕易區分為住院患者提供的服務的位置。我們還確定了所有就診(醫生服務)的評估和管理以外的服務的醫生專業索賠的平均數。

醫院和重症監護病房的入院率

我們還評估了住院和重症監護病房(ICU)的入院率趨勢,作為臨床實踐和患者敏銳度的附加指標。美國的醫院使用率已經下降22由於人均住院床位數下降。因此,住院的時間趨勢可能反映了實踐模式的變化,以應對各種各樣的激勵措施,接收更少的病人,而不僅僅是患者的靈敏度。更密集的急診科評估和治療可以使急診科醫生安全地讓更多中度急性或複雜的病人出院。然而,ICU住院通常是為病情最嚴重的患者保留的,不太可能通過急診科的強化檢查來避免。因此,我們假設,任何高強度計費的增加都將伴隨著住院人數的減少和ICU住院率的穩定或增加。23

分析

高強度賬單的趨勢

在控製患者特征的同時,通過對二元結果(高強度或低強度)隨時間回歸估計高強度急診護理收費的變化。患者的年齡、種族、性別和醫療補助覆蓋範圍被用於患者特征。分析發生在訪問級別,每次訪問編碼為高或低強度。該模型考慮了急診科水平的患者聚類。隨著時間的推移,繪製了高強度就診比例的調整估計,並對研究期間的變化率進行了統計顯著性檢驗。使用廣義估計方程和時間作為分類預測因子的邏輯回歸模型用於調整估計,而為了可解釋性,使用時間作為連續預測因子的線性回歸用於變化率。除了檢驗二元高強度結果變量外,我們還分別檢驗了七個強度類別中的每一個的時間趨勢。

訪問速度

接下來,我們研究了高強度就診率和整體急診科就診率的變化。高強度就診的相對比例的增加可能反映了低急性度就診的減少,而不是高急性度就診的人口比例的增加。5日24因此,我們計算了每年總體高強度和低強度訪問的人均受益率,並使用負二項回歸檢驗時間趨勢。

二次結果

我們使用由醫療保健研究機構和質量醫療保健成本和利用項目(HCUP-CCS)開發的臨床分類軟件,將住院、門診和醫生服務的程序代碼分為有臨床意義的類別,並確定每種程序類型的頻率。我們測試了入院和出院患者每次就診的平均次數和服務類型的時間趨勢,使用線性回歸調整了年齡、性別、種族和醫療補助資格。使用負二項回歸,使用廣義估計方程來解釋ED級別的患者聚集,並以時間作為分類預測因子,獲得了每年的手術率估計。我們測試了總體住院率(急診就診導致住院的百分比)和ICU住院率(急診就診導致ICU住院的百分比)的時間趨勢,再次使用線性回歸,調整了年齡、種族、性別和醫療補助覆蓋範圍。這些結果的年度估計來自二項回歸,使用廣義估計方程來解釋ED級別的患者聚集。

按診斷類別劃分的練習強度趨勢

接下來,我們評估了高強度急診護理的收費趨勢是否因治療條件而不同,以及高強度急診護理變化最大的條件是否也隨著時間的推移出現了最大的服務變化。我們將每次門診就診的主要診斷分為39個診斷類別之一,之前在急診醫學文獻(在線)中有描述補充附錄1),25並對各診斷采用類似調整後的縱向線性回歸模型,估計每年高強度診斷量占總診斷量的百分比,以及高強度診斷量占比的絕對變化。由於住院患者的ED服務細節有限,我們將分析局限於門診就診。對於每個診斷類別,我們計算了2006年至2012年間高強度就診率的變化和急診科服務的變化。將這些變化相互繪製成圖表,並計算相關係數以捕捉兩者相互關聯的程度。此外,對於每個診斷類別,我們繪製了2006年高強度就診比例與基線高強度就診比例的變化曲線圖。我們這樣做是為了確定高複雜性條件或低複雜性條件隨時間的變化更大。

多變量模型

我們使用了廣義邏輯回歸模型,控製了重複的醫院措施,以調查在什麼程度上,實踐強度的趨勢解釋伴隨的變化,病人的特征,慢性狀況和在急診科提供的服務。我們指定了四個模型,初始模型的二元變量強度作為結果和時間作為預測因素。第二個模型包含了受益人的特征。第三個模型包含了慢性疾病的數量。第四種模式進一步整合了住院、門診和醫生收費服務(CPT代碼)。我們計算了偽R2對每個模型26日27日作為衡量模型解釋的總變化的比例。我們將這些模型分別用於所有的就診以及住院和門診就診。

作為一項互補分析,我們檢驗了編碼趨勢在多大程度上是由模型中的變量解釋的,我們分別為2009年和2012年運行了兩個邏輯回歸模型,並獲得了模型中每個變量在這兩年的係數。然後,我們將這些係數應用於2006年的急診科就診人次,以獲得2006年的預期就診人次。2006年高強度計費的觀察到的訪問量和預測的訪問量之間的差異(使用後幾年的係數)代表了高強度計費的變化程度,而我們的模型中的變量無法解釋這種變化。我們對門診和住院患者分別進行了分析。

敏感性分析

醫療保險受益人對觀察服務的使用有所增長28 29在急診科和住院環境中30.有人擔心,隨之而來的觀察狀態的增長和住院人數的下降可能代表著對醫療保險支付政策的替代。28為了評估我們的結果是否對納入我們的樣本中的觀察訪問敏感,我們重新計算了入院率和住院和門診服務的平均數量,並在將所有觀察索賠重新分類為入院後重複了我們的中介分析。

采用SAS V.9.3 (SAS研究所)進行分析。

結果

研究樣本的特征

我們共檢查了1 883 650次急診科就診。總結了所有急診科就診的患者和醫院特征表1.女性急診科就診的比例有所下降(66.1%至60.6%;−0.94%每年的絕對下降(95% CI−0.97% ~−0.91%);P<0.001)和白人(85.9% ~ 84.1%;−每年下降0.29% (95% CI−0.31% ~−0.27%);P<0.001),而所有其他種族略有增加。醫療補助受益者的就診比例從2006年的22.4%上升到2012年的23.1%(每年+0.12%的絕對增長(95% CI 0.09%至0.14%);P < 0.001)。每個受益人的平均慢性疾病數量從2006年的4.61例輕微增加到2012年的4.91例(+0.05例/年(95% CI 0.049至0.054);P < 0.001)。 When we stratified by high-intensity and low-intensity ED visits, the number of chronic conditions (HCCs) was higher for beneficiaries with a high-intensity visit than for those with a low-intensity visit (5.66 HCCs vs 3.93 HCCs, respectively, in 2012;表1).在研究期間,前往市區旅遊的比例有所上升(2006年為71.5%,2012年為73.1%;每年+0.26%的絕對增長(95% CI 0.24% - 0.29%);P<0.001),較大(23.6% ~ 26.4%;每年+0.48% (95% CI 0.46% - 0.50%);P<0.001),次要教學(26.4% ~ 30.8%;每年+0.74% (95% CI 0.72% - 0.77%);P<0.001)和營利性醫院(12.9% - 14.9%;每年+0.33% (95% CI 0.31% - 0.35%);P<0.001),以及創傷中心(38.2% - 43.7%; +0.91% per year (95% CI 0.88% to 0.93%); P<0.001).

表1

受益人和醫院特征占急診科總就診人數的百分比(按年分列)

實踐強度趨勢

高強度就醫人次從2006年的45.8%上升至2012年的57.8%(每年+2.0% (95% CI 1.97%至2.03%);P < 0.001;圖1).在這3年裏,最頻繁的強度代碼是99285,也被稱為5級訪問(在線補充附錄2).5級診斷率在2006年占急診科診斷率的39.7%,在2012年占49.4%(每年+1.6% (95% CI 1.57%至1.63%);P < 0.001)。在重症監護級別(CPT 99291)收費的就診人數也從2006年的5.0%增加到2012年的7.6%(每年+0.4%的增長(95% CI 0.39%至0.41%);P < 0.001)。CPT 99292在這兩年的所有就診中占比不到1%,有小幅增長,但沒有統計學意義(每年+0.004%的增長(95% CI−0.0003%至+0.009%);P = 0.07)。我們觀察到,隨著時間的推移,被分類為低強度的四種CPT編碼中的每一種都伴隨下降補充附錄2).

圖1

調整了高強度和低強度急診計費的時間趨勢。縱向線性回歸用於估計時間趨勢,調整患者的年齡,種族,性別和醫療補助覆蓋範圍。年度估計基於二項回歸,使用廣義估計方程調整急診部門級別的聚類。高強度探訪被編碼為99285或重症監護(99291,99292)。低強度就診由急診醫生定義,收費標準為CPT/HCPCS代碼99281-99284。現行程序術語;艾德,急診科;醫療保健通用程序編碼係統。

每個受益人的就診率趨勢

我們發現,從每1000名受益人535次到565次的急診科就診增加,但沒有統計學意義(每1000名受益人每年增加0.9% (95% CI−1.1%至2.9%);P = 0.37,在線補充附錄3).高強度接診率從每1000名受惠者241例顯著增加到322例(每1000名受惠者每年高強度接診率增加4.8%(95%可信區間2.0%至7.5%);P<0.001),而每位受益人的低強度訪視率下降(每1000名受益人的訪視率為294至243人次;−每年每1000名受益人的低強度就診減少3.2%(95%可信區間−6.1%至−0.4%);P = 0.03)。

患者敏銳度和治療強度的趨勢

當我們觀察從急診科入院的患者的住院服務時,我們發現總服務的平均數量增加了(每次入院1.28到1.41;每年+0.02個程序(95% CI 0.018 ~ 0.021);P<0.001),即使將觀察聲明重新歸類為入院(1.23至1.29;每年+0.011個程序(95% CI 0.009至0.012);P < 0.001)。高強度的住院每年都有更多的服務,而且兩組的服務的平均數量都隨著時間的推移而增加(表2).網上列出了每年最頻繁的住院服務補充附錄4.隨著時間的推移,包括呼吸插管和機械通氣在內的幾種危重護理程序和服務都有所增加(2006年急診科收治的所有患者中有9.9%為急診科,2012年為12.6%;每年+0.45% (95% CI 0.41% - 0.49%);P<0.001)、輸血(12.4% ~ 15.4%;每年+0.52% (95% CI 0.48% - 0.56%);P<0.001)和其他血管插管,而不是心髒(7.6%至10.0%;每年+0.41% (95% CI, 0.38% - 0.44%);P < 0.001)。

表2

急診科就診的敏感性或複雜性的選定標記的趨勢*

門診急診科門診每次就診的總平均服務數量顯著增加,從2006年的平均7.1增加到2012年的8.6(每年平均服務增加+0.25 (95% CI 0.25至0.26);P < 0.001)。與低強度訪問相比,高強度訪問每年的服務數量更多。高強度訪視服務顯著增加(12.9至13.7;每年+0.14次服務(95% CI 0.13至0.15);P<0.001),而低強度就診略有下降(5.3 - 5.2;−每年0.008個服務(95% CI−0.121至−0.003);P < 0.001;表2).在將觀察索賠重新分類為住院後,門診服務的平均數量仍然從每次訪問6.7增加到8.1(每年+0.23增加(95% CI 0.22到0.23);P < 0.001)。在門診急診訪問期間提供的最頻繁的服務在網上呈現補充附件5.在這3年中,除了評估和管理之外,很少有醫生專業服務索賠,但每次就診的平均程序數略有增加,從2006年的0.31例增加到2012年的0.34例(P<0.001),其中最常見的是心電圖判讀(在線)補充附件6).

在檢查住院入院趨勢時,我們發現隨著時間的推移,急診科的入院率在下降,2012年35.9%的就診導致住院,而2006年為40.1%(每年−0.68% (95% CI−0.71%至−0.65%);P < 0.001;表2).有相關觀察申索的探訪次數由2006年的15914次(占總數的3.9%)上升至2012年的2226次(占總數的5.4%)。然而,即使在將觀察申請重新歸類為入院後,在統計上仍然有顯著下降,從2006年的42.1%下降到2012年的39.1%(每年−0.48% (95% CI−0.51%至−0.45%);P < 0.001)。相比之下,所有急診科就診導致ICU住院的比例增加了(11.7%到12.3%;每年+0.11% (95% CI 0.09% - 0.12%);P < 0.001)。

趨勢的診斷

通過對39種疾病類別的單獨檢查(在線補充附錄1),高強度就診比例變化最大的診斷類別往往具有中等範圍的基線強度(在線補充附件7).皮膚和皮下感染的絕對變化最低(2006年5.9%的就診歸為高強度,2012年為13.6%;+7.8% (95% CI 6.4% - 9.3%);P<0.001),以腸道感染最多(25.2%;從2006年的28.1%到2012年的53.3%;+25.2% (95% CI 20.8% - 29.6%);P < 0.001)。我們發現,那些診斷強度增加的患者,其平均服務次數往往也會增加(圖2),相關性中等(r=0.38 (95% CI 0.07 ~ 0.63);P=0.02)在高強度就診百分比的變化與每種診斷類別每次就診提供的平均服務數量的變化之間存在差異。

圖2

隨時間就診強度的絕對變化與按診斷類別劃分的平均服務數量的絕對變化門診急診就診†。*以前在急診醫學文獻中定義的39種診斷類別(Gabayan25).†根據患者年齡、性別、種族和醫療補助資格調整後的平均手術次數和高強度就診比例的變化。

患者特征和服務對高強度計費的影響

接下來,我們使用四種獨立的logistic回歸來確定在何種程度上高強度計費趨勢可以由患者人口統計、慢性疾病和提供的服務的趨勢來解釋(表3).僅時間就解釋了所有就診的高強度計費差異的1.3%,住院就診的3.4%和門診就診的2.7%。結合患者年齡、性別、種族和醫療補助資格再次提高了偽R2不超過1%,不管你的性格如何。納入患者共病(HCCs)使模型對所有就診的解釋力達到9.0%,對住院就診的解釋力達到3.6%,對門診就診的解釋力達到4.3%。在模型中加入服務會導致偽R的最大增加2並解釋了46.5%的門診高強度收費的差異。雖然合並服務對模型R的影響最大2對於住院患者就診和總體就診,它仍然隻能解釋住院患者就診的5.1%和總體就診的14.8%的差異。當我們將觀察聲明重新分類為入院時,我們的結果是相似的(偽R2綜合時間、患者人口統計、慢性疾病和服務的最終模型中,總體就診為0.14,住院就診為0.05,門診就診為0.44)。

表3

偽R的比較2*用於順序模型†為急診科實踐強度趨勢納入解釋變量

此外,我們利用2009年和2012年模型中的變量係數,計算了2006年可能發生的高強度訪問的預測次數。我們計算了2006年預測和觀察到的高強度訪問次數之間的差異。對於住院急診科就診,這一差異表明,使用2009年的係數,有額外的24819次就診被歸類為高強度就診(所有住院患者就診的9.5%;在線補充附錄8)和35 504次住院就診(13.6%),使用2012年的係數,這些住院就診本應被歸為高強度。對於門診就診,這一差異顯示有額外的1101次(0.3%)就診,使用2009年的係數將被歸為高強度,使用2012年的係數將被歸為高強度16905次(4.1%)。這些額外的就診次數代表了高強度緊急護理的計費方式發生了何種程度的變化,而我們的模型中的變量無法解釋這種變化,這可能代表了編碼的上升。

討論

在我們對老年醫療保險受益人的研究中,我們發現急診科就診的收費越來越高,在我們的樣本中,2012年有近60%的急診科就診被標注為5級或重症監護,高於2006年的46%。我們發現在急診室和相關住院期間提供的服務也隨之增加。雖然總入院率隨著時間的推移而下降,但更大比例的急診科就診導致進入重症監護。我們發現,高強度計費的趨勢因臨床情況而異;高強度計費變化最大的診斷在服務數量上也有最大的增長。當我們重複分析將觀察聲明重新歸類為入院時,這些發現仍然存在。最後,使用多變量建模,我們發現患者特征的趨勢,以及就診期間提供的服務,適度地解釋了門診急診科就診實踐強度的增加。如果將2012年確定高強度就診的程序應用到2006年的就診中,我們將看到被標注為高強度就診的門診人數增加4.1%,住院人數增加13.6%。換句話說,在我們的模型中,這些額外的增長是無法解釋的,可能代表了長期的變化,如升級編碼。

我們的結果與其他研究一致,表明高強度急診護理的增長。一項對加州所有急診科就診的研究20.醫生對高強度就診的收費也有所增長,特別是在安全網醫院中。其他使用國家數據集的研究記錄了在急診科更多地使用檢測和治療,如高級成像、血液檢測和靜脈輸液。15日16一項研究探討了在急診科多做工作可以防止住院的想法,發現更多地使用CT掃描與入院和轉院的減少有關。31我們的研究補充了這一文獻,通過將醫生對高強度急診護理的收費與全國樣本醫療保險受益人在急診科就診期間提供的服務聯係起來。我們的研究結果表明,高強度計費的增長伴隨著診斷和治療強度的顯著增加,而入院率則有所下降。

雖然之前的研究表明,由於電子病曆而對升級編碼的恐懼可能並不完全有道理,14有人擔心,對高強度緊急護理收費的趨勢可能代表編碼的趨勢,而不是實踐的實際變化。使用多變量建模,我們發現可觀察的因素,如患者特征和服務和程序的數量,可以適度解釋,但不能完全解釋門診就診高強度計費的趨勢。剩餘趨勢有可能部分歸因於編碼升級;然而,我們的研究無法確定這是否是事實。

美國的急診科就診人數持續上升10個尺碼盡管醫療保險的擴大和成本控製措施預計將減少急診科的使用率。急診醫學在急症護理領域的作用也擴大了,35急診科承擔了管理複雜問題的更大責任,同時為真正需要住院治療的患者保留了有限和昂貴的醫院能力。隨著替代付費模式的發展,減少有中度嚴重問題的急診科患者的入院率已被提出作為一種降低成本的策略。36我們的發現與這種新的緊急護理模式一致。我們發現,即使考慮到觀察住院率的增長,服務的數量在增加,而入住率卻在下降。我們發現,在中等基線強度的情況下,如肺炎和腸道感染,高強度賬單和服務的增長最大,對於這些情況,相對於更高的急性情況,住院的決定可能需要提供者更大的酌情權。雖然我們的研究並不是為了評估急診護理強度和入院率之間的關係,但在急診科為患者做得更多可能會讓更多的患者安全出院。住院期間提供的包括危重護理程序在內的服務數量的增加表明,最終住院的患者的平均視力可能會隨著時間的推移而提高。

我們的研究有許多局限性。由於使用的是管理數據,因此無法獲得可能有助於進一步詳細說明患者視力隨時間變化趨勢的臨床標記物,如生命體征和實驗室數據。此外,觀察和治療患者的時間是練習強度的另一個關鍵組成部分,我們無法用我們的數據集來衡量,這可能會解釋練習強度中剩餘的一些時間趨勢。此外,我們的模型對住院就診和急診科就診的總體變化解釋相對較少。這可能是因為,與門診就診不同的是,數據集中關於急診科為住院就診提供的服務的細節少得多。此外,雖然在全國範圍內,我們的分析僅限於老年收費醫療保險受益人,可能無法推廣到其他人群。

總而言之,高強度緊急護理費用的增加被描述為衛生信息技術增長的一個意外後果,而不是反映了實踐的變化。然而,伴隨這一趨勢而來的是醫院和急診科提供的服務的增加。結合患者特征、共病和提供的服務的多變量模型適度解釋了高強度計費的趨勢。目前還不清楚編碼實踐的變化在多大程度上解釋了剩餘的變異。高強度急診護理的增加是在急診科入院率下降的情況下發生的,這增加了一種可能性,即急診科的大量工作可能使更多的患者在急性發作期間避免住院治療。進一步的研究可能有助於確定高強度急診護理的趨勢對護理總成本和患者結果的影響。

參考文獻

  1. 1.
  2. 2.
  3. 3.
  4. 4.
  5. 5.
  6. 6.
  7. 7.
  8. 8.
  9. 9.
  10. 10.
  11. 11.
  12. 12.
  13. 13.
  14. 14.
  15. 15.
  16. 16.
  17. 17.
  18. 18.
  19. 19.
  20. 20.
  21. 21.
  22. 22.
  23. 23.
  24. 24.
  25. 25.
  26. 26.
  27. 27.
  28. 28.
  29. 29.
  30. 30.
  31. 31.
  32. 32.
  33. 33.
  34. 34.
  35. 35.
  36. 36.

腳注

  • 貢獻者LGB可以訪問研究中的所有數據,並對數據的完整性和數據分析的準確性負責。LGB和RYH製定了研究概念,LGB、RCW、EJO和RYH都為研究設計做出了實質性貢獻。LGB、RCW和EJO進行統計分析,所有作者對數據進行解釋。LGB和RYH起草了手稿。LGB、RCW、EJO和RYH對手稿的重要知識內容進行了修改。所有作者都認可了手稿的最終版本。

  • 資金這項研究沒有從任何公共、商業或非營利部門的資助機構獲得具體的資助。

  • 相互競爭的利益沒有宣布。

  • 病人的同意不是必需的。

  • 倫理批準美國人類研究管理局批準了這項研究。

  • 來源和同行評審不是委托;外部同行評議。

  • 數據共享聲明沒有其他數據。

請求的權限

如果您希望重用這篇文章的任何部分或全部,請使用下麵的鏈接,它將帶您訪問版權清除中心的RightsLink服務。您將能夠快速獲得價格和以多種不同方式重用內容的即時許可。