Determinants of in-hospital mortality within 48 hours of admission to the Emergency and Urgent Care Department at University Teaching Hospital, Lusaka, Zambia: a retrospective cross-sectional study

这项针对赞比亚大学教学医院 385 名患者的回顾性研究确定，格拉斯哥昏迷评分较低、脉搏率降低以及非工作时间（00:00–07:59）入院是 48 小时内院内死亡的独立预测因素，凸显了在资源有限环境中改进急诊护理方案的关键领域。

要点

想象一下，赞比亚卢萨卡大学教学医院的主要急诊科（ED）是医疗系统的“前门”。当人们处于 immediate danger（直接危险）时，会涌向这里。这项研究考察了患者走进这扇门后的头两天（48 小时）内会发生什么。

研究人员希望找出：有哪些预警信号表明患者可能无法在医院度过最初的两天？

将医院记录想象成一个巨大的拼图。研究人员从 2021 年选取了 385 块拼图（患者记录），试图找出哪些拼图组合在一起能预测悲剧。他们发现，在这 385 名患者中，近一半（45.5%）未能熬过 48 小时大关。

以下是他们研究发现的分解，使用了简单的类比：

1. 三个“红旗”

该研究确定了三个特定的因素，它们就像仪表盘上的独立警示灯。如果你看到这些，48 小时内的死亡风险会显著上升：

• “昏睡”的大脑（格拉斯哥昏迷评分）：
  将大脑的警觉性想象成电池电量。研究人员使用一种名为格拉斯哥昏迷评分（GCS）的分数来衡量患者的清醒程度。
  • 发现： 入院时“电量低”（分数较低，意味着非常嗜睡或昏迷）的患者死亡可能性要大得多。他们拥有的每一分警觉性都像一面盾牌；他们越清醒，生存几率就越大。
• “缓慢”的心跳（脉搏率）：
  这一点有点棘手。通常我们认为心跳快是坏事。但在这项研究中，幸存者的脉搏率实际上比死亡者略快。
  • 发现： 死亡的患者往往脉搏较慢。研究人员将这一现象解释为汽车引擎：健康的引擎会提高转速以应对故障。当引擎（心脏）减速过多时，意味着汽车燃料耗尽，无法再做出补偿。因此，脉搏较低是身体正在放弃的信号。
• “午夜班次”（入院时间）：
  将医院想象成一家工厂。白天，有许多管理者、工具和工人。到了晚上，灯光变暗，值班人员减少。
  • 发现： 在午夜至上午 8:00 之间入院的患者，比白天入院的患者死亡可能性大得多。研究表明，“夜班”的人员或资源较少，使得在这些时段入院的患者更难被挽救。

2. 什么不那么重要

你可能会认为，年龄较大或患有特定类型的疾病（如呼吸系统疾病）会是死亡的最大原因。

• 年龄： 在初步观察中，老年人似乎死亡更频繁。但当研究人员更仔细地查看其他因素（如清醒程度或心率）时，年龄就不再是直接原因了。它更像是一种副作用：老年人往往带着更虚弱的身体入院，但真正夺走生命的是疾病（低警觉性或缓慢的心跳），而不是他们活了多少年。
• 科室： 内科患者（如感染患者）的死亡人数多于外科患者，但同样，这是因为内科患者入院时的生命体征更差，而不是因为“内科”本身危险。

3. “夜班”之谜

关于“午夜班次”的发现最为戏剧性。数据显示，夜间入院使死亡风险急剧上升（在他们的计算中高出 11 倍以上）。

• 注意事项： 研究人员非常谨慎地表示：“对此数据要持保留态度。”因为他们的样本中白天入院的人很少，所以数学计算存在较大的“误差范围”。然而，方向是明确的：夜间入院风险很高，很可能是因为医院在那个时段更安静且人员配置不同。

结论

该研究得出结论，为了在前 48 小时内挽救更多生命，医院需要关注三件事：

1. 检查“电池”： 立即检查患者的清醒程度（GCS 评分）。
2. 观察引擎： 密切关注脉搏率；心跳减慢是出现问题的信号。
3. 充实夜班人员： 确保午夜至上午 8:00 之间有足够多的医生和护士值班，以有效处理紧急情况。

研究人员强调，这些是他们在数据中发现的具体因素。他们建议，通过解决这些具体的运营和监测问题，医院有可能预防许多这类早期死亡。

技术摘要

技术摘要：赞比亚急诊科 48 小时内住院死亡率的决定因素

问题陈述
急诊科（ED）入院后 48 小时内发生的住院死亡率是急性护理失败的关键哨点指标，特别是在中低收入国家（LMICs）。虽然有效的急诊系统可预防这些环境中高达 50% 的死亡，但撒哈拉以南非洲（SSA）的早期死亡率因人员短缺、诊断能力有限和转诊延迟等结构性障碍而加剧。尽管赞比亚国家卫生战略计划旨在将 48 小时死亡率降低至每 1000 例入院 3 例，但该国唯一的四级转诊中心——大学教学医院（UTH）——早期死亡率的具体决定因素仍缺乏充分表征。现有数据主要局限于特定疾病队列（如脓毒症、COVID-19），而非针对全部急诊表现谱系的综合分析。

方法学
本研究采用回顾性横断面设计，利用卢萨卡大学教学医院（UTH）急诊与紧急护理部（EUCD）的患者记录，涵盖 2021 年 1 月 1 日至 12 月 31 日期间。

• 数据来源与抽样：数据从地区健康信息系统 2（DHIS2）中提取。采用简单随机抽样方法，基于 50% 的保守患病率估计、95% 置信水平和 5% 的误差幅度，计算出 385 名患者的样本量。
• 纳入/排除标准：符合条件的患者为 2021 年入住 EUCD 且记录有明确结局（48 小时内死亡或 48 小时后存活）的患者。关键变量缺失超过 50% 的记录予以排除。
• 变量：主要结局为 48 小时内住院死亡。解释变量包括人口统计学特征（年龄、性别）、临床因素（生命体征、格拉斯哥昏迷评分 [GCS]、入院原因、合并症）以及医院因素（入院时间/日期、科室类型、转诊机构级别）。
• 统计分析：生成描述性统计，随后进行单变量分析（Mann–Whitney U 检验和卡方检验）。单变量分析中 $p < 0.20$ 的变量被保留用于多变量逻辑回归。通过方差膨胀因子（VIF < 5）评估多重共线性。使用 Hosmer–Lemeshow 检验和受试者工作特征（ROC）分析评估模型拟合度。分析使用 STATA 16.1 MP 进行。

主要结果
在分析的 385 名患者中，175 名（45.5%）在入院后 48 小时内死亡。

• 人口统计学：死亡患者的年龄显著高于存活者（中位年龄 45 岁 vs. 37.5 岁，$p < 0.001$）。性别与死亡率无显著关联。
• 单变量发现：年龄、呼吸系统入院原因、血氧饱和度、GCS 评分以及入住内科病房而非外科病房与死亡率显著相关。
• 多变量分析：在调整后的模型中，三个变量与 48 小时死亡率独立相关：
  1. 脉率：与死亡率呈负相关（调整后的比值比 [aOR] = 0.98；95% 置信区间 [CI]：0.95–1.00；$p = 0.036$）。脉率每增加一个单位，死亡几率降低 2%，这被解释为存活者代偿性生理反应的标志。
  2. 格拉斯哥昏迷评分（GCS）：较高的入院 GCS 评分具有保护作用（aOR = 0.75；95% CI：0.63–0.90；$p = 0.002$）。GCS 每增加一分，死亡几率降低 25%。
  3. 入院时间：与 08:00–23:59 相比，00:00–07:59 期间入院与显著更高的死亡率相关（aOR = 11.44；95% CI：1.19–109.96；$p = 0.035$）。这种效应在调整后显现，表明单变量分析中病例组合混杂掩盖了该关联。
• 模型性能：该模型显示出良好的区分能力，曲线下面积（AUC）为 0.81，且拟合度良好（Hosmer–Lemeshow $p = 0.45$）。

意义与主张
作者将本研究定位为最早系统表征赞比亚四级转诊中心全部急诊入院谱系中 48 小时死亡率决定因素的研究之一。研究结果强调了可改变的临床和运营因素在解释早期死亡率方面比不可改变的人口统计学因素更为关键。

该论文主张其研究结果对资源受限环境中的临床实践和卫生政策具有直接相关性：

1. 分诊协议：低 GCS 与死亡率之间的强关联支持将系统性 GCS 评估标准化为核心分诊标准。
2. 人员配置与运营：夜间入院（00:00–07:59）带来的显著风险凸显了在这些时段加强针对性人员配置和确保监督医师可用性的必要性，以减轻结构性脆弱性。
3. 风险分层：本研究倡导评估和验证复合生命体征监测工具（如国家早期预警评分 NEWS），以改善实时风险分层。

局限性与警示
作者对该研究的可推广性及具体发现保持了适度的语气。他们承认回顾性设计依赖于常规记录的完整性，并指出 GCS（38.2%）和体温（56.4%）存在显著的数据缺失。研究仅限于一家三级医疗机构，限制了对较低级别卫生中心的直接适用性。此外，作者明确警示，“非工作时间”发现（1.19–109.96）的宽置信区间反映了参照类别中数据稀疏，需要在未来的前瞻性研究中谨慎解读和验证。他们还指出，过程变量（如护患比和干预时间）无法用于分析。