Early Cardiac Testing after Emergency-Department ECG: An Observational Target-Trial Emulation

在全球各地的急诊室里，医生们面临着一个持续不断的、高风险的难题：判断哪些胸痛患者正在发生心肌梗死，而哪些则不是。为了解决这个问题，他们依赖于诸如心电图（记录心脏的电活动）和检测心脏肌肉受损时释放的特定蛋白质的血液检查等工具。基于这些初步线索，临床医生会决定患者是否需要进一步进行更具侵入性的检查，例如压力测试或旨在观察动脉内部情况的导管介入手术。这种决策过程并非随机的；医生自然会选择那些看起来病情更重或更危险的患者进行测试。这为试图理解这些测试真实价值的研究人员制造了一个棘手的局面。如果仅仅将接受了测试的患者与未接受测试的患者进行健康结果对比，结果将会产生误导。被测试组看起来状况更差，并不是因为测试对他们造成了伤害，而是因为他们从一开始就是病得最重的患者。这种“治疗的原因与治疗本身混淆在一起”的现象，使得研究一项医疗干预措施究竟是在提供帮助还是在造成伤害变得异常困难。

为了拨开这种混乱，研究员比约恩-约斯特·辛格斯塔德（Bjørn-Jostein Singstad）进行了一项重新构想我们看待现实世界医疗数据方式的研究。该研究并没有试图证明心脏测试会导致更好的或更差的结果，而是提出了一个更具体的问题：如果我们能够神奇地比较在急诊就诊后十天内接受了测试的患者与未接受测试的患者，同时仔细考虑他们最初的病情严重程度，那么他们的健康状况会有何差异？研究人员使用了一种称为“目标试验模拟”（target-trial emulation）的方法，这是一种通过设计观察性研究来模仿完美随机实验结构的方法。通过关联 2010 年至 2015 年间一家大型医院超过 71,000 次急诊就诊的数据，该研究聚焦于 51,158 次既有心电图又有相关医疗记录的就诊情况。其目标是衡量不良结局的风险——定义为在三十天内出现心肌蛋白检测阳性或死亡——并将接受过压力测试或导管介入术的患者与未接受此类测试的患者进行对比。

对数据的初步观察显示出了一个显著且符合预期的差异。接受心脏测试的患者不良结局的发生率要高得多，其中近 29% 的患者经历了检测阳性或死亡，而未接受测试的患者这一比例仅为 7%。这 22 个百分点的差距正是人们在选择性地为更重的病人进行测试时所预料之中的。然而，这项研究深入到了更深层次。研究人员利用先进的统计技术，像一个精密的过滤器一样，对包括年龄、性别、种族以及患者初始心电图中呈现的特定模式在内的数十个因素进行了调整。这些调整旨在平衡竞争环境，创造一个公平的比较，使两组患者仿佛是从相同的风险水平开始的。

在应用这些调整后，巨大的结局差异大幅缩小。风险差异从 22 个百分点降至约 6 个百分点。这意味着，即使在考虑了被测试患者病情更重这一事实之后，仍存在一个微小的、倾向于未测试组的风险差异，这表明测试策略本身可能与略差的预后相关。然而，研究并未止步于此，因为研究人员知道，数据的组织方式仍可能隐藏问题。“不朽时间偏倚”（immortal time bias）是一个主要问题，它发生在当一个组别的定义要求患者必须存活足够长的时间才能被归入该组时。在本研究中，患者必须在医院停留或生存长达十天，才能被计入“已测试”组。如果一名患者在第二天就去世了，他们就无法进入被测试组，这会导致被测试组在早期阶段看起来在人为上更健康。

为了测试这种时间问题有多大影响，研究人员改变了游戏的规则。当定义“测试”的时间窗口从十天缩短到仅一天时，估计的风险差异几乎完全消失了。这表明，在十天窗口期内看到的微小风险差异可能并不是真实的效应，而是由于分组方式随时间变化而产生的伪影。此外，研究还检查了一个特定的信息：患者是否在就诊当天被诊断为心肌梗死。这一诊断出现在 43% 的被测试患者中，而在未测试患者中则为零。当研究人员从分析中剔除这一特定信息时，估计的风险差异几乎翻了一番，从约 6 个百分点跳升至 11 个百分点。这一发现凸显了在处理诊断时间与测试决策紧密交织的数据时，结果是多么脆弱。

研究还计算了一个数值，用以衡量一个未观测到的因素需要达到多强才能完全解释掉这些结果。该数值为 2.66，这意味着如果存在一个隐藏因素（例如医生无法记录的患者症状严重程度），且该因素导致测试和不良结局的可能性比其他因素高出两倍以上，它就可能消除分析中发现的微小差异。鉴于医生在做测试决策时会参考那些通常无法在数据库中记录的微妙临床线索，这样一个隐藏因素是完全可能的。研究人员得出结论，虽然统计方法成功减少了因选择较重患者进行测试而导致的明显偏倚，但它们无法消除由缺失信息和现实世界医疗决策中复杂的时效性所带来的不确定性。

最终，这项工作有力地展示了观察性数据的局限性。它表明，即使拥有最先进的数学工具和最完备的记录，我们也无法在数据来源于混乱的急诊医学现实时，完全复制受控实验的那种确定性。该研究既没有证明心脏测试是有害的，也没有证明它是无用的。相反，它揭示了数据中观察到的微小差异对提问的方式以及包含哪些信息高度敏感。其教训在于：虽然现代方法可以帮助我们看穿混杂因素造成的迷雾，但它们无法清除掉那些未被记录的临床判断或生死攸关决策中所留下的阴影。研究结果表明，测试与不良预后之间的表观联系，更有可能是患者潜在严重程度以及数据复杂性的体现，而非可以通过调整几个数字就能轻易解决的简单的因果关系。