院前转运优先排序与交通相关多患者事件中的时变选择偏倚:一项全国性回顾性队列研究

Prehospital transport prioritization and time-varying selection bias in traffic-related multi-patient incidents: a nationwide retrospective cohort study

作者信息Atsushi Kubo, Shinobu Tamura, Atsushi Hiraide, Daigo Morioka, Ryu Murakami, Kenko Fukui, Shigeaki Inoue
PMID42850620
期刊Crit Care
发布时间2026-08-04
DOI10.1186/s13054-026-06196-2

实验完整度

中

基于全国EMS登记数据的回顾性队列,AIPW估计边际RD,含重叠限制、E值、TMLE等敏感性分析,但无生理损伤严重度直接测量

主要模型

日本全国EMS转运登记数据库(FDMA) 交通相关多患者事件(TMI)患者队列 倾向评分重叠限制队列

重点核对

暴露定义:每起事件中第一个从现场转运的患者为优先转运 主要结局:到达医院时医生评估的死亡、危重或严重损伤复合终点(严重度量表1–3) 现场时间处理:作为效应修饰因子而非混杂因子,从倾向评分模型中排除 协变量平衡:加权后所有SMD < 0.10 敏感性分析:重叠限制(PS 0.1–0.9)与E值(3.76,下界3.57)

摘要

背景:在院前多患者交通事件中,第一辆离开的救护车——优先转运——可能反映的是潜在损伤严重程度而非治疗效果,因为伤情更重的患者被系统性地优先转运。传统统计方法往往无法将这种严重程度依赖的选择与实际结局区分开来。我们应用了一种“双重稳健”统计框架(增广逆概率加权,AIPW),该框架结合了治疗模型和结局模型,以更好地解释已测量的差异、减少选择偏倚,并检验现场时间是否修饰这种关联。 方法:我们使用日本消防厅的紧急医疗服务转运记录(2021年1月至2023年12月)进行了一项全国性回顾性队列研究。在13,821,224条记录中,纳入了来自交通相关多患者事件(TMI;每起事件≥2名患者)且数据完整的143,130名患者。暴露为优先转运。主要结局为到达医院时由医生评估的死亡或危重/严重损伤。使用AIPW估计边际调整风险差(RD)。通过边际标准化及聚类自助法置信区间评估现场时间(5–60分钟)的效应修饰。敏感性分析包括重叠限制和未测量混杂的E值量化。 结果:在143,130名患者中(中位年龄41岁;女性,50.57%),62,769名(43.85%)接受了优先转运。优先转运和非优先转运患者的严重结局发生率分别为4.35%和1.87%。总体RD为2.2个百分点(95% CI,2.01–2.36)。观察到与现场时间存在显著交互作用(p < .001):边际RD在5分钟时达到峰值(6.4个百分点;95% CI,5.6–7.2),在约32分钟时降至最低1.4个百分点(95% CI,1.3–1.6),并在60分钟时小幅增加至2.4个百分点(95% CI,2.0–2.8)。敏感性分析确认结果稳健,E值为3.76(下界,3.57)。 结论:优先转运与严重结局之间的关联被现场时间修饰,现场时间最短时风险差最大。这种U形模式与更重伤患者被优先快速转运的选择一致,而非转运顺序的直接效应。在解读危重症研究中的转运-结局关联时,应考虑院前分诊选择。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
在交通相关多患者事件中,优先转运是否独立于损伤严重程度与改善的结局相关,以及EMS人员现场时间是否修饰这一关系。
核心机制
优先转运与严重结局的关联呈现U形模式,与严重程度依赖的选择过程一致:现场时间最短时选择最强烈(最重伤患者被优先快速转运),导致优先与非优先组间严重度差异最大;随现场时间延长,严重度差异减弱;更长现场时间可能反映复杂解救或极端不稳定亚组。
主要证据
基于FDMA全国登记143,130名TMI患者的AIPW分析显示总体边际RD为2.2个百分点(95% CI 2.01–2.36);与现场时间存在显著交互(p < .001),RD从5分钟时的6.4个百分点降至约32分钟时的1.4个百分点,再升至60分钟时的2.4个百分点;重叠限制分析、E值(3.76)及TMLE敏感性分析结果稳健。
研究意义
在院前和急性护理研究中解读操作性决策与结局的观察性关联时,必须明确建模时变决策过程;当缺乏详细生理测量时,优先转运可作为损伤严重度的务实替代标志,但不能替代直接严重度调整。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据来源与队列构建

建立全国性交通相关多患者事件研究队列

从FDMA全国EMS转运记录中筛选交通相关病例,通过消防部门标识、派遣时间和事件地点聚类识别每起事件≥2名患者的TMI,排除缺失关键变量者

2

暴露与结局定义

明确优先转运暴露和严重临床结局的操作性定义

定义优先转运为每起事件中第一个从现场转运的患者;定义严重临床结局为到达医院时医生评估的死亡、危重或严重损伤复合终点;记录年龄、性别、呼叫时间、事件规模等协变量

3

因果推断与效应估计

估计优先转运与严重结局的边际风险差并评估现场时间的效应修饰

构建有向无环图明确假设因果结构;使用AIPW估计边际调整风险差;使用限制立方样条和边际标准化评估现场时间的效应异质性;通过聚类自助法(事件层面,500次重采样)计算置信区间

4

敏感性分析与稳健性检验

评估模型对未测量混杂和建模假设的稳健性

在重叠限制人群中重复主要分析;调整院前损伤严重度替代变量;将事件规模重新建模为四分类有序变量;评估连续协变量的替代函数形式;计算E值量化未测量混杂

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
R 4.5.2----
dplyr----
splines----
tidyr----
car----
boot----
EValue R包----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究队列构建
TMI定义:每起事件中≥2名患者,通过消防部门标识、派遣时间和事件地点聚类识别;纳入2021年1月1日至2023年12月31日记录;排除缺失暴露、现场时间或结局变量者510名;最终样本143,130名
阅读提示:Methods中Study population小节及Fig. 1研究人群流程图
暴露与结局定义
优先转运定义为每起事件中第一个从现场转运的患者;严重结局为到达医院时医生评估严重度量表1–3的复合终点;心肺骤停患者由独立OHCA登记管理,已从本数据集排除
阅读提示:Methods中Exposure和Outcome小节
协变量与因果结构
年龄(自然立方样条,3 df)、性别、呼叫时间(正弦和余弦)、事件规模(2 vs ≥3);现场时间作为效应修饰因子从倾向评分模型中排除;损伤严重程度为主要未测量混杂
阅读提示:Methods中Causal structure and covariates小节及eFigure 1
AIPW估计与效应修饰分析
AIPW估计边际风险差;现场时间限制立方样条交互项;现场时间5–60分钟整数增量标准化;<5分钟排除,>60分钟右删失;聚类自助法500次重采样
阅读提示:Methods中Statistical analysis小节及Fig. 2图注
敏感性分析
重叠限制PS 0.1–0.9;E值3.76(下界3.57);TMLE with SuperLearner(GAM和随机森林);损伤严重度替代变量调整;事件规模四分类(2、3、4、≥5)
阅读提示:Methods中Sensitivity and post-hoc analyses小节及Supplement 1 eTable S1–S5