偶然性硬膜切开对后路颈椎减压融合术后医疗资源利用的影响

Impact of Incidental Durotomy on Health Care Resource Utilization Following Posterior Cervical Decompression and Fusion

作者信息Mitchell K Ng, Leonidas E Mastrokostas, Paul G Mastrokostas, Eli Berglas, Matthew W Xie, Masataka Mizuno, Imran Kyeso, Avi Gupta, Jesse M Galina, Arie Monas, Jorden Xavier, Sarah Brauer, Pemla Jagtiani, Jad Bou Monsef, Afshin E Razi, Daniel R Fassett, Andrew P Alvarez, Nicholas U Ahn, Mark F Kurd, Ian David Kaye, Barrett Woods, Alan S Hilibrand, Alexander R Vaccaro, Gregory D Schroeder, Christopher K Kepler, Thomas D Cha

PMID42885723

期刊Global Spine J

发布时间2026-10-16

DOI10.1177/21925682261497673

来源查看原文

实验完整度

低

基于全国住院样本数据库的回顾性观察性分析，无体外、动物或前瞻性功能验证实验，依赖ICD编码识别暴露与结局。

主要模型

2016-2022年全国住院患者样本（NIS）中接受择期PCDF的成人住院 encounters 倾向性评分匹配后的硬膜切开队列与对照队列

重点核对

PCDF手术通过ICD-10-PCS编码0RG1071、0RG10J1、0RG10K1、0RG2071、0RG20J1或0RG20K1精确匹配识别偶然性硬膜切开通过ICD-10-CM编码G96.00、G96.02、G96.09、G96.11或G97.41在任一诊断字段中识别倾向性评分匹配以1:5比例、最近邻无放回无卡钳匹配，平衡年龄、性别、种族、ECI、邮编收入四分位、医院床位规模、医院区域和手术范围匹配后所有绝对标准化均数差（SMD）<0.10，范围0.0018-0.0862 多变量模型校正年龄、性别、种族、ECI、邮编收入四分位、医院床位规模、医院区域和手术范围

摘要

研究设计：回顾性队列研究。目的：评估择期后路颈椎减压融合术（PCDF）后偶然性硬膜切开的全国发生率及住院影响，包括并发症、住院时间（LOS）、费用和出院去向。方法：从2016-2022年全国住院患者样本中识别接受择期PCDF的成人。采用倾向性评分匹配，按人口学、合并症、医院和手术特征以1:5比例配对硬膜切开病例与对照。采用调查加权比较和多变量回归评估并发症、LOS、住院费用和出院去向。统计学显著性设为P<0.05。结果：加权队列包含167,995例次，其中2,525例（1.5%）发生偶然性硬膜切开。匹配后，加权计数为12,625例对照和2,525例硬膜切开。硬膜切开队列并发症更多（41.2% vs 26.5%）、LOS更长（7.82 vs 4.34天）、住院费用更高（$65,292 vs $41,196）、非 routine 出院更多（59.0% vs 47.7%）。校正分析显示并发症（OR，2.03）和非 routine 出院（OR，1.66）的 odds 更高，以及更长的LOS（校正均值比，1.80）和更高的费用（校正均值比，1.59；所有P<0.001）。结论：偶然性硬膜切开在1.5%的择期PCDF住院中被编码，匹配和校正后与更高的住院发病率和资源利用相关。这些发现可能为患者咨询、围手术期规划和出院支持需求的预判提供信息。行政数据固有的潜在编码不准确和残余混杂限制了因果解释。

队列构建与暴露定义

识别接受择期PCDF的成人住院并定义偶然性硬膜切开暴露与对照。

从2016-2022年NIS中提取成人（≥18岁）接受PCDF的住院 encounters；通过ICD-10-PCS编码精确匹配识别PCDF；排除非择期、年龄/费用缺失或不可信、负费用/LOS的 encounters；通过ICD-10-CM编码在任一诊断字段识别偶然性硬膜切开，分为硬膜切开和对照队列。

倾向性评分匹配

平衡硬膜切开组与对照组间测量的人口学、合并症、医院和手术特征。

采用1:5最近邻无放回无卡钳倾向性评分匹配，匹配年龄、性别、种族、ECI、邮编收入四分位、医院床位规模、医院区域和手术范围；通过绝对标准化均数差（SMD）评估协变量平衡。

匹配后结局比较与多变量回归

评估硬膜切开与并发症、LOS、费用和出院去向的关联。

采用调查加权卡方检验和Student t检验比较匹配后队列的并发症、LOS、费用和出院去向；采用调查加权多变量logistic回归评估并发症和非 routine 出院，采用调查加权广义线性模型（log link）评估LOS和住院费用。

实验环节	名称	品牌	货号
数据分析	R	R Foundation for Statistical Computing	version 4.4.0
倾向性评分匹配	MatchIt	--	--

实验环节

名称

品牌

货号

数据分析

R Foundation for Statistical Computing

version 4.4.0

倾向性评分匹配

MatchIt

环节	核对要点
队列构建与暴露定义	PCDF手术编码：ICD-10-PCS 0RG1071、0RG10J1、0RG10K1、0RG2071、0RG20J1、0RG20K1；硬膜切开编码：ICD-10-CM G96.00、G96.02、G96.09、G96.11、G97.41；年龄≥18岁；排除标准：非择期、年龄/费用缺失或不可信、负费用/LOS 阅读提示：Methods的Cohort Identification and Exclusions和Cohort Construction小节，Appendix 1
倾向性评分匹配	匹配比例1:5；匹配算法：最近邻无放回无卡钳；匹配变量：年龄、性别、种族、ECI、邮编收入四分位、医院床位规模、医院区域、手术范围；平衡评估：SMD<0.10 阅读提示：Methods的Statistical Analysis小节，Supplementary Figure S1
结局定义与费用调整	总体并发症复合定义包含输血、急性出血后贫血、伤口裂开、手术部位感染、吞咽困难、机械并发症、血肿、神经系统并发症、深静脉血栓、肺栓塞、心肌梗死、脑血管意外、静脉血栓栓塞、肺炎、急性肾损伤、低血糖事件、脓毒症或麻醉相关并发症；硬膜切开未纳入复合结局；费用通过HCUP成本-收费比转换为2022年美元阅读提示：Methods的Complication Definitions和Cost Adjustment小节
统计分析与多变量模型	调查加权分析纳入NIS strata、clustering和discharge weights；匹配分析额外应用MatchIt-derived weights；多变量模型校正变量：年龄、性别、种族、ECI、邮编收入四分位、医院床位规模、医院区域、手术范围；显著性P<0.05 阅读提示：Methods的Statistical Analysis小节，Table 4脚注

环节

核对要点

队列构建与暴露定义

PCDF手术编码：ICD-10-PCS 0RG1071、0RG10J1、0RG10K1、0RG2071、0RG20J1、0RG20K1；硬膜切开编码：ICD-10-CM G96.00、G96.02、G96.09、G96.11、G97.41；年龄≥18岁；排除标准：非择期、年龄/费用缺失或不可信、负费用/LOS

阅读提示：Methods的Cohort Identification and Exclusions和Cohort Construction小节，Appendix 1

倾向性评分匹配

匹配比例1:5；匹配算法：最近邻无放回无卡钳；匹配变量：年龄、性别、种族、ECI、邮编收入四分位、医院床位规模、医院区域、手术范围；平衡评估：SMD<0.10

阅读提示：Methods的Statistical Analysis小节，Supplementary Figure S1

结局定义与费用调整

总体并发症复合定义包含输血、急性出血后贫血、伤口裂开、手术部位感染、吞咽困难、机械并发症、血肿、神经系统并发症、深静脉血栓、肺栓塞、心肌梗死、脑血管意外、静脉血栓栓塞、肺炎、急性肾损伤、低血糖事件、脓毒症或麻醉相关并发症；硬膜切开未纳入复合结局；费用通过HCUP成本-收费比转换为2022年美元

阅读提示：Methods的Complication Definitions和Cost Adjustment小节

统计分析与多变量模型

调查加权分析纳入NIS strata、clustering和discharge weights；匹配分析额外应用MatchIt-derived weights；多变量模型校正变量：年龄、性别、种族、ECI、邮编收入四分位、医院床位规模、医院区域、手术范围；显著性P<0.05

阅读提示：Methods的Statistical Analysis小节，Table 4脚注

大家都在搜

大家都在搜