Abstract
Achtergrond. Hartfalen (HF) is een van de meest voorkomende diagnoses in verband met ziekenhuis overname. We ontwierpen deze prospectieve studie om te evalueren of Kansas City Cardiomyopathy Questionnaire (KCCQ) score is geassocieerd met 30-dagen overname bij patiënten in het ziekenhuis met gedecompenseerde HF. Methoden en resultaten. We hebben 240 patiënten ingeschreven die aan de studiecriteria voldeden. Achtenveertig (20%) patiënten werden binnen dertig dagen na ontslag uit het ziekenhuis opnieuw toegelaten voor gedecompenseerde HF, en 192 (80%) patiënten werden niet opnieuw toegelaten. In vergelijking met patiënten die opnieuw werden toegelaten, hadden patiënten die niet opnieuw werden toegelaten een hogere gemiddelde kccq-score (40,8 versus 32,6, P = 0,019) vóór ontslag. Multivariate analyses toonden aan dat een hoge kccq score geassocieerd was met een laag HF overnamepercentage (gecorrigeerd OR = 0,566, P = 0,022). De C-statistiek voor het basismodel (leeftijd + geslacht) was 0,617. De combinatie van thuismedicatie en labo testen op het basismodel resulteerde in een integrated discrimination improvement (IDI) stijging van 3,9%. Op basis daarvan verhoogde de KCQQ de IDI verder met 2,7%. Conclusie. De kccq-score die vóór ziekenhuisontslag werd vastgesteld, ging significant gepaard met een overnamepercentage van 30 dagen bij patiënten met HF, wat een klinisch nuttige maatregel kan zijn en de betrouwbaarheid van de overnamevoorspelling aanzienlijk kan verbeteren in combinatie met andere klinische componenten.
1.
naar schatting treft hartfalen (HF) meer dan 5 personen.7 miljoen Amerikanen met 870.000 nieuwe gevallen per jaar. Naar schatting zal de voorspelde prevalentie tussen 2012 en 2030 met 46% toenemen, wat resulteert in meer dan 8 miljoen mensen die lijden aan HF . De kosten van de zorg voor HF-patiënten bedroegen ongeveer $30,7 miljard in 2012 en zullen naar schatting met 127% stijgen tot $69,7 miljard in 2030 . Ondanks vooruitgang in begrip en behandeling, blijft het sterftecijfer van HF extreem hoog: 50% van de patiënten sterft binnen 5 jaar na de eerste diagnose .
overname van HF na ziekenhuisopname komt vaak voor, en helaas zijn veel van deze opnieuw opgenomen patiënten voorspelbaar en mogelijk te voorkomen . Hoewel nieuwe gegevens toonden vermindering van Medicare ziekenhuis overname tarieven, HF is nog steeds een van de meest voorkomende diagnoses in verband met 30-dagen overname; een analyse van 2007 tot 2009 Medicare claims-based gegevens toonde aan dat 24,8 procent van de begunstigden toegelaten met HF werden overgenomen binnen 30 dagen en 35,2 procent van die overname waren voor HF . Deze statistieken maakten de weg vrij voor een sterkere focus op instrumenten om dergelijke overnames te voorspellen en te voorkomen.De Kansas City Cardiomyopathy Questionnaire (KCCQ) was een hulpmiddel dat aanvankelijk was ontworpen om een betere beschrijving te geven van de gezondheidsgerelateerde kwaliteit van leven bij patiënten met HF . Deze vragenlijst identificeerde de volgende klinisch relevante domeinen: fysieke beperkingen( vraag 1), symptomen (frequentie , ernst en verandering in de tijd), zelfwerkzaamheid en kennis (vragen 11, 12), sociale interferentie (Vraag 16) en gezondheidsgerelateerde kwaliteit van leven (vragen 13-15). Eerdere studies hebben aangetoond dat de kccq-score correleerde met overleving en ziekenhuisopname bij patiënten met HF en een onafhankelijke voorspeller was van slechte prognose in deze patiëntenpopulatie . Bovendien werd de kccq-score gemeten 1 week na ontslag uit het ziekenhuis, onafhankelijk voorspelde overleving gedurende één jaar zonder cardiovasculaire overname . Meer recent werd KCCQ ook onderzocht tijdens acute HF hospitalisatie en toonde gevoeligheid voor acute veranderingen, maar de veranderingen in de score tijdens de hospitalisatie voorspelden geen kortdurende overname , hoewel het een relatief kleine studie was, met een steekproefgrootte van slechts 52 patiënten, en het onderzocht niet de relatie tussen kccq score en Hf overname. Daarom moet nog volledig worden beoordeeld of de kccq-score kan worden gebruikt om de overname op korte termijn te voorspellen.
om deze lacunes in kennis aan te pakken en de haalbaarheid te onderzoeken van het gebruik van de kccq-score om de korte termijn HF-overname te voorspellen, hebben we deze prospectieve studie ontworpen en uitgevoerd.
2. Methoden
de studie werd goedgekeurd door de Florida Hospital Institutional Review Board en uitgevoerd in overeenstemming met de Verklaring van Helsinki. De studie werd uitgevoerd in Florida Hospital, Orlando Campus. Patiënten die werden opgenomen in de HF-eenheid werden gescreend en ingeschreven voor de studie. De inclusiecriteria waren patiënten opgenomen met gedecompenseerde HF met ejectiefractie (EF) van minder dan of gelijk aan 40% en leeftijd tussen 20 en 89 jaar. De uitsluitingscriteria waren niet-cardiakziekte met een levensverwachting van minder dan één jaar, HF als gevolg van niet-gecorrigeerde hartklepziekte, psychiatrische ziekte die een geschikte follow-up verstoorde, onvermogen om de studieprocedure te begrijpen en onvermogen om geïnformeerde toestemming te geven. Het primaire eindpunt was het overnamepercentage van 30 dagen en de kccq-score. Toelating comorbid voorwaarden, Demografie, laboratorium, echocardiografische gegevens, en medicijnen op ontslag waren secundaire eindpunten.
voor elke patiënt die aan de onderzoekscriteria voldeed, legde een getrainde onderzoeksassistent de studie uit aan de patiënt en diende de KCCQ toe nadat een schriftelijke geïnformeerde toestemming was verkregen. De beoordeling werd over het algemeen binnen 1-3 dagen voor ontslag voltooid. Een follow-up gesprek werd uitgevoerd over de telefoon 30 dagen na ontslag om te bepalen of rehospitalisatie heeft plaatsgevonden of niet. Informatie over overname na ontslag werd verzameld door middel van een follow-upgesprek met de patiënt.
om de verbanden tussen kccq-score en overname binnen 30 dagen na ontslag te evalueren, hebben we eerst het verschil tussen de niet-readmission-groep en de overnamegroep vergeleken in termen van kccq-scores, demografische kenmerken, comorbiditeit, medicijnen en laboratoriumgegevens met behulp van univariate analyse. In de univariate analyse, t-test werd gebruikt voor continue variabele, en Fisher ‘ s exacte test werd gebruikt voor telling aantal analyse. Vervolgens voerden we multivariate analyse uit om te onderzoeken hoe elke klinische factor geassocieerd werd met HF readmissions na controle op de andere factoren. In de multivariate analyse, logistieke regressiemodellen werden gebruikt, en aangepaste odds ratio ‘ s (OR) werden geschat voor elke factor hypothesized om HF overname te voorspellen. We hebben HF overname opgenomen als een afhankelijke variabele en alle potentiële factoren als onafhankelijke voorspellers in de logistieke regressie, ongeacht of ze een significant verschil lieten zien tussen overname en niet-readmissiegroepen in de univariate analyse.
na de multivariate analyse construeerden we verder vijf vereenvoudigde voorspellingsmodellen en evalueerden we het belang van de kccq-score in het uiteindelijke model door het vergelijken van de area under receiver operating characteristic curve (ROC) van elk model. In deze analyse hebben we ook gebruik gemaakt van integrated discrimination improvement (Idi), beschreven door Pencina et al., het meten van de gemiddelde toename van het model gevoeligheid bestraft voor de gemiddelde daling van specificiteit met de toevoeging van nieuwe variabelen . In de voorspellingsmodellen werd de leeftijd getransformeerd tot elke 10-jaar toename, ejectiefractie tot elke 10% afname, kccq-score tot elke 25-punts toename en natriumniveau tot binaire variabele (<135 of ≥135).
tweehonderd achtentwintig (228, of 95%) patiënten hadden volledige gegevens voor alle variabelen. 12 (5%) patiënten ontbraken echter gegevens over leeftijd of ras. Aangezien er geen geneste ontbrekende patroon werd gedetecteerd, werden meerdere imputatiemodellen gebruikt voor data-imputatie. Aangezien leeftijd een continue variabele was en ras een binaire variabele, werd normale lineaire regressie gebruikt voor leeftijd, terwijl logistische regressie werd gebruikt voor rasvermelding. Alle analyses werden uitgevoerd door Stata versie 14 (StataCorp., 2015). Alle waarden waren tweeledig, en werd vastgesteld als het niveau van statistische significantie voor alle tests.
3. Resultaten
in totaal namen 240 patiënten deel aan de studie. Achtenveertig (20%) patiënten werden binnen 30 dagen na ontslag voor HF overgenomen, terwijl 192 (80%) patiënten niet werden overgenomen of opnieuw werden opgenomen om andere redenen dan HF (Tabel 1). Er was geen significant verschil tussen de niet-gereadmitteerde en opnieuw opgenomen patiënten in termen van gemiddelde leeftijd (63,0 versus 59,9 jaar), initiële verblijfsduur in het ziekenhuis (11,2 versus 9,7 dagen), of percentage blanke patiënten (59,9% versus 56,3%). Er werd echter een significant verschil tussen deze twee groepen waargenomen bij het vergelijken van geslacht, waarbij mannelijke patiënten meer vatbaar waren voor herintreding dan vrouwelijke patiënten (85,4% versus 68,8% voor mannen en 14,6% versus 31,3% voor vrouwen ). Geen van de comorbiditeiten vertoonde een significant verschil in relatieve frequentie tussen de groep overname en de groep niet-verzending (Tabel 1).
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Opmerking. De cijfers tussen haakjes zijn percentage, behalve aangegeven. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
de kccq score, lab testresultaten bij opname, en ontslagmedicatie werden vergeleken tussen de niet-gereadmitteerde en opnieuw opgenomen patiënten (Tabel 2). De gemiddelde kccq-score was significant hoger bij de niet-gereadmitteerde patiënten dan bij de opnieuw opgenomen patiënten (40,8 versus 32,6, ). In vergelijking met patiënten die opnieuw werden opgenomen, hadden niet-gereadmitteerde patiënten een hogere ejectiefractie bij opname (24,7% versus 21,8%). Er werd echter geen significant verschil waargenomen bij het vergelijken van ontladingsmedicatie, bloednatriumspiegel of HGB tussen de twee groepen patiënten in de univariate analyse (Tabel 2).
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
| Note. Numbers in the parenthesis are percentage except indicated. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
om het effect van elke onafhankelijke variabele verder te onderzoeken terwijl andere covariabelen werden gecontroleerd, werden multivariate analyses uitgevoerd (Tabel 3 en Figuur 1). Uit de resultaten bleek dat de kccq-score en de EF negatief in verband werden gebracht met het overnamepercentage (gecorrigeerd OR = 0,566 en 1,903 en 0,021 resp.) en dat mannetjes meer kans hadden om opnieuw te worden toegelaten dan vrouwtjes (aangepast OR = 5.589, ). Interessant is dat patiënten met MI meer kans hadden (aangepast of = 2,849, ) en patiënten met CAD minder kans hadden om opnieuw te worden toegelaten (aangepast of = 0,231, ), in vergelijking met patiënten met andere comorbiditeiten. Een mogelijke interpretatie zou kunnen zijn dat patiënten die een myocardinfarct hebben gehad, meer kans hebben op afwijkingen in de wandbeweging en vaste myocardiale defecten en dus een lagere ejectiefractie dan patiënten met een niet-belemmerende coronaire hartziekte zonder MI, wat leidt tot een tegengestelde bijdrage aan HF-overname.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
om te evalueren in hoeverre de kccq score heeft bijgedragen aan het voorspellen van HF overname, hebben we een model ontwikkeld door naast de kccq score (model 5) zeven factoren op te nemen op basis van de multivariate regressieresultaten, gepubliceerde literatuur en modellen. De c-statistiek gaf aan dat model 5, dat de kccq-score en alle andere potentiële voorspellers omvatte, de hoogste C-statistische waarde (0,710) had naast andere gereduceerde modellen zonder kccq-score (Figuur 2). Zoals te zien in Tabel 4, de IDI-analyse aangetoond dat de discriminerende prestaties van model 5 verbeterd met 6,6% van het basismodel (model 1) dat alleen leeftijd en geslacht en met 2,7% van het gereduceerde model (model 4) met inbegrip van alle factoren, maar de KCCQ score (dit is de absolute toename; in vergelijking met model 4, de IDI van het volledige model met KCCQ, model 5, vermeerderd met ). Aan de andere kant , als een gevestigde onafhankelijke factor in verband met HF-overname, verhoogde EF de IDI van 1,3% (model 3) tot 3,9% (model 4). Deze resultaten suggereerden dat de kccq-score, als een enkele onafhankelijke variabele, een van de belangrijke factoren is die potentieel kan worden gebruikt voor het voorspellen van overnamepercentages van HF-patiënten binnen 30 dagen na ontslag, en een combinatie van al deze belangrijke factoren zou de grootste incrementele winst opleveren.
|
||||||||||||||||||||||||||||||||||||
4. Discussie
In deze prospectieve studie stelden we vast dat de kccq-score significant in verband werd gebracht met het percentage HF-overname op korte termijn. Het heeft bijgedragen aan de verbetering van de C-statistieken van een model dat gebaseerd is op leeftijd, geslacht, medicijnen, laboratoriumgegevens en LVEF die beschikbaar zijn bij ontslag van 0,670 naar 0,710 en heeft de IDI verhoogd met 2,7%, wat erop wees dat het nuttig kan zijn bij het voorspellen van 30-dagen overname en dus de voorspellingsbetrouwbaarheid aanzienlijk kan verbeteren in combinatie met andere kritieke componenten. Deze bevindingen kunnen enige hulp bieden om follow-up strategieën richting het leveren van optimale zorg te sturen, zoals het aanmoedigen van patiënten met een lagere KCCQ om een vroege follow-up te hebben .
er zijn veel inspanningen geleverd om de voorspelbare factoren in kaart te brengen die gepaard gaan met een hoog risico op overname, wat tot nu toe een hele uitdaging was. In deze studie vonden we dat HF-patiënten met een lagere kccq-score op het moment van ontslag en een lagere EF en van mannelijk geslacht meer vatbaar leken te zijn voor overname binnen 30 dagen. Deze bevindingen waren vergelijkbaar met sommige onderzoeken, maar andere niet. In feite, geen specifieke patiënt of ziekenhuis factoren zijn aangetoond dat consequent voorspellen 30-dagen overname na ziekenhuisopname voor HF. In een systematisch overzicht van 112 studies waarin de associatie tussen traditionele patiëntkenmerken en overname na ziekenhuisopname voor HF, linkerventrikel EF, evenals andere factoren zoals demografische kenmerken, comorbid Voorwaarden, en New York Heart Association class, werd geassocieerd met overname in slechts een minderheid van de gevallen . In een andere meta-analyse van 69 studies en 144 factoren voor kortdurende overname, werden nietcardiovasculaire comorbiditeiten, slechte lichamelijke conditie, voorgeschiedenis van opname en het niet gebruiken van evidence-based medicatie, in plaats van cardiovasculaire comorbiditeiten, leeftijd of geslacht, sterker geassocieerd met kortdurende overname .
de kccq-scores blijken veel gevoeliger te zijn voor klinische veranderingen bij HF-patiënten dan de New York Heart Association (NYHA) functionele classificatie, Minnesota Living with Heart Failure Questionnaire (LiHFe) en Short Form-36 (SF-36) . De EVEREST-studie suggereerde dat de KCCQ een belangrijke voorspellende indicator is van overname binnen een jaar na ontslag . In hun studie hadden patiënten met kccq-scores < 25 (slechtere gezondheidsstatus) meer dan drievoudig verhoogd risico op het gecombineerde eindpunt van rehospitalisatie en mortaliteit dan patiënten in de beste gezondheidsstatus (kccq-score > 75). Meer recent werd kccq score gebruikt om de haalbaarheid te beoordelen van het reflecteren van de veranderingen van acute HF tijdens hospitalisatie en het voorspellen van 30-daagse overname. De auteurs vonden dat het haalbaar was om KCCQ te gebruiken tijdens acute HF-hospitalisaties en gevoelig was voor klinische verbetering, maar de scoreveranderingen tijdens de hospitalisatie voorspelden geen 30-daagse overname. Deze studie was echter een relatief kleine studie die slechts 54 patiënten omvatte en was gericht op kccq scoreverschillen tijdens hospitalisatie tussen niet-readmission-en toelatingsgroepen . Daarentegen werden meer dan 240 patiënten opgenomen in onze studie en de kccq score was hoger bij niet-gereadmitteerde HF patiënten en was onafhankelijk geassocieerd met een lagere 30-dagen overname.
zoals hierboven vermeld, zijn er meerdere factoren die bijdragen aan de overname van HF ‘ s; daarom werden risicovoorspellingsmodellen ontwikkeld die alle relevante factoren omvatten en afwegen. In deze modellen wordt discriminatie, gedefinieerd door het gebied onder de curve receiver operating characteristic (ROC), gebruikt om te vertellen hoe goed een model degenen die de uitkomst zullen hebben kan scheiden van degenen die niet de uitkomst van interesse zullen hebben. In dit geval, als de voorspelde risico ‘ s voor opnieuw opgenomen patiënten allemaal hoger zijn dan voor patiënten die niet opnieuw worden opgenomen, discrimineert het model perfect met c-statistiek van 1. Omgekeerd, als risico voorspelling is niet beter dan toeval, de C-statistiek is 0.5. Modellen worden doorgaans als redelijk beschouwd wanneer de c-statistiek groter is dan 0,7 en sterk wanneer de C-statistiek groter is dan 0,8 . Voor 30-daagse overname na HF hospitalisatie, zijn verschillende modellen ontwikkeld. Slechts twee modellen hebben c-statistieken van meer dan 0,6 gegenereerd na het bestuderen van zowel afleiding als validatie cohorten. Een van hen is het geautomatiseerde model ontwikkeld door Amarasingham et al. het opnemen van gegevens uit het elektronisch medisch dossier op het moment van ziekenhuisopname . Het andere model combineerde op claims gebaseerde demografische en comorbiditeitsgegevens met klinische gegevens, waaronder vitale functies, laboratoriumwaarden en gemeten linkerventrikelejectiefractie . Echter, geen van de twee modellen opgenomen kccq scores. Gegeven slechts 48 readmissions in onze studiepopulatie, hebben we slechts 7 parameters naast de kccq score in het volledige model (model 5) opgenomen. Lage EF en geslacht (Mannen) resulterend in verhoogde odds ratio ‘ s voor overname in de multivariate analyse werden opgenomen; we hebben ook informatie opgenomen over medicijnen, bètablokkers en ACE inhibitor/ARB, die een verlaging van HF mortaliteit hadden aangetoond , en natrium en Hgb, die van invloed kunnen zijn op HF rehospitalisatie en mortaliteit en zijn gebruikt in andere modellen (http://www.readmissionscore.org/heart_failure.php), hoewel ze niet onafhankelijk geassocieerd werden met overname in de multivariate analyse. Het volledige model (model 5), dat de kccq-score omvatte, verhoogde de C-statistieken van 0,617 in basismodel 1 op basis van leeftijd en geslacht tot 0.710, met een stijging van de IDI met 6,6%. Gezien het feit dat veel andere mogelijke risicofactoren niet zijn opgenomen in dit model, zoals GFR en BNP, dit model is misschien niet perfect, hoewel de C-statistieken was groter dan 0,7, en kan de bijdrage van de kccq score overdrijven. Uit onze resultaten bleek echter dat de bijdrage van KCCQ voor het voorspellen van de overname van HF ‘ s op korte termijn even belangrijk zou kunnen zijn als LVEF.
de huidige bevindingen moeten worden bekeken in het licht van de beperkingen van het onderzoek. Deze studie werd uitgevoerd in een enkel-gemeenschap medisch centrum, en verdere studies in andere centra of meerdere centra moeten worden gedaan om onze bevindingen te valideren. We hebben de KCCQ slechts één keer toegediend tijdens de hospitalisatie, wat geen afspiegeling zou zijn van veranderingen tussen opname, tijdens de hospitalisatie en na de hospitalisatie. We hebben geen relevante medische geschiedenis verzameld, zoals een voorgeschiedenis van opname als gevolg van hartfalen in het verleden; bevindingen van lichamelijk onderzoek; andere labs zoals GFR en BNP, of bevindingen van röntgenfoto ‘ s van de borst. Deze factoren kunnen ook van belang zijn in het risicovoorspellingsmodel.
Afkortingen
| KCCQ: | Kansas City Cardiomyopathie Vragenlijst |
| HF: | hartfalen |
| HRQL: | Gezondheid-gerelateerde kwaliteit van leven |
| EF: | ejectiefractie |
| LVEF: | Linker ventrikel ejectiefractie |
| OF: | Odds ratio ‘ s |
| CAD: | Coronaire hartziekte |
| MI: | Myocardial infarction |
| DM: | Diabetes mellitus |
| COPD: | Chronic obstructive pulmonary disease |
| ICD: | Implantable cardioverter-defibrillator |
| LVAD: | Left ventricular assist device |
| ACE: | Angiotensin converting enzyme |
| ARBs: | Angiotensin receptor blockers |
| HGB: | Hemoglobin |
| IDI: | Geïntegreerde discriminatie verbetering |
| NYHA: | New York Heart Association |
| ROC: | Receiver operating characteristic |
| DIGICONTROL: | Glomerulaire filtratie snelheid |
| BNP: | Hersenen natriuretische peptide. |
aanvullende punten
bekwaamheid in medische kennis. Hartfalen is een van de meest voorkomende diagnoses in verband met overname. KCCQ score leverde belangrijke voorspellende informatie voor het voorspellen van 30-dagen overname en het kan aanzienlijk verbeteren voorspelling betrouwbaarheid, samen met andere kritische componenten. Translationele Vooruitzichten. Aanvullende klinische studies moeten worden gedaan in meerdere centra met een grotere steekproefgrootte om onze bevinding te valideren. Toekomstig onderzoek moet relevante bevindingen van lichamelijk onderzoek en thorax X-ray bevindingen omvatten, die belangrijk kunnen zijn in het risico voorspelling model.
concurrerende belangen
de auteurs verklaren geen concurrerende belangen te hebben.
bijdragen van auteurs
Shengchuan Dai en Junhong Gui droegen eveneens bij aan het manuscript.
Dankbetuigingen
de auteurs willen de volgende deelnemende artsen uit het Florida Hospital Orlando die hielpen met het verzamelen van gegevens erkennen: Maria Amin( MD); Saroj Khadka (MD); Prabhava Bagla (MD); en Zoltan Varga (MD, Ph.D.).
