潘岳松，劉改芬，張潤華，謝學(xué)勤，鄭健鵬，魏娜，馬越濤，張婧，冀瑞俊，王伊龍，趙性泉，王擁軍

利用現(xiàn)有出院病例、死亡監(jiān)測(cè)等行政監(jiān)測(cè)數(shù)據(jù)庫開展卒中發(fā)病、死亡、疾病負(fù)擔(dān)等流行病學(xué)監(jiān)測(cè)已成為國外最新發(fā)展的一種趨勢(shì)[1-5]。美國[4]、加拿大[1]、芬蘭[2]、法國[3]、丹麥[6]等國家，通過整合出院病例信息數(shù)據(jù)庫、死因登記數(shù)據(jù)庫及醫(yī)療保險(xiǎn)信息數(shù)據(jù)庫，分別建立了全面的卒中監(jiān)測(cè)系統(tǒng)。通過整合利用現(xiàn)有的行政監(jiān)測(cè)數(shù)據(jù)庫，可以開展卒中宏觀流行病學(xué)科學(xué)研究，獲得評(píng)估和提高醫(yī)療質(zhì)量的信息，為政府衛(wèi)生決策提供數(shù)據(jù)支持。

“北京市出院病例信息系統(tǒng)”是北京市衛(wèi)生局統(tǒng)計(jì)信息平臺(tái)的重要信息系統(tǒng)之一，監(jiān)測(cè)了全市二級(jí)及以上醫(yī)院（不包括軍隊(duì)醫(yī)院）所有出院病例的病案首頁、附頁的所有信息，其臨床診斷編碼依據(jù)《國際疾病分類第十次修訂臨床版》（Ⅰnternational Classification of Diseases，ⅠCD-10）國際版[7]。規(guī)范的出院病例信息數(shù)據(jù)為北京市開展和推進(jìn)按疾病診斷相關(guān)分組研究和工作提供了有力的數(shù)據(jù)支持。如能深度挖掘利用該系統(tǒng)的病案首頁數(shù)據(jù)，可以最大效率地發(fā)揮其在卒中長期動(dòng)態(tài)疾病監(jiān)測(cè)中的作用。然而，涵蓋病例的全面性、診斷的正確性和編碼的準(zhǔn)確性是限制這類行政監(jiān)測(cè)數(shù)據(jù)庫信息可信程度的幾個(gè)關(guān)鍵要素[8]。即便是在對(duì)出院病例監(jiān)測(cè)行政數(shù)據(jù)庫開發(fā)比較成熟的發(fā)達(dá)國家，出院病例監(jiān)測(cè)數(shù)據(jù)庫卒中的診斷仍然存在10%～15%的錯(cuò)誤率[9-11]。病例診斷的正確與否直接影響了數(shù)據(jù)庫信息的質(zhì)量，進(jìn)而影響利用其進(jìn)行宏觀流行病學(xué)研究數(shù)據(jù)的可靠性。

本研究旨在通過隨機(jī)抽取部分卒中病例進(jìn)行診斷核查，評(píng)價(jià)北京市出院病例監(jiān)測(cè)系統(tǒng)卒中的診斷質(zhì)量，為利用數(shù)據(jù)庫監(jiān)測(cè)數(shù)據(jù)開展卒中流行病學(xué)監(jiān)測(cè)提供數(shù)據(jù)質(zhì)量評(píng)價(jià)證據(jù)。

1. 對(duì)象與方法

1.1 核實(shí)病例抽取方法和范圍 從北京市出院病例監(jiān)測(cè)數(shù)據(jù)庫中按完全隨機(jī)抽樣的方法抽取8家三級(jí)醫(yī)院、7家二級(jí)醫(yī)院。每家醫(yī)院分別按病歷號(hào)完全隨機(jī)抽樣方法抽取2007年和2010年急性腦血管病例各50例。不足50例者核查本年度全部急性腦血管病病例。急性腦血管病是指北京市出院病例監(jiān)測(cè)系統(tǒng)中主要出院診斷為腦血管病[12]，參照加拿大卒中監(jiān)測(cè)系統(tǒng)采用的主要卒中類疾病診斷的ⅠCD-10編碼[13]，具體包括第一診斷編碼為G45（短暫性腦缺血發(fā)作）、Ⅰ60（蛛網(wǎng)膜下腔出血）、Ⅰ61（腦內(nèi)出血）、Ⅰ63（腦梗死）、Ⅰ64（卒中，未特指為腦出血或腦梗死）等病例，不包括Ⅰ67（其他腦血管病，如腦動(dòng)脈瘤、靜脈竇血栓）、H34（視網(wǎng)膜血管阻塞）及G08（顱內(nèi)和椎管內(nèi)的靜脈炎和血栓性靜脈炎）等。缺血性腦血管病包括短暫性腦缺血發(fā)作和腦梗死，出血性腦血管病包括腦內(nèi)出血和蛛網(wǎng)膜下腔出血。

1.2 現(xiàn)場(chǎng)組織與診斷核查 由首都醫(yī)科大學(xué)附屬北京天壇醫(yī)院神經(jīng)內(nèi)科4名副主任以上職稱醫(yī)師組成專家組。對(duì)于所有抽取的病例，由專家組成員到病例上報(bào)醫(yī)院病案科，通過查閱詳細(xì)的病案資料，重新做出診斷，作為正確診斷的“金標(biāo)準(zhǔn)”。對(duì)于診斷有疑問的病案，由2名專家討論決定診斷結(jié)果。診斷核查專家組成員按照診斷標(biāo)準(zhǔn)經(jīng)過統(tǒng)一培訓(xùn)和考核合格。診斷標(biāo)準(zhǔn)按照中華神經(jīng)科學(xué)會(huì)和中華神經(jīng)外科學(xué)會(huì)推薦的各類腦血管疾病診斷標(biāo)準(zhǔn)[14]。

1.3 數(shù)據(jù)統(tǒng)計(jì)分析 調(diào)查數(shù)據(jù)經(jīng)Epi Data 3.0雙份錄入，編寫程序進(jìn)行邏輯審核及質(zhì)量控制。采用SPSS 13.0統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)分析。以專家組成員的診斷作為金標(biāo)準(zhǔn)，與原監(jiān)測(cè)系統(tǒng)數(shù)據(jù)庫中的診斷進(jìn)行比較，計(jì)算第一診斷符合率、陽性預(yù)測(cè)值及其95%可信區(qū)間（conf i dence interval，CⅠ）。組間比較采用χ2檢驗(yàn)。

2 結(jié)果

2.1 核查病歷基本情況 實(shí)際核查病例1433例，其中2007年704例，2010年729例。其中，二級(jí)醫(yī)院650例（45.4%），三級(jí)醫(yī)院783例（54.6%）。出院病例監(jiān)測(cè)系統(tǒng)中原診斷為短暫性腦缺血發(fā)作362例（25.3%），蛛網(wǎng)膜下腔出血24例（1.7%），腦出血163例（11.4%），腦梗死884例（61.7%）。

2.2 急性腦血管病診斷的質(zhì)量評(píng)價(jià) 在1433例原診斷為急性腦血管病病例中，第一診斷與專家核查結(jié)果符合的為1047例，占73.1%（表1）。用出院病例數(shù)據(jù)庫監(jiān)測(cè)急性卒中發(fā)病的總體陽性預(yù)測(cè)值為73.1%（95%CⅠ 70.7%～75.4%）。不同醫(yī)院級(jí)別之間第一診斷符合率之間差異無顯著性（P=0.71）。2007年病例第一診斷符合率高于2010年（P=0.007）。缺血性腦血管病的診斷符合率總體低于出血性腦血管?。ㄈ毖阅X血管病69.4%，出血性腦血管病97.3%，P＜0.001）。

2.3 診斷不符病例的正確診斷 第一診斷與專家核查結(jié)果不符的386例病例中，381例是缺血性腦血管病，5例是出血性腦血管病。其中2例出血性腦血管病1例是診斷信息不全面（將蛛網(wǎng)膜下腔出血診斷為動(dòng)脈瘤）、1例是診斷類型不夠細(xì)化（將高血壓性腦出血診斷為原發(fā)性腦出血）；另3例實(shí)際為腦出血非急性期。381例缺血性腦血管病診斷不符的正確診斷主要是診斷證據(jù)不足夠、實(shí)為頭暈、非腦血管病、既往腦梗死本次非急性發(fā)作等（圖1）。

3 討論

本研究顯示出院病例監(jiān)測(cè)系統(tǒng)急性卒中病例中，第一診斷與專家核查結(jié)果符合率為73.1%。缺血性腦血管病的診斷符合率總體低于出血性腦血管病，短暫性腦缺血發(fā)作與缺血性卒中的符合率分別只有40.3%和81.3%。缺血性腦血管病診斷不符的正確診斷主要是診斷證據(jù)不足夠或頭暈、既往腦梗死本次非急性發(fā)作等。

表1 第一診斷與專家核查結(jié)果符合情況

圖1 缺血性腦血管病診斷不符病例的正確診斷注：DWI：磁共振彌散加權(quán)像；TIA：短暫性腦缺血發(fā)作

利用出院信息數(shù)據(jù)庫整合其他現(xiàn)成的行政管理數(shù)據(jù)庫進(jìn)行卒中發(fā)病、死亡及醫(yī)療服務(wù)質(zhì)量等方面的流行病學(xué)研究已應(yīng)用越來越廣泛[1-4]。如在加拿大，通過整合出院病例首頁信息系統(tǒng)、國家急診監(jiān)測(cè)信息系統(tǒng)、人群登記信息監(jiān)測(cè)系統(tǒng)和醫(yī)療保險(xiǎn)信息系統(tǒng)，建立了全面的卒中監(jiān)測(cè)系統(tǒng)，涵蓋了住院病歷、急診病歷、用藥和醫(yī)療保險(xiǎn)等信息[1]。在芬蘭，整合出院登記、國家處方藥品登記和國家死因登記數(shù)據(jù)庫，建立了一個(gè)綜合的全國卒中監(jiān)測(cè)數(shù)據(jù)庫，涵蓋了全國卒中患者治療的結(jié)構(gòu)、過程、結(jié)局和花費(fèi)等信息[2]。

然而，建立出院信息數(shù)據(jù)庫的初始出發(fā)點(diǎn)是為醫(yī)保報(bào)銷提供疾病診斷相關(guān)數(shù)據(jù)支持，而不是出于疾病的人群監(jiān)測(cè)的目的，因此它并不能完全準(zhǔn)確地反映相關(guān)疾病的發(fā)病、死亡等人群信息[15]。本研究顯示利用出院病例數(shù)據(jù)庫監(jiān)測(cè)急性卒中發(fā)病的陽性預(yù)測(cè)值為73.1%，略低于國外的報(bào)道。國外的研究顯示陽性預(yù)測(cè)值在80%～95%[10-11，16]。本研究顯示缺血性腦血管病的診斷符合率總體低于出血性腦血管病，這與國外相關(guān)報(bào)道一致[10]。基于北京市出院病例監(jiān)測(cè)系統(tǒng)的采用與本研究類似的方法進(jìn)行的另一項(xiàng)診斷核查研究中，顯示急性冠狀動(dòng)脈粥樣硬化性心臟病事件的診斷一致率為98.2%[12]。本研究診斷符合率偏低的可能原因，一方面是因?yàn)楸狙芯砍税毙宰渲惺录?，還包括短暫性腦缺血發(fā)作，由于診斷條件、醫(yī)師專業(yè)技術(shù)水平的限制等方面的原因，臨床上常將頭暈、腦缺血等誤診為短暫性腦缺血發(fā)作。本研究的數(shù)據(jù)顯示，二、三級(jí)醫(yī)院缺血性腦血管病診斷不符病例中分別有28.7%、37.9%的病例正確診斷應(yīng)為頭暈或眩暈，差異無統(tǒng)計(jì)學(xué)意義（P=0.06）。另一方面，本研究的目的是評(píng)價(jià)利用出院病例監(jiān)測(cè)數(shù)據(jù)庫進(jìn)行人群發(fā)病監(jiān)測(cè)的準(zhǔn)確性如何，因此將陳舊性腦梗死住院的病例判斷為診斷不符。本研究中判斷為診斷不符當(dāng)中約有15%正確診斷是既往腦梗死本次非急性發(fā)作。如果研究目的是為利用出院病例監(jiān)測(cè)數(shù)據(jù)庫進(jìn)行卒中人群醫(yī)療服務(wù)資源利用情況監(jiān)測(cè)的話，則應(yīng)將陳舊性腦梗死判斷為診斷正確。這在后期數(shù)據(jù)庫的開發(fā)利用中也是需要注意的。

本研究存在一定的不足。在研究方法上，本研究以神經(jīng)內(nèi)科專家組的診斷作為金標(biāo)準(zhǔn)，評(píng)價(jià)在出院病例監(jiān)測(cè)數(shù)據(jù)庫中已報(bào)道的病例的診斷準(zhǔn)確性，因此只能得到陽性預(yù)測(cè)值。而僅有陽性預(yù)測(cè)值，并不能全面準(zhǔn)確地反映利用出院病例監(jiān)測(cè)數(shù)據(jù)庫進(jìn)行人群發(fā)病監(jiān)測(cè)的信度[6]。北京市出院病例數(shù)據(jù)庫目前只包括全市二級(jí)以上醫(yī)院的住院病例，而沒有包括門急診就醫(yī)但未住院的病例以及在一級(jí)醫(yī)院、私立醫(yī)院和涉外醫(yī)院就醫(yī)的病例。利用本研究，尚不能檢驗(yàn)和評(píng)價(jià)由于這種原因產(chǎn)生的數(shù)據(jù)偏差。只有通過將出院病例監(jiān)測(cè)數(shù)據(jù)庫與同期的病例登記完整的外部登記系統(tǒng)或以社區(qū)人群為基礎(chǔ)的隊(duì)列進(jìn)行較驗(yàn)，才能得到靈敏度、特異度、假陽性率、假陰性率及Kappa值等信息，對(duì)出院病例數(shù)據(jù)庫用于人群發(fā)病監(jiān)測(cè)的信度進(jìn)行全面的評(píng)價(jià)[6，10-11]。

綜上所述，本研究發(fā)現(xiàn)出院病例數(shù)據(jù)庫中卒中診斷總體具有較高的陽性預(yù)測(cè)值，在利用出院病例數(shù)據(jù)庫數(shù)據(jù)進(jìn)行人群發(fā)病監(jiān)測(cè)時(shí)應(yīng)進(jìn)行適當(dāng)?shù)募m正。同時(shí)，在今后的工作中應(yīng)加強(qiáng)缺血性腦血管病診斷的培訓(xùn)和質(zhì)量控制。

1 Fang J, Kapral MK, Richards J, et al. The Registry of Canadian Stroke Network:an evolving methodology[J].Acta Neurol Taiwan, 2011, 20:77-84.

2 Meretoja A, Roine RO, Kaste M, et al. Stroke monitoring on a national level:PERFECT Stroke, a comprehensive, registry-linkage stroke database in Finland[J]. Stroke, 2010, 41:2239-2246.

3 Ramalle-Gomara E, Ruiz E, Serrano M, et al. Hospital discharges and mortality registries:2 complementary databases for the epidemiological surveillance of stroke[J]. J Stroke Cerebrovasc Dis, 2013, 22:e441-e445.4 Schoenman JA, Sutton JP, Elixhauser A, et al.Understanding and enhancing the value of hospital discharge data[J]. Med Care Res Rev, 2007, 64:449-468.5 Khealani BA, Khan M, Tariq M, et al. Ischemic strokes in Pakistan:Observations from the National Acute Ischemic Stroke Database[J]. J Stroke Cerebrovasc Dis,2014, 23:1640-1647.

6 Krarup LH, Boysen G, Janjua H, et al. Validity of stroke diagnoses in a National Register of Patients[J].Neuroepidemiology, 2007, 28:150-154.

7 Kokotailo RA, Hill MD. Coding of stroke and stroke risk factors using international classif i cation of diseases,revisions 9 and 10[J]. Stroke, 2005, 36:1776-1781.

8 Couris CM, Seigneurin A, Bouzbid S, et al. French claims data as a source of information to describe cancer incidence:predictive values of two identif i cation methods of incident prostate cancers[J]. J Med Syst,2006, 30:459-463.

9 Tu K, Wang M, Young J, et al. Validity of administrative data for identifying patients who have had a stroke or transient ischemic attack using EMRALD as a reference standard[J]. Can J Cardiol, 2013, 29:1388-1394.

10 Tolonen H, Salomaa V, Torppa J, et al. The validation of the Finnish Hospital Discharge Register and Causes of Death Register data on stroke diagnoses[J]. Eur J Cardiovasc Prev Rehabil, 2007, 14:380-385.

11 Haesebaert J, Termoz A, Polazzi S, et al. Can hospital discharge databases be used to follow ischemic stroke incidence?[J]. Stroke, 2013, 44:1770-1774.

12 萬浩, 李巖, 劉靜, 等. 北京青年急性冠心病事件院前死亡流行病學(xué)研究[J]. 中華內(nèi)科雜志, 2012, 51:274-278.

13 Kapral MK, Fang J, Silver FL, et al. Effect of a provincial system of stroke care delivery on stroke care and outcomes[J]. CMAJ, 2013, 185:E483-E491.

14 中華神經(jīng)科學(xué)會(huì), 中華神經(jīng)外科學(xué)會(huì). 各類腦血管疾病診斷要點(diǎn)[J]. 中華神經(jīng)科雜志, 1996, 29:379-380.

15 Sacco S, Pistoia F, Carolei A. Stroke tracked by administrative coding data:is it fair?[J]. Stroke, 2013,44:1766-1768.

16 Ramalle-Gomara E, Ruiz E, Serrano M, et al. Validity of discharge diagnoses in the surveillance of stroke[J].Neuroepidemiology, 2013, 41:185-188.

【點(diǎn)睛】

對(duì)北京市出院病歷數(shù)據(jù)庫卒中患者的數(shù)據(jù)評(píng)價(jià)顯示其卒中的正確診斷率為73.1%，其中出血性卒中的診斷正確率高于缺血性卒中，整體陽性預(yù)測(cè)價(jià)值較高。