Regał

Indywidualne analizy kontroli stanu zdrowia i przyjęć do szpitala

porównanie osób dorosłych z ID z (n = 7487) i bez (n = 6922) kontroli stanu zdrowia podsumowano w tabeli 37. Chociaż obie grupy miały podobny rozkład płci (58% mężczyzn), dorośli z ID z kontrolami zdrowotnymi byli wyraźnie starsi (średnia wieku 42,6 vs.39,0 lat). Więcej niż co czwarta osoba dorosła z dowodem osobistym z oceną stanu zdrowia została sklasyfikowana jako mająca poważne potrzeby zdrowotne (27,2%) lub mieszkająca w zakładzie komunalnym (25,6%). Odsetek ten był znacznie wyższy niż w przypadku osób bez kontroli zdrowia (odpowiednio 12,9% i 11,7%). Średni czas obserwacji był podobny w obu grupach .

tabela 37

tabela 37

charakterystyka osób dorosłych z ID i bez kontroli zdrowia w okresie od kwietnia 2009 r.do marca 2013 r. stosowana w analizie przyjęć do szpitala

wskaźniki przyjęć do szpitala (wszystkie nagłe, awaryjne ACSCs i do wyboru) przed i po kontroli zdrowia przedstawiono w tabeli 38. Wyświetlane są cztery grupy: dorośli z identyfikatorem i bez kontroli zdrowia (przy użyciu losowej daty indeksu) oraz dopasowane kontrole dla każdej z tych dwóch grup. Do oszacowania IRR dla okresu i efektów interakcji wykorzystano warunkowe modele Poissona (patrz rozdział 2, Analiza statystyczna). Ten model został po raz pierwszy zamontowany dla osób dorosłych z identyfikatorem z kontrolą zdrowotną i ich kontrolą oddzielnie, szacując indywidualną zmianę wskaźnika przyjmowania do szpitala po porównaniu z przed kontrolą zdrowotną (lub datą indeksu). Połączony model dorosłych z ID i kontroli z interakcji case-period następnie dostarczył oszacowanie wpływu kontroli zdrowia (lub dat indeksowych) na wskaźniki przyjęć wśród dorosłych z ID, dostosowane do wszelkich trendów czasowych w przyjęciach. Następnie powtórzono proces z wykorzystaniem osób dorosłych z ID bez kontroli zdrowia i ich kontroli.

tabela 38

tabela 38

porównanie stawek przyjęć do szpitala w latach 2009-2013 u osób dorosłych z identyfikacją i kontrolą przed i po kontroli zdrowia lub data indeksu dla osób bez kontroli zdrowia

dla 7487 dorosłych z kontrolą zdrowia, wszystkie przyjęcia doraźne wzrosły o 22% od 145,7 do 173,2 rocznie na 1000 osób (IRR 1,22, 95% CI 1,11 do 1,34). Natomiast w 46 408 dopasowanych kontrolach odsetek wszystkich przyjęć w nagłych wypadkach wzrósł o 27%, Z 58,6 do 70,1 (IRR 1,27, 95% CI 1,20 do 1,34). Dlatego też, w połączonym modelu Poissona, oddziaływanie kontroli zdrowia na osoby dorosłe z ID szacuje się na < 1 (IRR 0,96, 95% CI 0,87 do 1,07). Osoby dorosłe z legitymacją bez kontroli sanitarnej miały wyższe ogólne stawki za przyjęcie w nagłych wypadkach (np. 186,0 vs.145.7 rocznie na 1000 osób przed datą indeksu) i niewielki późniejszy wzrost wskaźnika przyjmowania po dacie indeksu w stosunku do ich kontroli (IRR 1,05, 95% CI 0,94 do 1,17).

mimo, że liczba przyjęć w nagłych wypadkach do ACSCs wśród dorosłych z ID z kontrolami zdrowotnymi również wykazała wzrost po kontroli zdrowia (52,4 do 59,3 na 1000 osób rocznie), zmiana ta była mniejsza niż obserwowana w grupie kontrolnej (11% vs.35%). Połączony model Poissona powodował statystycznie istotną interakcję (IRR 0,82, 95% CI 0,69 do 0.99), co stanowi zmianę wskaźnika przyjęcia po kontroli zdrowia w porównaniu z kontrolami. Ten efekt interakcji i trend nie były replikowane u dorosłych z ID bez oceny stanu zdrowia(IRR 1, 11, 95% CI 0, 92 do 1, 36).

w przypadku planowych przyjęć do szpitala Szacunkowa ocena stanu zdrowia była podobna u osób dorosłych z ID z kontrolami i kontrolami (IRR 0,96, 95% CI 0,87 do 1,06). Istnieją pewne dowody na to, że planowe przyjęcie osób dorosłych z ID bez oceny stanu zdrowia wykazało mniejszą zmianę w porównaniu z grupą kontrolną (IRR 0,90, 95% CI 0,81 do 1.00) po przypisanej im dacie indeksu.

przeprowadziliśmy analizy wrażliwości przy użyciu innego podejścia do modelowania statystycznego, które bezpośrednio porównało zmiany w przyjęciach osób dorosłych z ID z kontrolami zdrowotnymi i tych bez kontroli zdrowotnych (patrz rozdział 2, Analiza statystyczna). Modele uwzględniały podstawowe różnice między dwiema niezrównanymi grupami poprzez dostosowanie do wieku, płci i współwystępowania. Modele Poissona i ujemnych dwumianów przyniosły podobne wyniki do naszego poprzedniego podejścia. Na przykład, w przypadku ujemnych modeli dwumianowych interakcjami były wszystkie reakcje związane z IRR (IRR 1,04, 95% CI 0,90 do 1,19), reakcje związane z acscs (IRR 0,80, 95% CI 0,66 do 0,99) i przyjęcia planowe (IRR 1,03, 95% CI 0,90 do 1,17).

w tabeli 39 podsumowano szacunkowy wpływ kontroli zdrowia na przyjęcia do szpitali w nagłych wypadkach, podzielonych według indywidualnych cech zarówno dla dorosłych z ID z i dorosłych z ID bez kontroli zdrowia. Są to przypadki interakcji z okresami zależnymi od warunkowych modeli Poissona dopasowanych do każdej grupy oddzielnie. Znaczny wzrost liczby przyjęć zaobserwowano u osób dorosłych z zespołem Downa z kontrolami zdrowotnymi w porównaniu z kontrolami populacji(IRR 1,55, 95% CI 1,15 do 2,08). Jednak wzrost ten został powtórzony wśród dorosłych z zespołem Downa bez kontroli zdrowia (IRR 1,55) w porównaniu z ich kontrolą, co sugeruje tendencję specyficzną dla dorosłych z zespołem Downa. W przeciwieństwie do tego, chociaż kontrole zdrowia były związane z mniejszą zmianą przyjęć w nagłych wypadkach wśród dorosłych z ID o poważnych potrzebach zdrowotnych w porównaniu z ich kontrolą (IRR 0,80, 95% CI 0,67 do 0.Tendencja ta nie została powtórzona u osób dorosłych z ID bez kontroli zdrowia z poważnymi potrzebami zdrowotnymi w porównaniu z kontrolami (IRR 1,07, 95% CI 0,85 do 1,35). Dalsza analiza dorosłych z ID z poważnymi potrzebami zdrowotnymi poddawanych kontrolom zdrowia również sugerowała zmniejszenie liczby przyjęć w nagłych wypadkach do ACSCs w porównaniu z kontrolami (IRR 0,76, 95% CI 0,56 do 1,01).

tabela 39

tabela 39

Interaction irrs comparing the change in emergency hospital Hospital rates during 2009-2013 post health check between adults with ID and matched control stratyfikated by individual characters

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.