一项旨在通过数据驱动的质量改进(QI)计划加强初级医疗环境中冠心病(CHD)二级预防的举措未能改善患者预后，QUEL随机试验结果显示。
领导该研究的朱莉·雷德弗恩博士(澳大利亚邦德大学)在本月早些时候发表于《循环：人群健康结果》杂志的研究中指出，质量改进干预未能降低非计划性心血管疾病住院率、促进更多管理规划、帮助更多患者达到指南推荐目标或增加药物治疗处方的原因可能有两个。
她告诉TCTMD："也许这个干预措施[根本]不起作用。在这种情况下，这是一个非常现实的可能性。"另一种可能性是，与研究期间重叠的COVID-19大流行通过挤压初级医疗资源和导致住院率上升，削弱了干预措施的效果。
"鉴于所有这些背景因素，我认为利用数据驱动质量是有积极意义的。它可能最终无法减少住院，但我认为这其中确实有可取之处，"雷德弗恩评论道，"即使该领域尚未获得支持这一策略的坚实证据。"
在改善心血管疾病护理交付和结果的努力中，雷德弗恩表示："初级医疗显然是一个非常重要的环境……如果我们希望在患者初次入院后继续帮助他们。"在QUEL测试的协作式、数据驱动框架中，理念是"医疗机构利用其数据来剖析他们做得好的方面、做得不好的方面，然后分享经验，相互学习，并尝试改进。"
她表示，此前该领域的大多数研究都关注较软性的终点，例如医生是否积极参与质量改进干预以及他们是否喜欢这种体验，"而我们真正想了解的是：这样的措施是否真的能阻止人们再次入院？"
QUEL试验
研究人员指出，QUEL测试了一种协作式质量改进方法，该方法最早出现在三十年前。一个例子是突破系列协作，参与团队将重点放在从同行和专家那里共享学习上，作为一种在6至15个月的短期时间内改善流程和护理的手段。这种策略已在哮喘、慢性心力衰竭等各种疾病状态中进行过测试，但迄今为止，证据基础主要依赖于替代终点。
近年来，电子健康记录的常规收集和整合取得了进展，越来越多的数据可 readily 用于质量改进工作。
研究人员着手了解将协作和数据两者结合起来——是否有助于推动冠心病患者二级预防和后续结果的积极变化。
在这项集群随机对照试验中，雷德弗恩及其同事于2019年至2022年间招募了51家澳大利亚初级医疗诊所，这些诊所使用符合要求的数据提取软件，且每年接诊至少200名冠心病患者。每家诊所被随机分配至标准护理(对照组)或包含基准测试、月度报告和改进规划的12个月数据驱动质量改进计划(干预组)。
总体而言，这些诊所管理着7,864名冠心病患者(平均年龄71.9岁；68%为男性；24%有既往心肌梗死史)。基线时，69%的参与者已处方他汀类药物，59%处方了血管紧张素转换酶抑制剂/血管紧张素受体阻滞剂，24%处方了抗血小板药物。约4%有常规医疗管理计划，11%有团队护理管理计划。
到24个月时，干预组与对照组在非计划性心血管相关住院率(RR 0.91；95% CI 0.75-1.10)这一主要终点上无差异。包括管理规划；抗血小板药物、他汀类药物和血管紧张素转换酶抑制剂/血管紧张素受体阻滞剂的处方；以及低密度脂蛋白胆固醇、收缩压和戒烟等目标达成情况在内的各种次要终点在两组间也相似。
各诊所的参与程度各不相同。在被分配至干预组的诊所中，85%参加了六次学习研讨会中的至少三次，69%提交了至少一个PDSA(计划-执行-研究-行动)周期。近全部(94%)对首次线下举办的研讨会评价为高度满意，大多数人在第六次线上研讨会后仍持此观点。十分之九的人表示他们对研讨会目标有充分了解，85%表示这些学习机会提供了可用信息。
尽管结果为阴性，研究人员总结道，QUEL"可以说是评估此类干预在初级医疗或急性医院环境中有效性的最大、最稳健的研究之一，并确实增加了显示缺乏证据的研究数量。"
"初级医疗显然是一个非常重要的环境……如果我们希望在患者初次入院后继续帮助他们。"朱莉·雷德弗恩
来自加利福尼亚州洛杉矶Cedars-Sinai医学中心的丹尼尔·麦克林蒂克博士、苏珊·程博士和约瑟夫·E·埃宾格博士在一篇社论中强调了此类研究值得追求的原因。他们表示，得益于"对理解、诊断和治疗的惊人进步"，"减少心血管风险的有效疗法并不缺乏。然而，缺乏的是将这些疗法带给患者的有效机制。"
他们指出，问题在于如何改善现状："为什么仅靠提供者教育和数据支持的反馈一再无法改善临床结果甚至感兴趣的替代指标？"
"这些干预措施基于一个假设，即提供者因缺乏知识或参与度而运作，在某些情况下这可能是真实的，"麦克林蒂克及其同事继续说道。"然而，当被问及时，初级保健提供者自己表示情况往往并非如此。他们通常了解临床证据，并希望为所有患者提供高质量护理。问题更常源于竞争性需求、激励措施不匹配、患者偏好，以及一个旨在优化计费而非建设更健康社区的系统。"
鉴于此，他们强调，给医生增加额外的行政负担不太可能产生影响。
社论作者表示，需要创造性的解决方案，例如"政策变革、激励措施重新调整、改善患者体验以及减少初级保健同事的职业倦怠。"例子包括对适当护理提供更好的报销，以及电子健康记录中的自动化功能，同时确保"临床医生有时间在繁忙的初级医疗诊所中，无需处理其他竞争性任务，专门讨论心血管预防就诊中的风险因素调整。"
雷德弗恩告诉TCTMD，他们的研究正在不同环境中继续进行，例如心脏康复项目。
尽管面临挑战，"我认为利用数据驱动高质量护理并确保人们不会被忽视将有越来越重要的地位，"她说。这是否真的能拯救生命并让患者远离医院，或主要在系统层面带来更高效率，目前尚不得而知。
【全文结束】
