湖南省脑卒中30 d再入院的空间分布及其影响因素

Abstract

Objective

Stroke readmission increases financial burden on the family and the consumption of medical resources, and 30-day readmission rate is an important indicator for quality evaluation on health services. The influential factors for readmission mainly include patient-related factors, hospital factors, and society-related factors, with regional differences. This study aims to explore the spatial distribution and its main relevant factors for 30-day readmission of stroke patients in Hunan Province, and to provide the useful information for the improvement of regional prevention and control of stroke readmission.

Methods

Stroke patients in Hunan Province who were hospitalized in 2018 and readmitted within 30 days were included in the study. The vector map of the county boundary in Hunan Province was used as the basic map since county was the spatial analysis unit. SPSS 26.0 and ArcGIS 10.8 were used for statistical analysis that contains descriptive analysis of the general situation and the distribution map of readmission rate within 30 days of stroke patients. Spatial autocorrelation analysis and spatial regression analysis were further used to find the spatial clusters of the 30-day readmission rate of stroke and the local relationship between the readmission rate and main influential factors.

Results

In 2018, a total of 172 800 stroke patients were hospitalized in Hunan Province, of which 6 953 patients were re-hospitalized within 30 days after discharging due to stroke. The 30-day readmission rate was 4.09% in Hunan Province. The clusters of stroke readmission rates were mainly concentrated in the northeast and western regions in Hunan Province. The geographically weighted regression revealed that proportion of patients with complications, number of hospitals per 10 000 population and number of primary medical and health care institution per 10 000 population were the main relevant factors for stroke readmission, and there were differences both in the direction and degree of the effect on readmission in different regions.

Conclusion

The 30-day readmission rate for stroke patients in Hunan province and its main influential factors had spatial heterogeneity. The key prevention and control areas were mainly concentrated in the northeast and western regions. It is recommended that the prevention and treatment of stroke complications and the construction of medical institutions need to be strengthened to improve the quality of medical services, particularly in the western region. The importance to the treatment of stroke complications should be attached in the northern region, and the primary health care should be reinforced in the northeast region. All counties should take prevention and control measures according to local conditions, so as to effectively control the readmission rate of stroke within 30 days.

脑卒中亦称脑血管意外，是指突然发生的、由脑血管病变引起的局限性或者全脑功能障碍，持续时间超过24 h或引起死亡的临床症候群，具有高发病率、高致残率、高复发率和高病死率的特点^[1]。脑卒中是我国居民死亡和伤残调整生命年(disabled adjusted life years，DALY)的首要原因^[2]。脑卒中往往需要一定时期内的多次治疗，约有25%的脑卒中患者需再入院接受治疗^[3]。针对脑卒中患者个人1年内医疗支出而言，44%用于首次入院，29%花费在再入院治疗，27%用于门诊护理^[4]。据调查，中国台湾每年由于脑卒中再入院所产生的医疗费用高达18.8亿元^[5]。脑卒中再入院增加了家庭的经济负担和医疗资源耗费^[6-9]。

30 d再入院率作为评价卫生服务质量的重要指标已得到普遍认同，在一定程度上反映了疾病严重程度、出院后初级卫生保健水平及护理质量等^[10-14]。脑卒中患者出院后31 d内再入院率作为重返类指标被列入我国《三级综合医院医疗质量管理与控制指标(2011年版)》中^[15]。《湖南省“十三五”卫生与健康规划》中提出，到2020年，30 d再住院率≤2.4%^[16]。故了解湖南省脑卒中再入院水平及其分布特征尤为重要。

既往的研究^[17-23]中脑卒中患者再入院的影响因素主要包含：患者相关因素(年龄、性别和疾病相关情况等)、医院因素(到医院距离、卫生技术人员数量和医院等级等)和社会相关因素(卫生资源配置与社区支持等)。探索脑卒中再入院的空间分布可以明确重点防治区域，优化卫生资源配置，进而区域性地开展预防、医疗与康复跨学科合作，降低再入院率^[24-25]。探索脑卒中再入院的主要影响因素在地理分布上的异质性，可为区域化脑卒中再入院防控措施的制订与完善提供科学依据，以便为重点区域和重点人群提供参考。然而，国内再入院研究多集中于某一城市或某一医院，忽略了再入院率主要影响因素的区域差异性。湖南省依据自然地理条件、资源人口分布和经济社会环境等特点划分为长株潭城市群、洞庭湖城市组团、湘南城市组团和大湘西城市组团4大区域^[26-27]。本研究旨在基于地理信息系统(geographic information systems，GIS)分析湖南省脑卒中30 d再入院的空间分布及其主要影响因素在地理分布上的异质性，为区域性及针对性地制订防控策略与措施提供依据，为科学合理配置有限的卫生资源提供循证的决策依据。

1. 资料与方法

1.1. 资料来源

病例信息来源于湖南省卫生统计直报决策分析系统收录的医院病案首页信息，选择2018年1月1日至2019年1月31日住院的全部数据。人口数据和卫生资源数据来源于湖南卫生统计信息网络直报系统和《湖南统计年鉴》。地图来源于湖南地理信息公共服务平台(http://hunan.tianditu.gov.cn/)。

1.2. 对象

1.2.1. 纳入标准

1)首次入院时间在2018年1月1日至12月31日且在30 d再入院；2)2次出院主要诊断均为脑卒中，ICD-10编码为I60~I64；3)年龄≥18 周岁；4)在二级及以上医院住院。

1.2.2. 排除标准

1)住院费用为0或负数的个体；2)出院主要诊断含有“？”或“待排”等不明确诊断的个体。

1.2.3. 识别30 d再入院患者

1)根据患者唯一识别号筛选重复住院患者。根据入院时间进行排序，计算前后2次住院记录的时间间隔，若≤30 d则纳入；2)若同一名患者有多次30 d再入院记录，仅保留前2条住院记录；3)根据首诊的医疗机构所在地区进行分组。

1.3. 变量定义

30 d再入院定义为因脑卒中首次住院，出院后30 d内因同种疾病再入院。30 d再入院率为出院后30 d内再入院的患者人数除以同期存活出院的总人数^[10]。性别比为男/女，高龄老人指70岁以上。

1.4. 统计学处理

采用SPSS 26.0对湖南省4大区域的一般情况进行描述性分析。分类变量的组间比较采用χ ²检验，服从偏态分布的连续变量采用Kruskal-Wallis H检验。使用ArcGIS 10.8制作湖南省脑卒中30 d再入院率的空间分布地图，并且进行空间自相关分析和空间回归分析。因再入院率的直方图呈正偏态分布，故将再入院率均加1后取自然对数值，使数据趋于正态分布后进行空间自相关和回归分析。检验水准α=0.05，P<0.05为差异有统计学意义。

采用ArcGIS 10.8绘制专题地图，以同一颜色不同深浅表示30 d再入院率，颜色越深则表示该区域30 d再入院率越高。

空间自相关分析包括全局自相关分析和局部自相关分析，分别从全局范围和局部范围内判定是否具有空间聚集性，Moran’s I指数表示空间自相关大小，Moran’s I绝对值离1越近，表明空间数据越有可能存在空间聚集性。局部自相关则采用局域Moran’s I进行分析，再计算Z值，如果Z>1.96，表明该区域周围的值均相对较大，在空间上呈高值聚集。

空间回归分析包括普通线性回归模型(ordinary linear regression，OLS)和地理加权回归分析(geographically weighted regression，GWR)。OLS即普通最小二乘线性回归，估计的回归系数为常数，而GWR得到的回归系数会随着空间的位置变化而变化，可以解释每个因素对局部区域的影响。

2. 结 果

2.1. 基本情况

湖南省2018年共17.28万名脑卒中患者住院治疗、其中6 953名患者在30 d内因脑卒中再入院治疗，全省30 d再入院率为4.09%。其中男4 434人(63.77%)、女2 519人(36.23%)，年龄为(64.95±12.72)岁。缺血性脑卒中患者4 722人(67.91%)、脑出血患者1 828人(26.29%)、蛛网膜下腔出血患者403人(5.80%)。4大区域再入院患者的第1次住院天数之间的差异有统计学意义(Hc=215.85，P<0.001)。4大区域再入院患者的脑卒中分型、合并症情况、并发症情况、第1次住院手术情况和第2次住院手术情况之间的差异均有统计学意义(均P<0.05，表1)。

表1.

湖南省4大区域脑卒中再入院患者特征

Table 1 Characteristics of readmission patients of stroke in 4 regions of Hunan Province

变量	长株潭城市群 (n=2 123)	洞庭湖城市组团 (n=1 355)	湘南城市组团(n=1 715)	大湘西城市组团(n=1 760)	Hc/χ2	P
第1次住院天数	13(7, 22)*†‡	10(5,18)†	8(2,16)‡	10(4,18)	215.85	<0.001
脑卒中分型/[例(%)]					15.56	0.016
缺血性脑卒中	1 407(66.28)	926(68.34)	1 171(68.28)	1 218(69.20)
脑出血	586(27.60)	374(27.60)	440(25.66)	428(24.32)
蛛网膜下腔出血	130(6.12)	55(4.06)	104(6.06)	114(6.48)
合并症/[例(%)]					56.04	<0.001
有	1 523(71.74)	860(63.47)	1 058(61.69)	1 223(69.49)
无	600(28.26)	495(36.53)	657(38.31)	537(30.51)
并发症/[例(%)]					17.44	0.001
有	180(8.48)	80(5.90)	91(5.31)	116(6.59)
无	1 943(91.52)	1 275(94.10)	1 624(94.69)	1 644(93.41)
第1次住院接受3级及以上的手术/[例(%)]					19.06	<0.001
有	122(5.75)	51(3.76)	71(4.14)	53(3.01)
无	2 001(94.25)	1 304(96.24)	1 644(95.86)	1 707(96.99)
第2次住院接受3级及以上的手术/[例(%)]					54.14	<0.001
有	49(2.31)	41(3.03)	117(6.82)	79(4.49)
无	2 074(97.69)	1 314(96.97)	1 598(93.18)	1 681(95.51)

与洞庭湖城市组团相比，*P<0.001；与湘南城市组团相比，†P<0.001；与大湘西城市组团相比，†P<0.001。

2.2. 空间统计分析

2.2.1. 脑卒中30 d再入院率空间分布

脑卒中30 d再入院率为0~11.08%。湖南省脑卒中再入院率呈“几”字形分布，西部、东北部和东南部较高，中部较低。再入院率最高的区县包括湘阴县、安仁县、辰溪县、会同县、泸溪县和花垣县(图1)。

图1.

2018年湖南省脑卒中患者30 d再入院率分布

Figure 1 Distribution of 30-day readmission rate of stroke patients in Hunan Province, 2018

2.2.2. 脑卒中30 d再入院率空间自相关特征

由全局空间自相关分析可得，Moran’s I指数为0.06，差异无统计学意义(P=0.28)。进一步进行局部空间自相关分析，结果显示：局部聚集主要分布在2个区域：东北部(长沙市的望城区、长沙县、开福区、芙蓉区、雨花区、天心区、岳麓区，湘潭市的韶山市、雨湖区和岳塘区，株洲市的石峰区和荷塘区)和西部(怀化市的溆浦县)(图2)。

图2.

2018年湖南省脑卒中患者30 d再入院率空间自相关分析

Figure 2 Spatial autocorrelation analysis of 30-day readmission rate of stroke patients in Hunan Province, 2018

2.2.3. 脑卒中30 d再入院率空间回归分析

经OLS分析，合并症患者比重、每万人口医院数和每万人口基层医疗卫生机构数是脑卒中再入院的主要相关因素，标准化回归系数分别为0.36、-0.17和0.10。各因素在各区县的分布见图3。以30 d再入院率为因变量，对上述3个自变量进行地理加权回归分析。对模型回归残差进行空间自相关分析得到Moran’s I值为-0.02(P=0.63)，表明回归残差在空间分布上具有随机性，GWR模型整体测算效果良好。

图3.

地理加权回归分析模型中3个自变量分布

Figure 3 Distribution of 3 independent variables in the geographically weighted regression model

A: Proportion of patients with complications; B: Number of hospitals per 10 000 population; C: Number of primary medical and health care institution per 10 000 population.

3个主要相关因素的回归系数分布结果显示：合并症患者比重的回归系数均为正值，大致呈现由东向西递增的趋势(图4A)。每万人口医院数的回归系数呈现由西向东递增的趋势，且西部和西南部地区回归系数为负值，其余地区为正值(图4B)，提示西部和西南部地区医院数越少，再入院率越高，而东部地区医院数越多，再入院率越高。每万人口基层医疗机构数的回归系数呈现东北部-南部-西部地区逐渐增加的趋势，且东北部地区回归系数为负值(图4C)，提示东北部地区基层医疗机构数越少，再入院率越高，而其他地区相反。

图4.

地理加权回归分析模型中3个自变量回归系数分布

Figure 4 Distribution of regression coefficient of 3 independent variables in the geographically weighted regression model

A: Proportion of patients with complications; B: Number of hospitals per 10 000 population; C: Number of primary medical and health care institution per 10 000 population.

3. 讨 论

本研究结果表明湖南省脑卒中30 d再入院率为4.09%，高于《湖南省“十三五”卫生与健康规划》中的目标，表明降低再入院率任重而道远。以泸溪县为代表的西部地区和湘阴县为代表的东部地区再入院率较高，以衡山县为代表的中部地区再入院率较低。各区县间再入院率差异较大，可能的原因包括：1)环境因素的差异，如温度和空气污染物等气象因素的影响；2)经济发展水平的差异，既往研究^[28]指出贫困地区患者再入院的可能性高于其他地区；3)生活方式的差异，健康行为水平高的患者再入院的风险较低；4)卫生服务可及性的差异，如长株潭地区拥有较多医疗资源配置，卫生保健利用率高^{[23, 28-30]}。

湖南省4大区域的自然地理条件、资源人口分布和经济社会环境存在差异，且这些均为再入院的重要影响因素^{[21, 23]}。由再入院率的分布地图和局部自相关结果可知，湖南省再入院率偏高和热点地区为东北部地区和西部地区，分别属于4大区域中的长株潭城市群和大湘西城市组团。东北部地区聚集区域多数(7/12)集中在长沙市，可能与长沙市的医疗资源配置有关，湖南省近1/4的三级医院集中在长沙市，住院服务人次多和卫生保健利用率高的地区往往是入院热点地区^[29]。长株潭城市群的合并症患者比重和并发症患者比重均高于其他地区，该地区首诊的患者病情更为复杂。其次该地区医疗资源丰富，患者的需求能够得到很好地释放，脑卒中重症患者更倾向于选择综合实力较强的医院，再入院的概率也相对较高^[31]。西部地区再入院率相对较高，可能与当地经济落后，医疗资源相对不足，患者无法得到充分救治有关。西部地区的溆浦县、泸溪县、会同县及辰溪县等在2018年尚未实现脱贫摘帽，为贫困县^[32-33]。Hu等^[28]的研究指出贫困地区的患者再入院的可能性比其他地区的患者高24.00%。由表1可知，大湘西地区第2次住院进行3级及以上手术的比例(4.49%)高于第1次住院进行3级及以上手术的比例(3.01%)，提示该地区的医疗机构可能无法满足患者的诊疗需求，需要转上级医院再入院进行手术治疗。相关部门应确定脑卒中再入院的重点防治区域，针对性地优化卫生资源配置，提高医疗卫生服务质量，完善出院服务计划以降低再入院率，这对提高患者生存质量、减轻患者家庭和社会的经济负担具有积极意义^[30]。

本研究提示合并症为脑卒中再入院的影响因素，合并症多，治疗难度增大，再入院概率增加^[17]。本研究再入院率分布与合并症患者比重分布趋势相近，且合并症患者比重标准化回归系数为0.36，高于其他2个因素，说明预防合并症的发生是减少再入院的最重要因素。西部和东部地区合并症患者比重高于其他地区，但合并症患者比重的回归系数为西高东低。西部地区首诊患者的合并症情况对再入院具有显著的影响，其次是北部地区，提示西部和北部地区应重视对脑卒中合并症的治疗，提高首诊医疗服务质量。东部地区虽然合并症患者比重高，但对再入院的影响相对较小，提示该地区通过提供优质的医疗服务，有效降低了再入院率。全省每万人口医院数较均衡。每万人口医院数的回归系数示西部和西南部地区医院数越少，再入院率越高，提示患者的医疗需求可能未得到满足。2018年大湘西地区暂无县域三级综合医院，因此西部地区应大力加强区域内医疗机构建设，提升医疗服务质量，降低因治疗不充分而再入院的概率。东部地区医院数越多，再入院率越高，东部地区患者入院选择更多，也可能存在不必要的住院治疗。东北部地区每万人口基层医疗机构数的回归系数为负数，建议东北部地区强化初级卫生保健工作建设^[34]。西部地区脑卒中合并症患者比重相对较大并且基层医疗机构配置优越，可以帮助患者更早地发现问题并提醒患者再入院进行治疗，起到较好的“守门人”作用，再入院率也相应升高^[11]。

综上，脑卒中再入院率的相关因素在地理空间分布上存在异质性，提示湖南省不同区域防控工作侧重应有所不同，继而有效控制湖南省脑卒中30 d再入院率。

本研究存在局限性：1)再入院原因之一可能是科室出于缩短平均住院日的目的或医疗保险结算要求^[35]，本研究未能将这部分排除。2)根据首诊的医疗机构所在地区进行分组，居住地对患者再入院的影响未被纳入。期望在后续相关研究中得以改进。

基金资助

国家科技基础资源调查专项(2018FY100900)；湖南省自然科学基金(2020JJ4772)。

This work was supported by the National Science & Technology Fundamental Resources Investigation Program (2018FY100900) and the Natural Science Foundation of Hunan Province (2020JJ4772), China.

利益冲突声明

作者声称无任何利益冲突。

作者贡献

赖静敏 论文构想、撰写和修改，统计分析；程锦、王仕文、史静琤 论文构想，批评性审阅；钟卫军、史千山、王萍、邓静 数据采集；童卓雅、肖桂真 批评性审阅。所有作者阅读并同意最终的文本。

原文网址

http://xbyxb.csu.edu.cn/xbwk/fileup/PDF/202205619.pdf