Chapter 87 - Outcomes Research and Reporting

Access
Provided by:
Kritička njega
Poglavlje 87: Istraživanje i izvještavanje o ishodima
Angela K. M. Lipshutz; Michael A. Gropper
KLJUČNE TOČK E
K L J UČNE TOČK E
1. Istraživanja ishoda procjenjuju učinke medicinske skrbi i procesa zdravstvene zaštite na individualno i društveno zdravlje.
2. Istraživanja ishoda nastoje razumjeti učinkovitost intervencije, a ne njezinu učinkovitost. Upravo taj fokus, a ne korištena metodologija, razlikuje
ishode istraživanja od tradicionalnih kliničkih istraživanja.
3. Najčešće korištene mjere ishoda uključuju smrtnost, zdravstveno stanje, troškove i mjere kvalitete.
4. Iako istraživanja ishoda nisu definirana određenom metodologijom, istraživači ishoda često koriste dizajne opservacijskih studija i metode iz
društvenih znanosti. Upotreba velikih administrativnih skupova podataka sve je popularnija.
5. Glavna ograničenja opservacijskih studija su pristranost i zbunjujuća.
6. Podudaranje, stratifikacija, multivarijatna analiza, rezultati sklonosti i instrumentalne varijable alati su koji se koriste za podešavanje za
zbunjujuće.
7. Istraživači ishoda na odjelu intenzivne njege suočavaju se s jedinstvenim izazovima zbog širine pacijenata, bolesti, terapija, pružatelja usluga i
modela pružanja zdravstvene zaštite koji se koriste u kritičnoj skrbi.
UVOD
Otkako je 1999. godine Institut za medicinu (IOM) objavio svoje prvo izvješće u seriji kvalitete, To Err is Human, povećana je svijest o problemima s
kojima se suočava zdravstvena zaštita u Sjedinjenim Državama i povećan naglasak na poboljšanju kvalitete skrbi koju naši pacijenti primaju.1
Istraživanje ishoda, koje "proučava krajnje rezultate medicinske skrbi učinak zdravstvenog procesa na zdravlje i dobrobit pacijenata i populacija",2 je
jedna vrsta istraživanja koja se koriste za proučavanje, razumijevanje i poboljšanje kvalitete zdravstvene zaštite. Istraživanja ishoda razlikuju se od
tradicionalnijih medicinskih istraživanja u fokusu i krajnjim točkama; nastoji razumjeti učinkovitost intervencije, a ne njezinu učinkovitost. U konačnici,
rezultati istraživanja ishoda mogu se koristiti za usporedbu performansi, smanjenje štetnih događaja, formuliranje smjernica kliničke prakse i
informiranje o odlukama o zdravstvenoj politici.3,4
U kritičnom okruženju skrbi, istraživanja ishoda mogu biti posebno utjecajna iz nekoliko razloga. Prvo, pacijenti na intenzivnoj njezi imaju visok rizik
od smrti i štete koje se mogu spriječiti zbog oštrine svojih bolesti te učestalosti i složenosti intervencija.5 Osim toga, troškovi njege jila su znatni.
Pacijenti na intenzivnoj njezi nastanjuju samo 10% bolničkih kreveta, ali čine gotovo četvrtinu bolničkih troškova akutne njege.6,7 U 2005. godini
kritični troškovi skrbi u Sjedinjenim Državama iznosili su 81.7 milijardi dolara godišnje 4.1% nacionalnih zdravstvenih izdataka i 0.66% bruto
nacionalnog proizvoda.8 Nadalje, iskorištenost resursa značajno varira, ali povezanost između povećanih izdataka i kvalitete skrbi nije jasno
razjašnjena.9,10,11,12 Stoga istraživanja ishoda u kritičnoj skrbi imaju potencijal da skrb o JILu učine boljom, sigurnijom i isplativijom.
Ovo poglavlje opisuje povijesnu i teorijsku osnovu za istraživanje ishoda, metode koje koriste istraživači ishoda, krajnje točke istraživanja ishoda te
zajedničke izazove i ograničenja.
Downloaded 202311 5:29 A Your IP is 31.223.128.254
Chapter 87: Outcomes Research and Reporting, Angela K. M. Lipshutz; Michael A. Gropper Page 1 / 13
POVIJEST I TEORIJA
©2023 McGraw Hill. All Rights Reserved. Terms of Use • Privacy Policy • Notice • Accessibility
Florence Nightingale i Ernst Codman često se navode kao istraživači najranijih ishoda Nightingale za svoj rad na proučavanju borbenih smrti tijekom
kritični troškovi skrbi u Sjedinjenim Državama iznosili su 81.7 milijardi dolara godišnje 4.1% nacionalnih zdravstvenih izdataka i 0.66% bruto
Access Provided by:
nacionalnog proizvoda.8 Nadalje, iskorištenost resursa značajno varira, ali povezanost između povećanih izdataka i kvalitete skrbi nije jasno
razjašnjena.9,10,11,12 Stoga istraživanja ishoda u kritičnoj skrbi imaju potencijal da skrb o JILu učine boljom, sigurnijom i isplativijom.
Ovo poglavlje opisuje povijesnu i teorijsku osnovu za istraživanje ishoda, metode koje koriste istraživači ishoda, krajnje točke istraživanja ishoda te
zajedničke izazove i ograničenja.
POVIJEST I TEORIJA
Florence Nightingale i Ernst Codman često se navode kao istraživači najranijih ishoda Nightingale za svoj rad na proučavanju borbenih smrti tijekom
Krimskog rata, a Codman, kirurg s početka 20. stoljeća u Općoj bolnici Massachusetts, za zagovaranje bolničkog izvještavanja o ishodima pacijenata
nakon što je primijetio da su bolnice rutinski izvijestile o broju liječenih pacijenata, ali ne i učincima liječenja.13,14,15 Međutim, nijedan okvir za
istraživanje ishoda nije postojao do 1966. godine, kada je Avedis Donabedian iznio model za procjenu zdravstvenih usluga i kvalitete medicinske
skrbi.16 Donabedijski model predlaže tri dimenzije za procjenu kvalitete zdravstvene zaštite: strukturu, proces i ishod (slika 87–1). Struktura se
odnosi na karakteristike okruženja ili okruženja u kojem se pruža skrb, dok se proces usredotočuje na to koriste li se odgovarajuće medicinske prakse.
Ishodi se kreću od smrtnosti i duljine boravka do funkcionalnog statusa i kvalitete života. Iako je Donabedian prepoznao inherentna ograničenja mjera
ishoda (vidi odjeljak "Ograničenja"), vjerovao je da ishodi "ostaju krajnji validatori učinkovitosti i kvalitete medicinske skrbi".16
Slika 87.1.
Donabedianov okvir kvalitete. (Reproducirano uz dopuštenje McDonald KM, Sundaram V, Bravata DM i dr.: Zatvaranje jaza u kvaliteti: Kritična analiza
strategija poboljšanja kvalitete (Svezak 7: Koordinacija skrbi).
Kongres Sjedinjenih Država priznao je 1989. važnost istraživanja ishoda kada je osnovao Agenciju za zdravstvenu politiku i istraživanje [kasnije
Agenciju za istraživanje i kvalitetu zdravstvene zaštite (AHRQ)] "u svrhu poboljšanja kvalitete, prikladnosti i učinkovitosti zdravstvenih usluga i pristupa
skrbi."17 Institut za istraživanje ishoda usmjeren na pacijente (PCORI) osnovan je 2010. godine u sklopu Zakona o zaštiti pacijenata i pristupačnoj skrbi,
dodatno učvršćujući istraživanja ishoda u američkom leksikonu.
FOKUS ISTRAŽIVANJA ISHODA
Istraživanje ishoda u odnosu na tradicionalna klinička istraživanja
Istraživanje ishoda "usredotočuje se na učinke medicinske skrbi na pojedince i društvo".4 Upravo taj istraživački fokus, ne nužno metodologija,
razlikuje ishode istraživanja od tradicionalnih kliničkih istraživanja.4,13,18 Tablica 87–1 opisuje razlike između istraživanja ishoda i tradicionalnih
kliničkih istraživanja.4 Tradicionalna klinička istraživanja temelje se na hipotezi i procjenjuju učinkovitost, pitajući djeluje li intervencija u
idealiziranom okruženju. Istraživanje ishoda bavi se učinkovitošću: Pomaže li intervencija pojedinom pacijentu u stvarnom okruženju?19 Osim toga,
istraživanja ishoda usmjerena su na pacijenta, a ne na bolesti, i usredotočuju se na "ono što se u konačnici želi postići zdravstvenom skrbi",20 na
primjer, poboljšanja funkcionalnog statusa ili kvalitete života. Nadalje, istraživanja ishoda obično su uključivija u onome što smatra intervencijom.
Tradicionalna klinička istraživanja često uključuju procjenu novih lijekova ili uređaja, dok se intervencije u istraživanju ishoda mogu kretati od novog
lijeka do nove strukture za pružanje zdravstvene zaštite. Kako bi postigla svoje ciljeve, istraživanja ishoda obično koriste opservacijske dizajne studija i
crpe metode iz društvenih znanosti češće od tradicionalnih kliničkih istraživanja (vidi odjeljak "Metode").
Table 87–1
A comparison of features between traditional clinical research and outcomes research.)
Traditional Clinical Research Outcomes Research
Efficacy Effectiveness
Mechanisms of disease Impact of disease on the patient
Experimental Observational
primjer, poboljšanja funkcionalnog statusa ili kvalitete života. Nadalje, istraživanja ishoda obično su uključivija u onome što smatra intervencijom.
Access Provided by:
Tradicionalna klinička istraživanja često uključuju procjenu novih lijekova ili uređaja, dok se intervencije u istraživanju ishoda mogu kretati od novog
lijeka do nove strukture za pružanje zdravstvene zaštite. Kako bi postigla svoje ciljeve, istraživanja ishoda obično koriste opservacijske dizajne studija i
crpe metode iz društvenih znanosti češće od tradicionalnih kliničkih istraživanja (vidi odjeljak "Metode").
Table 87–1
A comparison of features between traditional clinical research and outcomes research.)
Traditional Clinical Research Outcomes Research
Efficacy Effectiveness
Mechanisms of disease Impact of disease on the patient
Experimental Observational
Feasibility Costeffectiveness
The effect of biochemical and physiologic factors on biophysiologic The effect of socioeconomic factors on patientcentered outcomes
outcomes
Diseasecentered Patient and communitycentered
Provideroriented Consumeroriented
Inventing technology Assessing technology
Drugs and devices Processes and delivery of care
Methods from the “hard” sciences (physics, biochemistry, Methods from the “social” sciences (economics, social and behavioral sciences,
physiology) epidemiology)
Reproduced with permission from Rubenfeld GD, Angus DC, Pinsky MR, et al: Outcomes research in critical care: Results of the American Thoracic Society critical care
assembly workshop on outcomes research, Am J Respir Crit Care Med 1999 Jul;160(1):358367.
Najčeš će korištene mjere ishoda
Mortalitet
Smrtnost je možda najopipljivija i najznačajnija krajnja točka. Lako je definirati i gotovo ravnomjerno zabilježiti. Zvuči relativno jednostavno: Je li
pacijent preživio akutnu bolest ili uvredu? Međutim, korištenje smrtnosti kao krajnje točke zapravo nije tako jednostavno. Prvo se mora odrediti
odgovarajuće vrijeme za procjenu smrtnosti: JIL ili otpust iz bolnice? 30, 60 ili 90 dana? Godine? Odabir prekratkog vremenskog okvira može pružiti
netočnu procjenu utjecaja intervencije ako je prirodna povijest stanja koje se proučava dulja od razdoblja istraživanja. Specifična intervencija može
smanjiti 30dnevnu smrtnost, ali povećati smrtnost od 90 dana. Suprotno tome, dugoročni ishodi mogu odražavati prognozu bolesti pacijenta, dob,
predsmrtna stanja,21 i postojeći funkcionalni status22,23 više od njege na intenzivnoj njezi koju su primili. Stoga odgovarajuća krajnja točka smrtnosti
ovisi o specifičnom istraživačkom pitanju, dizajnu studije i mehanizmima bolesti ili liječenja koje se proučava.4
Čak i kada se odabere odgovarajuća krajnja točka smrtnosti, na ishode može umjetno utjecati izbor pacijenta, kao i obrasci JILa i bolničke prakse. Na
primjer, odluka pacijenta da prijeđe na skrb o udobnosti može ubrzati smrt; dostupnost paketa palijativne skrbi za prijenos pacijenata na intenzivnoj
njezi koji primaju mjere udobnosti samo mijenja smrtnost na intenzivnoj njezi; a dostupnost ustanova za dugotrajnu skrb za prijenos pacijenata
ovisnih o respiratorima mogla bi promijeniti smrtnost bolnica. Osim toga, usporedba stopa smrtnosti u različitim bolnicama i JILima prepuna je
problema, uglavnom zbog poteškoća u prilagodbi razlikama u kombinaciji slučajeva.24 Korištenje smrtnosti kao krajnje točke možda neće biti izvedivo
ako je smrtnost stanja koje se proučava relativno niska, jer će veličina uzorka potrebna za stvaranje odgovarajuće snage za otkrivanje klinički
relevantne razlike biti prilično velika. I, naravno, korištenje smrtnosti kao krajnje točke ne uzima u obzir morbiditete ili kvalitetu života preživjelog.
Zdravstveno stanje
Zdravstveno stanje obuhvaća nekoliko mjera ishoda koje su procijenili pacijenti, uključujući funkcionalno stanje i kvalitetu života. Zdravstveno stanje
važna je krajnja točka za istraživanje ishoda kritične skrbi, jer su nedavni podaci pokazali da dugoročne posljedice kritične bolesti na fizički
njezi koji primaju mjere udobnosti samo mijenja smrtnost na intenzivnoj njezi; a dostupnost ustanova za dugotrajnu skrb za prijenos pacijenata
Access Provided by:
ovisnih o respiratorima mogla bi promijeniti smrtnost bolnica. Osim toga, usporedba stopa smrtnosti u različitim bolnicama i JILima prepuna je
problema, uglavnom zbog poteškoća u prilagodbi razlikama u kombinaciji slučajeva.24 Korištenje smrtnosti kao krajnje točke možda neće biti izvedivo
ako je smrtnost stanja koje se proučava relativno niska, jer će veličina uzorka potrebna za stvaranje odgovarajuće snage za otkrivanje klinički
relevantne razlike biti prilično velika. I, naravno, korištenje smrtnosti kao krajnje točke ne uzima u obzir morbiditete ili kvalitetu života preživjelog.
Zdravstveno stanje
Zdravstveno stanje obuhvaća nekoliko mjera ishoda koje su procijenili pacijenti, uključujući funkcionalno stanje i kvalitetu života. Zdravstveno stanje
važna je krajnja točka za istraživanje ishoda kritične skrbi, jer su nedavni podaci pokazali da dugoročne posljedice kritične bolesti na fizički
funkcionalni status, kognitivne funkcije i kvalitetu života mogu biti duboke.25,26,27,28
Mjerenje zdravstvenog stanja nije standardizirano i oslanja se na razgovore s pacijentima i upitnike. Fizički funkcionalni status može se procijeniti
testom od 6 minuta hoda, studijom medicinskih ishoda Kratki oblik 36 (SF36),25,26 rezultat Karnofsky Performance Status Scale, Barthel indeks i
LawtonInstrumental Activities of Daily Living rezultat.29,30 Alati za procjenu stanja mentalnog zdravlja, usredotočujući se na simptome depresije,
anksioznosti i posttraumatskog stresnog poremećaja, uključuju Centar za epidemiološke studije ljestvicu depresije,31 bolnička ljestvica anksioznosti i
depresije,32 i revidirana ljestvica utjecaja događaja.33 Upitnik informanta o kognitivnom padu kod starijih osoba, test izrade staza i ponovljiva baterija
za procjenu neuropsihološkog statusa korišteni su za određivanje kognitivnih funkcija.27,28,34 Kvaliteta života može se odrediti iz rezultata tih različitih
testova ili se može posebno procijeniti pomoću alata kao što je EuroQol5D30 ili SF36.35 Podaci o kvaliteti života tada se mogu koristiti za izračunavanje
kvalitetno prilagođenih životnih godina (QALYs), koje uzimaju u obzir i smrtnost i kvalitetu života.35
Važno je napomenuti da dovršetak tih instrumenata od strane samih osoba koje su preživjele JIL nije uvijek moguć, a upotreba surogata za njihovo
dovršetak možda neće biti toliko korisna. Osim toga, tumačenje ovih testova zahtijeva poznavanje osnovne linije pacijenta prije prijema jila, što
također može zahtijevati surogat majku za određivanje i podložno je pristranosti pristiglog opoziva. Ipak, sve su glasniji podaci da pacijenti na
intenzivnoj njezi i dalje pate dugo nakon otpusta iz bolnice: Depresija i anksioznost mogu biti prisutni kod gotovo polovice preživjelih na intenzivnoj
njezi,36 and posttraumatic stress disorder in onethird.32,33 Decline in cognitive function is common and can persist for up to eight years.27 And
physical disability is nearly ubiquitous; in one study, 100% of patients reported experiencing subjective weakness and decreased exercise capacity and
almost a quarter of patients were unable to return to work at 5 years after discharge from the ICU.25 Thus, continued work on targeting improvement in
health status for ICU survivors is paramount.
Cost
Economic evaluation is “the comparative analysis of alternative health care interventions in their relative costs (resource use) and effectiveness (health
effects).”37 With the aging of the US population, and the availability of new and more expensive treatments, the cost of critical care is increasing.38,39 As
mentioned earlier, ICU care is disproportionately expensive,6,7 costing over $80 billion per year in the United States alone.8 Therefore, identifying cost
effective interventions in the ICU is incredibly important. Costeffectiveness analyses (CEAs) produce a ratio in which the numerator is the cost of the
intervention, and the denominator is the benefit in terms of the clinical outcome.40 The clinical outcome is often reported in terms of QALYs, such that
the ratio produced is cost per QALY.
Given the increasing importance of CEAs, and the increasing frequency with which they are performed, both the US Public Health Service and the
American Thoracic Society convened panels to address methodological issues and provide recommendations for the reporting of CEAs.40,41 Their
recommendations include describing the model used; identifying model assumptions; describing how estimates of effectiveness, costs, and health
states were obtained; and defining the type of costs, year of costs, inflation adjustment methods, and discount rates used. Even when following these
recommendations, critical care outcomes researchers face additional challenges that make CEAs more challenging in the ICU setting. These include the
complexity of ICU patients, the lack of data on effectiveness of interventions in the ICU, the unavailability of cost data, and the infrequent collection of
ideal outcomes measures for CEAs (eg, longterm qualityadjusted survival rates).40 The challenge of obtaining accurate cost data can make CEAs
difficult to interpret and compare, and limits the generalizability of the results. Charge data (ie, what the patient is billed) are often substituted for cost;
however, even when adjusted with costpercharge ratios, these data are department and institution specific, and may not reflect actual costs.37,42
Therefore, interpretation of CEAs must be undertaken with great caution.
Quality Measures
A common focus of outcomes research is quality improvement. Outcome measures for quality improvement research must be “granular enough to be
meaningful to clinicians [and to] adequately drive quality improvement interventions.”3 Since preventability is one of the central tenets of quality
improvement, outcome measures must also be viewed as preventable.
A recent study by Martinez et al. utilized a consensus process to identify meaningful outcomes measures for quality improvement in the ICU.3 In the
study, 164 ICU providers identified five preventable outcomes: pressure ulcers, central lineassociated bloodstream infection, pulmonary embolism,
methicillinresistant Staphylococcus aureus infection, and gastrointestinal bleed. Indeed, data support the preventability of these outcomes. For
Therefore, interpretation of CEAs must be undertaken with great caution. Access Provided by:
Quality Measures
A common focus of outcomes research is quality improvement. Outcome measures for quality improvement research must be “granular enough to be
meaningful to clinicians [and to] adequately drive quality improvement interventions.”3 Since preventability is one of the central tenets of quality
improvement, outcome measures must also be viewed as preventable.
A recent study by Martinez et al. utilized a consensus process to identify meaningful outcomes measures for quality improvement in the ICU.3 In the
study, 164 ICU providers identified five preventable outcomes: pressure ulcers, central lineassociated bloodstream infection, pulmonary embolism,
methicillinresistant Staphylococcus aureus infection, and gastrointestinal bleed. Indeed, data support the preventability of these outcomes. For
instance, in a landmark study by Pronovost et al., centralline associated bloodstream infections were eradicated in the state of Michigan.43 However,
prior to this study, centralline associated bloodstream infections were not uniformly considered preventable. Therefore, although the development
and use of outcomes measures for quality improvement must rely on existing data suggesting preventability, clinicians and researchers must also be
creative and innovative, continuing to question our current knowledge base of what is preventable.
Methods
Although the focus of outcomes research differs from that of traditional scientific research, the methods used need not. Outcomes research can take
the form of casecontrol studies, cohort studies, and even randomized controlled trials (RCTs). However, outcomes researchers tend to utilize
observational study designs and draw methods from the social sciences more frequently than traditional clinical researchers. The use of large
administrative datasets is a growing trend in outcomes research. Additionally, outcomes researchers use qualitative methods to generate hypotheses
and describe complex phenomena that do not lend themselves to quantitative methods or traditional hypothesis testing.4
Observational Studies
Observational studies can be prospective or retrospective, and include cohort studies, casecontrol studies, and crosssectional studies.44 Such
studies seek to identify associations between an exposure (eg, a medication, intervention, or organization of health care delivery) and outcomes, and
can utilize primary or secondary data. Primary data are collected to answer a specific research question, while secondary data are data that already
exist but are reemployed to answer a novel research question.45
Administrative data are a type of secondary data that were originally collected for reasons other than research. Administrative data include health care
encounter data, enrollment data, clinical data, data registries, performance data, survey data, and national data.4 Examples of data sources utilized in
critical care outcomes research include Medicare, the University HealthSystem Consortium, the National Inpatient Sample, and the National Hospital
Discharge Database.46 Postoji nekoliko prednosti korištenja administrativnih podataka za istraživanje ishoda. Prvo, administrativni podaci mogu
pružiti odgovore na istraživačka pitanja na koja etički, pravno ili praktično ne mogu odgovoriti RCTovi. Drugo, veliki registri i administrativni podaci
mogu biti šireg opsega i stoga općenitiji od primarnih podataka. Nadalje, veliki skupovi podataka mogu učinkovitije odgovoriti na pitanja povezana s
rijetkim bolestima ili ishodima. Naposljetku, tvorci politika mogli bi biti više zainteresirani za ishode procijenjene administrativnim podacima. Zapravo,
zabrinutost politike u vezi s potrošnjom Medicarea, rasnim razlikama i neobjašnjivim geografskim varijacijama u zdravstvu potaknuta je rezultatima
analize administrativnih podataka.46
Međutim, uporaba administrativnih podataka nije bez nedostataka. Kao i kod svih opservacijskih studija, studije koje koriste administrativne podatke
podložne su pristranosti i zbunjujućima. Zbunjujuće je posebno zabrinjavajuće jer pacijenti nisu nasumično raspoređeni u izloženost interesa; stoga
bi svaka povezanost između izloženosti i ishoda mogla biti posljedica treće, nemjerljive varijable (vidi odjeljak "Ograničenja"). Međutim, primarna
briga specifična za administrativne podatke jest kvaliteta podataka. Za razliku od tradicionalnih kliničkih istraživanja, u kojima se dizajn studije
završava prije početka prikupljanja podataka, s administrativnim podacima, kvaliteta podataka mora se procijeniti prije izrade studije (ali, naravno,
nakon definiranja istraživačkog pitanja).45 Imenik kliničkih baza podataka u Ujedinjenoj Kraljevini nedavno je razvio okvir za procjenu kvalitete
administrativnih podataka.47 Okvir je usmjeren na pokrivenost podacima i točnost podataka (tablica 87.–2.). Pokrivenost je određena
reprezentativnošću podataka, potpunošću zapošljavanja, uključenim varijablama i opsegom varijabli koje nedostaju, dok se točnost određuje
prikupljanjem neobrađenih podataka, korištenim definicijama i pravilima, pouzdanošću kodiranja, neovisnošću opažanja i načinom provjere
valjanosti podataka.46
Table 87–2
Quality domains important in assessing the quality of administrative data.
Quality Domain Explanation
Coverage
administrativnih podataka.47 Okvir je usmjeren na pokrivenost podacima i točnost podataka (tablica 87.–2.). Pokrivenost je određena
Access Provided by:
reprezentativnošću podataka, potpunošću zapošljavanja, uključenim varijablama i opsegom varijabli koje nedostaju, dok se točnost određuje
prikupljanjem neobrađenih podataka, korištenim definicijama i pravilima, pouzdanošću kodiranja, neovisnošću opažanja i načinom provjere
valjanosti podataka.46
Table 87–2
Quality domains important in assessing the quality of administrative data.
Quality Domain Explanation
Coverage
Representativeness How well does the data source represent the population that it intends to?
Completeness of This feature measures the extent to which all eligible individuals have been included in the data collection scheme
recruitment
Variables included What is the extent of the data collected on each individual? Are demographic, exposure, outcome, and confounding
varaibles present?
Completeness of variables What is the extent of the missing data?
Accuracy
Collection of raw data Is the raw data collected are aggregate averages collected?
Explicit definitions Are the variables explicitly defined?
Explicit rules Are there explicit rules for deciding how variables are recorded? For example, the timing of physiologic variables
Reliability of coding Was the reliability of coded conditions and interventions tested?
Independence of Was the data recorder blinded to patient outcome at the time the data were collected?
observations
Data validation Were data validated using outside sources? Were there consistency checks?
Reproduced with permission from Cooke T, Iwashyna TJ: Using existing data to address important clinical questions in critical care, Crit Care Med 2013 Mar;41(3):886
896.
Nakon procjene kvalitete podataka može se nastaviti proces istraživanja (slika 87.–2.). Nekoliko aspekata ovog procesa jedinstveno je za sekundarne
analize podataka i zaslužuju spomenuti. Prvo, plan analize mora se izraditi a priori kako bi se održala valjanost studije. Budući da sekundarni podaci,
po definiciji, već postoje, može biti primamljivo provesti preliminarne analize prije dovršetka plana analize; ovo iskušenje treba izbjegavati jer može
pristrano rezultatima. Slično tome, "jaružanje podataka" putem post hoc analiza može rezultirati identifikacijom pogrešnih ili barem besmislenih
asocijacija jer će istraživanje bilo kojih 20 asocijacija u prosjeku proizvesti jedan rezultat koji je statistički značajan za P < 0,05.45 Dakle, broj provedenih
statističkih testova treba svesti na najmanju moguću mjeru. Osim toga, potrebno je provesti prilagodbu pristranosti i zbunjujuće. Međutim, važno je
zapamtiti da čak i najsofisticiranija statistika ne može nadoknaditi lošu kvalitetu podataka.
Slika 87.2.
Proces istraživanja ishoda pomoću administrativnih podataka. (Reproducirano uz dopuštenje Wunsch H, Harrison DA, Rowan K: Istraživanje
zdravstvenih usluga u kritičnoj skrbi pomoću administrativnih podataka, J Crit Care 2005 Ruj;20(3): 264269.)
Slika 87.2. Access Provided by:
Proces istraživanja ishoda pomoću administrativnih podataka. (Reproducirano uz dopuštenje Wunsch H, Harrison DA, Rowan K: Istraživanje
zdravstvenih usluga u kritičnoj skrbi pomoću administrativnih podataka, J Crit Care 2005 Ruj;20(3): 264269.)
Kvalitativno istraživanje
Kvalitativne metode sve se više koriste u istraživanju ishoda. Kvalitativna istraživanja koriste metode kao što su intervjui, fokusne skupine, terenska
promatranja i pregled dokumenata (npr. Dnevnici) kako bi se "razumjeli složeni društveni procesi, organizacijske promjene, individualna zdravstvena
ponašanja i nijansirani aspekti konteksta okoliša koji utječu na kvalitetu skrbi, pružanje zdravstvene zaštite i zdravstvene ishode za pojedince i
stanovništvo."48 Kvalitativna istraživanja razlikuju se od kvantitativnih istraživanja po tome što opisuju širinu i složenost fenomena, a ne mjere pojave
kako bi se odredila učestalost, učestalost, prevalencija ili veličina.49 S obzirom na složenost i nijansirane aspekte kritičke skrbi, kvalitativna istraživanja
mogu biti posebno korisna u ovom okruženju.
Kvalitativne metode treba uzeti u obzir kada je: (1) fenomene od interesa teško kvantitativno izmjeriti, (2) želi se sveobuhvatno razumijevanje
problema, (3) cilj je stvoriti uvid u to zašto intervencija ima specifičan utjecaj i (4) proučavaju se posebne populacije.49 Nakon prikupljanja kvalitativni
podaci mogu se kodirati i analizirati. Analiza se usredotočuje na identificiranje taksonomija i tema koje mogu objasniti i predvidjeti ishode.50 Iako
samo kvalitativne metode mogu pružiti zanimljive i bogate podatke, mješovite metode koje kombiniraju kvantitativne i kvalitativne metode još su
utjecajnije jer imaju koristi od prednosti svakog pristupa.49
Randomizirana kontrolirana ispitivanja
RCTovi su tradicionalno osmišljeni kao studije učinkovitosti procjenjujući utjecaj intervencije u idealnom okruženju i stoga se najčešće koriste u
konvencionalnim kliničkim istraživanjima. RCTovi se također mogu koristiti u istraživanju ishoda ako se dizajn studije usredotoči na učinkovitost
problema, (3) cilj je stvoriti uvid u to zašto intervencija ima specifičan utjecaj i (4) proučavaju se posebne populacije.49 Nakon prikupljanja kvalitativni
Access Provided by:
podaci mogu se kodirati i analizirati. Analiza se usredotočuje na identificiranje taksonomija i tema koje mogu objasniti i predvidjeti ishode.50 Iako
samo kvalitativne metode mogu pružiti zanimljive i bogate podatke, mješovite metode koje kombiniraju kvantitativne i kvalitativne metode još su
utjecajnije jer imaju koristi od prednosti svakog pristupa.49
Randomizirana kontrolirana ispitivanja
RCTovi su tradicionalno osmišljeni kao studije učinkovitosti procjenjujući utjecaj intervencije u idealnom okruženju i stoga se najčešće koriste u
konvencionalnim kliničkim istraživanjima. RCTovi se također mogu koristiti u istraživanju ishoda ako se dizajn studije usredotoči na učinkovitost
implikacije intervencije ili izloženosti u okruženju "stvarnog svijeta". Za razliku od opservacijskih studija, istraživanja nemaju problem zbunjujućih jer
se, po definiciji, izloženost dodjeljuje nasumično. Nedostatak zbunjujućeg olakšava zaključivanje uzročnosti. Međutim, upotreba RCTa u istraživanju
ishoda relativno je rijetka iz nekoliko razloga. Prvo, RCTovi su skupi i dugotrajni. Drugo, možda nije zakonito ili etički randomizirati pacijente na
određene izloženosti ili intervencije. I, konačno, neke izloženosti (npr. Socioekonomski status ili status osiguranja) može biti nemoguće
randomizirati.4 Ipak, RCTovi ostaju "zlatni standard" i istraživači ishoda trebali bi ih uzeti u obzir kada je to izvedivo. Nedavno su dva istraživanja rane
mobilizacije na JILu, osmišljena kao studije učinkovitosti, pokazala poboljšani funkcionalni status za pacijente koji su primali fizikalnu terapiju
tijekom kritične bolesti.51,52
OGRANIČENJA
Kao i kod svih znanstvenih istraživanja, istraživanja ishoda kritične skrbi suočavaju se s vlastitim nizom izazova i ograničenja. Neka od ovih ograničenja
su metodološka na primjer, zbog problema s pristranošću i zbunjujućim i zajednička su istraživanju ishoda u svim područjima medicine, dok su
neka ograničenja jedinstvena za medicinu kritične skrbi.
Metodološk i
Metodološki izazovi svojstveni istraživanju ishoda očito su specifični za dizajn studije koji se koristi. Ovdje ćemo razmotriti ograničenja opservacijskih
studija, budući da se veliki dio ishoda istraživača oslanja na metode promatranja.
Primarna metodološka ograničenja opservacijskih studija su pristranost i zbunjujuća. Pristranost je sustavna pogreška u dizajnu ili provođenju
studije. Postoji nekoliko različitih vrsta pristranosti koje mogu zamagliti rezultate opservacijskih studija. Selekcijska pristranost postoji kada se
pacijenti u jednoj skupini nekako bitno razlikuju od pacijenata u drugoj skupini. Opservacijska pristranost postoji kada postoje sustavne razlike u
načinu dobivanja podataka. Pristranost prisjećanja i bilježenja vrste su opservacijske pristranosti. Pristranost prisjećanja često dolazi do izražaja u
studijama koje procjenjuju iskustva pacijenata i obitelji na intenzivnoj njezi, budući da krajnji ishod pacijenta može utjecati na to kako se sjećaju svog
tijeka skrbi. Bilježenje pristranosti posebno je važno pri upotrebi administrativnih podataka jer na podatke prikupljene za kodiranje i naplatu mogu
utjecati napori za povećanje povrata troškova.45
Zbunjujuća varijabla je vanjska varijabla koja je u korelaciji s neovisnom varijablom koja se proučava; zbunjujuće postoji kada se izložene i neizložene
skupine koje se proučavaju razlikuju na neki način koji je također povezan s ishodom. Randomizirana kontrolirana ispitivanja otklanjaju zabrinutost
za zbunjujuće jer randomizirajući pokušaji da se osigura da su izložene i neizložene skupine slične. Međutim, opservacijske studije podložne su
zbunjujućima, a kada dođe do zbunjujućih, učinak izloženosti na ishod bit će iskrivljen.45 Ozbiljnost bolesti čest je zbunjujući u istraživanju kritičnih
ishoda skrbi. Na primjer, razmotrite usporedbu dviju skupina pacijenata na intenzivnoj njezi s respiratornim zatajenjem, gdje je jedna skupina primila
novi način mehaničke ventilacije, a primarna mjera ishoda bili su dani bez respiratora. Ako je skupina koja je primala intervenciju bila mlađa i imala
znatno veći PAO2toFiO2 omjer pri prijemu, oni mogu imati više dana bez respiratora samo zato što su bili manje bolesni.
Za razliku od pristranosti, koja je sustavna pogreška i ne može se popraviti, postoji pet najčešće korištenih načina kontrole za zbunjujuće (tablica 87–
3).4,53 Odgovarajući pokušaji identificiranja zbunjujućih varijabli i podudaranja izloženih i neizloženih skupina na temelju tih varijabli. Iako je ova
tehnika relativno jednostavna, broj zbunjujućih varijabli na kojima se skupine mogu podudarati ograničen je jer točno podudaranje možda nije
prisutno, a analiza je ograničena jer se odgovarajuće varijable ne mogu procijeniti kao varijable izloženosti. Osim toga, prekomjerno nadmašivanje,
koje se događa kada se podudara s varijablom koja zapravo nije zbunjujući, može smanjiti snagu studije. Slično podudaranju, stratifikacija uključuje
identifikaciju zbunjujućih varijabli i stvaranje podklasa na temelju njih. Dob je varijabla koja se obično stratificira, na primjer od 18 do 65 godina i veća
od 65 godina. Međutim, stratifikacija postaje nezgrapna kada se pokušava uzeti u obzir više zbunjujućih osoba jer se broj podskupina eksponencijalno
povećava.
Table 87–3
Techniques used to adjust for confounding in observational outcomes research.
Technique Strengths Weaknesses
Matching Simple Difficulty finding matches

koje se događa kada se podudara s varijablom koja zapravo nije zbunjujući, može smanjiti snagu studije. Slično podudaranju, stratifikacija uključuje
Access Provided by:
identifikaciju zbunjujućih varijabli i stvaranje podklasa na temelju njih. Dob je varijabla koja se obično stratificira, na primjer od 18 do 65 godina i veća
od 65 godina. Međutim, stratifikacija postaje nezgrapna kada se pokušava uzeti u obzir više zbunjujućih osoba jer se broj podskupina eksponencijalno
povećava.
Table 87–3
Techniques used to adjust for confounding in observational outcomes research.
Technique Strengths Weaknesses
Matching Simple Difficulty finding matches

Balances confounding factors Possibility of overmatching
Requires strong understanding of confounders
involved
Inability to examine effect of confounders used for
matching
Stratification Simple Difficult to interpret with many subgroups

Ability to see effect modification Requires strong understanding of confounders
involved
Multivariable Can include many confounders More complicated analysis

adjustment Can examine effects of individual confounders Potentially poor fit of model
Ability to examine multilevel effects Possibility of missing effect modification
Propensity scores Single number generated for simpler matching Potentially matching very different patients with

Ability to assess for bias between groups similar scores
Instrumental Only single variable needed Difficult to ensure variable is not at all associated with

variables Ability to look at questions where other types of adjustment can not be the outcome
easily accomplished
Reproduced with permission from Wunsch H, LindeZwirble WT, Angus DC: Methods to adjust for bias and confounding in critical care health services research
involving observational data, J Crit Care 2006 Mar;21(1):17.
Multivarijabilno podešavanje možda je najčešće korištena metoda prilagodbe za zbunjujuće. U multivarijabilnoj prilagodbi istraživač stvara model koji
uključuje izloženost i ishod interesa, kao i zbunjujuće varijable. Korišteni model ovisi o ishodu koji se proučava logistička regresija se koristi kada je
ishod binarni, linearna regresija kada je ishod linearan i proporcionalne opasnosti kada je ishod vrijeme za događaj. Ove tehnike drže zbunjujuće
varijable konstantnima dok procjenjuju odnos između izloženosti i ishoda. Težina rezultata bolesti, kao što su akutna fiziologija i ocjena kronične
procjene zdravlja (APACHE),54 Pojednostavljeni rezultat akutne fiziologije (SAPS),55 ili Ocjena modela predviđanja smrtnosti (MPM),56 obično je
uključen u multivarijatne analize u pokušaju da se uzme u obzir koliko su bolesni pacijenti na prijemu na JIL. Ovi sustavi bodovanja uzimaju u obzir
veliki broj varijabli i pružaju jedan broj. Međutim, treba imati na umu da takvi rezultati možda neće obuhvatiti sve već postojeće komorbiditete niti već
postojeću krhkost, što može imati veliki utjecaj na kliničku putanju pacijenta.57 Nadalje, multivarijatni modeli nisu bez zamki. Pažljivo pazite na to koje
su varijable uključene u konačni model i rigorozno testiranje uklapanja modela potrebno je kako bi se izbjegli pogrešni zaključci.
Ocjene sklonosti i instrumentalne varijable dvije su sofisticiranije metode prilagodbe za zbunjujuće. Poput težine rezultata bolesti, rezultati sklonosti
kombiniraju više varijabli kako bi stvorili jednu vrijednost. Ova vrijednost predstavlja pacijentovu vjerojatnost da bude izložen varijabli interesa.58
Pacijenti se tada mogu uskladiti ili stratificirati na temelju njihove ocjene sklonosti ili se ocjena sklonosti može uključiti u multivarijatni model.
Upotreba rezultata sklonosti sve je češća jer su moćan alat za smanjenje učinaka zbunjujućih rezultata. Instrumentalne varijable, poput ocjena
sklonosti, povezane su s izloženošću, ali se odabiru jer su neovisne o ishodima. Ako se ishod zatim analizira instrumentalnom varijablom, stvara se
slučajna raspodjela pacijenata, koja simulira randomizaciju izloženosti. Iako primamljiva, upotreba instrumentalnih varijabli relativno je
neuobičajena, uglavnom zato što je teško identificirati varijable koje nisu u korelaciji s ishodom koji se proučava.
Jedinstveno za kritičnu njegu
Osim metodoloških ograničenja povezanih s gore navedenim istraživanjima opservacijskih ishoda, istraživači ishoda JILa suočavaju se s jedinstvenim
nizom izazova, uglavnom zbog širine pacijenata, bolesti, terapija, pružatelja usluga i modela pružanja zdravstvene zaštite povezanih s medicinom
kritične skrbi. Provođenje istraživanja zahtijeva identificiranje određenog pitanja i definiranje bolesti, liječenja, populacije pacijenata ili pružatelja
usluga za proučavanje. Definiranje takvih varijabli u JILu može biti složeno.4 Stanja bolesti, kao što su sepsa ili respiratorno zatajenje, mogu biti
sklonosti, povezane su s izloženošću, ali se odabiru jer su neovisne o ishodima. Ako se ishod zatim analizira instrumentalnom varijablom, stvara se
Access Provided by:
slučajna raspodjela pacijenata, koja simulira randomizaciju izloženosti. Iako primamljiva, upotreba instrumentalnih varijabli relativno je
neuobičajena, uglavnom zato što je teško identificirati varijable koje nisu u korelaciji s ishodom koji se proučava.
Jedinstveno za kritičnu njegu
Osim metodoloških ograničenja povezanih s gore navedenim istraživanjima opservacijskih ishoda, istraživači ishoda JILa suočavaju se s jedinstvenim
nizom izazova, uglavnom zbog širine pacijenata, bolesti, terapija, pružatelja usluga i modela pružanja zdravstvene zaštite povezanih s medicinom
kritične skrbi. Provođenje istraživanja zahtijeva identificiranje određenog pitanja i definiranje bolesti, liječenja, populacije pacijenata ili pružatelja
usluga za proučavanje. Definiranje takvih varijabli u JILu može biti složeno.4 Stanja bolesti, kao što su sepsa ili respiratorno zatajenje, mogu biti
izuzetno široka i nemaju točne dijagnostičke kriterije ili prihvaćeno liječenje. Populacija pacijenata je vrlo promjenjiva, uključujući medicinske,
kirurške, srčane i neurološke pacijente. A liječnici koji se brinu o pacijentima kreću se od pulmologa i kardiologa do anesteziologa, kirurga i kirurških
subspecijalista. Stoga "kritička skrb" nema eksplicitnu definiciju u literaturi. Iako se kritična skrb često geografski definira kao pacijenti o kojima se
skrbi na intenzivnoj njezi, to je sve problematičnije jer kronično kritično bolesni mogu biti zbrinuti izvan JILa, a neki pacijenti na JILu možda zapravo
nisu u kritičnom stanju.4
Nadalje, kao što je gore spomenuto, kritično bolesni pacijenti možda neće moći pristati ili u potpunosti sudjelovati u istraživanju zbog težine svoje
bolesti, primjene sedativnih lijekova ili upotrebe intervencija poput mehaničke ventilacije koje smanjuju njihovu sposobnost komuniciranja.
ZAKLJUČAK
Istraživanja ishoda proučavaju krajnji rezultat medicinske skrbi za pacijente i društvo. Istraživanja ishoda u kritičnoj skrbi posebno su važna zbog
težine bolesti pacijenata na intenzivnoj njezi i složenosti skrbi koju primaju, kao i zbog ogromnih troškova njege na intenzivnoj njezi. Kritični ishodi
skrbi Istraživači često koriste dizajne opservacijskih studija pod utjecajem društvenih znanosti i usredotočuju se na ishode usmjerene na pacijenta kao
što su smrtnost, funkcionalni status i kvaliteta života. Ograničenja dizajna opservacijskih studija mogu se riješiti nekoliko statističkih metoda.
Kontinuirani naglasak na istraživanju ishoda kritične skrbi od najveće je važnosti dok pokušavamo razumjeti i poboljšati dugoročne ishode preživjelih
od kritične bolesti.
REFERENCE
1. Kohn LT, Corrigan J, Donaldson Gospođa To Err je čovjek: Izgradnja sigurnijeg zdravstvenog sustava . Washington, DC: National Academies Press.
2. Istraživanje zdravstvenih ishoda: Temeljni premaz . Washington, DC: Zaklada za istraživanje zdravstvenih usluga; 1994.
3. Martinez EA, Donelan K, Henneman JP et al. Utvrđivanje značajnih mjera ishoda za jedinicu intenzivne njege. Am J Med Qual . 2014;29:144–152.
[PubMed: 23892372]
4. Rubenfeld GD, Angus DC, Pinsky G. Curtis. JR, Connors Jr. AF, Bernard GR. Ishodi istraživanja u kritičnoj skrbi: rezultati radionice okupljanja kritične
skrbi Američkog torakalnog društva o istraživanju ishoda. Am J Respir Crit Care Med . 1999;160:358–367. [PubMed: 10390426]
5. Bucknall TK. Medicinska pogreška i donošenje odluka: učenje iz prošlosti i sadašnjosti na intenzivnoj njezi. Aust Crit Care . 2010;23:150–156.
[PubMed: 20594866]
6. Halpern NA, Bettes L, Greenstein R. Federalne i nacionalne jedinice intenzivne njege i troškovi zdravstvene zaštite: 19861992. Crit Care Med .
1994;22:2001–2007. [PubMed: 7988140]
7. Jacobs P, Nosno vrijedan TW. Nacionalne procjene korištenja i troškova intenzivne njege: Kanada i Sjedinjene Države. Crit Care Med . 1990;18:1282–
1286. [PubMed: 2225900]
8. Halpern NA, Pastori SM. Medicina kritične skrbi u Sjedinjenim Državama 2000.2005.: analiza brojeva kreveta, popunjenosti, mješavine platitelja i
troškova*. Crit Care Med . 2010;38:65–71. [PubMed: 19730257]
9. Rothen HU, Stricker K, Einfalt J, et al. Varijabilnost ishoda i korištenja resursa u jedinicama intenzivne njege. Intenzivna njega Med . 2007;33:1329–
1336. [PubMed: 17541552]
10. Dartmouth Atlas zdravstvene zaštite. http://www.dartmouthatlas.org/. Pristupljeno 21. siječnja 2014.
11. Ribar ES. Implikacije regionalnih varijacija u potrošnji Medicarea. 1. dio: Sadržaj, kvaliteta i dostupnost skrbi. Ann Intern Med . 2003;138:273–287.
[PubMed: 12585825]
troškova*. Crit Care Med . 2010;38:65–71. [PubMed: 19730257]
Access Provided by:
9. Rothen HU, Stricker K, Einfalt J, et al. Varijabilnost ishoda i korištenja resursa u jedinicama intenzivne njege. Intenzivna njega Med . 2007;33:1329–
1336. [PubMed: 17541552]
10. Dartmouth Atlas zdravstvene zaštite. http://www.dartmouthatlas.org/. Pristupljeno 21. siječnja 2014.
11. Ribar ES. Implikacije regionalnih varijacija u potrošnji Medicarea. 1. dio: Sadržaj, kvaliteta i dostupnost skrbi. Ann Intern Med . 2003;138:273–287.
[PubMed: 12585825]
12. Ribar ES. Implikacije regionalnih varijacija u potrošnji Medicarea. 2. dio: Zdravstveni ishodi i zadovoljstvo njegom. Ann Intern Med . 2003;138:288–
298. [PubMed: 12585826]
13. Chatburn RL. Priručnik za istraživanje zdravstvene zaštite, drugo izdanje . Sudbury, MA: Jones & Bartlett Izdavači; 2011.
14. Jefford M, Stockler MR, Tattersall MH. Istraživanje ishoda: što je to i zašto je važno? Intern Med J . 2003;33:110–118. [PubMed: 12603584]
15. Ljuska CM, Dunlap KD. Florence Nightingale, dr. Ernest Codman, Odbor za standardizaciju bolnice American College of Surgeons i Zajednička
komisija: Četiri stupa u temeljima sigurnosti pacijenata. Perioper Nurs Clin . 2008;3:19–26.
16. Donabedian A. Procjena kvalitete medicinske skrbi. Milbank Q . 2005;83:691–729. [PubMed: 16279964]
17. Ponovna autorizacija agencije za zdravstvenu politiku i istraživanje. http://www.hhs.gov/asl/testify/t990429c.html. Pristupljeno 21. siječnja 2014.
18. Kane RL. Razumijevanje istraživanja ishoda zdravstvene zaštite . Sudbury, MA: Jones i Bartlett; 2006.
19. Đulbegović B, Pavao A. Od učinkovitosti do učinkovitosti u uvjetima nesigurnosti. J Am Med Assoc . 2011;305:2005–2006.
20. Kane RL DM. Provođenje istraživanja zdravstvenih ishoda . Sudbury, magistarski: Izdavači Jonesa i Bartletta; 2011.
21. Angus DC, Carlet J, 2002 Brussels Roundtable Participants. Surviving intensive care: a report from the 2002 Brussels roundtable. Intensive Care
Med . 2003;29:368–377. [PubMed: 12536269]
22. Bagshaw SM, Stelfox HT, McDermid RC, et al. Association between frailty and short and longterm outcomes among critically ill patients: a
multicentre prospective cohort study. CMAJ . 2014;186:E95–E102. [PubMed: 24277703]
23. Bagshaw SM, McDermid RC. The role of frailty in outcomes from critical illness. Curr Opin Crit Care . 2013;19:496–503. [PubMed: 23995123]
24. Glance LG, Osler T, Shinozaki T. Effect of varying the case mix on the standardized mortality ratio and W statistic: a simulation study. Chest .
2000;117:1112–1117. [PubMed: 10767249]
25. Herridge MS, Tansey CM, Matte A, et al. Functional disability 5 years after acute respiratory distress syndrome. N Engl J Med . 2011;364:1293–1304.
[PubMed: 21470008]
26. Herridge MS, Cheung AM, Tansey CM, et al. Oneyear outcomes in survivors of the acute respiratory distress syndrome. N Engl J Med .
2003;348:683–693. [PubMed: 12594312]
27. Iwashyna TJ, Ely EW, Smith DM, Langa KM. Longterm cognitive impairment and functional disability among survivors of severe sepsis. J Am Med
Assoc . 2010;304:1787–1794.
28. Pandharipande PP, Girard TD, Jackson JC, et al. Longterm cognitive impairment after critical illness. N Engl J Med . 2013;369:1306–1316.
[PubMed: 24088092]
29. Haas JS, Teixeira C, Cabral CR, et al. Factors influencing physical functional status in intensive care unit survivors two years after discharge. BMC
Anesthesiol . 2013;13:11. [PubMed: 23773812]
30. Sacanella E, PérezCastejón JM, Nicolás JM, et al. Functional status and quality of life 12 months after discharge from a medical ICU in healthy
elderly patients: a prospective observational study. Critical Care . 2011;15:R105. [PubMed: 21443796]
31. Chelluri L, Im KA, Belle SH, et al. Longterm mortality and quality of life after prolonged mechanical ventilation. Crit Care Med . 2004;32:61–69.
[PubMed: 14707560]
Access Provided by:
29. Haas JS, Teixeira C, Cabral CR, et al. Factors influencing physical functional status in intensive care unit survivors two years after discharge. BMC
Anesthesiol . 2013;13:11. [PubMed: 23773812]
30. Sacanella E, PérezCastejón JM, Nicolás JM, et al. Functional status and quality of life 12 months after discharge from a medical ICU in healthy
elderly patients: a prospective observational study. Critical Care . 2011;15:R105. [PubMed: 21443796]
31. Chelluri L, Im KA, Belle SH, et al. Longterm mortality and quality of life after prolonged mechanical ventilation. Crit Care Med . 2004;32:61–69.
[PubMed: 14707560]
32. Myhren H, Ekeberg O, Toien K, Karlsson S, Stokland O. Posttraumatic stress, anxiety and depression symptoms in patients during the first year
post intensive care unit discharge. Crit Care . 2010;14:R14. [PubMed: 20144193]
33. Bienvenu OJ, Gellar J, Althouse BM, et al. Posttraumatic stress disorder symptoms after acute lung injury: a 2year prospective longitudinal
study. Psychol Med . 2013;43:2657–2671. [PubMed: 23438256]
34. Girard TD, Jackson JC, Pandharipande PP, et al. Delirium as a predictor of longterm cognitive impairment in survivors of critical illness. Crit Care
Med . 2010;38:1513–1520. [PubMed: 20473145]
35. Ferguson ND, Scales DC, Pinto R, et al. Integrating mortality and morbidity outcomes. Am J Respiratory Crit Care Med . 2013;187:256–261.
36. Scragg P, Jones A, Fauvel N. Psychological problems following ICU treatment*. Anaesthesia . 2001;56:9–14. [PubMed: 11167429]
37. Cox HL, Laupland KB, Manns BJ. Economic evaluation in critical care medicine. J Crit Care . 2006;21:117–124. [PubMed: 16769454]
38. American Association of CriticalCare Nurses, American College of Chest Physicians, American. Critical care workforce partnership position
statement: The aging of the U.S. population and increased need for critical care services. November, 2011.
39. Angus DC, Kelley MA, Schmitz RJ, White A, Popovich Jr J, Committee on Manpower for Pulmonary and Critical Care Societies (COMPACCS). Caring
for the critically ill patient. Current and projected workforce requirements for care of the critically ill and patients with pulmonary disease: can we meet
the requirements of an aging population? J Am Med Assoc . 2000;284:2762–2770.
40. Understanding costs and costeffectiveness in critical care: report from the second American Thoracic Society workshop on outcomes research. Am
J Respir Crit Care Med . 2002;165:540–550. [PubMed: 11850349]
41. Siegel JE. Recommendations for reporting costeffectiveness analyses. J Am Med Assoc . 1996;276:1339.
42. Pines JM, Fager SS, Milzman DP. A review of costing methodologies in critical care studies. J Crit Care . 2002;17:181–186. [PubMed: 12297994]
43. Pronovost P, Needham D, Berenholtz S, et al. An intervention to decrease catheterrelated bloodstream infections in the ICU. N Engl J Med .
2006;355:2725–2732. [PubMed: 17192537]
44. Black N. Why we need observational studies to evaluate the effectiveness of health care. Br Med J . 1996;312:1215–1218.
45. Wunsch H, Harrison DA, Rowan K. Health services research in critical care using administrative data. J Crit Care . 2005;20:264–269. [PubMed:

16253796]
46. Cooke T, Iwashyna TJ. Using existing data to address important clinical questions in critical care. Crit Care Med . 2013;41:886–896. [PubMed:

23328262]
47. Black N, Payne M. Directory of clinical databases: improving and promoting their use. Qual Saf Health Care . 2003;12:348–352. [PubMed: 14532366]
48. Krumholz HM, Bradley EH, Curry LA. Promoting publication of rigorous qualitative research. Circ Cardiovasc Qual Outcomes . 2013;6:133–134.
[PubMed: 23481529]
49. Curry LA, Nembhard IM, Bradley EH. Qualitative and mixed methods provide unique contributions to outcomes research. Circulation .
2009;119:1442–1452. [PubMed: 19289649]
Chapter 87: Outcomes Research and Reporting, Angela K. M. Lipshutz; Michael A. Gropper Page 12 / 13 .
50. Bradley EH, Curry LA, Devers KJ. Qualitative data analysis for health services research: developing taxonomy, themes, and theory. Health Serv Res
2007;42:1758–1772. [PubMed: 17286625]
51. Schweickert WD, Pohlman MC, Pohlman AS, et al. Early physical and occupational therapy in mechanically ventilated, critically ill patients: a
Access Provided by:
48. Krumholz HM, Bradley EH, Curry LA. Promoting publication of rigorous qualitative research. Circ Cardiovasc Qual Outcomes . 2013;6:133–134.
[PubMed: 23481529]
49. Curry LA, Nembhard IM, Bradley EH. Qualitative and mixed methods provide unique contributions to outcomes research. Circulation .
2009;119:1442–1452. [PubMed: 19289649]
50. Bradley EH, Curry LA, Devers KJ. Qualitative data analysis for health services research: developing taxonomy, themes, and theory. Health Serv Res .
2007;42:1758–1772. [PubMed: 17286625]
51. Schweickert WD, Pohlman MC, Pohlman AS, et al. Early physical and occupational therapy in mechanically ventilated, critically ill patients: a
randomised controlled trial. Lancet . 2009;373:1874–1882. [PubMed: 19446324]
52. Burtin C, Clerckx B, Robbeets C, et al. Early exercise in critically ill patients enhances shortterm functional recovery. Crit Care Med . 2009;37:2499–
2505. [PubMed: 19623052]
53. Wunsch H, LindeZwirble WT, Angus DC. Methods to adjust for bias and confounding in critical care health services research involving
observational data. J Crit Care . 2006;21:1–7. [PubMed: 16616616]
54. Zimmerman JE, Kramer AA, McNair DS, Malila FM. Acute physiology and chronic health evaluation (APACHE) IV: hospital mortality assessment for
today’s critically ill patients. Crit Care Med . 2006;34:1297–1310. [PubMed: 16540951]
55. Moreno RP, Metnitz PG, Almeida E, et al. SAPS 3–from evaluation of the patient to evaluation of the intensive care unit. Part 2: Development of a
prognostic model for hospital mortality at ICU admission. Intensive Care Med . 2005;31:1345–1355. [PubMed: 16132892]
56. Higgins TL, Teres D, Copes WS, Nathanson BH, Stark M, Kramer AA. Assessing contemporary intensive care unit outcome: an updated mortality
probability admission model (MPM0III). Crit Care Med . 2007;35:827–835. [PubMed: 17255863]
57. Wunsch H. Expanding horizons in critical care outcomes. Curr Opin Crit Care . 2013;19:465–466. [PubMed: 23995124]
58. Austin PC. An introduction to propensity score methods for reducing the effects of confounding in observational studies. Multivariate Behav Res .
2011;46:399–424. [PubMed: 21818162]

Chapter 87 - Outcomes Research and Reporting

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Chapter 87 - Outcomes Research and Reporting

Uploaded by

Copyright:

Available Formats

Access

Matching Simple Difficulty finding matches

Technique Strengths Weaknesses

Matching Simple Difficulty finding matches

Stratification Simple Difficult to interpret with many subgroups

Multivariable Can include many confounders More complicated analysis

Propensity scores Single number generated for simpler matching Potentially matching very different patients with

Instrumental Only single variable needed Difficult to ensure variable is not at all associated with

19. Đulbegović B, Pavao A. Od učinkovitosti do učinkovitosti u uvjetima nesigurnosti. J Am Med Assoc . 2011;305:2005–2006.

23. Bagshaw SM, McDermid RC. The role of frailty in outcomes from critical illness. Curr Opin Crit Care . 2013;19:496–503. [PubMed: 23995123]

36. Scragg P, Jones A, Fauvel N. Psychological problems following ICU treatment*. Anaesthesia . 2001;56:9–14. [PubMed: 11167429]

37. Cox HL, Laupland KB, Manns BJ. Economic evaluation in critical care medicine. J Crit Care . 2006;21:117–124. [PubMed: 16769454]

42. Pines JM, Fager SS, Milzman DP. A review of costing methodologies in critical care studies. J Crit Care . 2002;17:181–186. [PubMed: 12297994]

45. Wunsch H, Harrison DA, Rowan K. Health services research in critical care using administrative data. J Crit Care . 2005;20:264–269. [PubMed:

46. Cooke T, Iwashyna TJ. Using existing data to address important clinical questions in critical care. Crit Care Med . 2013;41:886–896. [PubMed:

47. Black N, Payne M. Directory of clinical databases: improving and promoting their use. Qual Saf Health Care . 2003;12:348–352. [PubMed: 14532366]

57. Wunsch H. Expanding horizons in critical care outcomes. Curr Opin Crit Care . 2013;19:465–466. [PubMed: 23995124]

You might also like