跳到主要内容

35岁以下患者错过全科医生预约的教育关联:管理数据关联研究

抽象的

背景

对于学校和卫生保健等公共服务的参与水平是否会影响人的一生,还存在证据差距。苏格兰全科医生(GP)的全国代表性样本(2013-2016年)的漏诊患者预约数据可能与中学学生的数据有关。我们测试了出勤率、排除(2007-2011)或较低的教育程度(2007-2016)是否与错过全科预约的风险增加相关。

方法

学校出勤率数据被划分为四分位数,即我们有数据的年份中可能的出勤天数。学校排除作为“曾经排除”的分类变量衍生。成就数据通过苏格兰学分和资格框架(SCQF)3级或6级分类;毕业时成绩的累积测量。使用负二项模型调查了入学率、排除和成就与错过医疗预约的风险之间的关联,该模型由全科医生预约的数量和潜在混杂因素的控制进行抵消。

结果

有112,534名患者(年龄均在35岁以下)预约了全科医生,并有回顾性学校出勤和排除数据,还有66,967名患者也有可获得的达标数据。出诊率较低、被学校排除或教育程度较低的患者错过全科医生预约的风险较高(所有比率> 1.40)。

结论

这项研究提供了来自高收入国家具有代表性的人口样本的首个证据,表明医疗保健缺勤人数的增加与就学率下降、较高的学校排斥程度和较低的教育程度相关。对公共服务中失踪流行病学的深入了解,可以支持旨在改善保健、健康成果和服务参与的未来研究、政策和实践。

同行评审报告

背景

人们可能会在一生中多次在不同的环境中失去护理。然而,人们对学校和卫生保健等公共服务的参与程度如何相互交织知之甚少。我们知道,贫穷和社会经济不平等是生活机会和健康结果的有力预测因素[123.].出勤率、被排除在外情况和受教育程度同样可能是重要因素[4].以前的卫生服务研究主要关注单身女性的关联性[5]或因上学而出现多种健康状况[6,或学业成绩与预期寿命等更广泛的健康结果决定因素之间的联系[7].以前没有研究专门研究参与教育和卫生保健的作用。

卫生保健系统本身也在卫生结果方面发挥重要作用[123.].这些系统可能鼓励或不鼓励患者参与护理:服务和患者的特征相互作用决定出勤率[8].医疗保健的出席率与发病率密切相关[9]和死亡率。例如,每年均超过两个GP约会的患者比其他人更有可能经历社会经济剥夺,并具有较差的健康结果,包括显着增加的过早死亡风险[8101112].在富裕地区的城市一般行为通常具有2-3天的预约等待时间最有可能促进约会的患者[8].

在这里,我们检验了三个假设:(1)不良的入学率可以预测不良的医疗服务出勤率;(2)被排除在学校之外也是如此;以及[3.教育程度低与错过全科医生预约的比例高有关。旷课是一种极端的旷课原因,通常由破坏性行为引发。如果这些假设得到证实,我们的发现将进一步支持现有的证据,即高度的社会复杂性在卫生保健的缺失中发挥了作用[812],这对未来干预措施的发展有影响。

来自苏格兰的数据允许对这些假设进行检验,因为几乎所有人口(包括儿童)都在全科医生诊所注册并接受医疗护理。无论患者(或其护理者)何时寻求护理或被邀请进行长期状况(LTC)审查,全科医生诊所的预约安排都在患者(或其护理者)的控制之下(例如每年治疗哮喘)。全科医生担任所有二级护理服务的看门人(急诊科就诊、酒精和药物康复服务以及性健康服务除外)。95%的苏格兰人口在公共部门接受学校教育,评估由单一考试委员会监督。家庭医生数据由国家卫生服务局(NHS)批准的可信第三方收集,使用上述既定数据收集和数据处理路线[10].苏格兰政府定期收集人口范围内的学校数据,这些数据可以在研究人员要求时提供给他们。13].

方法

我们使用了一个大的回顾性样本(n=824374)的患者记录,该患者记录来自苏格兰全国代表性的全科医学样本,代码从2013年9月至2016年9月的三年期间苏格兰临床收集的全科医学数据中提取。请求的数据由可信的第三方提取,匿名并与唯一的pat相关在国家NHS安全港进行分析。数据提取的详细信息在以前的出版物中报告[81011].

根据三年研究期间的平均缺勤次数,患者被描述性地分为全科医生(GP)出勤类别:零错过约会(3年期间为0)少错过约会(平均每年< 1),媒体错过了约会(平均每年1-2)和高错过了约会(平均每年> 2)[8].这些组别的分类是根据我们的试点数据进行定性和定量分析而得出的[10]之后,随后的论文描述了一系列重要人物[8], 健康 [11]及医院使用情况[14].然而,在后来的统计模型中使用了预约计数(而不是类别)。

获得许可将GP数据(2013-2016年)与苏格兰教育数据交换(ScotXeD)举行的每年记录的苏格兰学生普查数据相连接,该数据记录了所有苏格兰地方当局资助的小学、中学和特殊学校的匿名学生水平数据。2007年至2011年的学校出勤率和排除数据以及2007年至2016年的成绩数据。由苏格兰国家记录(NRS)索引小组进行关联,使用已建立的方法将小学生标识符与社区健康指数(CHI)数据库进行概率匹配[15].可以使用精确的链接匹配记录,其中诸如CHI数的常见唯一标识符在两个记录中存在,或者使用概率匹配,例如在这种情况下,其中这种标识符不存在或具有较差的质量需要使用替代个人标识符,如姓名,性别,出生日期和邮政编码。在概率匹配中,基于它们属于同一个人的“可能性”,将记录一起购买[16].然后,这些数据被去身份,并安全地输入到国家医疗服务体系安全港供研究团队分析。

我们分析了我们原始全科医生数据集中所有可获得教育资料的患者的数据。可获得性很大程度上取决于年龄,因为数据只能从2007年起联系起来,少数患者没有在苏格兰接受教育。在整个研究期间,学校出勤率按上学天数百分比四分之一进行分析,每年的实际出勤率与可能出勤率的平均比率计算,并考虑到只在某些年份上学的儿童。排除被归类为“曾经被排除”的类别变量(是或否)。

成绩使用苏格兰学分和资格框架(SCQF) 3级或6级进行记录。这些是离校后获得的成就的累积衡量标准[17].SCQF级别3表示读写和计算能力刚好低于苏格兰职业资格或学徒资格要求。SCQF第6级相当于进入大学所需的读写能力和计算能力[18];2016年61.6%的苏格兰中学毕业生拥有一个SCQF 6级资格证书[19].在苏格兰学生普查中并没有直接测量读写能力或计算能力。

我们使用出席率、排除率和成就变量作为预测变量进行负二项回归建模,以量化它们与结果变量、错过GP预约人数的各自关联。比率量化了错过全科医生预约的风险。所有负二项模型都根据年龄、性别、苏格兰多重剥夺指数(SIMD)和长期健康状况的数量进行了调整。SIMD是在苏格兰政策和研究中使用的小区域(数据区)水平上衡量社会经济贫困的标准。它包括有关收入、就业、教育、卫生、获得服务、犯罪和住房的措施[20.].

长期病情(LTC)是根据患者的初级保健Read编码(全科医生使用)来确定健康问题和处方数据[21].LTC计数是为上一篇论文生成的[11]基于Barnett等人所描述的43种长期条件。[22]在苏格兰报告患者水平的患者水平多发病率。

为了解释预约和错过预约的数量之间可能的关联,这些模型被预约的GP预约数量所抵消。

结果

在全科医生数据集中,112,534/824,374例(14%)患者有上学率和排除数据,而更小的子集,66,967例(8%)也有毕业成绩数据。数字1这是一个研究参与者的流程图。

图1
图1

流程图描述了参与者样本是如何获得的

表格中描述了与GP错过的预约分类相关此样本的人口特征1

表1年龄,性别,SIMD,长期情况,学校排除,学校出勤率四分之一和SCQF 3或6的全科医生错过预约类别

后处理[8,最终数据集共包括109,073名患者的信息。每个患者的3年预约历史被上传到NHS国家安全避风港(1,137,610次预约)。纳入患者的平均年龄为18.2岁(SD 4.44),其中男性51,566岁(47%),女性57,507岁(53%)1).75%的与学校出勤记录相关的患者年龄在15-34岁之间,SIMD指标在学校出勤样本中平均分布。38%的患者有1-3个长期健康状况,0.6%有4个或更多。

我们注意到,只有6%的样本占据了115岁的达到数据,可能由于较少的少数在16岁之前离开学校。在16岁之前离开学校。在获得数据样本之前,55%是女性和社会经济剥夺措施均匀分布.我们观察到,41%的这些患者的长期健康状况,0.8%有四个或更多。

学校出勤率,排除和错过预约

在抵消计划的全科医生预约次数并根据年龄、性别、SIMD和长期健康状况进行调整后,增加一个百分比的出勤率(在整个研究期间)可将错过全科医生预约的几率降低1%(95%可信区间0.98–0.99)。

考虑到这种扭曲的分布,四分之一的出勤率被用来说明在一个教育环境中较长一段时间内的差异。通过这种方式进行分析后,在调整年龄、性别、SIMD、长期病情数量和预约的全科医生数量后,入学率最低的患者与入学率最高的四分之一患者相比,错过全科医生预约的可能性高出49% (RR 1.49, 95% CI 1.18-1.88)。当最高出席率四分位数与最低出席率三分位数和最低出席率二分位数分别比较时,这一比例分别稳定在RR 1.45和95% CI 1.40-1.50和RR 1.47和95% CI 1.35-1.60。2).

图2
figure2

森林图说明了不参加全科医生预约的相对风险,按出勤率的四分之一计算

在调整了年龄、性别、SIMD和长期病情数量后,曾被学校开除的患者错过全科门诊预约的风险也增加(RR 1.47, 95% CI 1.43-1.52)。

教育程度和错过约会

与达到SCQF 6相比,在调整年龄、性别、SIMD、长期条件数量和计划的GP预约数量后,在离开学校时达到SCQF 3的患者错过GP预约的风险增加了44%(RR 1.44,95%CI 1.41–1.47)。

讨论

我们报告了一个基于唯一的基于人口的数据集,将一般练习利用数据与教育参与和达到联系起来。在学校排除的同时,学校的较差的出席与高水平的GP预测有关,这是一个同样强有力的预测因素。离开学校的较​​低教育程度也与缺失GP约会的同样增加的风险有关。

这项研究从高收入国家的人口代表性样本提供了第一个证据,证明在学校环境中也发现了卫生保健中的缺失模式。学校的缺勤率,特别是出勤率低于75%的情况,可能预示着未来在其他情况下的缺勤率。然而,尽管医疗保健的缺失与较低的教育程度有关,但数据的重叠时间间隔意味着任何因果关系的概念都应谨慎对待。这些结果的关键解释是,影响或塑造对重要少数患者的护理参与的因素是复杂的。今后制定减少保健失踪者的干预措施时,应考虑到这种复杂性。

在这项对全苏格兰824,374名患者的研究中,14%有上学数据,8%有成绩指标,因为有关出勤率和成绩的数据只对34岁以下的患者可用。因此,我们的研究结果仅限于发病率低的年轻患者。然而,更重要的是,可用的数据质量足够高,可以使用概率匹配(准确率为99%)进行连接,其中95%的记录成功匹配[23].

家庭在影响卫生服务和学校参与模式方面可能发挥的作用,以及支持我们研究结果的因素的复杂性,无法从现有数据中推断出来。数据许可小组拒绝访问能够让我们将兄弟姐妹和子女与其父母联系起来的数据,因为我们的研究方法是s被认为是探索性的。进一步的研究可以从影响个人健康的社会决定因素的卫生服务、教育和其他服务参与的角度来探索这一点。

审查现有的干预措施,以增加各个部门对护理的参与,并将这些干预措施转化为新的环境,也值得进一步研究。例如,电子记录、数据共享和风险识别都可能在识别和应对那些没有参加的、面临不良结果高风险的人方面发挥作用。这种方法既可用于制定干预措施,减少初级保健或学校教育等单一部门的失踪者,也可用于多个社会服务部门。

结论

这项研究提供了来自高收入国家具有代表性的人口样本的首个证据,表明医疗保健缺勤人数的增加与就学率下降、较高的学校排斥程度和较低的教育程度相关。

对公共服务部门失踪流行病学的深入了解,可以帮助研究人员、规划人员和卫生服务部门的工作人员设计旨在提高服务参与度的未来研究、政策和实践。与此同时,认识到造成低参与率的因素的复杂性以及参与率在人们生活的多个方面所起的作用,在解决健康问题和相关的社会不平等问题时,可能具有同样的价值。

数据和材料的可用性

这些数据可从NHS苏格兰和ScotXed获得。研究小组的访问许可只被授予参与的全科医生实践,苏格兰国民保健服务的公共利益和隐私小组和苏格兰政府的教育分析服务。要求访问这些数据的方式可以与作者相同http://www.escro.co.uk/一般实践数据;来https://www.isdscotland.org/products-and-services/edris/主持对全科医疗数据的分析,以及二级医疗数据的许可和获取;和https://www.gov.scot/collections/scottish-exchange-of-data-scotxed/连结的学校教育资料。这些作者没有任何其他研究人员没有的特权。分析代码可从作者在合理的要求。代码将复制研究结果,但分析也可以使用其他统计软件进行复制。

分析代码可从作者在合理的要求。代码将复制研究结果,但分析也可以使用其他统计软件进行复制。

工具书类

  1. 1.

    健康问题社会决定因素委员会。用一代人的时间缩小差距:通过对健康的社会决定因素采取行动实现卫生公平。健康问题社会决定因素委员会最后报告。日内瓦:世界卫生组织;2008.

  2. 2.

    土拨鼠评论公平社会健康生活。2010年后保健不平等的战略审查。土拨鼠审查;2010.

  3. 3.

    MARMOT MG,Allen J,Boyce T,Goldblatt P,Morrison J. Marmot评论10年。伦敦:UCL卫生股权研究所;2020。

    谷歌学者

  4. 4.

    等。关键词:人工智能,人工智能,蒙特西诺斯,比尔德,Vasdeki JF, Araujo de Carvalho, et al。终身健康方针:与可持续发展目标的协同作用。世界卫生组织。2018;96(1):42-50。https://doi.org/10.2471/blt.17.198358

    文章PubMed谷歌学者

  5. 5.

    等。哮喘儿童治疗的教育和健康结果:683716名儿童的苏格兰全范围记录联系研究acta physica sinica, 2019;54(3): 182309。https://doi.org/10.1183/13993003.02309-2018

    文章PubMedpmed中央谷歌学者

  6. 6.

    儿童和青少年的旷课现象。Am Fam内科医生。2018;98(12):738-44。

    PubMed谷歌学者

  7. 7.

    Hamidi S, Alzouebi K, Akinci F, Zengul FD。中东和北非地区教育程度与预期寿命之间的关系:一项面板数据分析。[J] .国际卫生与管理。2018;33(4):e1124-e36 .]https://doi.org/10.1002/hpm.2598

    文章PubMed谷歌学者

  8. 8.

    ellis da,mcqueenie r,mconnonnachie a,威尔逊p,威廉姆森AE。预测初级保健重复非出勤的人口和实践因素:国家回顾性队列队列分析。柳叶刀公共卫生。2017; 2(12):E551-9。https://doi.org/10.1016/s2468 - 2667 (17) 30217 - 7

    文章PubMedpmed中央谷歌学者

  9. 9.

    Karter AJ,Parker MM,Moffet HH,Ahmed AT,Ferrara A,Liu JY,等。错过预约和血糖控制不良:识别高危糖尿病患者的机会。医疗保健。2004;42(2):110–5.https://doi.org/10.1097/01.mlr.0000109023.64650.73

    文章PubMed谷歌学者

  10. 10.

    Williadmson Ae,Ellis Da,Wilson P,McQueenie R,McConnachie A.了解卫生服务的反复出勤:对国家回顾性队列的行政数据和全面研究议定书的试验分析。BMJ开放。2017; 7(2):E014120。https://doi.org/10.1136/bmjopen-2016-014120

    文章PubMedpmed中央谷歌学者

  11. 11.

    McQueenie R,Ellis Da,McConnachie A,Wilson P,Williamson AE。医疗保健中的发病率,死亡率和错过约会:国家回顾性数据联系研究。BMC MED。2019; 17(1):2。https://doi.org/10.1186/s12916-018-1234-0.

    文章PubMedpmed中央谷歌学者

  12. 12.

    儿童不良经历的全科实践记录:全科医生记录的回顾性队列研究。BJGP开放。2020:bjgpopen20X101011。

  13. 13.

    苏格兰政府。苏格兰数据交换(ScotXed) 2020[可从:https://www.gov.scot/collections/scottish-exchange-of-data-scotxed/

  14. 14.

    医疗保健中的“缺失”:医院利用与全科预约缺失之间的关联。回顾性队列研究。PLOS ONE。2021; 16 (6): e0253163。

  15. 15.

    Wood R,Clark D,A,Mackay D,Pell J.在全苏格兰级别的常规健康和教育数据的新型跨部门联系:可行性研究。柳叶刀。2013; 382:S10。https://doi.org/10.1016/s0140 - 6736 (13) 62435 - 6

    文章谷歌学者

  16. 16

    弗莱明M,Kirby B,Penny Ki。记录苏格兰及其对健康研究的应用。J Clin Nurs。2012; 21(19pt20):2711-21。

  17. 17

    苏格兰信贷和资格框架。SCQF水平描述符。英国格拉斯哥:SCQF;2012.

  18. 18.

    苏格兰信贷和资格框架。SCQF:苏格兰终身学习框架。英国格拉斯哥;2014.

  19. 19.

    儿童和年轻人的概况:苏格兰概述报告。ScotPHO:苏格兰公共卫生信息;2017.

    谷歌学者

  20. 20.

    苏格兰政府。苏格兰剥夺指数2020爱丁堡,英国;2020 [可从:https://www.gov.scot/collections/scottish-index-of- multiple-deprivation-2020/].

  21. 21.

    数据和情报(以前ISD苏格兰)。编码和术语系统读取代码:NHS健康苏格兰;2020 [可从:https://www.isdscotland.org/products-and-services/terminology-services/coding-and-terminology-systems/#Read].

  22. 22.

    Barnett K,Mercer Smn,Watt G,Wyke S,Guthrie B.多发性和医疗保健,研究和医学教育影响的流行病学:横断面研究。柳叶刀。2012; 380(9836):37-43。

  23. 23.

    Clark D, King A, Sharpe K, Connelly G, Elliott L, Macpherson LMD等。将日常收集的社会工作、教育和健康数据联系起来,以便监测苏格兰国家照料("照料儿童")的学龄儿童的健康和保健:这是一个国家示范项目。公共健康。2017;150:101-11。https://doi.org/10.1016/j.puhe.2017.05.003

    中科院文章PubMed谷歌学者

下载参考

确认

感谢所有参与这项研究的全科医生,感谢Ellen Lynch(苏格兰政府健康和社会护理分析服务)的战略支持。Dave Kelly (Albasoft)的一般实践数据专业知识是无价的。也感谢eDRIS团队,他们促进了我们的数据在安全港的安全使用,特别是Dionysis Vragkos和ScotXed的同事的教育数据。

资金

这项研究由苏格兰政府首席科学家办公室(参考CZH/4/1118)的资助,安全港和数据链接费用由苏格兰政府的DSL代替。该分析的资金来源对研究设计、数据收集、数据分析、数据解释、报告撰写或提交出版的决定没有影响。所有作者确认,如果需要,他们可以完全访问研究中的所有数据,相应的作者对提交出版的决定负有最终责任。

作者信息

从属关系

作者

贡献

AEW、DAE和PW概念化了研究研究,是获得研究资金的研究团队的大多数成员。区域管理咨询公司和审计和评估处进行了正式的分析,并编制了表格和数字。MF提供了关于教育数据背景和分析的建议。所有作者都对方法论和论文撰写做出了贡献。AEW主导了最初的草稿和重写。RMcQ和DAE访问并验证底层数据。作者阅读并批准了最终的手稿。

相应的作者

给安德里亚·e·威廉姆森的信件。

道德声明

伦理批准和同意参与

苏格兰西部国家医疗服务体系伦理委员会和格拉斯哥大学医学院、兽医和生命科学伦理委员会发布了安慰信,确认完整的研究不需要国家医疗服务体系伦理批准。公共利益和隐私小组于2016年12月批准了苏格兰国民保健服务信息服务使用健康数据,教育数据获取小组于2016年6月批准了教育数据使用。

同意出版

不适用

相互竞争的利益

作者声明他们没有竞争利益

额外的信息

出版商的注意事项

万博平台登陆网址施普林格《自然》杂志对已出版的地图和机构附属机构的管辖权要求保持中立。

权利和权限

开放获取本文根据知识共享署名4.0国际许可证获得许可,该许可证允许以任何媒体或格式使用、共享、改编、分发和复制,前提是您给予原作者和来源适当的信任,提供知识共享许可证的链接,并说明是否进行了更改。本文中的图像或其他第三方材料包含在文章的知识共享许可证中,除非在材料信用额度中另有说明。如果文章的知识共享许可证中未包含材料,且您的预期用途未经法定法规许可或超出许可用途,则您需要直接获得版权持有人的许可。要查看此许可证的副本,请访问http://creativecommons.org/licenses/by/4.0/.创作共用及公共领域专用豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本条中提供的数据,除非数据信用额度中另有规定。

重印和权限

关于这篇文章

通过CrossMark验证货币和真实性

引用这篇文章

麦奎尼,R,埃利斯,地检,弗莱明,M。35岁以下患者错过全科医生预约的教育关联:管理数据关联研究。BMC医学19,219 (2021). https://doi.org/10.1186/s12916-021-02100-7

下载引用

关键词

  • 错过了约会
  • 参与卫生保健
  • 教育的出勤率
  • 教育程度
  • 学校除外
  • 一般实践
  • 初级卫生保健
  • 公共卫生
  • 生命历程
Baidu