香港急诊分诊入院预测列线图的开发与验证：一项缓解急诊拥堵的创新性试点研究

　　本研究开发并验证了一种基于七项预测因子（年龄、合并症、安老院居住情况、分诊类别、救护车送达、转诊状态及国家早期预警评分[NEWS]）的列线图模型，用于急诊分诊时快速预测患者入院概率。该模型曲线下面积（AUC）达0.886，校准误差仅0.009，显著优于临床主观判断。通过线上计算器可实现实时风险评估，为优化床位分配、改善患者流（patient flow）及缓解急诊拥堵（ED overcrowding）提供量化工具。

　　

1 引言

急诊部门（ED）过度拥挤已成为现代医疗系统的重大挑战，尤其在香港这类面临人口老龄化、病例复杂性增加及急诊人力短缺的地区更为突出。研究显示急诊拥堵会导致治疗延迟、患者预后恶化、医疗成本增加及医护人员职业倦怠等问题。其中"入院阻滞"（access block）——即患者确诊入院后无法及时获得床位——被确认为香港急诊拥堵的主要驱动因素。

早期准确识别高入院风险患者，通过前瞻性床位调配和分流干预，可有效改善患者流、缩短急诊滞留时间并缓解拥堵。尽管分诊环节已对患者进行初步评估，但研究表明单纯依赖分诊人员的临床判断预测入院需求存在显著局限性。既往开发的入院预测模型多融合人口统计学、分诊类别和生理参数等变量，但因需平衡简易性与准确性未能广泛应用。鉴于急诊体系、人群特征和地域医疗政策的差异，开发符合香港本地特征的预测工具具有重要实践意义。

2 研究方法

本研究采用回顾性横断面设计，收集香港北区医院急诊科2024年1月1日至7日连续一周的全部就诊数据。该院急诊科年均日接诊250人次，入院率约35%。研究纳入≥18岁非预约成人患者，排除计划性复诊、擅自离院、拒绝治疗及未成年人等病例。最终共分析1457例就诊数据，其中入院组623例（42.8%），与机构年均入院率一致。

通过数据门户提取13项潜在预测变量，涵盖三类参数：

• •
  人口学特征：年龄、性别、是否安老院（RCH）居民
• •
  管理参数：就诊时段、行动能力、救护车送达、转诊状态、一年内入院史
• •
  临床指标：分诊类别（香港采用5级分级系统）、合并症数量、专科类型（内科/非内科）、创伤史及国家早期预警评分（NEWS）

采用单因素与多因素逻辑回归分析筛选显著预测因子，通过后退逐步回归构建最终模型。基于回归系数生成列线图，并开发在线计算器（https://nomogramcym.shinyapps.io/DynNomapp/）。模型性能通过受试者工作特征曲线（ROC）和Hosmer-Lemeshow拟合优度检验验证，采用1000次Bootstrap抽样减少偏差。同时探究列线图评分与住院时长、院内死亡率的相关性。

3 研究结果

单因素分析显示除就诊时段外，其余12个变量均与入院显著相关（p<0.05）。多因素分析最终保留7个独立预测因子：年龄（OR=1.02）、存在合并症（OR=2.36）、安老院居住（OR=2.08）、分诊类别（OR=0.16）、NEWS评分（OR=1.48）、救护车送达（OR=1.48）及转诊状态（OR=2.00）。值得注意的是，分诊类别与NEWS评分对入院概率的影响权重最大。

所构建的列线图显示出卓越的预测性能：ROC曲线下面积（AUC）达0.886（95%CI 0.869-0.903），最佳截断值62.36分时灵敏度87.2%，特异度76.3%，阳性预测值73.3%，阴性预测值88.8%。校准曲线显示预测概率与实际观察值高度一致（平均绝对误差=0.009）。此外，列线图总分与住院时长呈正相关（r=0.231, p<0.001），与院内死亡率也存在微弱正关联（OR=1.04）。

4 讨论

本研究首次在香港地区建立急诊分诊入院预测模型，其创新性在于纳入安老院居住史和合并症等本地化特征变量。香港作为老龄化突出地区，慢性病患病率达30.3%，多重合并症患者占12.3%，这些因素显著影响患者行动能力及出院安排。模型性能与国际同类研究（如格拉斯哥入院预测评分GAPS）相当，但省去了"一年内入院史"这类分诊时不易获取的参数，更具实操性。

该工具可通过以下机制优化急诊流程：

• •
  实时风险分层：引导高风险患者进入"快速入院通道"，低风险患者分流至日间医疗或高级别评估
• •
  资源前瞻配置：提前启动床位调配流程，减少入院阻滞时间
• •
  临床决策支持：为低年资医护人员提供客观参考，减少处置偏差
• •
  绩效评估指标：作为急诊流程管理的量化评价工具

5 研究局限性

本研究存在若干局限：回顾性设计可能引入选择偏倚；单中心样本量虽满足模型构建要求，但较国际研究仍偏小；非创伤中心的定位可能限制模型在三级医院的泛化能力；数据采集包含公共假期可能引入"假日效应"；院内死亡率未设特定观察期可能影响结果解读。未来需通过前瞻性多中心研究进行验证优化。

6 结论

本研究成功开发并验证了一个包含七项变量的简易列线图模型，能够准确预测香港急诊患者的分诊入院概率。该工具与本地医疗特征高度契合，具备良好的校准度和区分度。通过与现有策略协同实施，该模型有望为缓解香港急诊拥堵提供有效解决方案。后续研究应聚焦于模型的前瞻性验证、算法优化及临床整合应用。