中华急诊医学杂志  2024, Vol. 33 Issue (8): 1177-1180   DOI: 10.3760/cma.j.issn.1671-0282.2024.08.017
基于RETTSChina的急诊预检分诊现状与改进探讨
李晨 , 李甜甜 , 李瑞芳 , 赵迎新 , 寿松涛 , 么颖 , 柴艳芬     
天津医科大学总医院急诊医学科, 天津 300052

急诊预检分诊是对急诊患者进行快速评估,根据患者病情的急危重程度进行优先顺序的分级与分流[1-3]。目前国内急诊预检分诊尚未统一,各具特色[4]。快速急诊预检分诊处置系统(rapid emergency triage and treatment system, RETTS)是瑞典的急诊预检分诊知识库[5-7]。作者团队根据我国国情进行汉化修订,最终形成的RETTSChina急诊预检分诊系统,为五级分诊系统,包括三部分,生命体征评估、ESS评估、护士经验校对[8]。与国内外常用分诊系统相比,该系统整合信息全面,同时提供相应合并症状或疾病的平行评估,更准确地对急诊患者进行分级分科[9]。本研究目的旨在观察RETTSChina运行现状,并探讨改进方案。

1 资料与方法 1.1 研究对象

本研究对象为天津医科大学总医院2023年1月至2023年12月成人急诊预检分诊数据。纳入标准:2023年1年内应用RETTSChina进行的成人急诊预检分诊数据。排除标准:分诊后未挂号就诊的数据。

1.2 研究方法

本研究为回顾性描述性研究。记录就诊人次数、分级、就诊科室、急性症状体征(emergency sign and symptom, ESS)代码、初步诊断。

1.3 统计学方法

所得数据均录入计算机采用SPSS26.0软件进行数据处理。定量资料进行正态性检验(K-S法)。正态分布的定量资料用均数±标准差(x±s)表表示,非正态分布的资料用中位数、最小值、最大值表示。采用描述性统计方法,描述数据特征分布。

2 结果 2.1 急诊分诊概况

成人急诊总就诊量为294, 132人次,经RETTSChina共分诊234 748人次,占80%;其中Ⅰ级3 287人次(1%),Ⅱ级27 385人次(12%),Ⅲ级63 200人次(27%),Ⅳ a级140 871人次(60%),Ⅳ b级21人次(<0.1%)。各月分诊量和分级见图 1

图 1 2023年1月至2023年12月成人急诊分诊量和分级
2.2 急诊分诊科室分布

急诊就诊科室以内科为主,总体占54%,其次为神经内科、普外科、骨外科(图 2)。其中Ⅰ级患者共3 287人次,内科占41%。

图 2 2023年1月至2023年12月成人急诊分诊科室分布
2.3 急诊就诊症状

急诊I级患者就诊症状前5位为心悸、胸痛、发热、腹痛、呼吸困难。Ⅰ级就诊状态涉及心脏骤停69例,消化道大出血168例,休克271例,窒息98例,脑血管意外108例,共占总就诊人数0.3%(图 3)。初步诊断涉及2个系统以上者各月占43%~64%,总占比52%。

图 3 2023年1月至2023年12月成人急诊Ⅰ级就诊症状分布
2.4 ESS应用现状

使用1个ESS进行分诊者>98%,分诊涉及2个ESS的例数占各月总例数0.5%~3.0%,涉及3个ESS的例数占比<0.1%,涉及4个ESS的例数全年共18例,涉及5个ESS的例数全年共3例(图 4)。

图 4 2023年1月至2023年12月成人急诊分诊涉及ESS数量分布
3 讨论

2016年制定的《急诊预检分级分诊标准》,将国家的行业标准[10-11]与国际接轨,将Ⅳ级细分为Ⅳa级和Ⅳb级两类,Ⅳa级代表亚急症患者,Ⅳb级为非急症患者[12]。2018年、2022年相关专家共识进一步规范预检分诊流程[1, 13]

3.1 RETTSChina预检分诊系统使用现状及问题

RETTSChina预检分诊系统整合生命体征、急性症状体征、伴随症状和基础病史,是多维度分诊系统,其科学性、有效性已在不同国家的不同医疗机构中得到验证[5, 7, 9, 14]。研究提示,该系统对危重症患者分诊准确率较高、辨识度较强,排除危重症患者的安全性较高[8, 15]。然而,系统在使用过程中出现一些问题。

3.1.1 急诊预检分诊系统使用率

本研究结果显示,2023年全年1/5患者未经RETTSChina分诊,应用合并症状平行评估的例数较少,而同期就诊患者初步诊断涉及2个以上系统者占43%~64%。这提示面对大量患者就诊,该分诊系统使用率不足,尤其是合并症状或疾病的平行评估不足。研究结果提示,在有限的预检分诊时间内,预检分诊系统未得到充分使用,对于患者的评估不完整。在急诊就诊人数激增的环境下,这既增加了分诊人员的工作量,又不利于控制急诊候诊时间,是急诊拥挤度增加的一个缩影。

急诊拥挤现状已成为全球普遍存在的问题[16-18]。20世纪70年代以来,世界各地急诊科的患者量剧增[19]。2004年澳大利亚在急诊医学会上发布“急诊拥挤”问题评估报告,提出要高度重视急诊拥挤问题[20]。2003年美国学者提出急诊拥挤的概念模型[21],即入口环节(input)—处置过程(throughput)—出口环节(output)。入口环节的改进,即急诊预检分诊系统的优化。因此,在急诊患者得到有效、准确分诊是前提下,我们需要思考如何减少急诊候诊时间,降低急诊拥挤度。

3.1.2 急诊就诊患者级别分布

有研究显示,就诊于急诊科的患者中属于真正的急诊患者只有20%~30%,而非急诊患者占70%~80%[22]。本研究结果提示,Ⅰ级Ⅱ级患者占总就诊人数13%,其中Ⅰ级就诊症状者占0.3%;Ⅲ级Ⅳ级患者占87%,其中Ⅳ级患者占60%。关于急诊患者病情分级情况的大型调查证实[23],大量的非急诊患者是急诊拥挤现象日益严重的原因之一,不仅占用有限的急诊医疗资源和空间资源,还可造成真正急诊患者候诊时间延长,影响医疗安全。

3.2 RETTSChina预检分诊系统改进方案 3.2.1 预检分诊前置

近20年,我国急诊就诊人数不断攀升,危重症患者的比例也在不断增长,急诊空间的扩张度仍不能满足急诊就诊患者的需求[24]。急诊拥挤度的增加直接影响到患者预后[25]。如何提高预检分诊的效率和完整度是亟待解决的问题。已有研究将人工智能应用于大规模伤害事件的检伤分类[26]。将人工智能应用于预检分诊,机器深度学习分诊知识库,可将预检分诊前置于120急救系统、急诊入口,甚至是社区,可同时对多名患者进行预检分诊,并充分应用知识库与患者交流,更加准确了解患者病情状态,提高分诊的准确度。

3.2.2 预检分诊与分级诊疗制度

分级诊疗指按照疾病的轻重缓急及治疗的难易程度进行分级,不同级别的医疗机构承担不同疾病的治疗,逐步实现从全科到专业化的医疗过程。

本研究观察到,Ⅲ级和Ⅳ级患者占整体分诊量87%。这使我们反思目前急诊医疗体系和分级诊疗制度建设过程中可能存在的问题:①我国急诊医疗体系和分级诊疗制度建设还在探索阶段,尚未出台全国统一的规划策略;②我国急诊医疗体系尚无统一能力要求,分级诊疗制度的实施参差不齐,分级学科建设缺乏细化标准;③我国急诊医疗体系诊治能力、患者就诊去向不均衡,医疗资源未得到合理分配。

三甲医院急诊科设置的初衷是解决辖区内疑难、危重患者的救治问题。大量的亚急症、非急症患者,增加了三甲医院急诊科的拥挤度,占用医疗资源。为了进一步推行分级诊疗制度,合理分配医疗资源,正确引导民众按病情严重程度就诊,目前各地已在逐步实施“签约医生”项目,帮助社区居民有效健康管理。可将同质化预检分诊系统前置至社区,尽早评估、连续评估,根据分级结果引导患者至各级别医院不同专科或急诊就诊。

利益冲突  所有作者声明无利益冲突

作者贡献声明  李晨:研究设计、论文撰写;李甜甜、李瑞芳、赵迎新:数据收集及整理、统计学分析;寿松涛、么颖:论文修改;柴艳芬:研究设计、论文修改

参考文献
[1] 急诊预检分诊专家共识组. 急诊预检分诊专家共识[J]. 中华急诊医学杂志, 2018, 27(6): 599-604. DOI:10.3760/cma.j.issn.1671-0282.2018.06.006
[2] 金静芬. 急诊预检分诊标准解读[J]. 中华急危重症护理杂志, 2020, 1(1): 49-52. DOI:10.3761/j.issn.2096-7446.2020.01.008
[3] Cueva J, Grossman D, Muppala V, et al. Quantitative assessment of the impact of a triage physician on the Accreditation Council for Graduate Medical Education resident milestones in the emergency department[J]. World J Emerg Med, 2024, 15(3): 220-222. DOI:10.5847/wjem.j.1920-8642.2024.034
[4] 信跃文, 李晨, 柴艳芬. 急诊分诊量表的研究进展[J]. 中华急诊医学杂志, 2019, 28(1): 112-116. DOI:10.3760/cma.j.issn.1671-0282.2019.01.023
[5] Wireklint SC, Elmqvist C, Parenti N, et al. A descriptive study of registered nurses' application of the triage scale RETTS©; a Swedish reliability study[J]. Int Emerg Nurs, 2018, 38: 21-28. DOI:10.1016/j.ienj.2017.12.003
[6] Farrokhnia N, Göransson KE. Swedish emergency department triage and interventions for improved patient flows: a national update[J]. Scand J Trauma Resusc Emerg Med, 2011, 19: 72. DOI:10.1186/1757-7241-19-72
[7] Pérez N, Nissen L, Nielsen RF, et al. The predictive validity of RETTS-HEV as an acuity triage tool in the emergency department of a Danish Regional Hospital[J]. Eur J Emerg Med, 2016, 23(1): 33-37. DOI:10.1097/MEJ.0000000000000173
[8] 李甜甜. 急诊分诊现状分析及快速急诊分诊处置系统的应用[D]. 天津: 天津医科大学, 2019.
[9] 李甜甜, 李晨, 寿松涛. 改良快速急诊预检分诊系统的临床应用[J]. 天津医科大学学报, 2019, 25(6): 581-584.
[10] Peng LL, Hammad K. Current status of emergency department triage in mainland China: A narrative review of the literature[J]. Nurs Health Sci, 2015, 17(2): 148-58. DOI:10.1111/nhs.12159
[11] 中华人民共和国卫生部. 急诊病人病情分级指导原则(征求意见稿) [J]. 中华危重症医学杂志(电子版), 2011, 4(4): 241-243. DOI:10.3877/cma.j.issn.1674-6880.2011.04.006
[12] 中华护理学会急诊专业委员会, 浙江省急诊医学质量控制中心. 急诊预检分级分诊标准[J]. 中华急诊医学杂志, 2016, 25(4): 415-417. DOI:10.3760/cma.j.issn.1671-0282.2016.04.004
[13] 中华医学会急诊医学分会, 中国医师协会急诊医师分会, 解放军急救医学专业委员会. 新型冠状病毒肺炎疫情常态化防控形势下急危重症患者急诊预检分诊与救治专家共识[J]. 中华急诊医学杂志, 2022, 31(3): 297-302. DOI:10.3760/cma.j.issn.1671-0282.2022.03.006
[14] Nissen L, Kirkegaard H, Perez N, et al. Inter-rater agreement of the triage system RETTS-HEV[J]. Eur J Emerg Med, 2013: 1. DOI:10.1097/mej.0b013e32836397d9
[15] 李晨, 卢斌, 王镜媛, 等. 新型冠状病毒肺炎疫情下急诊就诊患者特点及急诊预检分诊流程改进分析[J]. 中国急救医学, 2020, 40(4): 281-285. DOI:10.3969/j.issn.1002-1949.2020.04.003
[16] 叶立刚, 张茂, 周光居, 等. 综合性三甲医院急诊室抢救患者滞留状况的研究[J]. 实用医院临床杂志, 2012, 9(1): 41-44. DOI:10.3969/j.issn.1672-6170.2012.01.013
[17] 徐胜勇, 徐腾达, 张晖, 等. 急诊科拥挤对急诊临床实践的影响[J]. 中国急救医学, 2014, 34(12) 1085-1089, 1090. DOI:10.3969/j.issn.1002-1949.2014.12.008
[18] 许丽君, 秦历杰, 邹琦, 等. 河南省急诊科基本建设现状调查与分析[J]. 中华急诊医学杂志, 2023, 32(11): 1574-1577. DOI:10.3760/cma.j.issn.1671-0282.2023.11.030
[19] Pines JM, Hilton JA, Weber EJ, et al. International perspectives on emergency department crowding[J]. Acad Emerg Med, 2011, 18(12): 1358-1370. DOI:10.1111/j.1553-2712.2011.01235.x
[20] Harris A, Sharma A. Access block and overcrowding in emergency departments: an empirical analysis[J]. Emerg Med J, 2010, 27(7): 508-511. DOI:10.1136/emj.2009.072546
[21] Asplin BR, Magid DJ, Rhodes KV, et al. A conceptual model of emergency department crowding[J]. Ann Emerg Med, 2003, 42(2): 173-180. DOI:10.1067/mem.2003.302
[22] 陈兰. 急诊预检分诊的研究现状[J]. 护理研究, 2011, 25(25): 2259-2261. DOI:10.3969/j.issn.1009-6493.2011.25.003
[23] 张晖, 于学忠, 朱华栋, 等. 全国公立医院急诊患者病情分诊三年调查[J]. 中国急救医学, 2018, 38(6): 497-500. DOI:10.3969/j.issn.1002-1949.2018.06.008
[24] Pan C, Pang JJ, Cheng K, et al. Trends and challenges of emergency and acute care in Chinese mainland: 2005-2017[J]. World J Emerg Med, 2021, 12(1): 5-11. DOI:10.5847/wjem.j.1920-8642.2021.01.001
[25] Johnson KD, Winkelman C. The effect of emergency department crowding on patient outcomes: a literature review[J]. Adv Emerg Nurs J, 2011, 33(1): 39-54. DOI:10.1097/TME.0b013e318207e86a
[26] Lu JF, Wang X, Chen LH, et al. Unmanned aerial vehicle based intelligent triage system in mass-casualty incidents using 5G and artificial intelligence[J]. World J Emerg Med, 2023, 14(4): 273-279. DOI:10.5847/wjem.j.1920-8642.2023.066