急诊腹痛患者急诊滞留时间影响因素的回顾性队列研究

Retrospective Cohort Study on Influencing Factors of Emergency Detention Time of Emergency Abdominal Pain Patients

摘要: 目的：探讨急诊腹痛患者急诊滞留时间(length of stay, LOS)的多维影响因素，为优化急诊流程、合理配置资源提供循证依据。方法：采用回顾性队列研究设计，提取2024年1月至2025年6月珠海市中西医结合医院急诊科91例腹痛患者的电子病历数据。收集患者特征、疾病严重度、诊疗流程及系统资源四个维度共31项变量。采用Cox比例风险回归模型分析LOS的独立影响因素。结果：本研究91例患者急诊LOS中位时间为295.00 (210.00, 425.00)分钟。多因素分析显示，急腹症标志阳性(aHR = 0.42, 95%CI 0.23~0.76)、影像检查次数多(aHR = 0.68, 95%CI 0.51~0.91)、检验项数多(aHR = 0.85, 95%CI 0.77~0.94)、夜班就诊(aHR = 0.54, 95%CI 0.31~0.95)及高分诊级别(≥Ⅲ级) (aHR = 0.61, 95%CI 0.38~0.98)是LOS延长的独立危险因素(均P < 0.05)，而镇痛药使用(aHR = 1.58, 95%CI 1.02~2.45)与LOS缩短相关。结论：急诊腹痛患者滞留时间受病情复杂性、诊断流程、系统资源等多因素影响。优化检查效率、推行夜间资源弹性调配、落实早期镇痛可能有助于缩短LOS。

Abstract: Objective: To explore the multi-dimensional influencing factors of the length of stay, LOS) of emergency patients with abdominal pain, and to provide evidence-based basis for optimizing emergency procedures and rationally allocating resources. Methods: Retrospective cohort study design was used to extract the electronic medical records of 91 patients with abdominal pain in the emergency department of Zhuhai Hospital of Integrated Traditional Chinese and Western Medicine from January 2024 to June 2025. A total of 31 variables were collected from four dimensions: patient characteristics, disease severity, diagnosis and treatment process and system resources. Cox proportional hazard regression model was used to analyze the independent influencing factors of LOS. Results: The median time of emergency LOS of 91 patients in this study was 295.00 (210.00, 425.00) minutes. Multivariate analysis showed that the signs of acute abdomen were positive (aHR = 0.42, 95% CI 0.23~0.76), the number of imaging examinations was more (aHR = 0.68, 95% CI 0.51~0.91) and the number of examination items was more (aHR = 0.85, 95% CI 0.77~0.94). 95% CI 0.31~0.95) and high diagnostic grade (≥Ⅲ) (aHR = 0.61, 95% CI 0.38~0.98) are independent risk factors for the prolongation of LOS (all P < 0.05), while analgesic use (aHR = 1.58, 95% CI 1.02~2.45). Conclusion: The detention time of emergency patients with abdominal pain is influenced by many factors, such as the complexity of the disease, the diagnosis process and the system resources. Optimizing examination efficiency, implementing flexible allocation of resources at night and implementing early analgesia may help to shorten LOS.

1. 前言

急诊腹痛占急诊就诊量的8%~12% [1]，但其滞留(length of stay, LOS) ≥ 6 h者高达35%，延长滞留与阑尾穿孔、肠缺血等可逆性并发症及30 d再入院率增加独立相关[2]。既往研究多聚焦单一病种或院内流程[3]，缺乏对“人群–疾病–系统”多维驱动因素的量化评估[4]，尤其在我国分级诊疗与信息化尚未完全融合背景下，检验过度、影像重复、专科床位饱和及夜间人力资源短缺对LOS的交互作用仍无大样本证据[5]。因此，本研究基于电子病历与急救信息系统，构建回顾性队列，解析患者特征、疾病严重程度、诊疗流程及系统资源对急诊腹痛LOS的独立与协同影响，为精准配置资源、优化分诊路径及缩短滞留提供循证依据。

2. 资料与方法

2.1. 一般资料

本研究为回顾性队列研究，数据来源为“珠海市中西医结合医院急诊科”病历系统，纳入2024年1月至2025年6月期间就诊于急诊科的腹痛患者。纳入标准：① 年龄 ≥ 14岁；② 主诉为急性腹痛(ICD-10编码R10开头)且滞留时间可计算；③ 首次就诊并完成急诊流程。排除标准：① 创伤性腹痛、妊娠、肿瘤终末期；② 24 h内重复就诊；③ 关键变量缺失 > 20%。经双人独立提取，共91例符合标准，其中男45例、女46例，年龄在18~75岁之间，平均年龄(45.72 ± 18.43)岁。本研究经医院伦理委员会批准。

2.2. 方法

本研究为单中心回顾性队列设计，数据源自珠海市中西医结合医院急诊科2024年1月~2025年6月的电子病历与急诊信息系统(EIS)，通过唯一就诊号串联分诊、医嘱、检验、影像及收费时间戳，以“分诊录入”为起点、“离院(出院、转科、转院或死亡)”为终点，精确到分钟计算急诊滞留时间(LOS)。由两名经统一培训的急诊护士使用标准化EpiData模板背靠背提取信息，差异 > 5%由第三人复核，10%样本双录入，K值0.87；关键变量缺失 < 5%采用链式方程多重插补。纳排流程：初筛312例急性腹痛(ICD-10R10)→剔除妊娠11例、创伤28例、肿瘤终末期7例、24 h内重复19例、关键变量缺失 > 20%者156例，最终91例纳入分析。综合四维31项变量。

2.3. 观察指标

(1) 主要结局：急诊滞留时间(LOS，分钟)。

(2) 独立变量：① 患者维度：性别、年龄、发热、呕吐。② 疾病维度：首诊初步诊断(消化系统、泌尿、妇科、血管、其他)、腹痛部位(上腹/下腹/全腹/左右侧)、是否急腹症标志(阑尾、胆道、消化道穿孔)、实验室异常项数(WBC > 10 × 10⁹ L⁻¹、乳酸 > 2 mmolL⁻¹等)、影像完成次数。③ 流程维度：分诊级别(Ⅰ, Ⅱ, Ⅲ, Ⅳ)、首诊医师资质(住治/副高及以上)、检验申请项数、会诊次数、使用镇痛/抗生素。④ 系统维度：就诊时段(白班08:00~17:59、夜班18:00~07:59)、就诊日类型(工作日/周末节假日)。(3) 协变量：转诊来源(外院/120)、季节。

2.4. 统计学方法

SPSS 26.0建立数据库。采用Shapiro-Wilk检验正态性，非正态计量资料以M (P25,P75)描述，计数资料以n (%)描述；单因素分析用Mann-Whitney U或Kruskal-Wallis H检验，分类变量用χ²检验；将P < 0.1的变量纳入多因素Cox回归(Enter法)，比例风险假定经Schoenfeld残差检验；通过方差膨胀因子(VIF)评估多重共线性(VIF < 5)。显著性水准取双侧α = 0.05。

3. 结果

3.1. 研究人群基线特征

本研究共纳入91例急诊腹痛患者。患者中男性占49.45%，平均年龄44岁，以消化系统疾病为主(69.23%)。多数患者分诊级别为Ⅱ级和Ⅲ级(合计85.71%)，夜班就诊者占40.66%，自行就诊者为主要来源(82.43%)。如表1所示。

Table 1. Baseline characteristics of study population (n = 91)

表1. 研究人群基线特征(n = 91)

特征类别	变量	总体(n = 91)
患者维度	性别(男)，n (%)	45 (49.45%)
	年龄(岁)，M (P25,P75)	44.00 (31.00,58.00)
	发热，n (%)	21 (23.08%)
	呕吐，n (%)	28 (30.77%)
疾病维度	首诊诊断，n (%)
	消化系统	63 (69.23%)
	泌尿	11 (12.09%)
	妇科	7 (7.69%)
	血管	4 (4.40%)
	其他	6 (6.59%)
	急腹症标志阳性，n (%)	34 (37.36%)
	实验室异常项数，M (P25,P75)	2.00 (1.00,3.00)
	影像完成次数，M (P25,P75)	1.00 (1.00,2.00)
流程维度	分诊级别，n (%)
	Ⅱ级	41 (45.05%)
	Ⅲ级	37 (40.66%)
	Ⅳ级	13 (14.29%)
	首诊医师副高及以上，n (%)	25 (27.47%)
	检验申请项数，M (P25,P75)	5.00 (4.00,7.00)
	会诊次数，M (P25,P75)	0.00 (0.00,1.00)
	使用镇痛药，n (%)	52 (57.14%)
	使用抗生素，n (%)	38 (41.76%)
	就诊时段(夜班)，n (%)	37 (40.66%)
	就诊日类型(周末/节假日)，n (%)	29 (31.87%)
系统维度	转诊来源，n (%)
	120急救	11 (12.09%)
	外院转入	5 (5.49%)
	自行就诊	75 (82.43%)
协变量	季节，n (%)
	春	22 (24.18%)
	夏	26 (28.57%)
	秋	24 (26.37%)
	冬	19 (20.88%)

注：M = 中位数；P25,P75 = 第25、75百分位；$\overline{x}\pm s$ = 均数 ± 标准差。

3.2. 急诊滞留时间(LOS)总体分布

Table 2. Overall distribution of emergency detention time (LOS) (n = 91)

表2. 急诊滞留时间(LOS)总体分布(n = 91)

统计量	数值(min)
均数 ± 标准差	332.45 ± 156.78
中位数(P25,P75)	295.00 (210.00, 425.00)
最小值	75.00
最大值	920.00
四分位距(IQR)	215.00
95%参考值范围	89.00~712.00

注：P25 = 第25百分位；P75 = 第75百分位。

急诊滞留时间(LOS)中位为295分钟，均值为332.45分钟，四分位距为215分钟，数据分布显示LOS存在较大变异，最小值为75分钟，最大值为920分钟。如表2所示。

3.3. 单因素分析：LOS组间差异

单因素分析结果显示，不同LOS分组在年龄、急腹症标志、实验室异常项数、影像检查次数、检验项数、分诊级别及夜班就诊等方面差异具有统计学意义(P < 0.05)，而在镇痛药使用、抗生素使用及周末就诊上未见显著差异。如表3所示。

Table 3. Baseline differences among different LOS trinkets (n = 91)

表3. 不同LOS三分位组的基线差异(n = 91)

变量	LOS < 4 h (n = 32)	4h ≤ LOS ≤ 8 h (n = 41)	LOS > 8 h (n = 18)	统计量	P
年龄(岁，$\overline{x}\pm s$ )	38.50 ± 14.20	45.30 ± 16.10	52.80 ± 17.40	F = 4.56	0.01
急腹症标志[n (%)]	6 (18.75%)	15 (36.59%)	13 (72.22%)	χ^2 = 16.42	<0.01
实验室异常项数[M (P25,P75)]	1.00 (0.00,2.00)	2.00 (1.00,3.00)	3.00 (2.00,4.00)	χ^2 = 15.60	<0.01
影像完成次数[M (P25,P75)]	1.00 (1.00,1.00)	1.00 (1.00,2.00)	2.00 (1.00,2.00)	χ^2 = 10.88	<0.01
检验申请项数[M (P25,P75)]	4.00 (3.00,5.00)	5.00 (4.00,6.00)	7.00 (6.00,9.00)	χ^2 = 20.14	<0.01
分诊级别 ≥ Ⅲ级[n (%)]	10 (31.25%)	20 (48.78%)	15 (83.33%)	χ^2 = 16.90	<0.01
夜班就诊[n (%)]	8 (25.00%)	17 (41.46%)	12 (66.67%)	χ^2 = 9.72	<0.01
镇痛药使用[n (%)]	14 (43.75%)	25 (60.98%)	13 (72.22%)	χ^2 = 4.51	0.10
抗生素使用[n (%)]	10 (31.25%)	18 (43.90%)	10 (55.56%)	χ^2 = 2.89	0.24
周末/节假日[n (%)]	8 (25.00%)	14 (34.15%)	7 (38.89%)	χ^2 = 1.12	0.57

注：连续变量采用单因素方差分析(F值)或Kruskal-Wallis检验(χ²值)；分类变量采用χ²检验；P < 0.05差异有统计学意义。

3.4. 多因素分析：LOS独立危险因素

多因素Cox回归分析表明，急腹症标志阳性、影像检查次数多、检验项数多、夜班就诊、高分诊级别是LOS延长的独立危险因素，而镇痛药使用与LOS缩短相关。模型验证显示比例风险假定成立，C-index为0.78，模型区分度良好。如表4所示。

Table 4. Multivariate cox regression: independent influencing factors of emergency detention time (LOS) (n = 91)

表4. 多因素Cox回归：急诊滞留时间(LOS)的独立影响因素(n = 91)

变量	参照组	β	aHR	95%CI	P
急腹症标志(阳性)	阴性	−0.87	0.42	0.23~0.76	0.004
影像完成次数(每+1次)	—	−0.39	0.68	0.51~0.91	0.009
检验申请项数(每+1项)	—	−0.16	0.85	0.77~0.94	0.002
夜班就诊(夜班)	白班	−0.62	0.54	0.31~0.95	0.032
分诊级别(≥Ⅲ级)	Ⅱ级	−0.49	0.61	0.38~0.98	0.041
镇痛药使用(使用)	未用	0.46	1.58	1.02~2.45	0.040

注：模型检验：Schoenfeld残差全局P = 0.18 (比例风险假定成立)；C-index = 0.78 (95%CI 0.72~0.84)。

4. 讨论

本研究通过回顾性队列分析探讨了急诊腹痛患者滞留时间(LOS)的多维影响因素，发现急腹症标志阳性、影像检查次数多、检验项数增加、夜班就诊、高分诊级别(≥Ⅲ级)是LOS延长的独立危险因素，而镇痛药使用与LOS缩短相关[6] [7]。

病情严重程度与诊断复杂性是影响LOS的核心因素。本研究多因素分析显示，急腹症标志阳性是LOS延长的最强预测因子(aHR = 0.42, P = 0.004)，这与国际共识一致，即急腹症患者常需更复杂的诊断流程和多学科协作[8]。实验室异常项数增多、影像检查次数增加和检验项数增多共同反映了诊断复杂性对LOS的累积效应，与芬兰大规模队列研究的发现相符，即诊断性检查的等待和完成时间是流程中的主要瓶颈[9]。值得注意的是，本研究中影像和检验次数增多可能与病情隐匿性或诊断不确定性相关，而非单纯的操作延迟，这要求临床医师提升早期决策效率。

分诊流程与资源调配的系统性影响。高分诊级别(≥Ⅲ级)患者LOS显著延长(aHR = 0.61, P = 0.041)，这与分诊系统旨在识别危重患者的初衷一致，但同时也暴露了资源分配矛盾。夜班就诊同样与LOS延长独立相关(aHR = 0.54, P = 0.032)，反映了夜间医技支持削弱、专科会诊响应延迟的系统性问题，与上海市老年急诊研究及精益管理文献中提到的时段性资源短缺问题一致[10]。建议通过弹性排班、夜间强化CT快速通道及远程会诊等方式缓解此矛盾。

镇痛药的潜在优化作用值得关注。本研究发现镇痛药使用与LOS缩短相关(aHR = 1.58, P = 0.040)，这与传统“镇痛可能掩盖体征”的观念相悖，却符合现代急诊理念：早期镇痛可改善患者配合度、提高体检和诊断效率[8]。单因素分析中镇痛药无显著差异(P = 0.10)，而多因素分析显示其保护效应，提示既往研究中病情严重程度的混淆因素可能掩盖了镇痛药的积极作用，未来可通过RCT进一步验证其时效关系。

本研究与大型队列研究的异同。芬兰58,440例队列研究显示，在调整基础疾病和严重程度后，LOS延长本身并非死亡风险的独立因素[9]，这与本研究结论部分呼应：LOS延长更多反映诊疗流程复杂性而非直接危害。然而，系统性拥挤(如夜班、高分诊级别)仍需警惕，因其通过延迟治疗增加群体风险，与我国精益管理研究提出的“全院一张床”和多学科协作模式优化方向一致[10]。

研究局限性：① 单中心回顾性设计，样本量仅91例，检验效能有限，可能遗漏真实效应；② 未纳入系统级混杂，如实时医护比、床位周转率、检查设备可用性等，存在残余混杂风险；③ Cox模型虽满足比例风险假定(P = 0.18)，但小样本下假定检验效能不足，仍可能存在潜在偏离；④ 未进行外部验证，结论在其他级别医院或不同信息化水平机构中的适用性需进一步检验。未来需开展多中心前瞻性队列，链接实时流程管理数据库，并采用随机对照或阶梯设计验证干预措施(如夜间弹性排班、早期镇痛协议)对缩短LOS的因果效应。