Deprivation assoziiert mit einem erhöhten Risiko des Todes folgenden Einlieferung ins Krankenhaus mit Typ-2-diabetes
Neue Forschung präsentiert auf der diesjährigen Jahrestagung der European Association for the Study of Diabetes (EASD) in Barcelona, Spanien (16-20 September) zeigt, dass dort, wo Sie Leben, hat einen Einfluss darauf, wie wahrscheinlich Sie sind, um zu sterben für Patienten mit Typ-2-diabetes (T2D), und wie wahrscheinlich Sie sind zu übernehmenden Krankenhaus für Patienten mit Typ-1-diabetes (T1D) nach Entlassung aus dem Krankenhaus. Die Studie wird von Dr. Tim Robbins, Institut für Digitale Healthcare, WMG, University of Warwick, Coventry, Großbritannien, und Kollegen von der Universität von Warwick und des University Hospitals Coventry & Warwickshire NHS Trust, UK.
Patienten mit diabetes Gesicht ein erhöhtes Risiko für negative Ergebnisse nach Entlassung aus dem Krankenhaus, unabhängig von Ihrem Grund für die Zulassung. Neben sozioökonomischen Faktoren sind bekannt-Laufwerk gesundheitliche Folgen bei Menschen mit diabetes im Allgemeinen. Trotz dieser, es hat wenig Forschung durchgeführt, um die Auswirkungen von sozioökonomischen Faktoren auf die Behandlungsergebnisse bei Patienten mit diabetes aus dem Krankenhaus entlassen. Dies wurde vor allem aufgrund der Schwierigkeit der Verknüpfung der verschiedenen Datensätze erforderlich, um ein vollständiges Bild über die gesundheitlichen Auswirkungen und sozioökonomischen Status der Patienten.
Diese neue Studie wurde auf der Grundlage einer retrospektiven Auswertung von Daten aus den elektronischen Patientenakten (EHR) eine große UK Spezialist referral centre (University Hospitals Coventry & Warwickshire NHS Trust, Coventry, UK) und enthalten alle Erwachsenen Patienten entlassen mit einer diabetes-Diagnose über einen 3-Jahres-Zeitraum. Diese umfasste 46,357 verschiedene Einleitungen und waren abgestimmt auf Patienten-Ebene mit der Postleitzahl Sektor sozioökonomischen Daten extrahiert, die von der Office of National Statistics Volkszählung und Bevölkerung Dichte datasets.
Informationen auf 19 sozioökonomische Variablen verfügbar war, einschließlich index of multiple deprivation, Beschäftigung, status, ethnischer Zugehörigkeit, Aktivität, unbezahlter care-Bestimmung, und Dichte der Bevölkerung und Gehäuse, die dann verwendet werden, um zu bestimmen, die mit dem sozioökonomischen status des einzelnen Patienten. Die klinischen Endpunkte gewählt wurden die Rückübernahme innerhalb von 28 Tagen, und die Inzidenz, die Mortalität innerhalb von 180 Tage (etwa sechs Monate) nach der Entlassung aus dem Krankenhaus.
Die Autoren fanden heraus, dass die sozioökonomischen status-gemessen 14 von 19 Variablen war signifikant assoziiert mit 180-Tages-Mortalität in der T2D-Patienten-Kohorte, während in der T1D-Kohorte fanden sich keine statistisch signifikante Assoziation zwischen Sterblichkeit und sozioökonomischen Variablen. Unter den T2D-Patienten, die stärkste Verbindung mit der Sterblichkeit gefunden wurden, um die Sprache (nicht Englisch), Ethnizität (ethnische Minderheiten) und dem index of multiple deprivation.
Für Krankenhaus Wiederaufnahmen, nur 1 von 19 Variablen zeigten einen signifikanten Zusammenhang in der T2DM-Patienten, im Vergleich zu 9 statistisch signifikante Variablen in der T1DM Gruppe, mit der stärksten Wesen Entzug Indizes und Gesundheit-related activity impairment.
Die Autoren sagen: „Es gibt einen starken Zusammenhang zwischen der geografischen, sozioökonomischen status und wiedereinweisungen ins Krankenhaus bei Patienten mit Typ-1-diabetes, aber keine eindeutige Verbindung mit der Sterblichkeit. Im Gegensatz dazu bei Patienten mit Typ-2-diabetes ist die Sterblichkeit stark im Zusammenhang mit sozioökonomischen status, während wiedereinweisungen ins Krankenhaus nicht. In der Zusammenfassung, wo Sie Leben, hat einen Einfluss darauf, wie wahrscheinlich Sie sind zu übernehmenden Krankenhaus für Patienten mit Typ-1-diabetes, und wie wahrscheinlich Sie sind, um zu sterben für Patienten mit Typ-2-diabetes folgende Entlassung aus dem Krankenhaus.“
Sie fügen hinzu: „geographische PLZ-Sektor-Daten können leicht eingebunden in eine elektronische Gesundheitssysteme und die künftige Risiko-Modelle zu ermöglichen, personalisierte Daten-driven-Pflege, zum Beispiel einer intensiveren, oder verschiedene Modelle oder mehr intensive follow-up für diejenigen, die aus Gebieten bekannt Entbehrungen.“
