背景
作為醫療傷害和醫療過失訴訟的跨學科研究的一部分，我們估算了不良事件（定義為由醫療管理導致的傷害）及其子集（即由過失或低於標準的護理導致的傷害）的發生率。
方法
我們回顧了1984年紐約州51家隨機選取的急性護理、非精神病醫院中隨機選取的30,121份病歷。 然後，我們開發了傷害的人口估計值，並根據患者的年齡和性別以及醫生的專業領域計算了發生率。
結果
不良事件發生在3.7%的住院患者中（95%置信區間，3.2至4.2），27.6%的不良事件是由過失造成的（95%置信區間，22.5至32.6）。 儘管70.5%的不良事件導致的殘疾持續不到六個月，但2.6%導致永久性完全殘疾，13.6%導致死亡。 歸因於過失的不良事件百分比隨著更嚴重傷害的類別而增加（Wald檢驗χ2 = 21.04，P<0.0001）。 使用加權總數，我們估計1984年紐約州醫院出院的2,671,863名患者中，有98,609起不良事件和27,179起涉及過失的不良事件。 不良事件發生率隨年齡增長而上升（P<0.0001）。 老年人中由過失導致的不良事件百分比明顯更高（P<0.01）。 不同臨床專科類別的不良事件發生率存在顯著差異（P<0.0001），但由過失導致的百分比沒有差異。
結論
醫療管理對患者造成了大量傷害，其中許多傷害是由低於標準的護理造成的。
過去十年來，針對醫療保健提供者提起的醫療過失索賠數量穩步增加¹˒²，原告獲得的金錢賠償也在增加³⁻⁵。 這種增加引發了眾多旨在減少索賠數量並鼓勵提供者開展護理質量計劃的州級專案⁶˒⁷。 侵權法改革的宣導者認為，現有的醫療過失訴訟系統在補償因醫療實踐而受傷的患者和阻止有時導致傷害的低品質護理方面效率低下⁸。 其他人則為侵權訴訟的作用辯護⁹。 即使索賠率開始下降，這些爭論可能仍會繼續¹⁰。
關於普通法醫療過失訴訟優點的爭論，缺乏關於低品質護理和醫源性傷害流行病學的大量實證資訊。 醫源性傷害和低於標準護理發生率最廣泛引用的估計值是在10多年前開發的¹¹。 其他由醫生進行的識別低品質護理或不良事件的回顧僅限於數量少得多的非隨機樣本¹²˒¹³。
為了滿足對實證資訊的需求，我們開展了哈佛醫療實踐研究。 主要目標是開發更當前、更可靠的住院患者不良事件和過失發生率估計值。 我們將不良事件定義為由醫療管理（而非基礎疾病）導致的傷害，這種傷害延長了住院時間，或在出院時產生殘疾，或兩者兼有。 我們將過失定義為低於醫生所在社區對其期望標準的護理。 為了估計這些關鍵事件的發生率，我們使用我們先前描述的技術回顧了31,000多份醫院病歷的隨機樣本¹⁴⁻¹⁶。
方法
樣本選擇和病歷回顧
我們已在其他地方詳細介紹了我們的病歷回顧方法和抽樣策略¹⁶。 我們使用兩階段抽樣過程，從1984年紐約州非聯邦急性護理醫院出院的2,671,863名非精神病患者中創建了一個31,429份住院患者病歷的加權樣本。 最初，經過培訓的護士和病歷分析員篩選這些病歷; 如果一份病歷被篩選為陽性，兩名醫生會獨立回顧它。 這些醫生幾乎都經過委員會認證的內科醫生或外科醫生，我們對他們進行了培訓，以評估醫療記錄中是否存在不良事件和過失（附錄I），並在0到6的等級上評估他們對不良事件發生的信心（因果關係評分）。
因為我們有興趣估計全州不良事件的發生率，所以醫生回顧者不僅記錄了在索引住院期間發生並在該期間被發現的不良事件，還記錄了在索引住院之前由醫療管理造成並在該期間首次被發現的不良事件。 在計算發生率時，我們只計算了在抽樣的1984年住院期間被發現的事件。 通過包括在索引住院期間首次被發現但之前發生的不良事件，我們補償了在索引住院期間發生但在出院后才發現的不良事件。 為了避免高估發生率，我們排除了在1984年索引住院期間造成但在1984年隨後的住院期間被發現的事件。
如果回顧者對不良事件發生的信心在六點量表上大於1，他們評估了它造成的殘疾。 接下來，他們判斷是否有過失的證據，並指出他們對這一判斷的信心水準。 在整個過程中，他們可以諮詢為此目的招募的紐約專家。 兩名醫生回顧者在識別不良事件方面的分歧由監督篩選過程的病歷分析主管記錄，並由監督醫生（六名來自波士頓的醫生之一，負責指導紐約一個地區的病歷回顧）進行獨立審查解決。
測試可靠性和有效性
為了測試病歷分析員篩選過程的有效性，所有病歷的1%由病歷分析主管使用空白篩選表再次回顧。 通過將主管的回顧視為金標準，測試了初始回顧的有效性。
不良事件（因果關係）和低於標準護理（過失）判斷的可靠性由一個團隊進行測試，該團隊包括一名病歷分析主管、幾名醫生回顧者和一名醫生主管，他們對在兩家醫院最初篩選為陽性的所有病歷進行了第二次回顧。 使用kappa統計量將此回顧的結果與原始回顧的結果進行比較。
缺失病歷的後續跟蹤和調整
在初始病歷回顧後的幾個月，我們要求所有醫院嘗試確定他們之前未能找到的任何病歷的當前狀態。 我們使用常規回顧過程回顧了在這次後續搜索中找到的所有病歷。 這使我們能夠估計缺失病歷中不良事件和過失的發生率。 我們還根據醫院和病例類型對缺失病歷的可能差異選擇進行了調整，並使用插補法根據回顧者對其他專案的回應填寫缺失的數據項¹⁷。
變數定義
喚醒慾望女士催情 (https://yeeseex.com/product-category/cuiqing/) 一夜傾心迷幻藥 (https://yeeseex.com/product-category/%E4%B8%80%E5%A4%9C%E5%82%BE%E5%BF%83%E8%BF%B7%E5%B9%BB%E8%97%A5/) 再次悸動治療性冷感 (https://yeeseex.com/product-category/%E5%86%8D%E6%AC%A1%E6%82%B8%E5%8B%95%E6%B2%BB%E7%99%82%E6%80%A7%E5%86%B7%E6%84%9F/) 堅持到底男士持久 (https://yeeseex.com/product-category/%E5%A0%85%E6%8C%81%E5%88%B0%E5%BA%95%E7%94%B7%E5%A3%AB%E6%8C%81%E4%B9%85%E8%97%A5/) 快速起效男士助勃 (https://yeeseex.com/product-category/%E5%BF%AB%E9%80%9F%E8%B5%B7%E6%95%88%E7%94%B7%E5%A3%AB%E5%8A%A9%E5%8B%83/) 掌控時間延時噴霧 (https://yeeseex.com/product-category/bathroom/) 淫蕩春藥水 (https://yeeseex.com/product-category/%E6%B7%AB%E8%95%A9%E6%98%A5%E8%97%A5%E6%B0%B4/) 自然加碼陰莖增大 (https://yeeseex.com/product-category/%E8%87%AA%E7%84%B6%E5%8A%A0%E7%A2%BC%E9%99%B0%E8%8E%96%E5%A2%9E%E5%A4%A7/) 草本配方補腎壯陽 (https://yeeseex.com/product-category/%E8%8D%89%E6%9C%AC%E9%85%8D%E6%96%B9%E8%A3%9C%E8%85%8E%E5%A3%AF%E9%99%BD/) 點燃欲火男士催情 (https://yeeseex.com/product-category/nanshi/)
為了確定不良事件或過失是否發生，我們使用六點量表上平均信心評分4或更高的標準。 對於患者殘疾評分，我們使用了兩名回顧者給出的評分，併為每個病例的兩名回顧者各分配一半權重。 關於年齡、性別和主要出院診斷的數據來自紐約州全州規劃和研究合作系統（SPARCS）資料庫¹⁸。 專業領域是根據診斷相關組（DRGs）確定的（附錄II）。
統計分析
我們報告的結果是具有不良事件的出院百分比、因過失導致的不良事件百分比，以及根據殘疾類別劃分的不良事件和因過失導致的不良事件的人口估計數。 我們使用選擇權重計算所有百分比和人口預測，並按上述調整。 我們使用SESUDAAN軟體包計算標準誤差¹⁹。 使用Wald統計量測試率差異的顯著性。
對於五個年齡組，我們計算了不良事件的粗發生率，以及一個直接標準化的發生率，以控制特定診斷固有的導致不良事件的風險。 我們使用以下方式獲得的四個風險類別進行標準化。 三名醫生主管在1到6的量表上單獨評估了所有470個DRGs，反映他們認為DRG最可能（6）或最不可能（1）在臨床上與不良事件相關。 我們將三個評分平均以定義四個DRG風險類別（附錄II）。 我們沒有根據DRG風險對過失百分比進行標準化。 由於過失百分比的分母是不良事件的數量，這隱含地控制了護理的複雜性。
為了比較根據性別劃分的不良事件和過失發生率，我們使用直接標準化率，控制患者年齡的五個類別和特定診斷導致不良事件的四個風險類別。 只有兩個年齡類別（<65歲和≥65歲）用於標準化過失百分比。
結果
我們完成了原始隨機樣本中31,429份病歷中30,195份（96.1%）的初始回顧。 其中，病歷分析員發現7817份根據篩選標準為陽性。 醫生在第二級回顧中審查了其中7743份。 因此，這裡報告的結果基於30,121份病歷，包括22,378份篩選為陰性的病歷和7743份由醫生審查的病歷。 使用上述發生率類別，醫生識別出1278起不良事件和306起因過失導致的不良事件（圖1）。 這裡報告的發生率是基於在1984年入院期間發現的1133起不良事件和280起過失事件（類別1、4和5; 表1）。
我們估計全州不良事件的發生率為3.7%（95%置信區間，3.2至4.2），因過失導致的不良事件發生率為1.0%（95%置信區間，0.8至1.2）。 因過失導致的不良事件百分比為27.6%（95%置信區間，22.5至32.6）。 使用加權程式，我們計算出1984年紐約州急性護理醫院出院的2,671,863名患者中，有98,609起不良事件和27,179起因過失導致的不良事件。
大多數不良事件（平均[±SE]，56.8±1.6%）導致輕微損傷，一個月內完全康復。 另外13.7±1.1%導致的殘疾持續超過一個月但少於六個月。 然而，2.6±0.4%的不良事件導致永久性完全殘疾，13.6±1.7%導致死亡。 外推到1984年的紐約州，我們估計有2550名患者遭受永久性完全殘疾，13,451人死亡至少部分是由於不良事件（表2）。
在具有更嚴重不良事件的患者中，過失更為頻繁。 在導致不到一個月的暫時性殘疾的不良事件中，22.2±2.8%是由過失造成的。 另一方面，在導致永久性完全殘疾的不良事件中，34.4±8.1%是由過失造成的。 此外，51.3±6.9%的由不良事件導致的死亡是由過失造成的。 根據類別的過失百分比的這些差異是顯著的（Wald檢驗χ2 = 21.04，P<0.0001）。
我們還分析了不同患者群體中不良事件的分佈。 不良事件發生率隨著年齡的增長而顯著增加（P<0.0001）。 65歲或以上的人比16至44歲的人風險高出兩倍多（表3）。 與不良事件發生率不同，因過失導致的不良事件百分比並未隨年齡單調增加，但64歲以上人群的過失率高於任何其他年齡組，即使在根據DRG風險類別標準化后，這種差異仍然存在。
在根據年齡和DRG風險類別標準化后，我們發現兩性在不良事件發生率（男性，3.8±0.4%; 女性，3.7±0.4%）或因過失導致的不良事件百分比（男性，27.4±2.8%; 女性，25.0±2.8%）方面沒有顯著差異。夜色春藥網官網 (https://yeeseex.com/) 夜色春藥網線上網店 (https://yeeseex.com/shop/) 夜色春藥熱銷商品推薦 (https://yeeseex.com/%E7%86%B1%E9%8A%B7%E5%95%86%E5%93%81%E6%8E%A8%E8%96%A6/) 關於夜色春藥網 (https://yeeseex.com/about-us/) 夜色春藥網獨家資訊 (https://yeeseex.com/blog/) 夜色春藥網半價購買 (https://yeeseex.com/) 夜色春藥網配送方式 (https://yeeseex.com/) 夜色春藥網全部商品 (https://yeeseex.com/shop/) 夜色春藥網必買商品 (https://yeeseex.com/%E7%86%B1%E9%8A%B7%E5%95%86%E5%93%81%E6%8E%A8%E8%96%A6/) 夜色春藥網LINE直購 (https://lin.ee/VPf1Rp0) 夜色春藥網折扣活動 (https://yeeseex.com/)
表4顯示了基於DRG分組的臨床專科組的不良事件和過失發生率，以及每個專科的人口估計值。 不良事件發生率差異顯著，從新生兒DRGs的低至0.6±0.1%到血管外科DRGs的高至16.1±3.0%，差異超過25倍。 過失發生率沒有顯著差異。
我們以多種方式檢查了結果的準確性。 首先，我們在對六家醫院的後續訪問中找到了326份缺失病歷中的154份（47.2%）。 缺失病歷中的不良事件（2.5%）和過失（0.7%）發生率低於最初回顧的病歷。 其次，病歷分析主管對篩選標準有效性的測試顯示出89%的敏感性。 第三，醫生判斷的可靠性與我們在試點研究中的一致¹⁴。 關於是否存在不良事件的協定為89%（kappa = 0.61）。 關於過失，協定為93%，但kappa統計量低得多（0.24）（表5）。