Экология заботы: болезнь, которую видит первичная помощь

Студентка заканчивает больничную интернатуру с убеждением, что боль в груди почти всегда скрывает что-то серьёзное. Месяцами она видела в отделении инфаркт, расслоение и эмболию. В первый месяц работы в первичном звене она принимает несколько человек с болью в груди каждую неделю, и почти у всех это мышечная боль, рефлюкс или тревога. Она не стала менее внимательной. Изменилась популяция.

У этого явления есть название: экология помощи, изучение того, кто заболевает, кто обращается за помощью и где эта помощь происходит. В этом тексте представлен классический квадрат, с которого началось понятие, показано, что обнаружили обновления в разных системах здравоохранения, и объяснено, почему место оказания помощи меняет частоту болезней, спектр тяжести и показатели обследований. В конце обсуждается, что это меняет в рассуждениях тех, кто принимает на входе в систему.

Главные пункты

• Большинство людей, у которых в течение месяца есть какая-либо проблема со здоровьем, не обращаются к врачу, и очень малая часть попадает в больницу.
• Эта закономерность повторяется в исследованиях разных стран на протяжении почти века, с различиями, связанными с организацией каждой системы.
• У тех, кого принимают в первичном звене, в среднем вероятность тяжёлой болезни ниже, чем у тех, кто попадает в больницу.
• Чувствительность и специфичность обследования могут меняться в зависимости от популяции, в которой его применяют, из-за спектра болезни.
• Тревожные симптомы имеют низкую прогностическую ценность в первичном звене, но не пренебрежимо малую, и эта ценность растёт с возрастом.
• Многие распространённые симптомы со временем проходят, а часть остаётся без медицинского объяснения даже спустя годы.
• Перенос в первичное звено рассуждений, усвоенных в больнице, ведёт к избытку обследований и гипердиагностике.

Содержание

• Квадрат Уайта: кто заболевает, кто обращается, кто попадает в больницу
• Что изменилось и что повторяется почти век
• Что меняется от одного уровня к другому
• Спектр: одно и то же обследование в другой популяции
• Боль в груди: пример сценария на практике
• Тревожные симптомы в первичном звене
• Распространённые симптомы и что с ними происходит
• Что это меняет в рассуждениях клинициста
• Частые вопросы
• Итоговый чек-лист

Квадрат Уайта: кто заболевает, кто обращается, кто попадает в больницу

В 1961 году Уайт с коллегами опубликовали схему, ставшую классической в медицинском образовании. На основе опросов на дому и записей служб они оценили, что происходит с тысячей взрослых в течение типичного месяца. Исторический обзор Спинелли с коллегами воспроизводит цифры: из каждой тысячи взрослых около 750 сообщают о каком-либо заболевании или травме, 250 обращаются к врачу, девять госпитализируются, пятерых направляют к другому врачу и один попадает в университетский медицинский центр (Spinelli, 2023).

Схему обычно рисуют как большой квадрат, представляющий популяцию, с квадратами всё меньшего размера внутри него. Самый маленький из них, квадрат университетской больницы, почти точка. Послание авторов было прямым: опыт тех, кто учится и исследует внутри этой точки, не отражает болезнь такой, какая она есть в сообществе.

Некоторые детали схемы важны, чтобы читать цифры внимательно. Данные получены из опросов, проведённых в двух странах в разные периоды, и исключали людей младше 16 лет и неосложнённые беременности (Spinelli, 2023). Единицей времени был месяц, а не год. Это значит, что один и тот же человек может быть в квадрате популяции в одном месяце и в квадрате больницы в следующем.

Ценность квадрата не в точности чисел, которые сильно различаются в зависимости от места и времени. Она в форме. Он заставляет думать о том, откуда приходят пациенты, которых мы изучаем, и кто остаётся за рамками, когда мы смотрим только на больницу. Для клинического рассуждения этот вопрос имеет практические последствия, которые проявляются в следующих разделах.

Три идеи обобщают то, чему учит квадрат. Первая: большая часть заболеваемости разрешается дома, без контакта с системой здравоохранения. Вторая: среди тех, кто обращается за помощью, большинство принимают и разрешают их проблему вне больницы. Третья: университетская больница, где обучается большинство специалистов и проводится большая часть исследований, видит минимальную и очень отобранную долю популяции.

Что изменилось и что повторяется почти век

Спустя сорок лет Грин и коллеги повторили упражнение на данных национального опроса 1996 года. В новой версии из каждой тысячи человек в месяц 800 имеют симптомы, 327 думают о том, чтобы обратиться за помощью, 217 идут в кабинет врача, 113 — в службу первичной помощи, 65 — к практикам комплементарной медицины, 21 — в больничный амбулаторный кабинет, 14 получают помощь на дому, 13 идут в приёмное отделение, восемь попадают в стационар и один доходит до академического центра (Spinelli, 2023). Обновление включило детей и новые сценарии помощи, но общий формат сохранился.

Обзор Спинелли и коллег собрал исследования экологии помощи, опубликованные между 1928 и 2018 годами в восьми странах, и обнаружил две закономерности за 90 лет: большую долю людей с проблемами здоровья, которые не обращаются к врачу, и низкое число госпитализаций и направлений (Spinelli, 2023). Авторы также обращают внимание на общие ограничения: исследования используют разные определения симптома и обращения и почти всегда зависят от того, что люди помнят и сообщают.

Различия между исследованиями говорят столько же, сколько сходства. Анализ того же опроса 1996 года показал, что кабинет врача был самым частым местом помощи во всех подгруппах, а отсутствие постоянного источника помощи было единственной характеристикой, независимо связанной с меньшим числом обращений во всех пяти изученных сценариях (Fryer, 2003). Наличие медицинской страховки и постоянного источника помощи одновременно было связано с большим числом обращений во всех сценариях, кроме приёмного отделения.

Более поздние исследования показывают, что эта картина устойчива к изменениям политики. Анализ национальных опросов между 2002 и 2016 годами, охвативший 525.804 человеко-года, обнаружил снижение контактов с врачами первичной помощи, более выраженное среди пожилых и людей с плохим здоровьем, и почти никаких изменений в общей картине после крупной реформы покрытия (Johansen, 2019). Провинциальная когорта, наблюдавшая взрослых с 2002 по 2017 год, обнаружила почти стабильные показатели, несмотря на пять масштабных изменений в системе, при этом госпитализация в академическую больницу составляла около одного из ста взрослых в год (McAlister, 2020).

Организация системы, однако, меняет форму квадрата. Телефонный опрос с 3.508 интервью, сопоставленный с международной литературой, обнаружил очень высокое использование специалистов и стационара в системе со свободным доступом ко всем уровням и без чёткой границы между первичной и вторичной помощью (Hoffmann, 2019). Авторы объясняют часть этого использования отсутствием координирующей функции сильной первичной помощи.

Что меняется от одного уровня к другому

Квадрат показывает, сколько людей доходит до каждого уровня. Клинический вопрос другой: эти люди отличаются? Ответ литературы — да, и систематически. Тот, кто доходит до больницы, прошёл ряд фильтров. У него были симптомы, достаточно стойкие или тяжёлые, чтобы обратиться за помощью, его оценил кто-то, кто решил направить, и часто он уже прошёл обследования, укрепившие подозрение.

Старфилд и коллеги в обзоре о вкладе первичной помощи в системы здравоохранения резюмируют следствие: специалисты, обученные в больнице, видят пациентов, которые не отражают того, как проблемы проявляются в сообществе, а у пациентов в сообществе предварительная вероятность тяжёлого заболевания гораздо ниже (Starfield, 2005). Поскольку свойства обследований зависят от этой вероятности, тот, кто переносит в сообщество больничные ожидания, склонен переоценивать шанс заболевания.

Тот же обзор указывает, что первый контакт с первичной помощью связан с более адекватной помощью и меньшими затратами, а использование обследований и лечения, направляемое переоценённой вероятностью, приносит пациентам нежелательные эффекты (Starfield, 2005). Разница не в компетентности. Отличный специалист может ошибаться в сообществе чаще именно потому, что настроил свой взгляд на отобранной популяции.

Таблица ниже резюмирует типичные различия между двумя сценариями. Это средние тенденции, а не правила для каждого человека.

Характеристика	Первичная помощь	Больница или служба специализированной помощи	Что меняется в рассуждении
Кто приходит	Люди из сообщества, многие в начале симптомов	Люди, отобранные по тяжести, стойкости или направлению	Исходная вероятность другая
Частота тяжёлой болезни	Низкая для большинства жалоб	Высокая для жалоб, которые привели к госпитализации	Один и тот же симптом имеет разный вес
Стадия болезни	Начальная, с неясными и неполными признаками	Продвинутая или уже определённая	Классические находки встречаются реже
Проблемы у человека	Несколько одновременно, физических и психосоциальных	Как правило, одна главная проблема	Жалобу нужно читать в контексте
Работа обследований	Может отличаться от описанного в госпитальных исследованиях	Близко к исследованиям, проведённым в том же сценарии	Нужно знать, где обследование было валидировано
Роль времени	Повторный приём и наблюдение — выполнимые инструменты	Более быстрые решения и больше обследований	Ожидание с планом может быть вариантом

Формальное рассуждение о предтестовой вероятности и базовой частоте объяснено в других текстах блога, с примером одного и того же обследования в разных популяциях. Здесь речь о том, что предшествует расчёту: знать, в каком квадрате рисунка находится человек.

Спектр: одно и то же обследование в другой популяции

Обычно учат, что чувствительность и специфичность — фиксированные свойства обследования, а прогностические ценности меняются с распространённостью. Первая часть фразы — упрощение. Leeflang и коллеги проанализировали 23 метаанализа диагностической точности, всего 416 исследований, и обнаружили колебания от нуля до 40 процентных пунктов в чувствительности или специфичности между исследованиями с наименьшей и наибольшей распространённостью (Leeflang, 2013). Связь с распространённостью была статистически значимой в восьми из этих метаанализов.

Наиболее частым направлением была меньшая специфичность при большей распространённости, без систематического эффекта на чувствительность (Leeflang, 2013). Авторы предлагают в качестве вероятного механизма спектр пациентов, то есть различия в тяжести болезни и в похожих состояниях между изученными популяциями. Практическая рекомендация — использовать распространённость как подсказку для выбора исследований точности, которые больше всего похожи на собственный сценарий.

Usher-Smith и коллеги описывают этот эффект спектра в обследованиях для диагностики, скрининга и прогнозирования риска (Usher-Smith, 2016). Обследование, разработанное в популяции с высокой распространённостью, обычно имеет меньшую чувствительность и большую специфичность при применении в популяции с низкой распространённостью. Более тяжёлую болезнь легче обнаружить, и это заставляет обследование казаться лучше в популяциях, где она преобладает.

Дизайн исследования тоже имеет значение. Исследование, которое сравнивает пациентов с подтверждённой болезнью в больнице со здоровыми контролями из сообщества, соединяет два крайних полюса спектра и склонно завышать точность (Usher-Smith, 2016). Пример, приведённый авторами, прост: тест на беременность, оценённый в женской консультации, не покажет ту же работу при применении у людей из сообщества, которые ещё не знают, беременны ли они.

Для тех, кто работает в первичной помощи, это порождает три вопроса, прежде чем доверять числу точности:

• Где было проведено исследование и кто были включённые пациенты?
• Были ли у пациентов та же стадия и тяжесть болезни, которые я обычно вижу?
• Включала ли группа без болезни людей с другими состояниями, которые имитируют искомую болезнь?

Пост о том, как читать исследования диагностики, подробно разбирает эти пункты, а текст о чувствительности, специфичности и прогностических ценностях показывает, как они сочетаются с исходной вероятностью.

Боль в груди: пример сценария на практике

Боль в груди — хороший пример, потому что пугает в любом сценарии. В приёмном отделении доминирующая тревога — острый коронарный синдром, и инструменты вроде шкалы HEART были разработаны для этой популяции. В первичной помощи распределение причин другое.

Систематический обзор с метаанализом объединил 11 исследований, проведённых в первичном звене, с участием около 6 500 пациентов с болью в груди (Haasenritter, 2015). Синдром грудной стенки составил от четверти до половины случаев, респираторные и психогенные причины — примерно от одного из десяти до почти одного из пяти каждая, а стабильная коронарная болезнь — примерно от семи до 11 из ста (Haasenritter, 2015). Острый коронарный синдром или инфаркт составили от одного до четырёх из ста пациентов (Haasenritter, 2015).

Авторы представляют эти цифры как полезные предтестовые вероятности для семейного врача. Они не утверждают, что боль в груди в первичном звене доброкачественная. Они говорят, что отправная точка отличается от приёмного отделения и что оценка должна учитывать это в обе стороны.

На практике это означает несколько подходов. Первый — признать, что наиболее вероятная причина боли в груди в первичном звене обычно мышечно-скелетная, не исключая серьёзной возможности. Второй — использовать анамнез и осмотр, чтобы выявить тех, кто входит в небольшую группу высокого риска и нуждается в срочной оценке. Третий — не применять к тем, кто находится в кабинете, инструменты и пороги, созданные для приёмного отделения, не зная, были ли они валидированы в первичном звене. И когда первичная оценка не показывает тяжести, договориться о повторном приёме и объяснить тревожные признаки.

Клинический анамнез как первый инструмент — главный ресурс для такой сортировки, особенно там, где обследования недоступны сразу.

Тревожные симптомы в первичном звене

Тревожные симптомы — другая сторона той же медали. Преподаваемые в больнице как признаки серьёзного заболевания, они часто встречаются в первичном звене у людей без рака. Jones и коллеги использовали крупную базу данных общей практики с 762 325 пациентами из 128 служб, чтобы измерить положительную прогностическую ценность впервые зарегистрированных тревожных симптомов (Jones, 2007).

За три года прогностическая ценность гематурии для рака мочевыводящих путей составила около семи из ста у мужчин и чуть более трёх из ста у женщин (Jones, 2007). Ректальное кровотечение дало около двух из ста пациентов для колоректального рака (Jones, 2007). Значения росли с возрастом и были выше у мужчин; кровохарканье у мужчин 75–84 лет достигло примерно одного из шести (Jones, 2007).

Эти цифры низки по сравнению с впечатлением тех, кто изучал симптомы в больнице, где человек с кровохарканьем часто уже поступил с изменённой визуализацией. В то же время они достаточно высоки, чтобы во многих ситуациях оправдать обследование, особенно в старших группах. Исследование показывает, что ценность симптома зависит от того, у кого он проявляется и где его оценивают.

Для рассуждения это означает, что тревожный симптом в первичном звене не равнозначен диагнозу, но существенно меняет вероятность. Возраст, пол и длительность симптомов корректируют этот вес. Первая регистрация симптома — решающий момент для решения обследовать, наблюдать или направить, и план повторного приёма входит в ответ, когда первичное обследование отрицательно.

Частые симптомы и что с ними происходит

Большинство приёмов в первичном звене начинается с физического симптома, и значительная часть этих симптомов не приводит к определённому диагнозу. Jackson и Passamonti наблюдали 500 последовательных пациентов, обратившихся в амбулаторию внутренней медицины с физической жалобой, и повторно оценивали их на нескольких этапах вплоть до пяти лет спустя (Jackson, 2005).

Через пять лет около четырёх из пяти пациентов сообщили об улучшении, чуть больше половины избавились от симптома, а примерно у трети симптомов так и не нашлось медицинского объяснения (Jackson, 2005). У большинства людей с необъяснёнными симптомами не было психического расстройства, а расстройства настроения или тревоги не были связаны ни с отсутствием объяснения, ни с худшим течением. Худшее функционирование, более длительный симптом при первом обращении, обеспокоенность болезнью и отсутствие разрешения за три месяца были связаны с меньшей вероятностью улучшения (Jackson, 2005).

У этих находок два следствия. Первое: время — союзник диагностики в первичной помощи, многие симптомы разрешаются, а те, что сохраняются или меняют характер, становятся более информативными. Второе: симптом без объяснения не синоним психологической причины, и навешивание на человека такого ярлыка может слишком рано прекратить поиск того, что ещё может проявиться. Диагностическая неопределённость — это, следовательно, нормальное состояние такого сценария, а не признак ошибки.

Что это меняет в рассуждениях клинициста

Переносить на входную точку рассуждения, откалиброванные в больнице, имеет свою цену. Обследования, назначенные для исключения маловероятных болезней, дают ложно положительные результаты, новые обследования и иногда лечение находок, которые никогда не причинили бы проблем. Текст о том, как вред гипердиагностики доходит до пациента, описывает эту цепочку, а пост о обследованиях и вмешательствах низкой ценности показывает, как их распознать.

Существует и противоположная ошибка. Первичная помощь видит столько доброкачественных состояний, что взгляд может привыкнуть и пропустить редкое. Классические эвристики, такие как доступность и репрезентативность, хорошо работают большую часть времени и подводят именно при атипичных проявлениях. Экология помощи не даёт права ослаблять бдительность; она помогает решить, где её ставить.

То же рассуждение верно для цифровых инструментов. Проверщики симптомов и алгоритмы, обученные на больничных данных или на клинических виньетках, могут работать иначе при использовании с пациентами из плоти и крови в сообществе. Вопрос о том, где инструмент был валидирован, — тот же, что задают для любого обследования.

Некоторые практики помогают применять экологию помощи в повседневной работе:

• Спрашивать при каждой цифре точности или риска, на какой популяции она измерена.
• Оценивать исходную вероятность исходя из сценария и человека, прежде чем назначать обследования.
• Отделять немногие признаки, требующие немедленного действия, от многих, позволяющих наблюдать.
• Использовать запланированный повторный приём как часть рассуждения, с ясными критериями для переоценки.
• Записывать в медицинскую карту, что было рассмотрено и почему решили обследовать или подождать.

Частые вопросы

Что такое экология помощи?

Это изучение того, как люди в популяции заболевают, обращаются за помощью и используют разные уровни системы здравоохранения за период. Классическая модель показывает, что большинство проблем никогда не доходит до больницы (Spinelli, 2023).

Цифры квадрата Уайта всё ещё актуальны?

Точные цифры меняются в зависимости от места, времени и организации системы. Общая форма — много людей с проблемами, меньше обращающихся и немногие госпитализированные — повторяется в исследованиях почти за век (Spinelli, 2023).

Чувствительность и специфичность не фиксированы?

Не всегда. В ряде метаанализов они менялись в зависимости от распространённости, вероятно из-за различий в спектре болезни между изученными популяциями (Leeflang, 2013). Поэтому стоит искать исследования, проведённые в сценарии, похожем на ваш.

Боль в груди в первичной помощи почти всегда доброкачественная?

Самые частые причины — мышечно-скелетные, респираторные и психогенные, а острый коронарный синдром в этом сценарии встречается редко (Haasenritter, 2015). Редко не значит отсутствует, и первичная оценка служит именно для того, чтобы найти тех, кому нужна срочная помощь.

Симптом без объяснения означает эмоциональную причину?

Не обязательно. При пятилетнем наблюдении у большинства людей с симптомами без медицинского объяснения не было психического расстройства (Jackson, 2005).

Этот текст определяет индивидуальную тактику?

Нет. Он объясняет концепцию первичной помощи и доказательства о ней и не заменяет клиническую оценку каждого пациента.

Итоговый чек-лист

• Помните, в какой точке квадрата Уайта находится человек перед вами.
• Оценивайте исходную вероятность исходя из сценария, прежде чем думать об обследованиях.
• Проверьте, где были валидированы исследование, шкала или инструмент, которые вы собираетесь использовать.
• Относитесь с недоверием к точности, полученной из исследований, где сравнивают пациентов больницы со здоровыми людьми из сообщества.
• Рассматривайте тревожные симптомы как изменение вероятности, скорректированное по возрасту и полу.
• Включите в план запланированный повторный приём и информирование о сигналах тревоги.
• Не путайте симптом без объяснения с эмоциональной причиной.
• Фиксируйте ход рассуждений и критерии для повторной оценки.

Литература

1. Fryer GE Jr, Green LA, Dovey SM, Yawn BP, Phillips RL, Lanier D. Variation in the ecology of medical care. Ann Fam Med. 2003. PMID 15040437. DOI 10.1370/afm.52.
2. Haasenritter J, Biroga T, Keunecke C, et al. Causes of chest pain in primary care: a systematic review and meta-analysis. Croat Med J. 2015. PMID 26526879. DOI 10.3325/cmj.2015.56.422.
3. Hoffmann K, Ristl R, George A, Maier M, Pichlhöfer O. The ecology of medical care: access points to the health care system in Austria and other developed countries. Scand J Prim Health Care. 2019. PMID 31512566. DOI 10.1080/02813432.2019.1663593.
4. Jackson JL, Passamonti M. The outcomes among patients presenting in primary care with a physical symptom at 5 years. J Gen Intern Med. 2005. PMID 16307629. DOI 10.1111/j.1525-1497.2005.0241.x.
5. Johansen ME, Richardson CR. The ecology of medical care before and after the Affordable Care Act: trends from 2002 to 2016. Ann Fam Med. 2019. PMID 31712291. DOI 10.1370/afm.2462.
6. Jones R, Latinovic R, Charlton J, Gulliford MC. Alarm symptoms in early diagnosis of cancer in primary care: cohort study using General Practice Research Database. BMJ. 2007. PMID 17493982. DOI 10.1136/bmj.39171.637106.AE.
7. Leeflang MM, Rutjes AW, Reitsma JB, Hooft L, Bossuyt PM. Variation of a test's sensitivity and specificity with disease prevalence. CMAJ. 2013. PMID 23798453. DOI 10.1503/cmaj.121286.
8. McAlister FA, Tonelli M, Wiebe N, et al. The ecology of medical care for adults in Alberta, 2002/03 to 2016/17: a retrospective cohort study. CMAJ Open. 2020. PMID 32184280. DOI 10.9778/cmajo.20190188.
9. Spinelli H, Trotta A, Martinovich V, Alazraqui M. Studies on the ecology of medical care: a comparative analysis in historical perspective, 1928-2018. Salud Colect. 2023. PMID 38006657. DOI 10.18294/sc.2023.4549.
10. Starfield B, Shi L, Macinko J. Contribution of primary care to health systems and health. Milbank Q. 2005. PMID 16202000. DOI 10.1111/j.1468-0009.2005.00409.x.
11. Usher-Smith JA, Sharp SJ, Griffin SJ. The spectrum effect in tests for risk prediction, screening, and diagnosis. BMJ. 2016. PMID 27334281. DOI 10.1136/bmj.i3139.