利用CPAP呼吸机依从性软件改善质量：霍华德大学医院的经验（0983）
介绍
先前的研究已经评估了人口统计学和临床变量对呼吸机依从性（包括种族）的影响，但对于这些变量是否能预测少数民族人群的治疗结局知之甚少。在这里，我们演示了利用现成的呼吸机制造商软件将社区结果与国家数据进行比较的过程，并回顾了特定人群中人口统计学和临床变量的影响。数据还用于评估结果和人口统计中的时间模式。我们提供的数据描述了一个服务于历史上低收入、少数族裔占主导地位的人口计划，该计划在人口统计数据中发生了根本性的变化。
方法
我们在华盛顿特区的霍华德大学睡眠障碍中心分析了接受呼吸机治疗的患者。从11/2008至12/2018的在线患者数据管理程序（Encoreanywhere，飞利浦伟康）中招募的所有患者中收集了不包含身份的信息。对802例患者进行了设置日期、出生日期/年龄、性别、CPAP呼吸机机器压力（最小和最大压力）、地址/邮政编码和CMS依从性评估。
结果
呼吸机依从性根据CMS标准（在30天内超过70％的夜晚使用时间大于4小时/晚），在2008年至2018年的前90天内，该比例为36％。尽管每年的结果差异很大，但随着时间的推移，符合依从性的趋势逐渐减弱。年龄较轻和女性性别与依从性呈负相关。呼吸机压力与依从性没有关系。邮政编码用于跟踪结果的地理差异。我们人口统计的时间变化表明，患者的年龄越来越年轻，并且以男性居多。
结论
与使用类似方法对国家数据进行的研究相比，我们从服务不足的少数族裔人群中获得的数据表明，呼吸机依从性的比率相对降低。在一些但并非全部研究中发现，较低的呼吸机依从性与较低的年龄和女性性别相关。确定依从性性方面的挑战后，我们希望我们的数据将作为质量改进计划的基准，以改善治疗结果。这项研究将有助于其他临床医生利用此类程序。
（叶妮摘自Sleep, Volume 42, Issue Supplement_1, April 2019, Pages A395–A396）
