A magyarországi érbetegkör és -ellátás tudományos vizsgálata
A vizsgálatról
Célkitűzés
Módszertan
Kutatók
A kutatás témái és eredményei
Amputációk
Érbeavat- kozások
Interaktív elemző
Kitekintés
Bővebben
Sajtó
Linkek
Célkitűzés
A HUNVASCDATA vizsgálat (HUNgarian VASCcular DATA, azaz magyar érgyógyászati adatok) célja, hogy rávilágítson a magyarországi érgyógyászati adatok felhasználhatóságára mind a klinikusi munkában, mind az egészségpolitikai döntések meghozatala során. Célunk az is, hogy katalizáljuk az ilyen tudományos jellegű ehhez hasonló törekvéseket. Mindezzel olyan információkat teszünk láthatóvá, amelyek a valóéletbeli egészségügyi adatokon keresztül a magyarországi érgyógyászati ellátás jellegzetésségeit könnyen átlátható formában, területi és időbeli sajátosságaival együtt mutatja meg. Mindezt a tudományos elemzések eszköztárával és igényével tesszük.
Mindebben számunkra kiemelten fontos:
a kutatás adatait minden érdeklődő számára átlátható módon elérhetővé tenni,
megmutatni, hogy az egészségügyi adatokat lehetséges olyan formában prezentálni, ahol az adathalmaz segítheti az ellátás résztvevőit klinikai gyakorlatukban, az egészségügyi politikusokat pedig ellátórendszer egészét érintő döntéshozatalukban,
beszélgetést, együttgondolkodást kezdeményezni, ami az adatok helyi tapasztalatokkal való egybevetésén alapulhat.
Milyen adatokról is van szó? Mit találhat a látogató a honlapon?
A magyarországi érgyógyászati ellátás különböző területeire, elsősorban az alsó végtagi amputációkra és érbeavatkozásokra vonatkozó vizsgálataink és azok eredményeinek összefoglalása. Ennek során a kutatás háttérének, módszertanának és eredményeinek bemutatásán túl a nemzetközi adatokkal való összevetésre is törekedtünk. Ezek az eredmények az ellátás minőségi mutatóit is képviselik, így azt gondoljuk, elemzésük elvezet a minőség fogalmának jobb megértéséhez az egészségügyben, segítve az érgyógyászati ellátás, az ellátórendszer tervezését, fejlesztését.
Az interaktív elemző modul kialakításával lehetővé tettük az adatok egyedi elemzését az érdeklődőek számára. Ez a fejlesztés a 2004-2019 között Magyarországon elvégzett alsó végtagi amputációk és érbeavatkozások területi és időbeli adatait mutatja be interaktív térképeken, ábrákon és táblázatokban. A látogató az adott terület (megyei és járási szint) adatsorait is böngészheti és szabadon használhatja azokat az adatok a helyzetkép jobb megértésére, a jelentőségük felmérésére, akár saját elemzéseket is készíthet segítségükkel. Az egyedi adatelemzés során különböző szűrők (társbetegségek, korábbi kardiovaszkuláris események) alkalmazásával lehetőség van a lekérdezés finomítására.
A honlapon megtalálhatók azok a tudományos közleményeink, amelyek hazai és nemzetközi szaklapokban az elmúlt években megjelentek.
Bemutatjuk azokat a kutatókat, akik ezen publikációk megírásakor közreműködésükkel segítettek.
Törekedtünk arra is, hogy más nemzetközi, hozzánk hasonló törekvések, adatbázisok elérhetőségeit, linkjeit is megadjuk az arra érdeklődők számára.
Hiszünk abban, hogy az adatokkal alátámasztott ellátásszervezés lehetőségeket teremt, ami az érgyógyászati ellátás jövőbeli stratégiáját támogathatja. Emellett abban is hiszünk, hogy az ilyen értelmű tudományos vizsgálódás nem néhány kutató „magánügye”, személyes érdeklődésének a tárgya. Felelősség van abban, hogy kutatás alapjául szolgáló adatokat, az elemzések következtetéseit, további kérdésfeltevéseit sokkal szélesebb körben is megosszuk. Az adatokhoz való széleskörű hozzáférés biztosítása, a kutatás átláthatóvá tétele, a felmerülő kritikák jogosságának őszinte mérlegelése mind velejárója, és így célja is volt a HUNVASCDATA kutatás elindításának.
Az egészségügyi ellátó rendszerben történő megelőző/gyógyító tevékenység kutatási célú vizsgálatának elsődleges célja az egészségügyi döntéshozók támogatása. Kiemelt fontosságú területei az ellátás minőségének javítása, a betegbiztonság megőrzése, az ellátás elérhetőségének vizsgálata, költséghatékonyság ellenőrzése, a klinikai gyakorlat, alkalmazott technológiák elemzése. Közép-Kelet Európában az ilyen jellegű kutatás alul reprezentált, köszönhetően az adatok szűkös voltának, valamint az anyagi ráfordítás és a humánerőforrás és hozzáértés hiányának.
Az egészségügyi ellátás során az elsődlegesen finanszírozási céllal történő adatrögzítés, ha másodlagos adatforrásként is, tudományos értékű vizsgálatot tesz lehetővé. A kutatás ezen módja több sajátosságot hordoz, ami eltér a hagyományos epidemiológiai kutatás lehetőségeitől.
Amikor az egészségügyi biztosítási adatok tudományos célú felhasználásakor, módszertanilag legalább három problémára kell utalnunk, amelyek nagymértékben járulhatnak hozzá az eredmények bizonytalanságához. Ezek a (i) a kódolási (diagnosztikus, beavatkozás kódok) hibák, szabálytalanságok kérdése, (ii) a rendelkezésre álló kódokon alapuló eset definíciók változékonysága, valamint (iii) a „megfigyelési idő”, azaz az adatgyűjtés időtartamának korlátozott volta. Az első kérdés az adat validitásra vonatkozik. Lényegében az a kérdés, hogy a biztosítási adatbázisban rögzített adatok milyen mértékben azonosíthatók az ellátás forrásdokumentumaiban. A biztosítása adat (diagnosztikus, vagy beavatkozás kód) hiánya, vagy helytelen alkalmazása nem csak pontatlansággal, hanem eseteként finanszírozás jellegű szándékkal is magyarázható 1,2 . A különböző betegségek esetén a diagnosztikus és a beavatkozás jellegű kódok validitása igen eltérő lehet.
Ami a második problémakört illeti, a kockázati tényezők feltárásakor az irodalomban nagyon sokféle eset definíció létezik, azaz a különböző kódok változatos kombinációit alkalmazták adott esemény vagy betegség megjelenés meghatározásakor. Ezek az algoritmusok különböző mértékben képesek azonosítani az adott esetet 3,4 .
Végezetül a kockázati tényezők feltárását nagymértékben befolyásolja, hogy az adatgyűjtés milyen időszakra vonatkozik. Míg a hagyományos epidemiológiai kutatás során a betegadatok elérhetősége, a konkrét beteggel történő információcsere akár a születésig visszanyúló adatgyűjtést tesz lehetővé, a biztosítási adaton alapuló kutatás során adat csak arról az időszakról szerezhető be, amely az elemző számára elérhető. Ilyen értelemben a „visszatekintési idő” (look-back periódus) hossza jelentősen meghatározhatja az eredmények alakulását 5 .
A három tényező összességében biztosan bizonytalanságot hoz a beteg populáció jellemzésekor. A diagnosztikus és beavatkozásokat leíró kódokon alapuló algoritmusok, amelyek adott eset felismerését szolgálják, mintegy az adott fenotípus azonosítás révén, lényegében a diagnosztikus eljárásokhoz hasonló értelemben szenzitivitással, specificitással, negatív és pozitív prediktív értékkel jellemezhető eszköznek tekintendők 6 . Használatuk mellett validitásuk is vizsgálandó.
Az egészségügyi ellátórendszer működésének kutatása további két előfeltétel teljesülését feltételezi. Szükséges, hogy (i) álljon rendelkezésre megfelelő mennyiségű és minőségű adat az elemző számára, valamint (ii) alapvető azon mutatók, indikátorok bevezetése, amelyek az ellátás minőségét, hatékonyságát hivatottak visszatükrözni.
Szemben a hagyományos epidemiológiai kutatással, amely során a tudományos adatgyűjtés elsődleges célja a kutatás célkitűzése, a biztosítási adatokon alapuló kutatás esetén az elsődlegesen finanszírozási céllal gyűjtött adatok másodlagos felhasználásáról van szó. Ennek során a mennyiségét tekintve jelentős adatgazdaság az adatok alacsony tudományos minőségével jár együtt 7 .
Az egészségügyi rendszer fenti koncepció menti elemzésének alapfeltétele, hogy a vizsgálat tárgyát képező betegcsoport számossága alapján reprezentatív legyen, egy adott földrajzi egység (város, megye, régió, ország) egészének ellátását tükrözze vissza. Ilyen jellegű vizsgálatot a szokásos epidemiológiai vizsgálatokhoz képest nagyobb mennyiségű adathalmaz elemzése tesz lehetővé 8-10 . Ilyen adatmennyiség forrását képezhetik a nagy betegregiszterek 11,12 , valamint az egészségügyi ellátás szervezését, finanszírozását támogató biztosítási adatbázisok 7,13 . Ezen adatbázisok alkalmazása egyre jobban terjed az érbeteg ellátás területén is 14-16 .
Az egészségügyi ellátás tudományos értékű kutatásának alapeleme olyan mutatók, indikátorok, metrikák bevezetése, amelyek az ellátás adott aspektusának mérését teszik lehetővé.
A Donabedian nevéhez fűződő, az egészségügyi ellátás minőségének elemzését tárgyaló modellben a szolgáltatás strukturális, folyamat, illetve végeredmény (kimenetel) típusú mutatókkal jellemezhető 17 . A struktúra ebben az értelemben az ellátás környezeti, tárgyi, személyi feltételeit takarja. A folyamat alatt az ellátás mikéntjét értjük, míg az eredmény, a kimenetel a betegek egészségi állapotában bekövetkező változások összessége.
Intenzív kutatás tárgya azon mutatók kiválasztása, amelyek az érbeteg ellátás minőségét tükrözik vissza 18-21 . Az indikátorok közötti választás alapja a konszenzusra törekvő szakértői csoportok egyeztetett álláspontja (Delfi módszer).
A folyamat mutatók konkrét módon tükrözik vissza az ellátás adott aspektusát, könnyen magyarázhatóan befolyásolhatóak. Mindazonáltal hátrányos, hogy kapcsolatuk a kimeneteli indikátorokkal gyakran nehezen kimutatható, a betegek számára értékük kérdéses, valamint túl specifikusak és nem tükrözik vissza az ellátás egészét 22 . Az érbeteg ellátás folyamatainak minőségi mutatói lehetnek: statin kezelés, thrombocyta-aggregáció gátlás alkalmazása érbeavatkozáson átesettek esetén, gyógyszer kibocsátó stentek alkalmazása, pre- és posztoperatív boka/kar index meghatározás 12,21 . Ilyen értelemben az alsó végtagi érbeavatkozások körülményei különleges figyelmet érdemelnek.
A perifériás verőérbetegséggel kapcsolatban nagy egyetértéssel támogatott kimeneteli mutatók: major kardiovaszkuláris események (stroke, szívinfarktus, koszorúér revaszkularizáció, kardiovaszkuláris eseményhez köthető kórházi kezelés szüksége, általános halálozás, kardiovaszkuláris eseményhez köthető halálozás), alsó végtagi események (alsó végtagi major amputáció, alsó végtagi érbeavatkozás ismétlésének szüksége, sebfertőzés, járástávolság növekedése, Rutherford féle klinikai stádium változás) 20 . Ezen mutatók közül az alsó végtagi verőérbetegség előrehaladott állapotával (akut iszkémia, vagy krónikus végtagot veszélyeztető iszkémia), valamint a cukorbetegséggel összefüggő végtagvesztés, amputáció kiemelt jelentőségű 23,24 . Az amputációk disztális kimeneteli indikátornak tekinthetők, ami azt jelenti, hogy a végtagvesztést megelőző események hosszú láncolatát tükrözik vissza 25,26 . A kimeneteli mutatók közös tulajdonsága, hogy éppen a többszörös meghatározottság miatt alakulásukat nehéz interpretálni. Sokkal inkább támogatják az ellátás anomáliát feltáró hipotézis felállítását.
A kutatási adatbázis adatai a NEAK adatbázisában tárolt, a teljes magyar biztosított népességre vonatkozó, járó és fekvő ellátáshoz köthető forgalmi adathalmazt relációs adatbázisából származtak. Ebben az adatok (mezők és rekordok) táblákba rendezettek, amelyek közötti kapcsolatot kulcsmezők teremtik meg. Az adatbázis ezen formáját kutatásra alkalmas analitikai adatbázissá kell alakítani. Ezt a lépést a relációs adatbázis kezelését végző SQL (Structured Query Language) strukturált lekérdező programnyelv használata teszi lehetővé, amely segítéségével a külön táblákban rögzített diagnosztikus (betegségek nemzetközi osztályozására szolgáló kódrendszer - BNO), beavatkozás (OENO - Orvosi Eljárások Nemzetközi Osztályozása), valamint egyéb mezők fölhasználásával célzott lekérdezések végezhetőek 27 . Kutatásunk alapjául szolgáló, statisztikai elemzést lehetővé tevő adatbázist a fenti módszerrel történő lekérdezések eredményezték.
A kutatási adatbázis létrehozásának jogi alapjául szolgált, hogy Magyarországon a Nemzeti Egészségbiztosítási Alapkezelő (NEAK) adatbázisában rögzített, a teljes magyar egészségügyi biztosított népességre vonatkozó egészségügyi adathalmaz további elemzés céljára az Állami Egészségügyi Ellátó Központhoz (ÁEEK) is átadásra kerül. Az ilyen értelmű adatkezelés törvényi hátterét képezi az Állami Egészségügyi Ellátó Központról szóló 27/2015. (II. 25.) Korm. rendelet, az információs önrendelkezési jogról és az információszabadságról szóló 2011. évi CXII. törvény (a továbbiakban: Info tv.), az egészségügyi és a hozzájuk kapcsolódó személyes adatok kezeléséről és védelméről szóló 1997. évi XLVII. törvény (a továbbiakban: Eüak.), valamint a 76/2004. (VIII. 19.) ESzCsM rendelet az egyes személyazonosításra alkalmatlan ágazati (egészségügyi, szakmai) adatok körének meghatározására, gyűjtésére, feldolgozására vonatkozó részletes szabályokról.
A HUNVASCDATA vizsgálat a fenti hátterű adatelemzés részeként, az ÁEEK és az Óbudai Egyetem között kötött kutatási megállapodáson nyugszik. A kutatás során a teljes magyar egészségügyi biztosított népesség egészségügyi adataiból azok az adatok kerültek lekérdezésre, amelyek az alsó végtagi verőérbetegséggel kapcsolatos amputációt és/vagy érbeavatkozást elszenvedett betegpopuláció tudományos értékű elemzését teszik lehetővé.
Az adatkezelés során a betegek egyedi elemzését a személyes azonosítást megakadályozó kapcsolati kód alkalmazása tette lehetővé, azonban a honlapon közölt adatok kivétel nélkül aggregált eredmények, egyedi adat még személyes azonosításra alkalmatlan módon sem látható a honlapon. (Biztonsági okokból egyedi adat még nem látható módon sincs a honlap mögött található tárhelyen; minden statisztika előzetesen került kiszámításra és csak aggregált formában került feltöltésre.) A kutatás eredményeinek bemutatásakor maximálisan törekedtünk arra, hogy a beteg jellemzők, időszak és a lakóhely (megyei és járási szint) adatoknak még az együttese se azonosíthasson egyes személyt, még az aggregált adatok alapján sem. Így abban az esetben, ha egy adott eredményközlésnél 10-nél kevesebb számú beteg került volna azonosításra, akkor ezt az adatot nem közöltük.
További vonatkozás, hogy elgondolásunk szerint a bemutatott adatokat, az átlátható módszertan esetleges korlátait is figyelembe véve, mindenki számára elérhetővé helyes tenni. Ezért törekedtünk arra, hogy az interaktív táblák és ábrák az érdeklődőek számára szabadon használhatóak legyenek. Összesen annyi kérésünk van, hogy a felhasználó mindezt a forrás megjelölésével (https://hunvascdata.hu) tegye.
A HUNVASCDATA vizsgálat kutatói
Dr. Kolossváry Endre, osztályvezető főorvos
Kolossváry Endre az egyetemi tanulmányait a Semmelweis Egyetem Általános Orvostudományi Karán 1992-ben fejezte be summa cum laude minősítéssel. Ezt követően a jelenlegi Dél-budai Centrumkórház Szent Imre Egyetemi Oktatókórházban kezdett dolgozni, ahol 2020 óta az Angiológia profil osztályvezető főorvosa. Posztgraduális képzés során belgyógyászat, klinika farmakológia, valamint belgyógyászati angiológia szakvizsgát szerzett. Hypertonia gondozás minősített orvosa. 2021 óta a Magyar Angiológiai és Érsebészeti Társaság elnöke. További tudományos társasági tagságai: Magyar Hypertonia Társaság (vezetőségi tag), Magyar Kardiológiai Társaság, International Union of Angiology (nemzeti delegált), VAS - European Independent Foundation in Angiology/Vascular Medicine (tanácsadó testületi tag). Tudományos érdeklődése a bőr mikrocirkulációjának vizsgálata, kardiovaszkuláris epidemiológia, különös tekintettel a magasvérnyomás és perifériás verőérbetegség együttesére, valamint a perifériás verőrébetegség ellátásának magyarországi elemzésére, érgyulladások. A Magyar Hypertonia Társaság Ifjúsági Díjasa (2011) és Markusovszky Lajos Díjas (2018).
Ferenci Tamás 2009-ben szerzett kitüntetéses mérnök-informatikus oklevelet mesterséges intelligencia szakirányon a BME-n, emellett okleveles orvosbiológiai mérnök (kitüntetéssel, 2010, BME-SE), közgazdász (BA kitüntetéssel, 2010, BCE és MSc, 2013, BCE), valamint alkalmazott matematikus sztochasztika szakirányon, többváltozós statisztika ágazaton (MSc kitüntetéssel, 2013, BME). A BME Orvosinformatikai Laboratóriumában kezdte meg doktori tanulmányait, majd az Óbudai Egyetemen szerzett summa cum laude doktori fokozatot 2013-ban. 2019-ben habilitált az Óbudai Egyetemen. Jelenleg az Óbudai Egyetem Élettani Szabályozások Kutatóközpontjában egyetemi docens, a BCE Statisztika Tanszékén félállású egyetemi docens, valamint óraadó oktató a Semmelweis Egyetem Népegészségtani Intézetében. Kutatási területe a biostatisztika, kórélettani modellezés, orvosi kutatások kritikus értékelése. Mundruczó György díjas (2010), az Év Fiatal Biostatisztikusa (2011), Nyerges Gábor díjas (2013), Neumann János publikációs díjas (2015), Kemény János díjas (2017), kétszeres Markusovszky Lajos-díjas (2017, 2021), Kiváló Mentor-díjas (2018), dékáni dicséretben (2019) és rektori dicséretben (2020) részesült, valamint Év Kutatója díjas (2021).
Dósa Edit a Semmelweis Egyetem (SE) Általános Orvostudományi Karán folytatott tanulmányait 2001-ben fejezte be, Ph.D. fokozatot 2007-ben szerzett. Kutatásai elismeréseként 2004-ben Young Researchers Award-ot, 2006-ban pedig Kúnos István-díjat kapott. Jelenleg az SE Szív- és Érgyógyászati Klinikáján dolgozik radiológus szakorvosként, 2010 óta a Vascularis Ultrahanglabor vezetője. Megalapítója a Magyar Vascularis Radiológiai Kutatócsoportnak. Az elnyert kutatási ösztöndíjai közül kiemelendő az MTA Bolyai János Kutatási Ösztöndíj. Számos hazai és nemzetközi szakmai társaság és grémium tagja; a Magyar Cardiovascularis és Intervenciós Radiológiai Társaság volt elnöke. A European Society of Radiology-n belül a 'Vascular' Scientific Subcommittee és az 'Interventional Radiology' Scientific Subcommittee is a tagjai közé választotta. A European Radiology Experimental és az IMAGING c. folyóiratoknak a szerkesztőbizottsági tagja. Munkája szerves részét képezi a fiatal kutatók nevelése.
Farkas Katalin a SOTE Általános Orvosi Kar elvégzését követően (summa cum laude), 1977 óta dolgozik a Szent Imre Kórházban; 1982-től, a belgyógyászati szakvizsgát követően az angiológia lett a speciális szakterülete. Aktív részt vállalt az I. Belgyógyászaton működő angiológiai ambulancia megszervezésében és a korszerű noninvazív diagnosztikai laboratórium kialakításában. 2005-2020 között vezette a Szent Imre Kórház Angiológia profilját. Klinikai farmakológus, belgyógyász angiológus szakvizsgával, hypertonológus, lipidológus, obezitológus, valamint 2000 óta az ESH európai hypertonia specialista, 2016 óta a CESMA-UEMS európai vascularis medicina képesítésével rendelkezik. 2006-ban védte meg PhD értekezését. 2014 óta a SE Belgyógyászati Angiológia szakmai grémium tagja. Vezetőségi tagja a Magyar Angiológus és Érsebész Társaságnak (2011-2015 között főtitkára), a Magyar Hypertonia Társaságnak, alapító elnökségi tagja a Magyar Mikrocirkulációs és Vaszkuláris Biológiai Társaságnak. További tudományos társasági tagságai: Magyar Kardiológusok Társasága, International Union of Angiology, European Society of Cardiology (FESC), VAS - European Independent Foundation in Angiology/Vascular Medicine (elnökségi tag). Tudományos érdeklődése az endothel funkció ill. az érbetegségek noninvazív diagnosztikája, a perifériás verőérbetegség epidemiológiája és kezelése, magasvérnyomás és kardiovaszkuláris prevenció. Kitüntetések: 2007-ben a Magyar Hypertonia Társaság „Török Eszter” Emlékérem kitüntetése, 2011-ben a Magyar Angiológiai és Érsebészeti Társaság „Bugár Mészáros Károly” Emlékérem kitüntetése.
Járai Zoltán 1991-ben szerezte meg általános orvosi diplomáját a Semmelweis Orvostudományi Egyetemen. Ezt követően a Szent Imre Kórház, a Medical School of Virginia Commonwealth University és a Semmelweis Egyetem I. sz. Belgyógyászati Klinikájának munkatársa különböző beosztásokban. Jelenleg a Dél-budai Centrumkórház Szent Imre Egyetemi Oktatókórház Kardiológiai Profiljának profilvezető főorvosa, valamint a Semmelweis Egyetem Városmajori Szív- és Érgyógyászati Klinika Érsebészeti és Endovaszkuláris Tanszék Angiológiai Tanszéki csoportjának vezetője. Címzetes egyetemi tanár, a Semmelweis Egyetem habilitált doktora. Belgyógyász, kardiológus, angiológus, klinikai farmakológus szakorvos, emellett licensze van hypertonológiából, obezitológiából és transthoracalis echocardiographiából. Az Európai Hypertonia Társaság (ESH) klinikai hypertonológusa. A Magyar Hypertonia Társaság tagja alapításától fogva, 2009 óta a társaság főtitkára, 2017-től pedig elnöke. A Magyar Kardiológusok Társasága főtitkára, a Magyar Kísérletes és Klinikai Farmakológiai Társaság, valamint a Magyar Angiológiai és Érsebészeti Társaság vezetőségi tagja és a European Society of Hypertension tagja, 2022 óta az ESH Scientific Council ex officio tagja.
Kolossváry Márton 2016-ban végzett a Semmelweis Egyetem Általános Orvostudományi Karán summa cum laude minősítéssel. Egyetemi tanulmányait követően a Városmajori Szív- és Érgyógyászati klinikán végzett PhD tanulmányokat a koszorúér-betegség szív CT felvételeinek mesterséges intelligencia alapú elemzésével kapcsolatban. Értekezését 2020-ban védte meg summa cum laude minősítéssel, melynek címe: "Characterization of coronary atherosclerosis on computed tomography using advanced image processing techniques". 2018-2020 Research fellow volt a Johns Hopkins University Department of Pathology, Division of Informatics-ben, ahol a koszorúér-betegség pontosabb karakterizálását kutatta radiológiai képek alapján. 2020-2022 között pedig Harvard Medical School - Massachusetts General Hospital Cardiovascular Imaging Research Center T32 posztdoktori kutatója volt, amelynek során mélytanulásos (deep learning) és proteomikai elemzések segítségével kutatta a koszorúér-betegségért felelős patomechanizmusokat. 2013-ban Stephen W. Kuffler kutatási ösztöndíj nyertes, 2015-ben Pro Scientia Aranyérmes, 2020-ban pedig Junior Príma díj nyertes volt.
Menyhei Gábor egyetemi tanulmányait a Pécsi Orvostudományi Egyetemen végezte, ahol 1981-ben szerezte diplomáját, cum laude minősítéssel. 1985-ban általános sebészetből, 1988-ban érsebészetből szerzett szakvizsgát. 1993 és 1995 között a Cambridge-i Egyetem oktatókórházában, Bury St Edmundsban dolgozott, mely szakmai fejlődését jelentősen meghatározta. 2010-től egyetemi tanár és a PTE Érsebészeti Klinikájának igazgatója, mely pozíciót 2020. szeptemberéig töltötte be. 1999 óta a MAÉT vezetőségi tagja, 2013 és 2015 között a Társaság elnöke, jelenleg Regiszter Bizottságának vezetője. 2007 és 2010 között az Európai Érsebészeti Társaság (ESVS) vezetőségének tagja Magyarország képviseletében. Kezdeményezésére csatlakozott Magyarország az ESVS Vascunet Munkacsoportjához, mely regiszteradatok elemzésén alapuló tudományos munkájában jelenleg is aktívan részt vesz. 2019 óta az angiológia és érsebészet országos szakfelügyelő főorvosa. Fontosabb kitüntetései: Soltész Lajos emlékérem, Osztrák Érsebészeti Társaság tiszteletbeli tagja, EMMI Magyar Felsőoktatásért Emlékplakett, Semmelweis Díj, Magyar Érdemrend Lovagkeresztje.
Nemes Balázs 1991-ben szerezte meg általános orvosi diplomáját a Semmelweis Orvostudományi Egyetemen. Egyetemi tanulmányait követően a SOTE Ér- és Szívsebészeti Klinikáján helyezkedett el, ahol azóta is intervenciós radiológusként dolgozik. 2000-2003-ig a The State University of New York at Buffalo laborvezető kutatója volt. PhD fokozatát 2011-ben szerezte, dolgozatának címe: New possibilities in the endovascular treatment of supraaortic vessels. Jelenleg a Semmelweis Egyetem Intervenciós Radiológiai Tanszékének és Részlegének vezetője. A Magyar Radiológiai Társaság, a Magyar Kardiológusok Társasága, az MKT Intervenciós Munkacsoportjának valamint a Cardiovascular and Interventional Radiological Society of Europe tagja. A Magyar Cardiovascularis és Intervenciós Radiológiai Társaság és a Magyar Angiológiai és Érsebészeti Társaság vezetőségi tagja, valamint MTA köztestületi tag. 2019 óta a Semmelweis Egyetem Intervenciós Radiológiai szakmai grémium elnöke.
Sótonyi Péter a Semmelweis Egyetemen szerzett általános orvosi diplomát 1996-ban, majd doktori fokozatot 2004-ben, mindkettőt summa cum laude minősítéssel. Habilitációt tett 2014-ben. Sebészet, érsebészet, és egészségbiztosítás szakvizsgával rendelkezik, regisztrált igazságügyi szakértő. Jelenleg a Semmelweis Egyetem Érsebészeti és Endovaszkuláris Tanszékének tanszékvezető professzora. 2021-ben Magyar Érdemrend tiszti kereszt (polgári tagozat) elismerésben részesült. A Semmelweis Egyetem Érsebészeti Grémiumának, valamint az EMMI Egészségügyi Szakmai Kollégium Angiológiai és Érsebészeti Tagozatának elnöke. Kutatási területei: a Nociceptin/Orphanin FQ kardiovaszkuláris megbetegedésekben és a stressz válaszban betöltött szerepének klinikai vizsgálata; a mechanikai stressz thrombus képződés folyamatában betöltött szerepének vizsgálata humán mintákon; az aorta aneurizmák radiológiai vizsgálata és geometriai modellezése; orvosmeteorológiai faktorok kapcsolata a kardiovaszkuláris betegségekkel; perifériás artériás betegségek epidemiológiája és klinikuma; a nyaki verőér szűkületes betegek cerebrovaszkuláris eseményeinek értékelése a morfológiai és hemodinamikai sajátságok tükrében; vascularis képalkotás klinikai alkalmazása.
Az alsó végtagi amputációk a major kardiovaszkuláris eseményekhez hasonló végpontként foghatók fel 28 . Ilyen értelemben a végtagvesztés tükrözi az érintettek eddigiekben leélt életük során felhalmozódott kockázati terhet. Az amputációs kockázat rendkívül összetett, elemei közé tartoznak az amputáltak demográfiai viszonyai, társbetegség mintázatuk, szocio-ökonómiai viszonyaik, valamint az egészségügyi ellátás elégtelensége 29-32 . A kockázati tényezők felismerésének jelentősége szintén többrétű. Azonosításuk hozzájárulhat az érintett betegek egyéb kockázatának (ismételt amputációk, kórházi kezelés szüksége, halálozás) meghatározásához, megelőző egészségügyi stratégia (módosítható tényezők befolyásolása) tervezéséhez, valamint országok, régiók célzott összehasonlításához. Utóbbi esetben a kockázati tényezők mindegyike az összehasonlítás során zavaró tényezőként (confounder) tekintendő, és ilyen módon hatása valahogyan korrigálandó.
Elsőként a NEAK fekvőbeteg szakellátás beavatkozások törzsállományában meghatároztuk azokat a kódokat, amelyek alkalmazása azonosíthatta az alsó végtagi amputációs eseményeket. Az amputációk vonatkozásában boka alatti (minor amputáció), a boka feletti lábszár, illetve combszintű (major amputációk) beavatkozások kódjait az 1. táblázatban tüntettük fel. Amennyiben egy kórházi kezelés során mind minor, mind major amputációs beavatkozás is történt, az esetet a major amputációk közé soroltuk. Az eseteként bekönyvelt oldaliság nem képezte elemzésünk tárgyát. Az amputációs csonk zárásának vagy revíziójának megfeleltethető kódok önmagukban való alkalmazását nem tekintettük amputációs eseménynek. Acélból, hogy döntően az érbetegséggel, cukorbetegséggel kapcsolatos eseményeket rögzítsük, elemzésünkből kizártuk azokat az esteket, amikor az amputációs beavatkozást tartalmazó ellátás során egyidejűleg az alsó végtagi csontrendszer daganatos eltérése lett megjelölve, vagy amikor baleset megtörténtét jelezte a kódolás. Az ezeket a kizárásokat megalapozó állapotok kódjait az 1. táblázatban rögzítettem.
A különböző beavatkozásokon átesett populáció jellemzésekor a demográfiai leírást a nem megadásán túl a beavatkozáskor betöltött életkor biztosította. A továbbiakban törekedtünk arra, hogy mind részletesebb klinikai leírását adjuk a betegcsoportnak. Ennek során a fekvő és járóbeteg szakellátásban alkalmazott diagnózisok és beavatkozások kódtáblájának használatával kíséreltük meg a társbetegségek és a korábban elszenvedett vaszkuláris események, beavatkozások azonosítását.
A társbetegségek mintázatának meghatározásakor a BNO kód alapú, döntően a kórházi halálozás kockázatát meghatározó Elixhauser rendszert vettük alapul. Ez a rendszer 31 betegségcsoport azonosítását teszi lehetővé a kórállapotok ellátásakor alkalmazható BNO 10. kódok valamelyikének használata alapján 33 . Egy adott betegség fennálltát akkor fogadtuk el, ha az adott BNO kód a fekvőbeteg ellátásban legalább egy alkalommal, a járóbeteg ellátásban pedig legalább két alkalommal rögzítésre került. A betegség megjelenését a visszatekintési periódusban elsőként azonosítható időponthoz kötöttük. Kiegészítésként meghatároztuk az Elixhauser score-t (van Walraven score), ami az egyes elemek súlyozott értékeinek (súlyok -7-től 12-ig) ötvözéséből álló, a teljes társbetegség teher leírására alkalmazható mutató, amely értéke -19 és +89 között van 34 .
A betegek további jellemzése érdekében kísérletet tettünk arra, hogy a vizsgált betegek előtörténetében azonosítsuk azokat az eseményeket, amelyek más érterületi (koszorúér, agyi ér) megbetegedéseknek felelnek meg. Az ehhez alkalmazott, eset definiciókat megalapozó BNO és OENO kódokat az 1. táblázatban tüntettem fel.
A szükséges adatgazdagság biztosítására két módon jártunk el. Elsőként az adott indexeseményt megelőző összes BNO, vagy OENO kód alapú állapotot azonosítottuk. A második alkalommal a teljes megfigyelési időszak (2004-2019) első két évének index eseményeit kihagytuk az elemzésből, igy biztosítva azt, hogy az adatgyűjtés legalább kétéves visszatekintést („look-back periódus”) engedjen adott indexeseménytől visszatekintve. Tekintettel arra, hogy a két módszer szolgáltatta eredmények között érdmi különbséget nem tapasztaltunk, a teljes megfigyelési időszak adatait vettük figyelembe.
Az izolált csonkrevízió esetei kevesebb, mint 2%, a daganatos vagy baleset asszociálta esetek kevesebb, mint 10%-át képviselték az összes amputációs esetnek vélhető beavatkozások összességét. Ezen esetek kizárását követően a 2004-2019 közötti időszakban 137.846 amputációt detektáltunk, amely 84.043 beteget érintett. Ugyanebben a periódusban 67.934 boka feletti, major, valamint 69.912 boka alatti, minor amputációs epizód volt azonosítható. Az érintett betegkör 55.064, illetve 55.043 fő volt. A major amputációkat comb és lábszár amputációkra bontva a beavatkozások száma 47.292 (40.943 beteg), illetve 20.642 (18.391 beteg) volt. A major és minor amputációt elszenvedett betegek demográfiai és klinikai jellemzésének eredményei a 2. táblázatban láthatók.
A demográfiai jellemzőket tekintve feltűnő, hogy a magyarországi amputációra, vagy érbeavatkozásra kerülő betegcsoport 5-10 évvel fiatalabb 35-39 . A férfi nem domináns érintettsége hasonló jellegzetesség. A cukorbetegség nagy gyakorisága, különösen a minor és major amputációk esetén nemzetközi tapasztalat. A COPD viszonylag magas aránya, ha közvetve is csak, a dohányzás nagy gyakoriságát jelezheti. Ami az Elixhauser társbetegség klasszifikáció elemeit érinti, azok gyakorisága mintánkban magasabb volt a nemzetközi publikációkban találtaknál 40,41 , illetve más tanulmányok eredményével összehasonlítható 42 .
A kutatás során azonosított nem alsó végtagi (koszorúér, agyi ér ellátási terület) ateroszklerotikus események előfordulása (13-18%) jól tükrözi, hogy az alsó végtagi verőérbetegség nem önálló, hanem más ateroszklerotikus kórállapotokkal átfedésben megjelenő fenotípus.
Elemzésünk során úgy találtuk, hogy azok aránya, akik az index eseményként tekintett alsó végtagi major amputáción úgy estek át, hogy az azt megelőző egy évben alsó végtagi revaszkularizációban nem részesültek (primer amputáció), átlagosan 74% volt. Ez arány a megfigyelési időszakban érdemben nem változott. Összehasonlításként a nemzetközi közléseket vizsgálva ez az arány 83% (Kanada, Ontario tartomány) 43 , 71-59% (Finnország 2009-2018) 44 , 54% (Amerikai Egyesült Államok, Medicare adat) 45 , 76% (Dánia) 46 volt. Ilyen értelemben a hazai helyzet legalább is összehasonlítható a külföldi eredményekkel, mindazonáltal a nem csökkenő tendencia kiemelhető. Az eredmények interpretációját jelentősen nehezíti, hogy az nem ismeretes, hogy Magyarországon a primer amputáció melletti döntés azon alapszik-e, hogy a beteg érstátuszának tisztázását követően a beteget érrekonstrukcióra alkalmatlannak ítélik, vagy, hogy ilyen megfontolás, mint alternatíva nélkül kerül sor a beavatkozásra. Sajnos magyar adat erre nézve nem ismeretes, azonban a nemzetközi adatok nem keltnek illúziót. Az Amerikai Egyesült Államokban az alsó végtagi major amputációkat megelőzően a betegek 68,4%-a részesült bármely, az érstátusz megítélésére alkalmas diagnosztikus vizsgálatban (boka/kar index maghatározás 47,5%, duplex UH vizsgálat 38,7%, érfestés 31,1%, CT angiográfia 6,7%, MR angiográfia 5,6%). A vizsgált időszakban (2002-2010) az ilyen irányú vizsgálatok aránya növekedést mutatott (65,7-69,2%). 47 Hasonló adat ismeretes Németország vonatkozásában, ahol a major amputációkat megelőző három hónapban 81,8%-ban történt vizsgálat az érstátusz tisztázására (boka/kar index 23,4%, érfestés 58%) 48 . Sajnos sejthető, hogy Magyarországon ezek az adatok kedvezőtlenebbek lehetnek. Ilyen értelmű adatgyűjtés nagy jelentőséggel bírna, mert egy fontos folyamat jellegű mutatóhoz jutnánk, ami az ellátás minőségét jellemezhetné. A primer amputációk arányának értékelésekor meg kell azt is jegyezni, hogy ez az ellátás nem tekinthető feltétlen hibás döntésként. Indikációjaként nem kizárólag az érrekontsrukció anatómiai okok miatti kivitelezhetetlensége áll. Ez a helyzet többnyire a kiáramlási pálya elégtelensége miatt kritikus végtagi keringészavar esetén 20%-ban fordul elő 49 . További indikációt jelent a súlyt hordozó vázrendszer kiterjedt destrukciója, a végtag mozgáskorlátozottsága, a súlyos társbetegség teher, a csekély életkilátás, a komplex sebészi beavatkozások kockázata. Ezekben az esetekben elsősorban a túlélés vonatkozásában a primer amputáció előnyt élvez 50,51 . Magyarországon ennek a kérdésnek további feltárása nagy jelentőséggel bírna.
Elemzésünk további betekintést ad a magyarországi amputációs gyakorlatról. A major amputációkat tekintve a comb, illetve lábszárszintű amputációk aránya 70/30. Ugyanez az arány az Amerikai Egyesült Államokban 50/50 52 , vagy 45/55 53 . Ugyanez az adat Ausztriában 44/56 38 . Ez a hazai adat aggasztó, hiszen jelzi a végtagvesztést követő rehabilitáció rossz esélyeit. Ezt az adatot támogatja munkacsoportunk általi NEAK adatigénylésen alapuló szám, miszerint 2009-2018 között a major amputációra kerültek 30-40% részesül protézis felírásban.
További fontos megfigyelés lehet a teljes megfigyelési időszakra vonatkozó minor és major amputációk aránya. Míg Magyországon ez 1,03 volt, addig például ugyanez az érték Németországban 1,8 54 , Olaszországban 2,0 55 . Egy az EU-15 tagországaiban végzett elemzés az összes ország esetén a lábujj, illetve e feletti amputációk arányát egynél magasabbnak találta 56 . Természetesen különösképpen a minor amputációk esetén alulkódolással is kell számolni, azonban ebben a gyakorlatban országok közötti különbségek nem ismeretesek. A minor amputációk gyakorisága a cukorbetegség előfordulásával is kapcsolatban van, ami különböző populációkban különbözik. Mindenesetre a végtagvesztés egyik megelőző stratégiájaként tekinthető alacsonyabb minor amputációs arány Magyországon figyelmet érdemlő mutató lehet. Vélhető, hogy a megfelelő szakértelemmel végzett ilyen beavatkozások és az ezzel összefüggő gondozás kapacitásai elmaradnak az optimálistól.
További, az amputációs beavatkozás ismétlődésére vonatkozó adatunk szintén aggasztó. Ezek szerint az amputációra kerültek legalább 30%-a korábbi életszakaszban már elszenvedett minor amputációt. A major amputációt elszenvedők 19%-ban, a korábbi időszakban már azonosítható volt egy ilyen esemény (comb magasságára kiterjesztett vagy kétoldali beavatkozások). Mindez sajátos életutat jelez, ami alapján, az amputáción átesett betegcsoport különös figyelmet érdemel.
Az alsó végtagi, nem traumás eredetű amputáció, mint a perifériás érbeteg ellátás kimeneti mutatójának számarányai, azok időtrendje az adott ország egészségügyi állapotának helyzetét tükrözik vissza. A nemzetközi irodalom áttekintése alapján az egyes országok által közölt amputációs adatok igen nagy változékonyságot mutatnak 57 . A boka feletti major amputációk a nyugati országokban jellemzően csökkenő tendenciát mutatnak. A csökkenés a 2000-es évek első felében vált uralkodóvá 44,52,55,58-66 .
A legalább 10 éves adatsort közlő országok közül a csökkenés az Amerikai Egyesült államokban 2001-ben (Medicare adatbázis) 52 , vagy 2005-ben (National Inpatient Sample adatbázis) 63 , Norvégiában a combszintű amputációk esetén 2003-ban, a lábszárszintű amputációk esetén 2001-ben 61 , Dániában 2006-ban 39 , Németországban 2005-ben 64 , Finnországban a lábszár szintű amputációk tekintetében 2004-ben kezdődőtt 44 . Ausztráliában ugyanez a jelenség 2001 körül zajlott le 66 .
Az alsó végtagi amputációk és érbeavatkozások nyers incidenciáit évente, és az egész periódusra is kiszámoltuk. Figyelemmel a változó életkori és nem struktúrára és azért, hogy valid nemzetközi és évek közötti összehasonlítást tehessünk, standardizálásra volt szükség 67 . Direkt standardizálást használtunk külső standard populáció használatával. E célból a European Standard Population 2013-at (ESP2013) választottuk 68 .
A beavatkozások időbeli trendjének elemzésekor a nyers adatokat elsőként rétegeztük nem, a beavatkozás/esemény típusa és életkor szerint, utóbbi esetben 5 éves korcsoportokat alkalmazva a 85+ év csoportig. A kockázatnak kitett háttérpopuláció létszámát a Központi Statisztikai Hivataltól szereztük be, és lineáris interpolációval számoltuk át napi szintre. A napi adatokat ezt követően egy általánosított additív modellbe (GAM) tápláltuk be 69 , külön-külön mindegyik esemény/beavatkozás típusra. Az eredményváltozó az események/beavatkozások darabszáma az adott rétegben, a magyarázó változók az életkor, a nem, a dátum, a hét napja és az év napja (az offszet pedig a réteg létszáma). Az év napját ciklikus köbös spline-nal bontottuk ki, a dátumot és az életkort thin plate regressziós spline-nal, hogy megengedjük ezek esetében a nemlineáris hatást. A spline-ok flexibilisen követik az adatokat, előzetes függvényforma megadásának szükségessége nélkül. Az életkor és a nem között megengedtünk interakciót, máshol viszont nem. Az eredményváltozó eloszlására negatív binomiálisat feltételeztünk, hogy megengedjük az esetleges overdiszperziót 70 . A modell becslését penalizált, iteratívan újra súlyozott legkisebb négyzetek (P-IRLS) módszerrel végeztük, a simítási paramétert pedig restricted maximum likelihood módszerrel becsültük 69 . A spline-ok esetében modelldiagnosztikaként ellenőriztük a bázis dimenziójának elégségességét úgy, hogy nagyon nagyra emeltük azt (50-re az év napjánál és a hosszú távú trendnél, 15-re az életkornál), majd megvizsgáltuk, hogy az így becsült simítógörbe – és az effektív szabadsági fokok száma – itt már nem nő a dimenzió emelésével. Szintén lefuttattunk egy szimuláció alapú tesztet ennek vizsgálatára, illetve a deviance reziduumok QQ-ábráját is megvizsgáltuk. Összességében véve látható, hogy a klasszikus életkorra és nemre standardizálás egy korszerű változatát valósítottuk meg, melyben ezen felül az idő többféle skálán szerepelhet, és végezetül a hosszú-távú trendet is nagyon finom (napi) felbontásban használtuk, szemben a hagyományos – és módszertanilag inkorrekt – éves csoportosítással.
A direkt standardizált incidencia értékek vonatkozásában az összes alsó végtagi amputációk számarányában 2013 után csökkenő tendencia volt megfigyelhető.
Az alsó végtagi major amputációk incidencia értékeket a 4. táblázatban tüntettem fel. Ahogyan korábban kimutattuk, az alsó végtagi amputációk szoros összefüggést mutattak az életkorral és a nemmel.
Ezen tényezők hatását korrigálva, a 2004-2019 közötti időszakra vonatkozó major amputációs beavatkozások idő trendjét ennek megfelelően ábrázoltuk.
A vizsgálat 16 éves periódusában bekövetkező, a teljes populáció öregedését és nemi összetételének változását kiigazító modellben, a major amputációk előfordulása 2004-2012 között érdemi változást nem mutatott. 2012 után 2019-ig a nyers incidencia értéket tekintve 13%-os, az évek alatt változó háttér populáció életkor és nem változásait korrigáló standardizált incidencia értékeiben 19%-os csökkenés volt kimutatható. A comb, illetve lábszár szintű major amputációk időtrendjét hasonlóan mutatjuk.
A comb és lábszárszintű major amputációk aránya kevéssé változott. Ennek értékei 2,11-2,48 között voltak.
Az alsó végtagi minor amputációk éves incidencia értékeiben (5. táblázat), amelyek grafikus ábrázolását külön mutatjuk, érdemi trend nem mutatható ki.
Az eredmények sokkal inkább értelmezhetők viszonylagosan állandó értékekként. A minor és major amputációk aránya szűk tartományban (0,93-1,15) érdemi időtrendet nem mutatott.
Az alsó végtagi primer major amputációk időtrendjét grafikusan ábrázoltam, amelyen jelzetten csökkenő érték látható.
Az amputációk incidenciájának, időbeli trendjeinek meghatározása széleskörben elfogadott, remélten az érbetegellátás minőségét visszatükröző mutatója. A szakirodalomban világszerte széles körben közölnek ilyen adatokat az 1990-es évektől kezdődően 57,71 . Dilemmát jelent ezen adatok értékelése, amennyiben a különböző közlések eredményei rendkívül széles tartományban ingadoznak 72 . Ez megnehezíti az adatok összehasonlíthatóságát, ami egy ellátás minőségét tükröző mutató esetén elvárható lenne.
Az adatok (incidencia) variabilitásának több forrása feltételezhető. Az egészségügyi ellátás eltérő minőségén túl, aminek kimutatása az elsődleges cél, meghatározók az amputációs kockázatot hordozó populáció jellemzői (demográfia, társbetegségek mintázata), valamint az amputáció incidencia számolásának mikéntje. Utóbbit szokás a számláló/nevező problémájának nevezni.
Az incidencia hányados számlálóját képezi az amputációs események száma. Ezt az értéket messzemenőleg befolyásolja az eset definíció, azaz, hogy pontosan mit tekintünk amputációs eseménynek. Az általunk hasznát módszertan (biztosítási adatokon alapuló kutatás) az egyik oldalról nyilvánvaló előnyt rejt, amennyiben a teljes biztosított népességre vonatkoztatott, hosszabb megfigyelési időt magában foglaló elemzést végezhetünk. Ez nagymértékben hozzájárul a külső validitás (reprezentativitás) biztosításához. Mindazonáltal egyidejűleg a belső validitás területén ez kompromisszumot jelent olyan elemzéssel szemben, amely során konkrét orvos-beteg találkozón alapuló epidemiológiai kutatás lehetséges.
Elemzésünkben a beavatkozás kódok alkalmazásával elkülönítettük a minor és major amputációs eseményeket, ami mindenképpen célszerűnek látszik, hiszen a két beavatkozás célkitűzése más (járásképesség megőrzése, életmentés). Ezentúl törekedtünk arra, hogy első sorban az érbetegséggel, cukorbetegséggel kapcsolatos eseményeket azonosítsuk úgy, hogy az alsó végtagi daganatos megbetegedéseket, valamint baleseteket törekedtünk kizárni az elemzésből. A hányados bizonytalanságának következő meghatározója a nevező (kockázatnak kitett populáció) definíciójának nehézsége. A teljes populáció évenkénti számaránya, mint viszonyítási alap széles körben elérhető adat, azonban, ha alcsoportokat (például cukorbetegek és nem cukorbetegek) képezünk, azok nemi és életkor szerinti összetétele, vagy időben történő változása sokszor nem ismeretes. Elemzésünkben az alsó végtagi amputációk életkor és nem szerint összefüggését kimutattuk, ami alapján ezekre a tényezőkre történő korrekciót láttunk szükségesnek.
Erre a célra a direkt standardizáció alapját egy rögzített összetételű, az európai országok adatainak összehasonlítását lehetővé tevő populáció, az Európai Standard Populáció (ESP) életkor és nem szerinti rétegspecifikus arányszámai szolgáltatták. Az első ilyen képzett populációs adatsort 1976-ban vezették be, amely legfrissebb verziója a 2013-ban közölt ESP-2013 standard populáció 68 . Az így nyert standardizált amputációs arányszám azt fejezi ki, hogy a magyarországi népességet jellemző nyers amputációs arányszám mennyi lenne, ha az életkor és nemi rétegarányok azonosak lennének az ESP-2013 populáció rétegarányaival. Bár a módszer más területen nem újkeletű, az amputációs irodalomban mi alkalmaztuk első esetben, támogatva az európai országok közötti összehasonlítást, mint lehetőséget.
Az általunk kimutatott, az alsó végtagi major amputációk vonatkozásában megfigyelhető, 2013-től kezdődő mérsékelten csökkenő tendencia megfelel a nemzetközi közlésekben kivehető tendenciáknak 52,55,58-62 . Mindazonáltal a csökkenő tendencia hazánkban e közlések eredményeihez képest 10 évvel később jelent meg, ami jelezheti az ellátás elmaradottságát Magyarországon. További megfigyelésünk, hogy az alsó végtagi primer major amputációk számaránya viszonylagosan állandó. Ilyen jellegű adatsor egy finn közlésben ismeretes, ami csökkenő tendenciáról számol be (2009-2018 között 71-59%) 44 .
Az alsó végtagi major amputációk európai incidencia adatait részben összehasonlító elemzések (Európai Érsebészeti Társaság VASCUNET riportja), részben pedig nemzeti közlések tárgyalják 38,71 . Így ismeretesek adatok Németország, Spanyolország, Olaszország, Finnország, Svédországok, Norvégia, Dánia, Egyesült Királyság, Ausztria vonatkozásában 38,71 , valamint a közép-kelet-európai régió valamely országából (Szlovákia 71 , Lengyelország 73 , Románia 74 , Csehország 75 ).
A publikációk nagymértékben heterogén módszertana, valamint az esetekként csak cukorbeteg populációra megadott adatok miatt az adott közlésekben megjelenő nyers incidencia értékeinek átlagát tekintettük az összehasonlítás alapjául. A cukorbetegekre megadott értékek esetén azt az általános megfigyelést fogadtuk el, hogy a major amputáltak közel 50%-a szenved diabetesben, így az adott amputációs számokat a teljes populációra vetítve kettővel szoroztuk.
A 2004-2019 közötti periódusban a magyarországi átlagos alsó végtagi major amputációs incidencia adat 42,6±2,3/105 volt. A vizsgált nyugat-európia országok (Németország, Spanyolország, Olaszország, Finnország, Svédországok, Norvégia, Dánia, Egyesült Királyság, Ausztria) 38,71 átlagos incidencia értéke 13,9±5,5/105 volt. A közép-kelet-európai régió egyes országaiból (Szlovákia 71 , Lengyelország 73 , Románia 74 , Csehország 75 fellelhető adatok, valamint az általunk közölt adat átlagos értéke 39,6±6,5/105 volt. Az alsó végtagi major amputációk országspecifikus európai adatait színkódolt térképen mutatjuk.
Az általunk közölt adat, miszerint az alsó végtagi major amputációk átlagos nyers incidenciája 42,6/105 /év volt, nemzetközi összehasonlításban magasnak tűnik. Az Európai Érsebészeti Társaság VASCUNET jelentése hasonló következtetésre jutott 71 . Elemzésünkben több módszertani kompromisszummal élve (nyers incidenciák használata, a cukorbetegek számarányának 50%-ban való rögzítése) úgy találtuk, hogy a magasabb amputációs aktivitás, az európai országokkal való összevetésben nem Magyarország sajátja, hanem Európában a volt szocialista országokra jellemző eltérés. Míg ezekben az országokban (EU-13) a becsült alsó végtagi major amputációk átlagos incidenciája 30/105 /év felett volt, addig az Európai Unió nyugati országaiban (EU-15) ez az érték jellemzően 20/105 /év alattinak mutatkozik. Az Európai országok közötti határvonal ilyen értelmű meghúzását támogatja az a közlemény, amely Németország keleti és nyugati tartományai közötti, az amputációk számarányában megjelenő különbségre hívja fel a figyelmet 59 . Figyelembevéve, hogy az alsó végtagi amputációk az ellátás un. disztális kimeneti mutatójának tekintendők, ami a perifériás verőérbetegség, cukorbetegség szűrés, megelőzés, kezelés hosszú folyamatát tükrözi vissza, az európai országok közötti különbség magyarázata vélhetően rendkívül összetett tényezők sokaságának eredménye. Az érbeteg, valamint cukorbeteg ellátás specifikus strukturális, valamint folyamat indikátorainak különbsége mellett az országok népességének demográfiai, epidemiológiai jellegzetességei, valamint tágabb értelemben vett kulturális, gazdasági tényezői (szocio-ökonómia) szintén szerepet játszanak ebben.
A nemzetközi irodalomban, országon belüli amputációs mintázatról szóló adatközlések általában olyan közleményekre korlátozódnak, amelyekben egy adott földrajzi felbontásban mutatják be a területi eltéréseket. Ilyen publikációk ismeretesek az Amerikai Egyesült Államokból 76 , az Egyesült Királyságból 77 , Finnországból 78 , Spanyolországból 79 , Németországból 59 , és Hollandiából 80 . Míg Közép-Kelet Európából több közlés jelezte, hogy az amputációs teher magas 71,81 , ezidáig országon belüli területi elemzés nem volt ismeretes.
A területi elemzés alapjául szolgáló földrajzi beosztás meghatározása
A területi elemzést a Statisztikai Célú Területi Egységek Nómenklatúrája (Nomenclature of Territorial Units for Statistics - NUTS) beosztásra alapoztuk, melyet az Eurostat fejlesztett ki regionális statisztikák és regionálisan célzott politikai beavatkozások támogatására (Regulation [EC] No 1059/2003 of the European Parliament). Ez a rendszer három, hierarchikus szintet tartalmaz (NUTS 1-3, Magyarország esetében: országrész (Dunántúl, Közép-Magyarország, valamint Alföld és Észak), statisztikai régiók, megyék és Budapest) kiegészítve két, helyi adminisztratív szinttel (LAU 1 és 2, Magyarország esetében: járások és települések) 82 . A beteg lakóhelyét ún. irányítószám-csoport pontosságig ismertük, melyben kis lélekszámok esetén több irányítószám volt összefogva, adatvédelmi okokból. Mindegyik irányítószámcsoportot LAU 1 szinthez társítottuk (ami természetesen a NUTS beosztást is meghatározta). A kapott adatbázist rétegeztük nem, életkor (5 éves korcsoportok 85 évig) és a LAU 1 egység szerint. A lélekszámot nem, életkor és LAU 1 szerint a Központi Statisztikai Hivataltól szereztük be, az NT5C01 adatbázisból 83 .
Sajnos ez csak 2015-ig megy vissza, így a korábbi LAU 1 szintű adatokat a NUTS 3 szintű adatokból (NT1C02 adatbázis) határoztuk meg, feltételezve, hogy relatív megoszlás egy NUTS 3 egység LAU 1 egységein belül adott életkori és nemi csoportban nem változott 2015-höz képest. Magyarország térképét (LAU 1 szintig) az OpenStreetMap projekttől szereztük be ESRI-kompatibilis shapefile-ban 84 . Ez az adatbázis lehetővé tette a nyers, direkt standardizált és indirekt standardizált incidenciák számolását és vizualizációját 67 .
Statisztikai elemzés
A különböző beavatkozásokra vonatkoztatva kiszámítottuk a térbeli autokorreláció Geary-c és Moran-I mutatóját 85 , bináris súlyozást (tehát szomszédsági mátrixot) használva, azokat a területi egységeket tekintve szomszédosnak, melyeknek van közös határpontjuk. A Geary-c 0 és egy 1-nél nagyobb szám között van, ahol az 1 jelzi a térbeli autokorreláció hiányát, az 1 fölöttiek a negatív, az 1 alattiak a pozitív autokorrelációt. A Moran-I -1 és +1 között van, a -1-hez közelebbi értékek negatív, a +1-hez közelebbi értékek pozitív autokorrelációt jeleznek. Szintén kiszámoltuk a kis területi egységeken mutatott variabilitás Ibanez és mtsai által összesített mutatóit 86 . Ide tartozik a high-low arány, vagy más szóval extremális koefficiens (EQ), a súlyozatlan (CV) és súlyozott (CVw) relatív szórás; valamennyi metrikát kiszámoltuk az összes adatból és a 0,05-ös és 0,95-ös kvantilisnél trimmelt adatból, hogy védekezzünk az outlier-ek ellen. A súlyozás azt jelentette, hogy az egyes területi egységek standardizált rátáiból úgy számoltuk a CV-t, hogy a területi egységeket súlyoztuk a lélekszámukkal. Ezek a metrikák mind a direkt standardizált rátákon nyugszanak. Szintén kiszámoltuk a variabilitás szisztematikus komponense (SCV) nevű metrikát, mely az indirekt standardizált rátákat használja fel. Utóbbi esetén elfogadott, hogy a 0,03-t meghaladó érték esetén már számottevő, 0,054-0,1 tartományban nagy és 0,1 feletti tartományban igen nagy területi variabilitás igazolható 87 . Megjegyzendő azonban, hogy a hivatkozás alapjául szolgáló Appleby képletében egy 100-al történő szorzótagot alkalmazott, hasonlóan egy másik szerzőhöz 88 , azonban ezzel mi nem éltünk. Minden indikátort kiszámoltunk minden értelmes térbeli felbontás mellett, és a variabilitási indikátorokat kiegészítettük 95%-os konfidenciaintervallummal is, melyet nem-paraméteres bootstrap-pel nyertünk, percentilis eljárást használva 89 . Ezek a metrikák mind a területi egységek közötti variabilitást mérik, tehát a nagyobb érték jelent nagyobb variabilitást. Az EQ-nak nagy a mintavételi ingadozása és a mérési skála megválasztása is befolyásolja (az abszolút értelemben nagyobb variabilitás nagyobb átlag mellett jelenthet relatíve ugyanakkora variabilitást), ami megnehezíti az EQ-k egybevetését. A CV ez utóbbi problémát megoldja, de még mindig nem választja le a mintavételi ingadozást, amit az SCV tesz meg. Megkíséreltük kvantifikálni azt is, hogy a LAU 1 szinten tapasztalható variabilitás mekkora hányadát magyarázza a megye (NUTS 3) amiben a LAU 1 egység van, tehát, hogy mekkora a megyén belüli variabilitás és mekkora a megyék átlagainak ingadozása a nagy (országos) átlag körül, azaz a megyék közötti variabilitás. E célra a jól ismert variancia-dekompozíciót alkalmaztuk; a H2 mutatót használva a megyék közti variabilitás össz-variabilitáshoz viszonyított arányának mérésére, tehát az 1-hez közeli H2 azt jelenti, hogy az egy megyén belüli járások hasonlóak egymáshoz (és így a megye átlagához is) és az össz-variabilitás inkább abból származik, hogy a megyék átlagai eltérnek, míg a 0-hoz közeli H2 azt mutatja, hogy a variabilitás jórészt abból jön, hogy a járások ingadoznak a megyéjük átlaga körül, és kevésbé abból, hogy a megyei átlagok ingadoznak az országos átlag körül. A H2 -et úgy számítottuk, hogy kiregresszáltuk az incidenciát LAU 1 szinten a megye (NUTS 3) indikátort használva egyedüli magyarázó változóként; ebben az esetben ennek a regressziónak az R2 -e a H2 lesz.
A NUTS rendszerének különböző szintjein megállapított alsó végtagi major amputációk incidenciájának tartományait a 11. táblázat mutatja. A különböző mérőszámok, amelyek a megyei, illetve járási szintű incidenciák variabilitását mutatják a 12. táblázatban olvashatóak. Ezeken felül kiszámítottuk a térbeli autokorreláció Geary-c és Moran-I mutatóit, amelyek a 13. táblázatban láthatóak. Utóbbiak járási szinten igazolták a térbeli autokorreláció tényét. Az amputációs gyakorlatot tükröző (major amputációk nyers, direkt és indirekt standardizált incidenciája) megyei és járási felbontású színkódolt térképeken mutatjuk.
Budapest kerületei vonatkozásában ugyanezt az ábrázolást választottuk.
Az egyes megyék és az adott megyékhez tartozó járások direkt standardizált amputációs incidencia értékeit szintén grafikusan demonstráltuk.
A beavatkozások járás szintű, direkt standardizált incidenciáinak gyakoriságát színkódolt térképen ábrázoltuk.
Emellett, az egyes megyék és az azonos megyékhez tartozó járások incidencia értékeit külön ábrán mutatom.
A különböző földrajzi léptékű elemzéseink (NUTS 1- LAU1) azt mutatták, hogy az alsó végtagi major amputációk számaránya a földrajzi egység méretétől függően különböző mértékű variabilitást mutat. A megfigyelés, miszerint minél kisebb a földrajzi egység, amelyben az amputációs gyakoriságot vizsgáljuk, annál nagyobb a területi variabilitás, az úgynevezett módosítható területi egység problémája (Modifiable Areal Unit Problem - MAUP) kérdéskörében értelmezhető. Ennek lényege, hogy ugyanaz a jelenség az eltérő földrajzi lehatárolásokból eredően különböző térbeli mintázatokat mutat. Ez a jelenség részben a kiválasztott földrajzi egység méretével, az adat aggregáció mértékével kapcsolatos (aggregációs hatás), részben pedig az adott földrajzi egység alakjának szerepe meghatározó (zóna hatás) 90 . Vizsgálatunkban az előbbi tényező tekinthető elsődlegesnek. Utóbbi vizsgálatára nem volt lehetőségünk. A térbeli elemzés összetettségének további forrása lehet, hogy elemzés földrajzi, közigazgatási egységeken alapul, vagy a konkrét ellátóhelyek képezik az összehasonlítás alapját (184). Vizsgálatunkban a korábban leírt módon a közigazgatási határokat választottuk.
A következőkben arra törekedtünk, hogy a beavatkozások területi különbségeit a SAVA szakirodalomban használatos mérőszámokkal jellemezzük 86 . Ezekről a metrikákról általánosságban elmondható, hogy az egyszerűbben értelmezhető típusaik (extremális koefficiens, relatív szórás) esetén értékük függ a mintavételi gyakoriságtól, a vizsgált populáció méretétől, a földrajzi egységek méretétől és számától, így ezek érzékenysége, robusztussága korlátozott. A kifinomultabb mérőszámok (variabilitás szisztematikus komponense, empirikus Bayes statisztika) ugyan stabilabbak különböző elemzési helyzetekben, azonban intuitive nehezebben értelmezhetők 91 . A szakirodalomban leginkább használatos variabilitás szisztematikus komponensét (SCV) tekintve elfogadott, hogy a 0,03-t meghaladó érték esetén már számottevő, 0,054-0,1 tartományban nagy és 0,1 feletti tartományban igen nagy területi variabilitás igazolható 87 . Ezt alapul véve eredményeink arra utalnak, hogy járási szinten az ottlakók kockázata, hogy alsó végtagi major amputációt szenvednek el, vagy nyitott érsebészeti beavatkozásban részesülnek, nagy területi varibilitást mutat. Az alsó végtagi endovaszkuláris beavatkozások tekintetében a területi egyenlőtlenség igen nagymérvűnek mondható.
Elemzésünk arra is kiterjedt, hogy vajon a járásszintű területi variabilitás, ha annak varianciáját szétbontjuk (H2 statisztika), mennyiben tulajdonítható járási és mennyiben megyei szinten értelmezhető tényezőknek. A variancia dekompozició eredménye azt mutatta, hogy a megyék közötti különbségek körülbelül hasonló mértékben magyarázhatók a megyék országos átlag körüli ingadozásával és hasonló mértékben az adott megyéhez tartozó járások variabilitásával. Ez a megfigyelés jól tükrözi azt a feltételezést, hogy a területi amputációs gyakorlatot és az alsó végtagi érbeavatkozásokat több, eddigiekben ismertelen tényező határozza meg, olyanok, amelyek megyei és olyanok, amelyek járási szinten hatnak. Az egészségügyi ellátást tekintve az előbbi a megyei központi kórházak ellátásával lehet kapcsolatos, utóbbi pedig inkább a járás szintű járóbeteg ellátás, házi orvosi alapellátás sajátja.
A további megfigyelésünk, miszerint mindkét típusú alsó végtagi beavatkozás (amputáció, revaszkularizáció) esetén, járási szinten pozitív területi autokorreláció mutatható ki, nagy jelentőséggel bír. Intuitive ez azt jelenti, hogy az alsó végtagi beavatkozások járási arányszámai adott szomszédsági meghatározás mellett az egymással határos járásokban hasonlóak. Ennek elméleti ellentéte az lenne, ha a szomszédos járások jellemzően különböznének egymástól ebben a vonatkozásban (negatív autokorreláció). A két szélső érték között (zéró autokorreláció) tartomány véletlenszerű (random) térbeli eloszlást valószínűsítene. Ez a megfigyelés megint csak az alsó végtagi beavatkozások gyakorlatának összetett meghatározottságát mutatja. További következmény, hogy a szomszédos területek között vélhető kapcsolat miatt az egyes területi egységek beavatkozási számarányainak statisztikai elemzésekor ezt a tényt figyelembe kell venni, a hagyományos módszerek (pl. lineáris regresszió) nem vagy, csak korlátozottan alkalmazhatók.
A fenti adatok a járási szinten vizsgált beavatkozások jelentős fokú „térbe ágyazottságát jelzik. Ilyen értelemben az általunk leírt jelenség szemléletes megfogalmazása Tobler „első földrajzi törvénye”, miszerint „Minden minden mással összefügg, de a közelebbi dolgok jobban, mint a távoliak” 92 .
A szakirodalomban az alsó végtagi amputációk országon belüli egyenlőtlenségének meghatározójaként az érintett betegek egyedi tulajdonságai (demográfia, társbetegség mintázat, szocio-ökonómiai státusz) mellett az élő környezet hatásai is kimutatták 26,93 . Utóbbival kapcsolatban közvetlen egészségügyi tényezőket 94-97 , valamint tágabb értelmű, nem közvetlenül az egészségügyi ellátással összefüggő tulajdonságokat azonosítottak 98-100 .
Az alsó végtagi major amputációk területi egyenlőtlenségét potenciálisan meghatározó tényezők feltárásakor kimeneti változónak tekintettük a 2017 január 1. és 2019 december 31. közötti alsó végtagi major amputációs események járási szintű, életkorra és nemre korrigált (direkt és indirekt standardizáció) éves átlagos incidenciáit. A direkt standardizációt a European Standard Population 2013-as verziója alapján végeztük, úgy, hogy a 90-95 és 95+ korcsoportokat beleolvasztottuk a 85+ korcsoportba, hogy megfeleljünk a KSH-tól nyert adatoknak 68 . Indirekt standardizáláshoz egész Magyarországra aggregáltuk az adatokat a teljes vizsgált időtartományon (életkor és nem szerint).
A járási szinten azonosítható potenciális magyarázó tényezők adatforrásaként a kutatás során már jelzett NEAK adatbázis mellett az Országos Területfejlesztési és Területrendezési Információs Rendszer (TeIR) adatbázisa szolgált. Utóbbi rendszer használatának jogszabályi keretét a területfejlesztésről és területrendezésről szóló, 1996. évi XXI. törvény és a területfejlesztéssel és területrendezéssel kapcsolatos információs rendszerről és a kötelező adatközlés rendjéről szóló 31/2007. (II.28.) Kormányrendelet adja. A rendszerben található adatok körét részletesen a Kormányrendelet mellékletei tartalmazzák. Az országos, területi (regionális, kiemelt térségi, megyei, járási) és települési szervezetek a TeIR web alapú informatikai rendszeréhez (https://www.teir.hu/) egy alkalmazási rendszeren keresztül csatlakoznak. Az általunk lekérdezett és felhasznált adatok elsődleges adatgazdái a Központi Statisztikai Hivatal (KSH), a GeoX Kft., Nemzeti Egészségbiztosítási Adatkezelő (NEAK), Nemzeti Adó- és Vámhivatal (NAV), az Oktatási Hivatal és az Innovációs és Technológiai Minisztérium (ITM) voltak. Az adatok lekérdezésekor arra törekedtünk, hogy az időszak, amelyre az adott adatsor vonatkozott minél közelebb legyen időben a megfigyelési időszakunkhoz (2017-2019).
Az egészségügyi mutatók tekintetében a házi orvosi, valamint az angiológiai-érsebészeti járóbetegellátás jellemzőin (5 mutató) túl az adott járás lakosságára vonatkozó alsó végtagi revaszkularizációs aktivitást jellemző változókat (2 mutató) is meghatároztunk. A közvetlenül nem egészségügyi, hanem tágabb értelmű szocio-ökonómiai mutatókat (17 mutató) négy csoportba foglaltuk (iskolázottság, jövedelem, foglalkoztatottság, helyi infrastruktúra és szolgáltatások). Az egyes mutatókat település szinten normalizáltuk, majd járási szintre aggregáltuk olyan módon, hogy az egyes járások települési adatait összeadtuk, majd az eredményt elosztottuk a járás összlélekszámával (az adott mutatóhoz releváns életkorcsoportban). Tekintettel az egyes tényezők között feltételezhető multikollinearitásra, a továbbiakban adatredukcióként – összlélekszámmal súlyozott – főkomponens-elemzést végeztünk, amely eredményeként járási szinten a járóbetegellátást, az alsó végtagi revaszkularizációs aktivitást és a több komponensű szocio-ökonómiai környezetet jellemző változókat nyertük. A lakókörnyezetet leíró változókat a 9. és 10. táblázatban tüntettem fel.
Statisztikai elemzés
Első lépésként elemzésünk járási szintű eredményváltozója (amputációk incidenciái) és magyarázó változói (járóbeteg ellátás, alsó végtagi revaszkularizációs aktivitás, szocio-ökonómiai környezet) közötti kapcsolatot a hagyományos lineáris regresszió (egyváltozós és többváltozós) eszközeivel kíséreltük meg feltárni. A legkisebb négyzetek módszerén (Ordinary Least Squares, OLS) alapuló becslés után a kapcsolat mértékét a β ̂ koefficiens megadásával jellemeztük és a modell illeszkedését az R2 érték számolásával végeztük.
Korábbi elemzésünk (2.3.) már jelezte, hogy a járási szintű amputációs incidencia értékek térbeli együttjárást (térbeli autokorreláció) mutatnak. Ez a térbeli függőség a hagyományos lineáris regresszió becsült standard hibáinak (és így a p-értékeknek, konfidenciaintervallumoknak) a torzítását és a becslések pontatlanságát eredményezheti, így szükségét láttuk térstatisztikai módszer alkalmazásának. Az egyszerű OLS becslésnél bonyolultabb módszerek előnye, hogy a fenti statisztikai korrekciókon túl egyúttal a szomszédos területek esetleges hatásait is képesek leszünk feltárni az adott földrajzi egység eredményváltozójának alakulásának elemzésekor. Ezeket a hatásokat térbeli késleltetett (spatial lag) hatásként értelmezik. A térbeli késleltetés lehet a eredményváltozóban (ezek a térbeli késleltetett, spatial lag modellek), a magyarázó változókban (térbeli keresztregressziós modell, spatial cross-regressive model), vagy a hibatagban (térbeli hiba, spatial error modellek), vagy akár mindegyikben 101 . Ilyen értelemben a legösszetettebb modell ezek közül a Manski modell 102 , amely ezen lehetőségek mindegyikét tartalmazza, azonban komplexitása, a tényezők interakciója miatt a modell rosszul definiált és így a becsült paraméterek pontatlan becslést adnak, így alkalmazása nem javasolt 103 . A Manski-modellből különböző paraméterkorlátozásokkal lehet eljutni a többi egyszerűbb térbeli modellhez, amely korlátozás végső eredménye a hagyományos lineáris regresszió (OLS) lenne.
Elemzésünkben a lehetséges térbeli modellek közül empirikusan a térbeli Durbin hibamodellt választottuk, amely a magyarázó változók mellett a hibatagok térbeli hatását is lehetővé teszi. Az eredményváltozó (amputációk) nehezen értelmezhető esetleges térbeli hatásától eltekintettünk 103 . Kiegészítésként további paraméterkorlátozással megvizsgáltuk a hibatag térbeli hatását figyelmen kívül hagyó, a magyarázó változók térbeliségét elemző térbeli késleltetett (spatial lagged X, SLX), valamint a térbeli hibatagot meghagyó, de térbeli magyarázó tényezőket elimináló térbeli hiba (spatial error modell, SEM) modellek eredményeit. Utóbbi modellek a Durbin modell speciális típusainak foghatók fel 103 . A területi súlymátrix elemzésekor a szomszédság meghatározásakor a királynő-szomszédságot vettük alapul, amely a sakkjáték analógiáját alapul véve azt jelenti, hogy két területi egység szomszédosnak tekinthető, amennyiben akár csak egy pontban is, de van közös határuk. A SDEM és a SEM alapú elemzés során direkt, az adott földrajzi egységen belüli, indirekt, az adott földrajzi egységgel szomszédos területekről „átfolyó (spillover)” és az előbbiek együtteseként értelmezhető összes (total) hatásokat elkülönítetten adtuk meg.
9. táblázat Az egészségügyi ellátás mutatói
EGÉSZSÉGÜGYI ELLÁTÁS MUTATÓI
Járóbeteg ellátás
Háziorvosok száma (fő)
Olyan települések aránya, ahol nincs háziorvos (db)
Gyógyszertárak száma (db)
Angiológiai szakambulancián ellátott betegek száma (fő)
Érsebészeti szakambulancián ellátott betegek száma (fő)
Alsó végtagi revaszkularizációs aktivitás
Alsó végtagi nyitott érműtéten átesettek száma (fő)
Alsó végtagi endovaszkuláris beavatkozások száma (fő)
10. táblázat A szocio-ökonómiai környezet mutatói
SZOCIO-ÖKONÓMIAI KÖRNYEZET MUTATÓI
Iskolázottság
Az általános iskola első évfolyamát el nem végző, 10 éves és idősebb népesség, a megfelelő korúak arányában (%)
Legfeljebb általános iskolai végzettséggel rendelkezők aránya az aktív korúakon (15-59 évesek) belül (%)
Legfeljebb érettségizett, 18 éves és idősebb népesség, a megfelelő korúak arányában (%)
Egyetemi, főiskolai, egyéb oklevéllel rendelkező, 25 éves és idősebb népesség, a megfelelő korúak arányában (%)
Jövedelem
Személyi jövedelemadót fizetők (fő)
Személyi jövedelemadó (Ft)
Infrastruktúra és szolgáltatások
Üzemanyagtöltő állomások (db)
Bankfiók, takarékszövetkezeti fiók összesen (db)
Legközelebbi autópálya-csomópont elérési ideje közúton, a leggyorsabb úton (perc)
Személyszállító gépjárművek (db)
Összkomfortos lakások száma (db)
Komfortos lakások száma (db)
Félkomfortos lakások száma (db)
Komfort nélküli lakások száma (db)
Közcsatornával ellátott lakások száma (db)
Foglalkoztatottság
Nyilvántartott álláskeresők száma (fő)
180 napnál hosszabb ideje nyilvántartott álláskeresők száma (fő)
Vizsgálódásunk földrajzi egységeként tekintett 197 járást jellemző tényezők átlagos értékei a 15. táblázatban mutatjuk.
2017. január 1. és 2019. december 31. között összesen 11.649 amputációs eseményt azonosítottunk, ami 10.209 beteget érintett (életkor: 69,8 ± 10,9 év, 7702 – 66,1% férfi). Az amputáltak lakóhelyét alapul véve, a járási szintű életkorra és nemre korrigált amputációs incidencia 56,1 ± 18,4 per 100.000 lakos (tartomány: 14,6 – 124 per 100.000 fő) volt. A beavatkozások járási szintű sűrűségét színkódolt térképen ábrázoltuk.
A helyi egészségügyi ellátás járóbeteg mutatóinak (házi orvosok, gyógyszertárak elérhetősége, házi orvosok lakosság arányos száma, angiológiai, érsebészeti járóbeteg megjelenések lakosság arányos száma), valamint a főkomponens elemzéssel nyert ezeket összesítő járóbeteg ellátás járási szintű sűrűség térképét színkódoltan demonstráljuk.
.
Az adott járás lakosai közül az alsó végtagi revaszkularizáción átesettek számarányát (59,5-286,8 beavatkozás per 100.000 lakos), a revaszkularizációs aktivitást tükröző sűrűség színkódolt térképen demonstráljuk.
A nem szorosan az egészségügyi ellátórendszerhez köthető, a helyi szocio-ökonómiai mutatókat (iskolázottság, jövedelem, foglalkoztatottság, helyi infrastruktúra és szolgáltatások) szintén főkomponens elemzéssel vontuk egy mutatóba (szocio-ökonómiai környezet). Ezek sűrűség térképét színkódoltan mutatjuk.
A hagyományos OLS módszerrel elvégzett egy változós, valamint többváltozós regresszió eredményei a 16. táblázatban láthatóak.
Az egyváltozós modellben a helyi járóbeteg ellátás és a szocio-ökonómiai környezet inverz kapcsolatot mutattak az amputációs aktivitással (A=-4,21, 95% CI: -6,23 – -2,18, p<0,001; <=-7,32, 95% CI: -9,21 – -5,44, p<0,001). A helyi revaszkularizációs aktivitás azonban pozitív asszociációt mutatott az amputációk számával.
A többváltozós modellben míg a járóbeteg ellátás mutatói nem mutattak kapcsolatot az amputációk számával, a revaszkularizáció továbbra is magasabb amputációs aktivitással párosult. A szocio-ökonómiai környezet magasabb szintje azonban kisebb amputációs aktivitással járt. Az OLS modell a járási szintű amputációs aktivitás varianciájának 27%-át volt képes magyarázni.
A továbbiakban alkalmazott komplex térstatisztikai modell (térbeli Durbin hiba modell – SDEM) a szocio-ökonómiai környezetet leíró változó tekintetében ugyanabban a járásban (direkt hatás) szignifikáns inverz kapcsolatot igazolt (β=-7,45, 95% CI:-10,50 – -4,42, p<0,0001). A szomszédos járások felőli késleltetett hatást (lag effect, spillover) kimutatni nem sikerült (β=1,14, 95% CI: 3,12 –5,40, p=0,60). Mindez összességében inverz kapcsolatot feltételez ((β=-6,31, 95% CI: -9,72 – - 2,90, p<0,0001). A járóbeteg ellátás vonatkozásában szignifikáns kapcsolat sem a direkt, sem az indirekt hatások tekintetében nem volt feltárható. Az alsó végtagi revaszkularizációs aktivitás ugyanabban a járásban pozitív, szomszédos járás esetén inverz relációt mutatott. Ezek együttese összességében neutrálisnak mutatkozott (β=-0,002, 95% CI: -0,05 – 0,04, p=0,96). A modell az amputációk térbeli mintázatának 37%-át volt képes magyarázni (pseudo-R2 ). A Lambda-) paraméter szignifikáns volta arra utal, hogy a modell hiba komponense (nem vizsgált tényezők) szintén térbeli hatással bír. A közvetlen, valamint térbelileg késleltetett (szomszédos) hatások eredményeit a 17. táblázatban tüntettük fel.
Elemzésünkben kísérletet tettünk arra is, hogy az alsó végtagi beavatkozások területi mintázatának leírásán túl annak meghatározó tényezőit is feltárjuk.
Míg az adott betegre vonatkoztatott amputációs kockázat, valamint az egyedi beteg tulajdonságai közötti kapcsolat a kezelő orvos számára sok esetben nyilvánvalók, az amputált személy élő környezetének hatásának szerepe sokkal kevésbé átlátható. Ennek ellenére a kérdés jelentősége nagy, hiszen az egészségügyi ellátásért felelős döntéshozók számára sokkal inkább értelmezhető.
Elemzésünkben az egészségügyi ellátórendszerhez közvetlenül kapcsolódó, valamint ahhoz legfeljebb csak közvetve köthető, az amputációs kockázatot potenciálisan meghatározó tényezők szerepét vizsgáltuk.
Fontos újdonság elemzésünkben, hogy az eredményváltozó (járási szintű amputációs aktivitás) és potenciális magyarázó tényezők közötti kapcsolat feltárásakor a hagyományos, legkisebb négyzetek elvén nyugvó statisztikai modell (OLS) mellett sokkal átfogóbb térstatisztikai modell is alkalmaztunk, amely figyelembe veszi a járások közötti szomszédsági kölcsönhatások lehetőségét. Ezt saját korábbi elemzésünk eredménye (járási amputációs incidenciák pozitív térbeli autokorrelációja) is támogatta. A modell (térbeli Durbin modell) az amputációk területi variabilitását nagyobb mértékben (27 vs. 37%) volt képes magyarázni.
A helyi egészségügyi ellátás járóbeteg mutatóit (házi orvosok, gyógyszertárak elérhetősége, házi orvosok lakosság arányos száma, angiológiai, érsebészeti járóbeteg megjelenések lakosság arányos száma), valamint a főkomponens elemzéssel nyert ezeket összesítő járóbeteg ellátást jellemző változót tekintve nem találtunk szoros kapcsolatot a járási szintű amputációs aktivitással. Ezek a mutatók döntően az általános és az érgyógyászati specifikus ellátás strukturális indikátorainak tekinthetők. A nemzetközi irodalomban az ellátás struktúrája és az amputációs aktivitás között inverz kapcsolat volt kimutatható a diabeteses láb ambulanciák szolgáltatása 104 , multidisciplinaris team-ek (MDT) szerveződése 97 , végtagmentést célzó érgyógyászati központokban folyó ellátás 105 , valamint a diabeteses láb, mint a cukorbeteg gondozás fontos elemének házi orvosi gyakorlatban történő hangsúlyozása vonatkozásában 106 .
Mindazonáltal megfigyelésünk (ellátás struktúrája és a helyei amputációs aktivitás közötti kapcsolat hiánya) nem egyedülálló. Hasonló összefüggést tártak fel más vizsgálatok a házi orvos, érsebész, podiáter ellátottság tekintetében 43 . Az egészségügyi ellátórendszer további strukturális jellemzőjeként tekinthető az adott tevékenységre történő anyagi ráfordítás. Egy amerikai és egy dán tanulmány alapján nem sikerült igazolni, hogy a magasabb anyagi ráfordítás csökkentené az amputációs aktivitást 95,107 . Ennek magyarázata lehet, hogy maga struktúra nem biztosítéka a végtagvesztés hatékony megelőzésének. Feltételezhető, hogy az amputációs kockázat csökkentésének sokkal inkább feltétele az a folyamat, ahogyan a korlátozott ellátóhelyeken a rizikót hordozó betegek gondozása folyik. Az érsebészeti és angiológiai ellátás területi lefedettségének elégtelenségéről először szolgáltattunk adatot. Feltételezhető, hogy a kockázatnak leginkább kitett népesség specifikus ellátórendszer hiányában más szakmák által biztosított járóbeteg ellátóhelyén jelennek meg és sajnos az ottani ellátásnak ez a betegcsoport kevésbé képezi preferenciáját. Ilyen értelemben sokkal kevésbé az ellátóhelyek száma és sokkal inkább az ellátás minősége, az, ami számíthat. Ennek mérésére sokkal részletgazdagabb, célzott elemzés lenne szükséges. Mindez alapján az ellátás folyamat indikátorainak meghatározása lehet az az út, ami segíthet a hatékony preventív stratégia kialakításában. Ilyen mutató lehet az alsó végtagi revaszkularizációs aktivitás.
Elemzésünkben a járások szintjén mért alsó végtagi revaszkularizációs aktivitás és az amputációs gyakorlat között a különböző modellekben (OLS, SDEM) a várthoz képest nehezen interpretálható eredményeket kaptunk. Míg a klinikai gyakorlatban egy adott beteg esetén a végtagmentés céljából végzett érbeavatkozás szüksége nyilvánvaló, népesség szintű elemzésünkben az OLS modellben (egyváltozós, többváltozós) a két beavatkozás között nem inverz, hanem pozitív kapcsolat volt megállapítható. Ennek lehetséges magyarázata lehet, hogy adott járás lakosságának egészségügyi állapota (demográfia, társbetegségek, életmódban rejlő kockázat) egyaránt fokozza az alsó végtagi érbeavatkozások, valamint azok elégtelensége esetén az amputációk kockázatát. A két beavatkozás ilyen értelemben nem egymást ellensúlyozzák, hanem együttesen jelzik az érbeteg ellátás igényét. Ehhez a kirajzolódó összefüggéshez a térbeli modellünk (SDEM) annyit tudott hozzátenni, hogy míg adott járás amputációs és revaszkularizációs aktivitása pozitív kapcsolatot mutatott, a szomszédos járásokban kimutatott revaszkularizációs aktivitás inverz hatása érvényesült. Utóbbi hatást a szomszéd területekről történő átfolyásként (spillover) szokás jelölni. E megfigyelés interpretációja nehéz. Fogalmazhatunk úgy, hogy a szomszéd járásokban élők nagyobb esélye, hogy valamely, általában megyei központban revaszkularizációra kerülnek, csökkenti a megfigyelt járásban lévő amputációs kockázatot. A két hatás (direkt-helyi; indirekt-szomszédsági) együttese (total) semlegesnek mutatkozott. Ebben a kérdésben (hogyan függ össze az alsó végtagi amputációs és revaszkularizációs gyakorlat), a szakirodalomban található elemzések eredményei sem egységesek. Hozzánk hasonlóan Lago Franco és mtsai. pozitív korrelációról számoltak be 96 . Ezzel szemben Goodney és mtsai 94 , illetve Mestral és munkatársai 43 inverz kapcsolatot igazoltak. Meg kell azonban jegyezni, hogy az utóbbi két vizsgálatban a vizsgált populációt az alsó végtagi amputáción átesettek képezték és a revaszkularizáció tényét csak az ő esetükben rögzítették. Ilyen értelemben ezekből az elemzésekből kimaradtak azok az esetek, amely során a sikeres revaszkularizációt nem követte amputáció. Az interpretáció további akadálya és ez a mi elemzésünket is érinti, hogy nem tudtuk elkülöníteni az érbeavatkozásokat aszerint, hogy mi képezte indikációjukat (klaudikációs tünetegyüttes, vagy végtagvesztéssel fenyegető kritikus keringészavar). Sajnos legalább is Magyarországon a kódolási gyakorlat ezt nem teszi lehetővé. Az elemzési ilyen irányú korlátja komoly dilemmát eredményez, ami az adatok döntéshozók felé történő közlését illeti. Míg utóbbiak a két beavatkozás területi eloszlásáról szerezhetnek információt, a két mutató közötti kapcsolat kimutathatóságának módszertani nehézsége miatt bizonyosságot nem nyerhetnek, hogy a revaszkularizációs aktivitás fokozása az amputációs számok csökkenésével fog járni. Mindehhez sokkal részletesebb, sokkal inkább regiszter típusú adatbázis elemzés lenne szükséges.
Ami elemzésünkből sokkal egyértelműbben kitűnik, az az, hogy a járási szinten értelmezett lakókörnyezet és azt jellemző szocio-ökonómiai mutatók jelentős inverz kapcsolatot mutatnak az amputációs kockázattal. Vizsgálódásunk során több ilyen tényezőt is felhasználtunk a térstatisztikai modell kialakításakor. A vizsgált szocio-ökonómiai mutatókat (iskolázottság, jövedelem, foglalkoztatottság, helyi infrastruktúra és szolgáltatások), a multikollinearitás ténye miatt, azt elkerülendő, egy kompozit index-be foglaltuk össze. Az így értelmezett szocio-ökonómiai háttér index magasabb szintje alacsonyabb amputációs aktivitással járt. A több mutató egy indexbe foglalása kényszer volt, ami ugyan az elemezhetőséget támogatta, azonban az eredmény interpretációja így korlátozottá válik. Mind az OLS, mind a SDEM modell megadja, hogy a szocio-ökonómiai mutató egy egysége mennyivel változtatja a helyi amputációs számarány alakulását, azonban azt nem tudjuk pontosan megmondani, hogy mit jelent egy egység az index vonatkozásában. A mutató számértékeinek tartománya -2-től +2.5-ig terjed. Ebben a tartományban legalacsonyabb fejlettséggel a Borsod-Abaúj-Zemplén megyéhez tartozó Gönci járás, a legmagasabb fejlettséggel Budapest II. kerülete jellemezhető. Az utóbbinál egy egységgel alacsonyabb fejlettségű Dunakeszi, az előbbinél egy egységgel fejlettebb a Szabolcs-Szatmár-Bereg megyéhez tartozó Tiszavasvári járás. A nemzetközi irodalomban hozzánk hasonlóan jártak el, ami a szocio-ökonómiai depriváció komplex mutatója és az amputációs aktivitás kapcsolatának feltárást illeti 98,99,108 .
Az adott egészségügyi kimenetel és az egyéni, elemzésünk esetén a környezeti szocio-ökonómia állapot közötti kapcsolat rendkívül összetett. A perifériás érbetegség esetén további feltárásra vár az egyes jellemzők (kockázati tényezők gyakorisága, életmód, egészségügyi ellátáshoz való hozzáférés, iskolázottság, egészségismeret, kulturális tényezők) súlya és azok kapcsolata a különböző kimenetekhez (amputációk, halálozás) 109 .
Az alsó végtagi érbeavatkozásban részesült betegek biztosítási adatain alapuló jellemzésekor az amputáción átesettekhez hasonló nehézségekbe ütközünk. Ezzel kapcsolatban utalunk az ott leírtakra. A kódolási hibák, szabálytalanságok, az eset definíciók változékonysága, az adatgyűjtés meghatározott időszakával kapcsolatos nehézségek mellett nagy nehézséget jelent a beavatkozás pontos indikációjának bizonytalansága 110 .
Ami a második problémakört illeti, a kockázati tényezők feltárásakor az irodalomban nagyon sokféle eset definíció létezik, azaz a különböző kódok változatos kombinációit alkalmazták adott esemény vagy betegség megjelenés meghatározásakor. Ezek az algoritmusok különböző mértékben képesek azonosítani az adott esetet 3,4 .
A fenti értelemben az egészségügyi biztosítási adatokon alapuló kutatás és közlés során figyelembeveendő irányelvek a diagnosztikus eljárások kutatása során alkalmazandó Standards for Reporting of Diagnostic Studies (STARD) állásfoglalás 111 , valamint az epidemiológiai vizsgálatok esetén javasolt Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) irányelv olyan kiterjesztése, amely kifejezetten az egészségügyi ellátás során keletkező adatok tudományos értékű felhasználásának elveit foglalja össze. Az utóbbi a Reporting of studies Conducted using Observational Routinely collected health Data (RECORD) állásfoglalás 112 .
Az alsó végtagi érbeavatkozások tekintetében a NEAK fekvőbeteg szakellátás beavatkozások törzsállományában meghatároztuk azokat a kódokat, amelyek alkalmazásával azonosíthattuk az alsó végtagi nyílt érsebészeti, valamint endovaszkuláris beavatkozásokat. A beavatkozások kódjait a 1. táblázatban tüntettem fel.
Az esemény definíció vonatkozásában, a továbbiakban a következő szabály szerint jártunk el. Különálló eseménynek tekintettük azokat a beavatkozásokat, amelyek akár egy kórházi kezelés ideje alatt, de különböző napra lettek rögzítve. Egy eseménynek tekintettük mindazon beavatkozásokat, amelyek ugyanazon napon lettek rögzítve. Amennyiben nyitott érsebészeti és endovaszkuláris beavatkozások egy ugyanazon napon is történtek, ezt az eseményt mindkét csoportba beleszámoltuk.
A különböző beavatkozásokon átesett populáció jellemzésekor a demográfiai leírást a nem megadásán túl a beavatkozáskor betöltött életkor biztosította. A továbbiakban törekedtünk arra, hogy mind részletesebb klinikai leírását adjuk a betegcsoportnak. Ennek során a fekvő és járóbeteg szakellátásban alkalmazott diagnózisok és beavatkozások kódtáblájának használatával kíséreltük meg a társbetegségek és a korábban elszenvedett vaszkuláris események, beavatkozások azonosítását.
A társbetegségek mintázatának meghatározásakor a BNO kód alapú, döntően a kórházi halálozás kockázatát meghatározó Elixhauser rendszert vettük alapul. Ez a rendszer 31 betegségcsoport azonosítását teszi lehetővé a kórállapotok ellátásakor alkalmazható BNO 10. kódok valamelyikének használata alapján 33 . Egy adott betegség fennálltát akkor fogadtuk el, ha az adott BNO kód a fekvőbeteg ellátásban legalább egy alkalommal, a járóbeteg ellátásban pedig legalább két alkalommal rögzítésre került. A betegség megjelenését a visszatekintési periódusban elsőként azonosítható időponthoz kötöttük. Kiegészítésként meghatároztuk az Elixhauser score-t (van Walraven score), ami az egyes elemek súlyozott értékeinek (súlyok -7-től 12-ig) ötvözéséből álló, a teljes társbetegség teher leírására alkalmazható mutató, amely értéke -19 és +89 között van 34 .
A betegek további jellemzése érdekében kísérletet tettünk arra, hogy a vizsgált betegek előtörténetében azonosítsuk azokat az eseményeket, amelyek más érterületi (koszorúér, agyi ér) megbetegedéseknek felelnek meg. Az ehhez alkalmazott, eset definiciókat megalapozó BNO és OENO kódokat az 1. táblázatban tüntettem fel.
2004-2019 között 186.030 alsó végtagi érbeavatkozás eseményt azonosítottunk, az érintett betegek köre 108.843 fő volt. A nyitott érsebészeti beavatkozások száma 113.044 (74.413 beteg), ugyanez az endovaszkuláris beavatkozások esetén 72.986 beavatkozás (55.043 beteg) volt. Összesen 11.584 olyan esetet (10.033 beteg) találtunk, amikor nyitott érsebészeti és endovaszkuláris érbeavatkozásnak megfeleltethető műtétek ugyanazon beteg esetén egy ugyanazon napon történtek (összes eset 6%-a). A betegek demográfiai, klinikai jellemzőit a 3. táblázatban foglaltam össze.
Hasonlóan az alsó végtagi amputációkhoz, az adott index érbeavatkozást megelőző összes adattal számoló és a legalább kétéves „visszatekintési periódust” engedő eljárás, amely a 2004 és 2005-ben detektált index eseményeket kizárta az elemzésből, lényegében azonos eredményekkel szolgált az összes 3. táblázatban szereplő változó vonatkozásában.
Ami az alsó végtagi érebavatkozások kódjainak validitását illeti, nemzetközi adatot ezzel kapcsolatban nem találtunk. Mindazonáltal ezen beavatkozás kódok algoritmusba foglalása a perifériás verőérbetegek felismerésekor hathatósan segíthet 113 . Elemzésünk további korlátját jelenti, hogy a beavatkozások pontos indikációja jelen kódolás gyakorlat mellett nem feltárható. Más országokban, más kódolási környezetben ilyen jellegű lehetőség elemzés tárgya 114 . Emellett azt sem tudtuk kiértékelni, hogy adott beavatkozás melyik oldalon történt. Ilyen értelemben az általunk azonosított esetek a valós klinikai történések hozzávetőleges becsléseként értelmezhetők. A későbbiekben a kódolás validitásának magyarországi ellenőrzése, elemzése rendkívüli jelentőséggel bírna.
Az általunk alkalmazott diagnosztikus kód algoritmusok (Elixhauser társbetegség komponensek, akut kardiovaszkuláris történések) döntően a nemzetközi irodalomban megtalálható és validnak tekintett módszereken alapultak 115-117 .
Az alsó végtagi érbeavatkozások területén az összes beavatkozás 6%-ában azonosítottunk olyan esetet, amikor adott beteg nyitott érsebészeti és endovaszkuláris beavatkozása egy ugyanazon napon történt. Hiba lenne ezeket az eseteket kizárólag az egyre inkább javasolt hibrid beavatkozásokként értelmezni 118 . Nyilván ezek az esetek egy részében más indikáció, például egy beavatkozás szövődményének az ellátása is szerepet játszhatott.
A demográfiai jellemzőket tekintve feltűnő, hogy az érbeavatkozásra kerülő betegcsoport 5-10 évvel fiatalabb 35-39 . A férfi nem domináns érintettsége hasonló jellegzetesség. A cukorbetegség nagy gyakorisága, különösen a minor és major amputációk esetén nemzetközi tapasztalat. Az alsó végtagi érműtöttek esetén a cukorbetegség és komplex társbetegség teher valamelyes alacsonyabb az amputáltak csoportjához képest. A COPD viszonylag magas aránya, ha közvetve is csak, a dohányzás nagy gyakoriságát jelezheti. Ami az Elixhauser társbetegség klasszifikáció elemeit érinti, azok gyakorisága mintánkban magasabb volt a nemzetközi publikációkban találtaknál 40,41 , illetve más tanulmányok eredményével összehasonlítható 42 .
A kutatás során azonosított nem alsó végtagi (koszorúér, agyi ér ellátási terület) ateroszklerotikus események előfordulása (15-18%) jól tükrözi, hogy az alsó végtagi verőérbetegség nem önálló, hanem más ateroszklerotikus kórállapotokkal átfedésben megjelenő fenotípus.
Az alsó végtagi érbeavatkozások tekintetében az uralkodó nemzetközi mintázat a nyitott érsebészeti beavatkozások számának csökkenésével, az endovaszkuláris beavatkozások jelentős növekedésével jellemezhető. A két beavatkozás típus „helycseréje” a 2000-es évek első felében volt megfigyelhető 52,61 . Ami a jelenség tudományos megalapozottságát illeti, ez idáig egy randomizált klinikai tanulmány elemezte a kérdést miszerint vajon súlyos alsó végtagi keringészavar esetén (infrainguinalis szűkület, vagy elzáródás) a nyitott érsebészeti beavatkozások, vagy a percutan technikák tekinthetők jótékonyabbnak. A BASIL (Bypass versus Angioplasty in Severe Ischemia of the Leg) vizsgálat a 2000-es évek elején szerveződött Nagy-Britanniában és közel 500 beteg utánkövetése során, két év elteltével a két érbeavatkozás végpontjaiban (halálozás, amputációmentes túlélés) érdemi különbséget nem észleltek. A nyitott érműtétek költsége magasabb volt. Mindazonáltal, amikor a megfigyelést folytatták azok esetében, akik a kétéves periódust már túlélték (a teljes vizsgálati populáció 70%-a), a korábban nyitott érsebészeti beavatkozáson átesettek a halálozása szignifikánsan alacsonyabb volt, az amputációs mentes túlélés pedig trendszerűen bizonyult magasabbnak. Megállapítható volt az is, hogy bypass műtét esetén a műanyag graft alkalmazása, valamint a korábbi sikertelen endovaszkuláris beavatkozás rosszabb kimenetelt jósolt 119 . A vizsgálat interpretációja nem egységes. A vizsgálat értékelésekor felhívják a figyelmet a beavatkozásra kerülő betegek gyógyszeres kezelésének, mint befolyásoló tényezőnek a fontosságára. Emellett a vizsgálati végpontok kiválasztása is meghatározónak tűnik 120 . Ami a nem lezárult, folyó randomizált vizsgálatok kérdését érinti, két tanulmány eredményei lesznek az elkövetkező években esedékesek. A kritikus végtagi keringészavar esetén elsőként alkalmazott vénás bypass, valamint endovaszkuláris beavatkozás hatékonyságának és biztonságosságának vizsgálatát tűzte ki a BASIL-2 (Bypass vs. Angioplasty in Severe Ischaemia of the Leg) randomizált vizsgálat 121 . A kérdés további elemzését fogja lehetővé tenni a jelenleg is folyó randomizált klinikai vizsgálat, a BEST-CLI (The Best Endovascular vs Best Surgical Therapy for Patients with Critical Limb Ischemia) későbbi elemzése 122 . További randomizált tanulmányok hiányában prospektív megfigyeléses vizsgálatok metaanalízise áll rendelkezésre, amely az endovaszkuláris és vénás bypass műtétek vonatkozásában hasonló kimenetelt (amputációmentes túlélés) igazolt. Mindazonáltal az összehasonlítást számos zavaró tényezők akadályozta 123 . Egy multicentrikus, regiszter alapú vizsgálat (CRITISCH Registry) szintén a két beavatkozás típus hasonlóságát mutatta a kimenetelt tekintve 124 . A világszerte megfigyelhető ’endovascular first’ stratégia hátterében első sorban az állhat, hogy a minimálisan invazív beavatkozás lehetősége olyan vulnerabilis betegcsoportokra is kiterjeszthető (idős kor, jelentős társbetegség teher), akik esetén a nyitott érműtét kivitelezhetősége kétséges. Fontos azonban megjegyezni azt is, hogy az utóbbi stratégia gyakrabban igényel ismételt beavatkozásokat később 125,126 . Mindemellett a technológiai fejlődés szerepe is számottevő lehet a beavatkozások számának emelkedésében 127 .
Ez idáig Magyaroszágról hasonló értelmű adat az alsó végtagi érbeavatkozások számarányáról és időtrendjéről nem volt ismeretes.
Az alsó végtagi érbeavatkozások nyers incidenciáit évente, és az egész periódusra is kiszámoltuk. Figyelemmel a változó életkori és nem struktúrára és azért, hogy valid nemzetközi és évek közötti összehasonlítást tehessünk, standardizálásra volt szükség 67 . Direkt standardizálást használtunk külső standard populáció használatával. E célból a European Standard Population 2013-at (ESP2013) választottuk 68 .
A beavatkozások időbeli trendjének elemzésekor a nyers adatokat elsőként rétegeztük nem, a beavatkozás/esemény típusa és életkor szerint, utóbbi esetben 5 éves korcsoportokat alkalmazva a 85+ év csoportig. A kockázatnak kitett háttérpopuláció létszámát a Központi Statisztikai Hivataltól szereztük be, és lineáris interpolációval számoltuk át napi szintre. A napi adatokat ezt követően egy általánosított additív modellbe (GAM) tápláltuk be 69 , külön-külön mindegyik esemény/beavatkozás típusra. Az eredményváltozó az események/beavatkozások darabszáma az adott rétegben, a magyarázó változók az életkor, a nem, a dátum, a hét napja és az év napja (az offszet pedig a réteg létszáma). Az év napját ciklikus köbös spline-nal bontottuk ki, a dátumot és az életkort thin plate regressziós spline-nal, hogy megengedjük ezek esetében a nemlineáris hatást. A spline-ok flexibilisen követik az adatokat, előzetes függvényforma megadásának szükségessége nélkül. Az életkor és a nem között megengedtünk interakciót, máshol viszont nem. Az eredményváltozó eloszlására negatív binomiálisat feltételeztünk, hogy megengedjük az esetleges overdiszperziót 70 . A modell becslését penalizált, iteratívan újra súlyozott legkisebb négyzetek (P-IRLS) módszerrel végeztük, a simítási paramétert pedig restricted maximum likelihood módszerrel becsültük 69 . A spline-ok esetében modelldiagnosztikaként ellenőriztük a bázis dimenziójának elégségességét úgy, hogy nagyon nagyra emeltük azt (50-re az év napjánál és a hosszú távú trendnél, 15-re az életkornál), majd megvizsgáltuk, hogy az így becsült simítógörbe – és az effektív szabadsági fokok száma – itt már nem nő a dimenzió emelésével. Szintén lefuttattunk egy szimuláció alapú tesztet ennek vizsgálatára, illetve a deviance reziduumok QQ-ábráját is megvizsgáltuk. Összességében véve látható, hogy a klasszikus életkorra és nemre standardizálás egy korszerű változatát valósítottuk meg, melyben ezen felül az idő többféle skálán szerepelhet, és végezetül a hosszú-távú trendet is nagyon finom (napi) felbontásban használtuk, szemben a hagyományos – és módszertanilag inkorrekt – éves csoportosítással. A számításokat az R statisztikai programcsomag 3.6.1-es verziója 128 alatt hajtottuk végre, az mgcv csomag 1.8-28-as verziójának 69 használatával. A teljes forráskód elérhető a https://github.com/tamas-ferenci/AmputationEpidemiologyInHungary címen.
Az összes, valamint külön bontva (nyitott érsebészeti és endovaszkuláris) alsó végtagi érbeavatkozás idősoros trendvonalát grafikusan ábrázoltuk.
Éves bontásban ugyanezen adatokat számszerűen (nyers és direkt standardizált incidencia értékek) a 6., 7. és 8. táblázatban demonstrálom. Ez alapján a vizsgált időszakban a nyitott érsebészeti műtétek 38%-os csökkenése, az endovaszkuláris beavatkozások 85%-os növekedése volt látható. A kétféle eljárás számarányát tükröző trendvonalak 2016 után metszették egymást.
Ami az alsó végtagi érbeavatkozások időtrendjét illeti, elemzésünk alapján, a 2004-2019-ig terjedő 16 éves időszakban, az alsó végtagi összes érbeavatkozás trend vonalát tekintve felismerhető, hogy a 2004-2006 között időszakhoz képest a beavatkozások számaránya 2007-2008-ban csökkent. Ennek hátterében egy akkori drasztikus egészségügyi reform kísérlet állt (ágyszám, teljesítmény-volumen korlát csökkentés), amelyet követően az érbeavatkozások száma ugyan emelkedett, de nem érte el a korábbi időszak eredményeit. Megjegyzendő, hogy ebben az időszakban, illetve ezt követően az alsó végtagi amputációk számaránya nem növekedett. Ez jelzi a későbbiekben tárgyalt (5.5.), összetettnek tekintett kapcsolatot, ami a kétféle beavatkozást illeti. Nagyon nehéz megítélni, hogy az általunk kimutatott beavatkozás szám (incidencia), akár a nyers adat, akár az életkorra, nemre korrigált (direkt standardizáció) adat, mennyiben tekinthető kevésnek, soknak, vagy éppen megfelelőnek. Sajnos olyan elfogadott adat nem ismeretes, hogy adott populációra mennyi lenne a kívánatos beavatkozás szám, amit nyilván tovább nehezít a tény, hogy a különböző országok népessége életkorát, egészségügyi állapotát tekintve nagy különbségeket mutathat. Ilyen értelemben a „beavatkozás igény” is jelentősen különbözhet. Az összehasonlítást további nehezíti, hogy nem könnyű olyan közlést találni az irodalomban, amelyben hozzánk hasonló módszertannal jártak volna el a beavatkozás ráta meghatározásakor. A rendelkezésre álló tanulmányok csak nyers adatokat közölnek és sok esetben adott életkor csoportra (pl. >45 év; >65 év) vonatkoztatták eredményeiket. Saját nyers adatainkat az adott összehasonlítás alapjául szolgáló tanulmányban szereplő korcsoportokra kalkulálva és azokkal összevetve, a magyarországi beavatkozás szám töredéke a külföldi közölt adatnak 64,129,61,52 . A 100.000 főre jutó alsó végtagi érbeavatkozások számaránya így Magyarországon 40%-a (Németország 64 ), 14%-a (Ausztrália 129 ), 75%-a (Norvégia) 61 , és 56%-a (US 52 ) az irodalomban fellelhető, hasonló adatnak.
Mindazonáltal hangsúlyozni kell azt is, hogy a kényszer, miszerint az összehasonlíthatóság érdekében bizonyos korcsoportokat tudtunk csak figyelembe venni (>45 év; >60 év; >65 év), saját adataink egy részét (<45 év alatt 2,6%; 60 év alatt 35,6%; 65 év alatt 55,4%) ki kellett hagynunk az elemzésből.
A kérdés, miszerint az érbeavatkozások száma, időtrendje hogyan értékelhető, elvezet a nemzetközi irodalomban ’volume to value’ vitához, amely az egészségügyi rendszerek fenntarthatóságát érinti. Ebben felhívják a figyelmet arra, hogy az újabb beavatkozások megjelenésekor az azok túlzott felhasználása is problémaként jelentkezhet. Ez részben magába foglalja a várhatóan emelkedő számú szövődmények megjelenését 130 , valamint vélhetően a magasabb finanszírozás terhét. A beavatkozásszámok hangsúlyozása helyett azok indokoltságát kellene hangsúlyozni. Ez vezetett az irányelvek kiadása mellett ahhoz a törekvéshez, hogy az egészségügyi technológia helyes alkalmazásainak kritérium rendszerét megfogalmazzák (Appropriate Use Criteria - AUC). Az alsó végtagi érbeavatkozások területén ilyen dokumentum került kiadásra 2019-ben 131 . Ebben az összefüggésben bár a magyar adatok a számokat tekintve elmaradnak a nemzetközi gyakorlattól, a helyes gyakorlat kialakítás összetettebbnek tűnik a beavatkozásszámok emelésének igényénél.
Ami a nyitott érsebészeti csökkenő és az endovaszkuláris beavatkozások növekvő időtrendjét illeti („endovascular first” stratégia), megfigyelésünk szerint Magyarországon a két trendvonal 2016 után keresztezte egymást. Ez a mintázat nem egyedi, megfelel a nemzetközi trendeknek 39,52,61,64,66 Mindazonáltal az endovaszkuláris beavatkozások előretörése ezekben az országokban több mint tíz évvel korábban volt látható. Így volt ez 2004-ben Norvégiában 61 , 2001-ben az Amerikai Egyesült Államokban 52 , 2007-ben Dániában 39 , 2005-ben Németországban 64 , és valamikor 2001 előtt Ausztráliában 66 . Ebben az értelemben az amputációk trendjéhez hasonlóan itt is kirajzolódik egy tíz éves elmaradás.
1938-ban Alison Glover a gyermekkorban elvégzett mandula műtétek területi különbségeiről közölt egy érdekes tudományos elemzést. Anglia és Wales különböző iskolakörzeteit alapul véve a beavatkozás számarányában akár több mint nyolcszoros különbséget mutatott ki anélkül, hogy a betegség kimenetelében érdemi variabilitás mutatkozott volna. A gyerekek egyéni jellemzőiben erre magyarázatot nem talált. A magas műtéti szám különösen a jómódú családokban fordult elő. Cikkében felhívta a figyelmet arra is, hogy a beavatkozás kockázata nem elenyésző (mortalitás) 132 . Ezen első közlés óta számos megfigyelés támasztja alá, hogy az egészségügyi ellátás minden szegmensében megfigyelhető, hogy a gyakorlat (gyógyszeres kezelés, sebészi beavatkozás, diagnosztika) területi különbségeket mutat. A 70-es években több sebészeti eljárás alkalmazásával kapcsolatban mutatták ki a területi különbségek ilyen értelmű variabilitását 133 . A sebészeti helyi gyakorlat („surgical signature”) nem tűnt magyarázhatónak a betegség természetével, sokkal inkább az ellátórendszerben kialakult egyenlőtlenségnek volt tulajdonítható, ami potenciálisan felesleges beavatkozások elvégzését is magába foglalhatta 134 . Az elmúlt évek eredményei arra utalnak, hogy a technológiai fejlődést nem kísérte a területi variabilitás csökkenése 135 . A probléma természetesen nem önmagában a területi variabilitás léte, hiszen a beavatkozásokat objektíve indokló körülményekben is lehet területi eltérés, hanem az ezen túlmenő variabilitás. Erre a gondolatra hamarosan visszatérünk.
Az érsebészeti ellátás területén ilyen a gyakorlatban kimutatható területi különbségeket írtak le az alsó végtagi amputációk 39,136 , carotis sebészet 137,138 , hasi aorta aneurysma műtétek 139 területén.
Az alsó végtagi artériás revaszkularizációkat (nyitott érsebészeti, vagy endovaszkuláris) tekintve hasonló adat ismeretes az Amerikai Egyesült Államokból 45,140 , Kanadából 43 , Norvégiából 61 és Braziliából 96 . Ezek a közlések részben a területi különbségek egyszerű metrikával történő kimutatására korlátozódtak 61,140 , vagy arra tettek kísérletet, hogy a területi revaszkularizációs különbségek és az amputációs gyakorlat közötti kapcsolatot tárják fel 43,45,96 .
A területi elemzés alapjául szolgáló földrajzi beosztás meghatározása
A területi elemzést a Statisztikai Célú Területi Egységek Nómenklatúrája (Nomenclature of Territorial Units for Statistics - NUTS) beosztásra alapoztuk, melyet az Eurostat fejlesztett ki regionális statisztikák és regionálisan célzott politikai beavatkozások támogatására (Regulation [EC] No 1059/2003 of the European Parliament). Ez a rendszer három, hierarchikus szintet tartalmaz (NUTS 1-3, Magyarország esetében: országrész (Dunántúl, Közép-Magyarország, valamint Alföld és Észak), statisztikai régiók, megyék és Budapest) kiegészítve két, helyi adminisztratív szinttel (LAU 1 és 2, Magyarország esetében: járások és települések) 82 . A beteg lakóhelyét ún. irányítószám-csoport pontosságig ismertük, melyben kis lélekszámok esetén több irányítószám volt összefogva, adatvédelmi okokból. Mindegyik irányítószámcsoportot LAU 1 szinthez társítottuk (ami természetesen a NUTS beosztást is meghatározta). A kapott adatbázist rétegeztük nem, életkor (5 éves korcsoportok 85 évig) és a LAU 1 egység szerint. A lélekszámot nem, életkor és LAU 1 szerint a Központi Statisztikai Hivataltól szereztük be, az NT5C01 adatbázisból 83 .
Sajnos ez csak 2015-ig megy vissza, így a korábbi LAU 1 szintű adatokat a NUTS 3 szintű adatokból (NT1C02 adatbázis) határoztuk meg, feltételezve, hogy relatív megoszlás egy NUTS 3 egység LAU 1 egységein belül adott életkori és nemi csoportban nem változott 2015-höz képest. Magyarország térképét (LAU 1 szintig) az OpenStreetMap projekttől szereztük be ESRI-kompatibilis shapefile-ban 84 . Ez az adatbázis lehetővé tette a nyers, direkt standardizált és indirekt standardizált incidenciák számolását és vizualizációját 67 .
Statisztikai elemzés
A különböző beavatkozásokra vonatkoztatva kiszámítottuk a térbeli autokorreláció Geary-c és Moran-I mutatóját 85 , bináris súlyozást (tehát szomszédsági mátrixot) használva, azokat a területi egységeket tekintve szomszédosnak, melyeknek van közös határpontjuk. A Geary-c 0 és egy 1-nél nagyobb szám között van, ahol az 1 jelzi a térbeli autokorreláció hiányát, az 1 fölöttiek a negatív, az 1 alattiak a pozitív autokorrelációt. A Moran-I -1 és +1 között van, a -1-hez közelebbi értékek negatív, a +1-hez közelebbi értékek pozitív autokorrelációt jeleznek. Szintén kiszámoltuk a kis területi egységeken mutatott variabilitás Ibanez és mtsai által összesített mutatóit 86 . Ide tartozik a high-low arány, vagy más szóval extremális koefficiens (EQ), a súlyozatlan (CV) és súlyozott (CVw) relatív szórás; valamennyi metrikát kiszámoltuk az összes adatból és a 0,05-ös és 0,95-ös kvantilisnél trimmelt adatból, hogy védekezzünk az outlier-ek ellen. A súlyozás azt jelentette, hogy az egyes területi egységek standardizált rátáiból úgy számoltuk a CV-t, hogy a területi egységeket súlyoztuk a lélekszámukkal. Ezek a metrikák mind a direkt standardizált rátákon nyugszanak. Szintén kiszámoltuk a variabilitás szisztematikus komponense (SCV) nevű metrikát, mely az indirekt standardizált rátákat használja fel. Utóbbi esetén elfogadott, hogy a 0,03-t meghaladó érték esetén már számottevő, 0,054-0,1 tartományban nagy és 0,1 feletti tartományban igen nagy területi variabilitás igazolható 87 . Megjegyzendő azonban, hogy a hivatkozás alapjául szolgáló Appleby képletében egy 100-al történő szorzótagot alkalmazott, hasonlóan egy másik szerzőhöz 88 , azonban ezzel mi nem éltünk. Minden indikátort kiszámoltunk minden értelmes térbeli felbontás mellett, és a variabilitási indikátorokat kiegészítettük 95%-os konfidenciaintervallummal is, melyet nem-paraméteres bootstrap-pel nyertünk, percentilis eljárást használva 89 . Ezek a metrikák mind a területi egységek közötti variabilitást mérik, tehát a nagyobb érték jelent nagyobb variabilitást. Az EQ-nak nagy a mintavételi ingadozása és a mérési skála megválasztása is befolyásolja (az abszolút értelemben nagyobb variabilitás nagyobb átlag mellett jelenthet relatíve ugyanakkora variabilitást), ami megnehezíti az EQ-k egybevetését. A CV ez utóbbi problémát megoldja, de még mindig nem választja le a mintavételi ingadozást, amit az SCV tesz meg. Megkíséreltük kvantifikálni azt is, hogy a LAU 1 szinten tapasztalható variabilitás mekkora hányadát magyarázza a megye (NUTS 3) amiben a LAU 1 egység van, tehát, hogy mekkora a megyén belüli variabilitás és mekkora a megyék átlagainak ingadozása a nagy (országos) átlag körül, azaz a megyék közötti variabilitás. E célra a jól ismert variancia-dekompozíciót alkalmaztuk; a H2 mutatót használva a megyék közti variabilitás össz-variabilitáshoz viszonyított arányának mérésére, tehát az 1-hez közeli H2 azt jelenti, hogy az egy megyén belüli járások hasonlóak egymáshoz (és így a megye átlagához is) és az össz-variabilitás inkább abból származik, hogy a megyék átlagai eltérnek, míg a 0-hoz közeli H2 azt mutatja, hogy a variabilitás jórészt abból jön, hogy a járások ingadoznak a megyéjük átlaga körül, és kevésbé abból, hogy a megyei átlagok ingadoznak az országos átlag körül. A H2 -et úgy számítottuk, hogy kiregresszáltuk az incidenciát LAU 1 szinten a megye (NUTS 3) indikátort használva egyedüli magyarázó változóként; ebben az esetben ennek a regressziónak az R2 -e a H2 lesz.
A beavatkozások járás szintű, direkt standardizált incidenciáinak gyakoriságát színkódolt térképen ábrázoltuk.
Emellett, az egyes megyék és az azonos megyékhez tartozó járások incidencia értékeit külön ábrán mutatom.
A 5.3. pontban leírt módszer szerint 86 az egyes érbeavatkozások területi variabilitását becslő SAVA mérőszámokat a 14. táblázatban tüntettem fel.
A Moran-féle I mindkét beavatkozás típus esetén szignifikánsnak bizonyult (Moran I: 0,36 nyitott érsebészeti beavatkozás, 0,51 endovaszkuláris érbeavatkozás esetén (p<0,001), ami pozitív autokorrelációt jelez, azaz a szomszédos járások az érbeavatkozások vonatkozásában hasonlóságot mutatnak. A járási szintű variabilitás dekompoziciója (H2 : 0,53, illetve 0,55) arra utal, hogy a beavatkozások területi mintázatának hátterében megyei és járási szinten értelmezhető, de nem ismert tényezők közel egyenlő arányban hatnak.
A különböző földrajzi léptékű elemzéseink (NUTS 1- LAU1) azt mutatták, hogy az alsó végtagi major amputációk számaránya a földrajzi egység méretétől függően különböző mértékű variabilitást mutat. A megfigyelés, miszerint minél kisebb a földrajzi egység, amelyben az amputációs gyakoriságot vizsgáljuk, annál nagyobb a területi variabilitás, az úgynevezett módosítható területi egység problémája (Modifiable Areal Unit Problem - MAUP) kérdéskörében értelmezhető. Ennek lényege, hogy ugyanaz a jelenség az eltérő földrajzi lehatárolásokból eredően különböző térbeli mintázatokat mutat. Ez a jelenség részben a kiválasztott földrajzi egység méretével, az adat aggregáció mértékével kapcsolatos (aggregációs hatás), részben pedig az adott földrajzi egység alakjának szerepe meghatározó (zóna hatás) 90 . Vizsgálatunkban az előbbi tényező tekinthető elsődlegesnek. Utóbbi vizsgálatára nem volt lehetőségünk. A térbeli elemzés összetettségének további forrása lehet, hogy elemzés földrajzi, közigazgatási egységeken alapul, vagy a konkrét ellátóhelyek képezik az összehasonlítás alapját (184). Vizsgálatunkban a korábban leírt módon a közigazgatási határokat választottuk.
A következőkben arra törekedtünk, hogy a beavatkozások területi különbségeit a SAVA szakirodalomban használatos mérőszámokkal jellemezzük 86 . Ezekről a metrikákról általánosságban elmondható, hogy az egyszerűbben értelmezhető típusaik (extremális koefficiens, relatív szórás) esetén értékük függ a mintavételi gyakoriságtól, a vizsgált populáció méretétől, a földrajzi egységek méretétől és számától, így ezek érzékenysége, robusztussága korlátozott. A kifinomultabb mérőszámok (variabilitás szisztematikus komponense, empirikus Bayes statisztika) ugyan stabilabbak különböző elemzési helyzetekben, azonban intuitive nehezebben értelmezhetők 91 . A szakirodalomban leginkább használatos variabilitás szisztematikus komponensét (SCV) tekintve elfogadott, hogy a 0,03-t meghaladó érték esetén már számottevő, 0,054-0,1 tartományban nagy és 0,1 feletti tartományban igen nagy területi variabilitás igazolható 87 . Ezt alapul véve eredményeink arra utalnak, hogy járási szinten az ottlakók kockázata, hogy nyitott érsebészeti beavatkozásban részesülnek, nagy területi varibilitást mutat. Az alsó végtagi endovaszkuláris beavatkozások tekintetében a területi egyenlőtlenség igen nagymérvűnek mondható.
Elemzésünk arra is kiterjedt, hogy vajon a járásszintű területi variabilitás, ha annak varianciáját szétbontjuk (H2 statisztika), mennyiben tulajdonítható járási és mennyiben megyei szinten értelmezhető tényezőknek. A variancia dekompozició eredménye azt mutatta, hogy a megyék közötti különbségek körülbelül hasonló mértékben magyarázhatók a megyék országos átlag körüli ingadozásával és hasonló mértékben az adott megyéhez tartozó járások variabilitásával. Ez a megfigyelés jól tükrözi azt a feltételezést, hogy a területi amputációs gyakorlatot és az alsó végtagi érbeavatkozásokat több, eddigiekben ismertelen tényező határozza meg, olyanok, amelyek megyei és olyanok, amelyek járási szinten hatnak. Az egészségügyi ellátást tekintve az előbbi a megyei központi kórházak ellátásával lehet kapcsolatos, utóbbi pedig inkább a járás szintű járóbeteg ellátás, házi orvosi alapellátás sajátja.
A további megfigyelésünk, miszerint az alsó végtagi érbeavatkozások esetén, járási szinten pozitív területi autokorreláció mutatható ki, nagy jelentőséggel bír. Intuitive ez azt jelenti, hogy az alsó végtagi beavatkozások járási arányszámai adott szomszédsági meghatározás mellett az egymással határos járásokban hasonlóak. Ennek elméleti ellentéte az lenne, ha a szomszédos járások jellemzően különböznének egymástól ebben a vonatkozásban (negatív autokorreláció). A két szélső érték között (zéró autokorreláció) tartomány véletlenszerű (random) térbeli eloszlást valószínűsítene. Ez a megfigyelés megint csak az alsó végtagi beavatkozások gyakorlatának összetett meghatározottságát mutatja. További következmény, hogy a szomszédos területek között vélhető kapcsolat miatt az egyes területi egységek beavatkozási számarányainak statisztikai elemzésekor ezt a tényt figyelembe kell venni, a hagyományos módszerek (pl. lineáris regresszió) nem vagy, csak korlátozottan alkalmazhatók.
A fenti adatok a járási szinten vizsgált beavatkozások jelentős fokú „térbe ágyazottságát jelzik. Ilyen értelemben az általunk leírt jelenség szemléletes megfogalmazása Tobler „első földrajzi törvénye”, miszerint „Minden minden mással összefügg, de a közelebbi dolgok jobban, mint a távoliak” 92 .
Az egészségügyi ellátórendszerben felismerhető területi egyenlőtlenségek egy része vélhetően magyarázható az ott élők egészségügyi állapotának egyenlőtlenségével, ilyen értelemben nem feltételezhető, hogy minden földrajzi egységnek megfelelően az ellátásnak tökéletesen egységesnek kellene lennie; például érthető és megkérdőjelezhetetlen, hogy ahol idősebb a lakosság, nagyobb a cukorbetegség előfordulása, ott több az amputáció („indokolt variabilitás”). A kérdés koncepcióba öntését és az elemzések interpretációjának kiszélesítésének területén Wennberg és munkatársainak szerepét kell hangsúlyozni, akik az 1970-es évektől kezdődően kidolgozták a nem indokolható klinikai variabilitás (unwarranted clinical variation UCV) elméletét 141 . Ennek lényege, hogy a klinikai gyakorlatban kimutatott egyenlőtlenség egy része magyarázható (a betegek demográfiai, klinikai jellemzői), azonban más részének oka az ellátás anomáliája (UCV). Az UCV a beteg biztonságot, valamint az ellátás fenntarthatóságát veszélyeztetheti, így csökkentése, enyhítése ellátás stratégiai kérdés 142 . A koncepció kitér arra is, hogy milyen típusú ellátási környezet támogatja az UCV kialakulását. Az úgynevezett hatékony ellátási környezetben (effective care) adottak az ellátást tudományosan megalapozó evidenciák, az ellátást meghatározó irányelvek, azonban az ellátó orvosok azokat különböző mértékben követik. A kezelési módok alkalmazásának elmaradása ilyen esetben enyhíthető az ellátás ellenőrzése (surveillance), valamint az ellátó, a beteg edukációja révén. A preferenciákra érzékeny (preference sensitive) ellátási rendszerekben adott betegségre akár több kezelési mód is alkalmazható, azok közötti választásban a beteg, a kezelő orvos, az egészségügyi szolgáltató, valamint finanszírozó különböző indíttatású szempontjai döntenek. E szempontok mentén keletkező UCV csökkenthető a betegek saját sorsukról való döntéshozatalba való bevonásával, a területi ellátás finanszírozó általi ellenőrzésével. Végezetül az UCV növekedésével kell számolni olyan rendszerekben, amelyek alul finanszírozottak, azaz az anyagi és humán erőforrások egyenlőtlenül oszlanak meg (supply sensitive care). Ezekben az esetekben a finanszírozás és az elérhetőség fokozása csökkentheti a területi egyenlőtlenséget 141,143 . Bár egyetértés van abban, hogy a jelenség (UCV) fontos, azonban összetettsége okán értelmezése sok bizonytalanságot rejt és további elméleti tisztázásra vár. Ezzel kapcsolatban meg kell állapítani, hogy az UCV azonosítása, azaz az elfogadható és érthető okkal magyarázható varibilitástól való elkülönítése, valamint mértékének becslése nem kidolgozott 144 .
Az elemzésben az alsó végtagi nyitott érsebészeti, valamint endovaszkuláris beavatkozások SAVA mérőszámai mellett, ugyanabban az időszakban (2013. január 1.-től 2017. december 31) azonosítottuk azokat a személyeket, akik percutan koszorúér beavatkozáson estek át. Az összes ilyen beteg közül azt a beteg csoportot is elkülönítettük, akik esetében a beavatkozás az akut miokardiális infarktus ellátására utaló BNO kódok is azonosíthatóak voltak. A betegcsoport meghatározására szolgáló beavatkozás és diagnosztikus kódokra vonatkozólag utalok az 1. táblázatra.
A következőkben a 5.3. pontban részletezett módon kiszámoltuk azokat a SAVA metrikákat, amelyek a beavatkozások (alsó végtagi nyitott érsebészeti és endovaszkuláris, valamint percutan koszorúér beavatkozások) járási szintű területi variabilitását tükrözik (extremális koefficiens (EQ), a súlyozatlan (CV) és súlyozott (CVw) relatív szórás, a variabilitás szisztematikus komponense (SCV), empirikus Bayes statisztika (EB). Mindebben az Ibanez és mtsai által közölt módszertant alkalmaztuk 86 .
Magyarországon a koszorúér percutan beavatkozások szolgáltatása, különösen az akut miokardiális infarktus ellátásakor történő kezelés a szívkatéteres központok hálózatában megfelelő területi lefedettséget és így elérhetőséget mutat 145 . Az akut infarktus esetén a beavatkozás mérlegelését és kivitelezését részleteiben kidolgozott irányelvek határozzák meg 146,147 . Erre alapoztuk azt a feltételezést, hogy ha az alsó végtagi érbeavatkozások területi variabilitását a percutan koszorúér beavatkozás (akut miokardiális infarktus indikációval, vagy anélkül) térbeli egyenlőtlenségéhez viszonyítjuk, akkor az UCV egy lehetséges mérőszámához juthatunk. Mind erre a SAVA metrikák közül a variabilitás szisztematikus komponensét (SCV) alkalmaztuk, ami a leginkább elfogadott mérőszám. Az általunk javasolt UCV mérőszám ennek alapján a vizsgálni kívánt (esetünkben alsó végtagi revaszkularizáció) és referenciának tekintett, elvégzett percutan koszorúér beavatkozások (akut miokardiális infarktussal, vagy anélkül) SCV értékeinek hányadosa.
A statisztikai elemzést R statisztikai program csomag (3.5.0 verzió) segítségével végeztük 148 a libraries data.table 149 , sp 150 , epitools 151 , és R-INLA 152 modulok használatával. A program forráskódja elérhető: https://github.com/tamas-ferenci/AmputationEpidemiologyInHungary.
A leírt alsó végtagi beavatkozások mellett 51.031 olyan koszorúér percutan beavatkozást azonosítottunk, amely esetén egyidejű akut miokardiális infarktus is azonosítható volt (47.917 beteg). A koszorúér percutan beavatkozások (akut miokardiális infarktussal, vagy anélkül) területi variabilitását a 18. táblázatban mutatjuk.
Az alsó végtagi érbeavatkozások SAVA mérőszámainak és referenciának tekintett koszorúér percutan beavatkozások (összes, akut mikoardiális infarktussal társuló) SAVA metrikáinak hányadosait a 19. táblázatban mutatjuk.
További elemzés tárgyát képezte, hogy vajon az érbeavatkozások területi egyenlőtlensége és annak mértéke az ellátórendszer fejlesztésével megszüntetendő, vagy esetleg a területi különbségek egy része magyarázható és elfogadható.
Eredményeink szerint Magyarországon a lakosság esélye, hogy a járási szinten meghatározott lakóhelyén élve alsó végtagi revaszkularizációs beavatkozáson essen át, igen különböző. A szakirodalomban leginkább használatos, a területi variabilitás mértékét tükröző variabilitás szisztematikus komponensét (SCV) tekintve, a nyitott érműtétek nagy, az endovaszkuláris beavatkozások igen nagy területi egyenlőtlensége volt igazolható. Elemezendő, hogy ez a területi különbség mennyiben magyarázható az érintettek esetleges kézenfekvő tulajdonságaival (demográfiai, klinikai jellegzetességek), amelyek, mint az elemzést zavaró tényezők (confounder) határoznák meg az észlelt egyenlőtlenséget. Emellett az a lehetőség is felvethető, hogy a vizsgált időszakban kimutatott területi különbség kialakulásában a mintavétel esetlegessége, a véletlen szerepe a meghatározó. Az általunk választott földrajzi egység (járás) nagysága (átlagos népesség közel 50.000 fő), a megfigyelési időszakban (öt év) rögzített beavatkozások száma (közel 60.000 alsó végtagi érbeavatkozás) olyan mértékű robusztusságot biztosít, ami alapján a véletlen szerepét elhanyagolhatónak gondoljuk. Ami az egyes járások, illetve az ott élők eltérő tulajdonságait, mint az eredményeket befolyásoló zavaró tényezőket illeti, szerepük eredményeinkben nem kizárható. Mindazonáltal két demográfiai tényező (életkor, nem) hatását a beavatkozások incidenciájának standardizált közlésével kiküszöböltük. Az adott helyen (járási szint) élők sok tekintetben (társbetegség, szocio-ökonómiai háttér, életvitel) különbözhetnek, amely tényezők mindegyike potenciális zavaró faktorként (confounder) tekinthető. Itt nyer különös értelmet, hogy miközben az alsó végtagi érbeavatkozások területi egyenlőtlenségének nem elfogadható, a betegek egyedi tulajdonságától független variabilitását (UCV) céloztuk meg feltárni, azok varianciájának (SCV) egy másik beavatkozás varianciájához, mint referenciához történő hasonlítását (SCV/SCVref) javasoltuk. Ezt több szempont is támogatja. A számláló képzésekor használt betegcsoport (alsó végtagi érbeavatkozásokban érintettek), valamint a nevezőben figyelembe vett populáció (szívinfarktus miatt ellátottak) a fenti potenciális, az elemzést zavaró tulajdonságokban hasonlóan, de nem teljesen azonosan osztoznak. Ez azt jelenti, hogy az egyes járásokban ellátott betegek ugyan más járások lakóitól sok szempontban különbözhetnek, azonban ezek a különbségek hatásai a tört képzésekor nagyrészt semlegesítik egymást. Elvben ez annyiban nem érvényesül, amennyiben az alsó végtagi artériák és a koszorúerek aterosclerotikus kockázatát meghatározó rizikótényezők jelentősége némileg különbözik 153,154 . Összességében tehát az UCV relatív mérőszámaként bevezetett metrika alkalmasnak tűnik különböző érsebészeti beavatkozások területi egyenlőtlenségének számszerű kifejezésére. A szakirodalomban ilyen mérőszám ez idáig nem volt ismeretes. Eredményeink szerint Magyarországon, a vizsgált időszakban az alsó végtagi nyitott érműtétek közel ötszörös, az endovaszkuláris beavatkozások pedig tízszeres területi egyenlőlenséget mutatnak az infarktus ellátás területi elérhetőségéhez képest.
A lehetséges okok vonatkozásában feltételezésekre hagyatkozhatunk, aminek értelmezésekor a Wennberg koncepció alkalmazása segíthet 141 . Ebben a hatékony ellátási környezet (effective care) sajátossága, hogy míg az ellátást meghatározó evidenciák, azokon alapuló irányelvek elvben ismertek, azok nem egységesen kerülnek alkalmazásra. Magyarországon az alsó végtagi érbeavatkozások alkalmazását hazai és nemzetközi irányelvek szabályozzák 155-157 . Az ennek ellenére keletkező területi különbségek keletkezése vélhetően összetettebb, minthogy azt az érspecialisták egyenlőtlen elérhetőségére vezetnénk vissza. Az érbetegek betegútjának (házi orvosi észleléstől, a járóbetegszakellátáson keresztüli, egészen az érbeavatkozást végző szakemberig nyúló) minden pontján feltételezhető, hogy az írott elv ellenére annak érvényesítése megbicsaklik. Az irányelvektől való eltérés nem csak ahhoz vezethet, hogy adott eljárás egyes területen nem lesz elérhető (underuse), hanem az is elképzelhető, hogy más indíttatású eltérés esetén adott beavatkozást a kelleténél többször alkalmaznak (overuse). Ezt a jelenséget írtak le új érbeavatkozás technológiák (atherectomia) alkalmazása, valamint az indokolatlanul korán elvégzett endovaszkuláris beavatkozások kapcsán 158,159 .
Az indokolatlan területi ellátási egyenlőtlenségek elkerülésének módja az oktatás fejlesztése (beteg edukáció, orvosképzés, háziorvosi továbbképzés, társszakmák képviselőinek képzése, érspecialisták szinten tartása), valamint az ellátórendszer különböző mutatókon alapuló folyamatos ellenőrzése (surveillance) lehet. Míg az elmúlt években az előbbi területen látható volt némi fejlődés, az utóbbi audit jellegű ellenőrzés lényegében nem működik. A Wennberg által megfogalmazott másik ellátási környezet, amelyben adott ellátás területi egyenlőtlensége kialakulhat, a preferenciákra érzékeny (preference sensitive) ellátás. Ha adott betegség kezelésére több eljárás is alkalmazható, úgy a helyi preferenciák hatása jelentős lehet. Az alsó végtagi érbeavatkozások területe jellemzően ilyen. A beavatkozás indikációja is többféle lehet (panaszokat okozó klaudikáció, vagy végtagvesztéssel fenyegető kritikus végtagi iszkémia). Sajnos elemzésünkben e két indikációs kört nem tudtuk elválasztani egymástól. Mindazonáltal sok esetben a kétféle érbeavatkozás (nyitott érsebészeti, vagy endovaszkuláris) egymás alternatívái is lehetnek. Ha mindehhez hozzávesszük, hogy sajnos az alsó végtagi amputáció is lehetséges opció adott beteg ellátásakor, akkor kirajzolódik, milyen szövevényes annak elemzése, hogy vajon a végső döntés milyen preferenciák mentén születik meg. A kétféle érbeavatkozás között választásban, sok esetben az irányelvek is hagynak szabad teret a döntés meghozatalakor 155-157 . A preferenciák mentén kialakuló területi különbségek komplexitását tovább fokozza, hogy azok értelmezése történhet a háziorvosi gondozás, a járóbeteg, vagy fekvőbeteg ellátás, valamint a közvetlen revaszkularizációt eredményező döntés helyzetében. A döntést azonban nem csak az ellátó orvos szempontrendszere vezérli. Az egészségügyi szolgáltató (intézmény) és a finanszírozó (biztosító) döntően gazdasági indíttatású intézkedései is figyelmet érdemelnek. Bár Magyarországon ez jelenség nem dominál, a beavatkozásról való végső döntéshozatalban az érintett beteg személyes véleményének is teret kellene hagyni. Ilyen értelemben az egészségműveltség szerepének kérdése is felvethető. Mindezen tényezők közül a gazdasági kényszerek mellett a beavatkozást lokálisan végül is kivitelező érspecialista vezetők személyes vélekedése, attitűdje, szempontja, gazdasági érdeke (hálapénz rendszer), valamint ezeknek a beosztottak között történő elterjedése („surgical signature”, „mi így gondoljuk”, „mi így szoktuk”) meghatározó lehet. Mindezen tényezők együttese az ellátórendszer szürke zónájának tekinthető 135 .
Végezetül Wennberg szerint a területi ellátás egyenlőtlenségek további oka lehet a forráshiány olyan környezetben, amely erre érzékeny (supply sensitive care). Ezzel mindenképpen kell számolni Magyarországon, azonban ez nem korlátozódik a nyilvánvaló alulfinanszírozottságra. Döntőnek tűnik a beavatkozást végző specialisták humánerőforrás hiánya. A Magyar Angiológiai és Érsebészeti Társaság felmérése szerint, 18 megye adatait figyelembevéve, az érsebész szakember ellátottság 1,58±0,77 100.000 lakosra számítva. Ez a szám nemzetközi összehasonlításban nem tekinthető alacsonynak 160,161 , azonban figyelembevéve, hogy Magyarországon sokan dolgoznak úgy sebészként, hogy bár van érsebészeti szakvizsgájuk, azt nem használják, vagy csak a magánellátásban foglalkoztatottak, vagy érsebészként csak részmunkaidőben dolgoznak – így az effektíve dolgozók aránya alacsonynak tekinthető. A másik két érgyógyászati terület (intervenciós radiológia, angiológia) szakember ellátása sokkal inkább alacsony (0,9±0,56, illetve 0,62±0,52 100.000 lakosra). A szakember elérhetőség ilyen mértéke vélhetően meghatározó az egyenlőtlen ellátás kialakulásában. Az angiológia szakmát tekintve nem csak az érbeavatkozást kivitelező, hanem az arra felkészítő, a betegeket kiszűrő szereplő elérhetősége is meghatározó. Természetesen az ellátottság nem csak a humán erőforrás elmaradását jelenti, hanem a megfelelően műszerezett vaszkuláris laborok hiányát is magába foglalja. Mindez elválaszthatatlan a finanszírozás kérdéseitől.
Az érgyógyászati ellátásban általunk kimutatott jelentős egyenlőtlenség kialakulásában a három fenti értelmezés tartományban megjelölt tényezők valószínűsíthetően egymással kölcsönhatásban, egymást akár erősítve hathatnak.
A HUNVASCDATA kutatási projekthez kötődő tudományos közlemények
Kolossváry E, Ferenci T, Kováts T, Kovács L, Járai Z, Menyhei G, Farkas K. (2015) Trends in Major Lower Limb Amputation Related to Peripheral Arterial Disease in Hungary: A Nationwide Study (2004-2012). Eur J Vasc Endovasc Surg. 50(1):78-85. https://linkinghub.elsevier.com/retrieve/pii/S1078-5884(15)00119-7
Kolossváry E, Járai Z, Farkas K. (2016) A perifériás verőérbetegséggel és a cukorbetegséggel összefüggő alsó végtagi amputációk. Epidemiológiai adatok bemutatása és a megelőző stratégia lehetőségeinek elemzése. Orv Hetil. 57(32):1266-74. https://akjournals.com/view/journals/650/157/32/article-p1266.xml
Kolossváry E, Farkas K, Colgan MP, Edmonds M, Fitzgerald HP, Fox M, Pécsvárady Z, Wautrecht JC, Catalano M; VAS-Vascular-Independent Research and Education-European Organization. (2017) "No more amputations": a complex scientific problem and a challenge for effective preventive strategy implementation on vascular field. Int Angiol. 36(2):107-115. https://www.minervamedica.it/en/journals/international-angiology/article.php?cod=R34Y2017N02A0107
Kolossváry E, Ferenci T, Kováts T, Kovács L, Járai Z, Menyhei G, Farkas K (2019) Corrigendum to 'Trends in Major Lower Limb Amputations Related to Peripheral Arterial Disease in Hungary. A Nationwide Study (2004-2012). Eur J Vasc Endovasc Surg. 58(5):783. https://www.ejves.com/article/S1078-5884(19)31380-2/fulltext
Kolossváry E, Ferenci T, Kováts T, Kovács L, Szeberin Z, Sótonyi P, Dósa E, Járai Z, Farkas K. (2020) Lower Limb Amputations and Revascularisation Procedures in the Hungarian Population: A 14 Year Retrospective Cohort Study. Eur J Vasc Endovasc Surg. 59(3):447-456. https://www.ejves.com/article/S1078-5884(19)32540-7/fulltext
Kolossváry E, Ferenci T, Kováts T, Kovács L, Farkas K, Járai Z. (2020) Regional variation of lower limb major amputations on different geographic scales – a Hungarian nationwide study over 13 years. VASA. 49(6):500-508. https://econtent.hogrefe.com/doi/full/10.1024/0301-1526/a000890
Kolossváry E, Björck M, Behrendt CA. (2021) A Divide between the Western European and the Central and Eastern European Countries in the Peripheral Vascular Field: A Narrative Review of the Literature. J Clin Med.12;10(16):3553. https://www.mdpi.com/2077-0383/10/16/3553
Kolossváry E, Farkas K, Dósa E. (2021) Az éreredetű alsó végtagi amputációk és érbeavatkozások országos és területi adatai. A primer és szekunder prevenció hatékonyságának fontossága (VIII. Magyar Kardiovaszkuláris Konszenzus Konferencia). Metabolizmus, 19:57-60. https://matarka.hu/cikk_list.php?fusz_eloz=176189&kovetkezo=%E2%96%BA&fusz_kovetk=176253
Kolossváry E, Ferenci T, Kováts T, Sótonyi P, Szeberin Z, Nemes B, Dósa E, Farkas K, Járai Z. (2022) High level of unwarranted clinical variation in the utilisation of lower extremity revascularisation procedures in Hungary (2013–2017). Eur J Vasc Endovasc Surg. 63(6):874-882. https://www.ejves.com/article/S1078-5884(22)00147-2/fulltext
Kolossváry E, Kolossváry M, Ferenci T, Kováts T, Farkas K, Járai Z. (2022) Spatial analysis of factors impacting lower limb major amputation rates in Hungary: Is geography partially destiny? VASA. 51(3):158-166. https://econtent.hogrefe.com/doi/10.1024/0301-1526/a000995
Kolossváry Endre az egyetemi tanulmányait a Semmelweis Egyetem Általános Orvostudományi Karán 1992-ben fejezte be summa cum laude minősítéssel. Ezt követően a jelenlegi Dél-budai Centrumkórház Szent Imre Egyetemi Oktatókórházban kezdett dolgozni, ahol 2020 óta az Angiológia profil osztályvezető főorvosa. Posztgraduális képzés során belgyógyászat, klinika farmakológia, valamint belgyógyászati angiológia szakvizsgát szerzett. Hypertonia gondozás minősített orvosa. 2021 óta a Magyar Angiológiai és Érsebészeti Társaság elnöke. További tudományos társasági tagságai: Magyar Hypertonia Társaság (vezetőségi tag), Magyar Kardiológiai Társaság, International Union of Angiology (nemzeti delegált), VAS - European Independent Foundation in Angiology/Vascular Medicine (tanácsadó testületi tag). Tudományos érdeklődése a bőr mikrocirkulációjának vizsgálata, kardiovaszkuláris epidemiológia, különös tekintettel a magasvérnyomás és perifériás verőérbetegség együttesére, valamint a perifériás verőrébetegség ellátásának magyarországi elemzésére, érgyulladások. A Magyar Hypertonia Társaság Ifjúsági Díjasa (2011) és Markusovszky Lajos Díjas (2018).
Ferenci Tamás 2009-ben szerzett kitüntetéses mérnök-informatikus oklevelet mesterséges intelligencia szakirányon a BME-n, emellett okleveles orvosbiológiai mérnök (kitüntetéssel, 2010, BME-SE), közgazdász (BA kitüntetéssel, 2010, BCE és MSc, 2013, BCE), valamint alkalmazott matematikus sztochasztika szakirányon, többváltozós statisztika ágazaton (MSc kitüntetéssel, 2013, BME). A BME Orvosinformatikai Laboratóriumában kezdte meg doktori tanulmányait, majd az Óbudai Egyetemen szerzett summa cum laude doktori fokozatot 2013-ban. 2019-ben habilitált az Óbudai Egyetemen. Jelenleg az Óbudai Egyetem Élettani Szabályozások Kutatóközpontjában egyetemi docens, a BCE Statisztika Tanszékén félállású egyetemi docens, valamint óraadó oktató a Semmelweis Egyetem Népegészségtani Intézetében. Kutatási területe a biostatisztika, kórélettani modellezés, orvosi kutatások kritikus értékelése. Mundruczó György díjas (2010), az Év Fiatal Biostatisztikusa (2011), Nyerges Gábor díjas (2013), Neumann János publikációs díjas (2015), Kemény János díjas (2017), kétszeres Markusovszky Lajos-díjas (2017, 2021), Kiváló Mentor-díjas (2018), dékáni dicséretben (2019) és rektori dicséretben (2020) részesült, valamint Év Kutatója díjas (2021).
Dósa Edit a Semmelweis Egyetem (SE) Általános Orvostudományi Karán folytatott tanulmányait 2001-ben fejezte be, Ph.D. fokozatot 2007-ben szerzett. Kutatásai elismeréseként 2004-ben Young Researchers Award-ot, 2006-ban pedig Kúnos István-díjat kapott. Jelenleg az SE Szív- és Érgyógyászati Klinikáján dolgozik radiológus szakorvosként, 2010 óta a Vascularis Ultrahanglabor vezetője. Megalapítója a Magyar Vascularis Radiológiai Kutatócsoportnak. Az elnyert kutatási ösztöndíjai közül kiemelendő az MTA Bolyai János Kutatási Ösztöndíj. Számos hazai és nemzetközi szakmai társaság és grémium tagja; a Magyar Cardiovascularis és Intervenciós Radiológiai Társaság volt elnöke. A European Society of Radiology-n belül a 'Vascular' Scientific Subcommittee és az 'Interventional Radiology' Scientific Subcommittee is a tagjai közé választotta. A European Radiology Experimental és az IMAGING c. folyóiratoknak a szerkesztőbizottsági tagja. Munkája szerves részét képezi a fiatal kutatók nevelése.
Farkas Katalin a SOTE Általános Orvosi Kar elvégzését követően (summa cum laude), 1977 óta dolgozik a Szent Imre Kórházban; 1982-től, a belgyógyászati szakvizsgát követően az angiológia lett a speciális szakterülete. Aktív részt vállalt az I. Belgyógyászaton működő angiológiai ambulancia megszervezésében és a korszerű noninvazív diagnosztikai laboratórium kialakításában. 2005-2020 között vezette a Szent Imre Kórház Angiológia profilját. Klinikai farmakológus, belgyógyász angiológus szakvizsgával, hypertonológus, lipidológus, obezitológus, valamint 2000 óta az ESH európai hypertonia specialista, 2016 óta a CESMA-UEMS európai vascularis medicina képesítésével rendelkezik. 2006-ban védte meg PhD értekezését. 2014 óta a SE Belgyógyászati Angiológia szakmai grémium tagja. Vezetőségi tagja a Magyar Angiológus és Érsebész Társaságnak (2011-2015 között főtitkára), a Magyar Hypertonia Társaságnak, alapító elnökségi tagja a Magyar Mikrocirkulációs és Vaszkuláris Biológiai Társaságnak. További tudományos társasági tagságai: Magyar Kardiológusok Társasága, International Union of Angiology, European Society of Cardiology (FESC), VAS - European Independent Foundation in Angiology/Vascular Medicine (elnökségi tag). Tudományos érdeklődése az endothel funkció ill. az érbetegségek noninvazív diagnosztikája, a perifériás verőérbetegség epidemiológiája és kezelése, magasvérnyomás és kardiovaszkuláris prevenció. Kitüntetések: 2007-ben a Magyar Hypertonia Társaság „Török Eszter” Emlékérem kitüntetése, 2011-ben a Magyar Angiológiai és Érsebészeti Társaság „Bugár Mészáros Károly” Emlékérem kitüntetése.
Járai Zoltán 1991-ben szerezte meg általános orvosi diplomáját a Semmelweis Orvostudományi Egyetemen. Ezt követően a Szent Imre Kórház, a Medical School of Virginia Commonwealth University és a Semmelweis Egyetem I. sz. Belgyógyászati Klinikájának munkatársa különböző beosztásokban. Jelenleg a Dél-budai Centrumkórház Szent Imre Egyetemi Oktatókórház Kardiológiai Profiljának profilvezető főorvosa, valamint a Semmelweis Egyetem Városmajori Szív- és Érgyógyászati Klinika Érsebészeti és Endovaszkuláris Tanszék Angiológiai Tanszéki csoportjának vezetője. Címzetes egyetemi tanár, a Semmelweis Egyetem habilitált doktora. Belgyógyász, kardiológus, angiológus, klinikai farmakológus szakorvos, emellett licensze van hypertonológiából, obezitológiából és transthoracalis echocardiographiából. Az Európai Hypertonia Társaság (ESH) klinikai hypertonológusa. A Magyar Hypertonia Társaság tagja alapításától fogva, 2009 óta a társaság főtitkára, 2017-től pedig elnöke. A Magyar Kardiológusok Társasága főtitkára, a Magyar Kísérletes és Klinikai Farmakológiai Társaság, valamint a Magyar Angiológiai és Érsebészeti Társaság vezetőségi tagja és a European Society of Hypertension tagja, 2022 óta az ESH Scientific Council ex officio tagja.
Kolossváry Márton 2016-ban végzett a Semmelweis Egyetem Általános Orvostudományi Karán summa cum laude minősítéssel. Egyetemi tanulmányait követően a Városmajori Szív- és Érgyógyászati klinikán végzett PhD tanulmányokat a koszorúér-betegség szív CT felvételeinek mesterséges intelligencia alapú elemzésével kapcsolatban. Értekezését 2020-ban védte meg summa cum laude minősítéssel, melynek címe: "Characterization of coronary atherosclerosis on computed tomography using advanced image processing techniques". 2018-2020 Research fellow volt a Johns Hopkins University Department of Pathology, Division of Informatics-ben, ahol a koszorúér-betegség pontosabb karakterizálását kutatta radiológiai képek alapján. 2020-2022 között pedig Harvard Medical School - Massachusetts General Hospital Cardiovascular Imaging Research Center T32 posztdoktori kutatója volt, amelynek során mélytanulásos (deep learning) és proteomikai elemzések segítségével kutatta a koszorúér-betegségért felelős patomechanizmusokat. 2013-ban Stephen W. Kuffler kutatási ösztöndíj nyertes, 2015-ben Pro Scientia Aranyérmes, 2020-ban pedig Junior Príma díj nyertes volt.
Menyhei Gábor egyetemi tanulmányait a Pécsi Orvostudományi Egyetemen végezte, ahol 1981-ben szerezte diplomáját, cum laude minősítéssel. 1985-ban általános sebészetből, 1988-ban érsebészetből szerzett szakvizsgát. 1993 és 1995 között a Cambridge-i Egyetem oktatókórházában, Bury St Edmundsban dolgozott, mely szakmai fejlődését jelentősen meghatározta. 2010-től egyetemi tanár és a PTE Érsebészeti Klinikájának igazgatója, mely pozíciót 2020. szeptemberéig töltötte be. 1999 óta a MAÉT vezetőségi tagja, 2013 és 2015 között a Társaság elnöke, jelenleg Regiszter Bizottságának vezetője. 2007 és 2010 között az Európai Érsebészeti Társaság (ESVS) vezetőségének tagja Magyarország képviseletében. Kezdeményezésére csatlakozott Magyarország az ESVS Vascunet Munkacsoportjához, mely regiszteradatok elemzésén alapuló tudományos munkájában jelenleg is aktívan részt vesz. 2019 óta az angiológia és érsebészet országos szakfelügyelő főorvosa. Fontosabb kitüntetései: Soltész Lajos emlékérem, Osztrák Érsebészeti Társaság tiszteletbeli tagja, EMMI Magyar Felsőoktatásért Emlékplakett, Semmelweis Díj, Magyar Érdemrend Lovagkeresztje.
Nemes Balázs 1991-ben szerezte meg általános orvosi diplomáját a Semmelweis Orvostudományi Egyetemen. Egyetemi tanulmányait követően a SOTE Ér- és Szívsebészeti Klinikáján helyezkedett el, ahol azóta is intervenciós radiológusként dolgozik. 2000-2003-ig a The State University of New York at Buffalo laborvezető kutatója volt. PhD fokozatát 2011-ben szerezte, dolgozatának címe: New possibilities in the endovascular treatment of supraaortic vessels. Jelenleg a Semmelweis Egyetem Intervenciós Radiológiai Tanszékének és Részlegének vezetője. A Magyar Radiológiai Társaság, a Magyar Kardiológusok Társasága, az MKT Intervenciós Munkacsoportjának valamint a Cardiovascular and Interventional Radiological Society of Europe tagja. A Magyar Cardiovascularis és Intervenciós Radiológiai Társaság és a Magyar Angiológiai és Érsebészeti Társaság vezetőségi tagja, valamint MTA köztestületi tag. 2019 óta a Semmelweis Egyetem Intervenciós Radiológiai szakmai grémium elnöke.
Sótonyi Péter a Semmelweis Egyetemen szerzett általános orvosi diplomát 1996-ban, majd doktori fokozatot 2004-ben, mindkettőt summa cum laude minősítéssel. Habilitációt tett 2014-ben. Sebészet, érsebészet, és egészségbiztosítás szakvizsgával rendelkezik, regisztrált igazságügyi szakértő. Jelenleg a Semmelweis Egyetem Érsebészeti és Endovaszkuláris Tanszékének tanszékvezető professzora. 2021-ben Magyar Érdemrend tiszti kereszt (polgári tagozat) elismerésben részesült. A Semmelweis Egyetem Érsebészeti Grémiumának, valamint az EMMI Egészségügyi Szakmai Kollégium Angiológiai és Érsebészeti Tagozatának elnöke. Kutatási területei: a Nociceptin/Orphanin FQ kardiovaszkuláris megbetegedésekben és a stressz válaszban betöltött szerepének klinikai vizsgálata; a mechanikai stressz thrombus képződés folyamatában betöltött szerepének vizsgálata humán mintákon; az aorta aneurizmák radiológiai vizsgálata és geometriai modellezése; orvosmeteorológiai faktorok kapcsolata a kardiovaszkuláris betegségekkel; perifériás artériás betegségek epidemiológiája és klinikuma; a nyaki verőér szűkületes betegek cerebrovaszkuláris eseményeinek értékelése a morfológiai és hemodinamikai sajátságok tükrében; vascularis képalkotás klinikai alkalmazása.
