Social determinants of health and sepsis: a case-control study.

Déterminants sociaux de la santé et sepsis : une étude cas témoins.
early warning scores emergency department health equity social determinants of health

Journal

Canadian journal of anaesthesia = Journal canadien d'anesthesie
ISSN: 1496-8975
Titre abrégé: Can J Anaesth
Pays: United States
ID NLM: 8701709

Informations de publication

Date de publication:
02 Jul 2024
Historique:
received: 14 06 2023
accepted: 04 04 2024
revised: 17 03 2024
medline: 3 7 2024
pubmed: 3 7 2024
entrez: 2 7 2024
Statut: aheadofprint

Résumé

We aimed to identify whether social determinants of health (SDoH) are associated with the development of sepsis and assess the differences between individuals living within systematically disadvantaged neighbourhoods compared with those living outside these neighbourhoods. We conducted a single-centre case-control study including 300 randomly selected adult patients (100 patients with sepsis and 200 patients without sepsis) admitted to the emergency department of a large academic tertiary care hospital in Hamilton, ON, Canada. We collected data on demographics and a limited set of SDoH variables, including neighbourhood household income, smoking history, social support, and history of alcohol disorder. We analyzed study data using multivariate logistic regression models. The study included 100 patients with sepsis with a median [interquartile range (IQR)] age of 75 [58-84] yr and 200 patients without sepsis with a median [IQR] age of 72 [60-83] yr. Factors significantly associated with sepsis included arrival by ambulance, absence of a family physician, higher Hamilton Early Warning Score, and a recorded history of dyslipidemia. Important SDoH variables, such as individual or household income and race, were not available in the medical chart. In patients with SDoH available in their medical records, no SDoH was significantly associated with sepsis. Nevertheless, compared with their proportion of the Hamilton population, the rate of sepsis cases and sepsis deaths was approximately two times higher among patients living in systematically disadvantaged neighbourhoods. This study revealed the lack of available SDoH data in electronic health records. Despite no association between the SDoH variables available and sepsis, we found a higher rate of sepsis cases and sepsis deaths among individuals living in systematically disadvantaged neighbourhoods. Including SDoH in electronic health records is crucial to study their effect on the risk of sepsis and to provide equitable care. RéSUMé: OBJECTIF: Nous avons cherché à déterminer si les déterminants sociaux de la santé (DSS) étaient associés à l’apparition de sepsis et à évaluer les différences entre les personnes vivant dans des quartiers systématiquement défavorisés et celles vivant à l’extérieur de ces quartiers. MéTHODE: Nous avons mené une étude cas témoins monocentrique portant sur 300 patient·es adultes sélectionné·es au hasard (100 personnes atteintes de sepsis et 200 témoins sans sepsis) admis·es au service des urgences d’un grand hôpital universitaire de soins tertiaires à Hamilton, ON, Canada. Nous avons recueilli des données démographiques et un ensemble limité de variables de DSS, y compris le revenu des ménages du quartier, les antécédents de tabagisme, le soutien social et les antécédents de troubles liés à l’alcool. Nous avons analysé les données de l’étude à l’aide de modèles de régression logistique multivariés. RéSULTATS: L’étude a inclus 100 patient·es atteint·es de sepsis avec un âge médian [écart interquartile (ÉIQ)] de 75 [58-84] ans et 200 patient·es sans sepsis avec un âge médian [ÉIQ] de 72 [60-83] ans. Les facteurs significativement associés au sepsis comprenaient l’arrivée en ambulance, l’absence de médecin de famille, un score Hamilton Early Warning Score plus élevé et des antécédents enregistrés de dyslipidémie. D’importantes variables de DSS, telles que le revenu individuel et du ménage et la race, n’étaient pas disponibles dans le dossier médical. Chez les personnes dont les DSS étaient disponibles dans leur dossier médical, aucun DSS n’était significativement associé au sepsis. Néanmoins, comparativement à leur proportion dans la population de Hamilton, le taux de cas de sepsis et de décès dus au sepsis était environ deux fois plus élevé chez les personnes vivant dans des quartiers systématiquement défavorisés. CONCLUSION: Cette étude a révélé le manque de données disponibles sur les DSS dans les dossiers de santé électroniques. Bien qu’il n’y ait pas d’association entre les variables disponibles et le sepsis, nous avons constaté un taux plus élevé de cas de sepsis et de décès dus à la septicémie chez les personnes vivant dans des quartiers systématiquement défavorisés. L’inclusion des DSS dans les dossiers de santé électroniques est cruciale pour étudier leur effet sur le risque de sepsis et pour dispenser des soins équitables.

Autres résumés

Type: Publisher (fre)
RéSUMé: OBJECTIF: Nous avons cherché à déterminer si les déterminants sociaux de la santé (DSS) étaient associés à l’apparition de sepsis et à évaluer les différences entre les personnes vivant dans des quartiers systématiquement défavorisés et celles vivant à l’extérieur de ces quartiers. MéTHODE: Nous avons mené une étude cas témoins monocentrique portant sur 300 patient·es adultes sélectionné·es au hasard (100 personnes atteintes de sepsis et 200 témoins sans sepsis) admis·es au service des urgences d’un grand hôpital universitaire de soins tertiaires à Hamilton, ON, Canada. Nous avons recueilli des données démographiques et un ensemble limité de variables de DSS, y compris le revenu des ménages du quartier, les antécédents de tabagisme, le soutien social et les antécédents de troubles liés à l’alcool. Nous avons analysé les données de l’étude à l’aide de modèles de régression logistique multivariés. RéSULTATS: L’étude a inclus 100 patient·es atteint·es de sepsis avec un âge médian [écart interquartile (ÉIQ)] de 75 [58-84] ans et 200 patient·es sans sepsis avec un âge médian [ÉIQ] de 72 [60-83] ans. Les facteurs significativement associés au sepsis comprenaient l’arrivée en ambulance, l’absence de médecin de famille, un score Hamilton Early Warning Score plus élevé et des antécédents enregistrés de dyslipidémie. D’importantes variables de DSS, telles que le revenu individuel et du ménage et la race, n’étaient pas disponibles dans le dossier médical. Chez les personnes dont les DSS étaient disponibles dans leur dossier médical, aucun DSS n’était significativement associé au sepsis. Néanmoins, comparativement à leur proportion dans la population de Hamilton, le taux de cas de sepsis et de décès dus au sepsis était environ deux fois plus élevé chez les personnes vivant dans des quartiers systématiquement défavorisés. CONCLUSION: Cette étude a révélé le manque de données disponibles sur les DSS dans les dossiers de santé électroniques. Bien qu’il n’y ait pas d’association entre les variables disponibles et le sepsis, nous avons constaté un taux plus élevé de cas de sepsis et de décès dus à la septicémie chez les personnes vivant dans des quartiers systématiquement défavorisés. L’inclusion des DSS dans les dossiers de santé électroniques est cruciale pour étudier leur effet sur le risque de sepsis et pour dispenser des soins équitables.

Identifiants

pubmed: 38955983
doi: 10.1007/s12630-024-02790-6
pii: 10.1007/s12630-024-02790-6
doi:

Types de publication

Journal Article

Langues

eng

Sous-ensembles de citation

IM

Informations de copyright

© 2024. The Author(s).

Références

Singer M, Deutschman CS, Seymour CW, et al. The third international consensus definitions for sepsis and septic shock (Sepsis-3). JAMA 2016; 315: 801–10. https://doi.org/10.1001/jama.2016.0287
doi: 10.1001/jama.2016.0287 pubmed: 26903338 pmcid: 4968574
Rudd KE, Johnson SC, Agesa KM, et al. Global, regional, and national sepsis incidence and mortality, 1990–2017: analysis for the Global Burden of Disease Study. Lancet 2020; 395: 200–11. https://doi.org/10.1016/s0140-6736(19)32989-7
doi: 10.1016/s0140-6736(19)32989-7 pubmed: 31954465 pmcid: 6970225
Farrah K, McIntyre L, Doig CJ, et al. Sepsis-associated mortality, resource use, and healthcare costs: a propensity-matched cohort study. Crit Care Med 2021; 49: 215–27. https://doi.org/10.1097/ccm.0000000000004777
doi: 10.1097/ccm.0000000000004777 pubmed: 33372748
Evans L, Rhodes A, Alhazzani W, et al. Surviving sepsis campaign: international guidelines for management of sepsis and septic shock 2021. Intensive Care Med 2021; 47: 1181–247. https://doi.org/10.1097/ccm.0000000000005337
doi: 10.1097/ccm.0000000000005337 pubmed: 34599691 pmcid: 8486643
Leligdowicz A, Matthay MA. Heterogeneity in sepsis: new biological evidence with clinical applications. Crit Care 2019; 23: 80. https://doi.org/10.1186/s13054-019-2372-2
doi: 10.1186/s13054-019-2372-2 pubmed: 30850013 pmcid: 6408778
World Health Organizaiton. Social determinants of health; 2022. Available from URL: https://www.who.int/westernpacific/health-topics/social-determinants-of-health (accessed April 2024).
Braveman P, Gottlieb L. The social determinants of health: it’s time to consider the causes of the causes. Public Health Rep 2014; 129: 19–31. https://doi.org/10.1177/00333549141291s206
doi: 10.1177/00333549141291s206 pubmed: 24385661 pmcid: 3863696
Buist S. Code red part 1: worlds apart; 2010. Available from URL: https://www.thespec.com/news/hamilton-region/code-red/2022/09/20/worlds-apart.html (accessed April 2024).
Sheikh F, Douglas W, Catenacci V, Machon C, Fox-Robichaud AE. Social determinants of health associated with the development of sepsis in adults: a scoping review. Crit Care Explor 2022; 4: e0731. https://doi.org/10.1097/cce.0000000000000731
doi: 10.1097/cce.0000000000000731 pubmed: 36818749 pmcid: 9937691
Tam B, Xu M, Kwong M, Wardell C, Kwong A, Fox-Robichaud A. The admission Hamilton Early Warning Score (HEWS) predicts the risk of critical event during hospitalization. Can J Gen Intern Med 2016; 11: 24–7. https://doi.org/10.22374/cjgim.v11i4.190
Skitch S, Tam B, Xu M, McInnis L, Vu A, Fox-Robichaud A. Examining the utility of the Hamilton early warning scores (HEWS) at triage: retrospective pilot study in a Canadian emergency department. CJME 2018; 20: 266–74. https://doi.org/10.1017/cem.2017.21
doi: 10.1017/cem.2017.21
Gearing RE, Mian IA, Barber J, Ickowicz A. A methodology for conducting retrospective chart review research in child and adolescent psychiatry. J Can Acad Child Adolesc Psychiatry 2006; 15: 126–34.
pubmed: 18392182 pmcid: 2277255
Tenny S, Kerndt CC, Hoffman MR. Case Control Studies. Treasure Island: StatPearls Publishing; 2017.
Needham DM, Scales DC, Laupacis A, Pronovost PJ. A systematic review of the Charlson comorbidity index using Canadian administrative databases: a perspective on risk adjustment in critical care research. J Crit Care 2005; 20: 12–9. https://doi.org/10.1016/j.jcrc.2004.09.007
doi: 10.1016/j.jcrc.2004.09.007 pubmed: 16015512
Thayer JD. Stepwise regression as an exploratory data analysis procedure; 2002. Available from URL: https://eric.ed.gov/?id=ED464932 (accessed April 2024).
Wells BJ, Chagin KM, Nowacki AS, Kattan MW. Strategies for handling missing data in electronic health record derived data. EGEMS (Wash DC) 2013; 1: 1035. https://doi.org/10.13063/2327-9214.1035
Madden JM, Lakoma MD, Rusinak D, Lu CY, Soumerai SB. Missing clinical and behavioral health data in a large electronic health record (EHR) system. J Am Med Inform Assoc 2016; 23: 1143–9. https://doi.org/10.1093/jamia/ocw021
doi: 10.1093/jamia/ocw021 pubmed: 27079506 pmcid: 5070522
Chen M, Tan X, Padman R. Social determinants of health in electronic health records and their impact on analysis and risk prediction: a systematic review. J Am Med Inform Assoc 2020; 27: 1764–73. https://doi.org/10.1093/jamia/ocaa143
doi: 10.1093/jamia/ocaa143 pubmed: 33202021 pmcid: 7671639
Goodwin AJ, Nadig NR, McElligott JT, Simpson KN, Ford DW. Where you live matters: the impact of place of residence on severe sepsis incidence and mortality. Chest 2016; 150: 829–36. https://doi.org/10.1016/j.chest.2016.07.004
doi: 10.1016/j.chest.2016.07.004 pubmed: 27445093 pmcid: 5812766
Nijhawan AE, Metsch LR, Zhang S, et al. Clinical and sociobehavioral prediction model of 30-day hospital readmissions among people with HIV and substance use disorder: beyond electronic health record data. J Acquir Immune Defic Syndr 2019; 80: 330–41. https://doi.org/10.1097/qai.0000000000001925
doi: 10.1097/qai.0000000000001925 pubmed: 30763292 pmcid: 6488219
Feller DJ, Zucker J, Yin MT, Gordon P, Elhadad N. Using clinical notes and natural language processing for automated HIV risk assessment. J Acquir Immune Defic Syndr 2018; 77: 160–6. https://doi.org/10.1097/qai.0000000000001580
doi: 10.1097/qai.0000000000001580 pubmed: 29084046 pmcid: 5762388
Zheng L, Wang O, Hao S, et al. Development of an early-warning system for high-risk patients for suicide attempt using deep learning and electronic health records. Transl Psychiatry 2020; 10: 72. https://doi.org/10.1038/s41398-020-0684-2
doi: 10.1038/s41398-020-0684-2 pubmed: 32080165 pmcid: 7033212
Walsh CG, Ribeiro JD, Franklin JC. Predicting suicide attempts in adolescents with longitudinal clinical data and machine learning. J Child Psychol Psychiatry 2018; 59: 1261–70. https://doi.org/10.1111/jcpp.12916
doi: 10.1111/jcpp.12916 pubmed: 29709069
Oestergaard LB, Schmiegelow MD, Bruun NE, et al. The associations between socioeconomic status and risk of Staphylococcus aureus bacteremia and subsequent endocarditis – a Danish nationwide cohort study. BMC Infect Dis 2017; 17: 589. https://doi.org/10.1186/s12879-017-2691-3
doi: 10.1186/s12879-017-2691-3 pubmed: 28841914 pmcid: 5574102
Mendu ML, Zager S, Gibbons FK, Christopher KB. Relationship between neighborhood poverty rate and bloodstream infections in the critically ill. Crit Care Med 2012; 40: 1427–36. https://doi.org/10.1097/ccm.0b013e318241e51e
doi: 10.1097/ccm.0b013e318241e51e pubmed: 22511126
Donnelly JP, Lakkur S, Judd SE, et al. Association of neighborhood socioeconomic status with risk of infection and sepsis. Clin Infect Dis 2018; 66: 1940–7. https://doi.org/10.1093/cid/cix1109
doi: 10.1093/cid/cix1109 pubmed: 29444225 pmcid: 6248765
Buist S. Ten years later part 1: “a five-alarm fire”; 2019. Available from URL: https://www.thespec.com/news/hamilton-region/code-red/2022/10/04/code-red-ten-years-later-part-1.html (accessed April 2024).
Wang HE, Shapiro NI, Griffin R, Safford MM, Judd S, Howard G. Chronic medical conditions and risk of sepsis. PLoS One 2012; 7: e48307. https://doi.org/10.1371/journal.pone.0048307
doi: 10.1371/journal.pone.0048307 pubmed: 23118977 pmcid: 3485139
Peel A, Gutmanis I, Bon T. Disparities in health outcomes among seniors without a family physician in the North West Local Health Integration Network: a retrospective cohort study. CMAJ Open 2019; 7: E94–100. https://doi.org/10.9778/cmajo.20180004
doi: 10.9778/cmajo.20180004 pubmed: 30782772 pmcid: 6380899

Auteurs

Fatima Sheikh (F)

Department of Health Research Methods, Evidence and Impact (HEI), Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada. sheikf9@mcmaster.ca.
Hamilton Health Sciences, Hamilton, ON, Canada. sheikf9@mcmaster.ca.
David Braley Research Institute (DBRI), C5-1B, 20 Copeland Ave., Hamilton, ON, L8L 2X2, Canada. sheikf9@mcmaster.ca.

William Douglas (W)

Department of Medicine, Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada.

Yi David Diao (YD)

Department of Medicine, Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada.

Rebecca H Correia (RH)

Department of Health Research Methods, Evidence and Impact (HEI), Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada.

Rachel Gregoris (R)

Department of Biochemistry and Biomedical Sciences, Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada.

Christina Machon (C)

Department of Medicine, Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada.

Neil Johnston (N)

Department of Medicine, Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada.

Alison E Fox-Robichaud (AE)

Hamilton Health Sciences, Hamilton, ON, Canada.
Department of Medicine, Faculty of Health Sciences, McMaster University, Hamilton, ON, Canada.

Classifications MeSH