某医院儿童门诊候诊时间影响因素分析*

高 馨 田 杰 李 准 宋 萍△

某医院儿童门诊候诊时间影响因素分析*

高 馨1田 杰1李 准2宋 萍2△

目的 分析儿童门诊候诊时间的影响因素，提出应对措施，缩短门诊患者候诊时间，为医院合理配置门诊医疗资源提供借鉴。方法 运用SQL Server2008 R2提取2015年门诊患者的就诊信息，并对数据进行处理，运用SAS9．2软件进行单因素方差分析和多元逐步回归分析。结果 年龄、病人来源、就诊类型、季节、星期、时段、科室、职称9个因素分类间平均候诊时间均不相同，差异均有统计学意义（P＜0．0001）。挂号科室、医师职称、初诊科室是平均候诊时间最主要的影响因素。结论 针对影响候诊时间的因素提出弹性排班、分时段诊疗、缩小就诊差异等措施，从而有效缩短候诊时间。

儿童门诊 候诊时间 回归分析 医院管理

候诊时间是指从患者挂号开始到医师初次下医嘱划卡所需的时间，是影响门诊服务满意度的重要因素之一，是医院整体管理水平、医疗质量及服务质量的重要体现［1-3］。候诊时间的长短直接关系到门诊患者对医疗机构和卫生服务体系的满意程度。国家卫计委发布的《2016年深入落实进一步改善医疗服务行动计划重点工作方案》中明确指出：“通过精细测算就诊时间，不断提升预约就诊的精确度，争取预约时间精确到小时，预约患者候诊时间得到有效缩短”［4］。因此，本文通过分析儿童门诊候诊时间的影响因素，针对重要的影响因素提出应对措施，从而缩短门诊患者候诊时间，为医院合理配置门诊医疗资源提供借鉴。

资料与方法

1．资料来源

数据来源于某综合性儿童医院2015年1-12月门诊患者的就诊信息。包括性别（X1）、年龄（X2）、病人来源（X3）、就诊类型（X4）、季节（X5）、星期（X6）、时段（X7）、挂号科室（X8）、初诊科室（X9）、医师职称（X10）10个因素及候诊时间（Y）。初诊科室为初诊医师所对应的科室。根据研究目的剔除候诊时间超过4小时（240分钟）、上午挂号下午就诊、夜间和中午就诊、挂号初诊科室不合要求、资料不完整以及与研究目的不相关的患者，剩余有效样本443518例。

2．研究方法

运用SQL Server 2008 R2对已收集数据进行预处理，包括数据清理、数据转换等。运用SAS 9．2软件进行单因素方差分析和多元逐步回归分析。

结 果

1．一般情况

全院门诊患者平均候诊时间为（42．24±44．70）分钟，候诊时间超过2小时的患者平均等候时间为（154．71±26．17）分钟，占总人数的8．15%。见表1。候诊时间前五位的挂号科室依次为儿保科、知名专家门诊、特需涉外门诊、口腔科、眼科，前五位初诊科室依次为儿保科、知名专家、神经外科、神经内科、口腔科。

表1 候诊时间各段分布情况

2．候诊时间的单因素分析

结果显示除性别外的9个因素分类间平均候诊时间均不相同，差异均有统计学意义（P＜0．0001）。年龄≥7岁患者，外省患者，专科患者，2、3、4、6、7、8月就诊患者，星期一、二、三就诊患者，上午就诊患者，（副）主任医师接诊的患者，挂号科室为儿保科、知名专家门诊、特需涉外门诊、口腔科、眼科的患者，初诊科室为儿保科、知名专家门诊、神经内科、神经外科、口腔科、感染科、烧伤整形科、泌尿外科、康复科、眼科、肿瘤科、血液科、心血管科、骨科的患者，均对平均候诊时间产生负面的影响。见表2。

表2 候诊时间单因素分析

3．候诊时间的多因素分析

先将单因素分析结果中有统计学意义的变量转换成虚拟变量［5-6］，引入多元逐步回归模型，综合分析候诊时间的影响因素。见表3。回归模型显示DX510（10月）、DX512（12月）、DX84（特需专家）3个虚拟变量被逐步排除，剩余变量均具统计学意义（P＜0．0001），均是候诊时间的影响因素。在其他条件不变的情况下，平均候诊时间外省患者长于本市患者；专科及普通患者长于急诊患者；不同季节的患者平均候诊时间由长至短依次为7月、6月、8月、11月、2月、5月、4月、3月、1月、9月；不同星期的患者平均候诊时间由长至短依次为星期一、星期二、星期日、星期三、星期四、星期六、星期五；上午患者长于下午患者；不同挂号科室的患者平均候诊时间由长至短依次为儿保等专科、外科、内科；不同初诊科室的患者平均候诊时间由长至短依次为内科、特需专家、急诊、外科、儿保等专科；不同职称医师接诊的患者平均候诊时间由长至短依次为主任医师、副主任医师、主治医师、医师。此外，共线性诊断结果显示虚拟变量的方差膨胀因子均小于10，说明不存在多重共线性。见表4。

表3 候诊时间影响因素虚拟变量赋值情况

表4 候诊时间多因素分析结果

为了研究各因素对候诊时间的作用大小，再分别引入变量做多元逐步线性回归，得到回归方程的确定系数R2，再经过转换得到偏确定系数。根据偏确定系数可以看出，各指标对候诊时间影响从大到小依次为挂号科室、医师职称、初诊科室、季节、时段、就诊类型、星期、年龄、病人来源。见表5。

表5 含不同自变量的回归结果及变量的偏确定系数

讨 论

根据分析结果可以将影响候诊时间的因素归纳为社会类因素、时间类因素和医院管理类因素。

1．社会类因素的影响。社会类因素包括年龄、病人来源2个因素，但对候诊时间的影响不明显。就年龄而言，从1岁开始，随着年龄增加，平均候诊时间逐渐变长。就患者来源而言，外省患者平均候诊时间长于本市患者，可能与外省患者多为疑难或危重患者有关。这与梁颖［7］等人提到的可能与居住地有关的结果一致。

2．时间类因素的影响。时间类因素包括季节、时段、星期3个因素。分别为影响因素的第4、5、7位，所以季节、时段和星期是候诊时间较为重要的影响因素。就季节而言，7月、8月、2月患者平均候诊时间较长，分别为（48．4±48．56）分钟、（45．59±49．84）分钟、（45．31±46．84）分钟，可能是这三个月为寒暑假的原因。就时段而言，上午平均候诊时间长于下午，是因为上午候诊患者较多，排队等候时间较长，下午的候诊患者较少，排队等候时间较短。就星期而言，患者平均候诊时间由星期一的（47．13±47．69）分钟逐减至星期日的（37．41±38．71）分钟，一方面是因为大多数专家号排在星期一至星期五，且学龄儿童在上学，初诊医师相对而言有较多的时间花在就诊患者上，所以平均候诊时间偏长；另一方面，学龄儿童周末放假，所以大多数选择周末就诊，初诊医师不得不加快速度，从而减少了平均候诊时间。

3．医院管理类因素的影响。医院管理类因素包括挂号科室、医师职称、初诊科室、就诊类型4个因素。其中挂号科室、医师职称、初诊科室为平均候诊时间的前3位影响因素，所以医院管理类因素是影响平均候诊时间最主要的因素。就初诊科室而言，儿保科患者平均候诊时间最长，为（89．24±51．06）分钟，其次是知名专家和神经外科病房，分别为（81．38±59．01）分钟和（67．61±58．79）分钟。就挂号科室而言，儿保科患者平均候诊时间最长，为（89．38±51．07）分钟，其次是知名专家和特需涉外门诊，分别为（69．37± 58．16）分钟和（62．34±52．78）分钟。就患者就诊类型而言，专科患者平均候诊时间最长，为（64．86± 56．93）分钟。就医师职称而言，就诊的患者平均候诊时间随着医师职称的升高而增加，与马玉全［8］等人的研究结果一致。

建 议

1．弹性排班。医院根据就诊规律和候诊规律，在现有的排班制度基础上，应针对儿保科、知名专家门诊、特需涉外门诊、口腔科、眼科5个挂号科室的医师，专家或专科医师，儿保科、知名专家门诊、神经内科、神经外科、口腔科等14个科室的初诊医师，（副）主任职称的医师进行弹性排班［9］。2、3、4、6、7、8月和星期一、二、三应增加门诊医师，周末适当增加专家或专科号，将上午门诊医师适当安排在下午看诊。

2．分时段诊疗。结果表明上、下午平均候诊时间具有明显差异（P＜0．0001），且上午就诊量是下午的2．6倍，这说明患者就诊过于集中在上午，可能导致上午候诊时间较长。因此，为了有效缩短候诊时间，建议分时段诊疗。根据病人对就诊类型、挂号科室和初诊科室医师的需求，计算出每个科室、每个类型的医生诊疗的时间，对当天各个时间段进行号源分配，现场挂号患者或预约患者再根据需要选择就诊时段。相关研究表明预约患者只需提前半小时完成取号、候诊、就诊，大大缩短了候诊时间，获得了80%以上门诊病人的接纳度［10］。

3．缩小就诊差异。结果表明病人来源具有明显差异（P＜0．0001），全院外省病人占总数的12．59%，其中以四川、贵州、安徽、云南、湖北等省的病人居多。因此，建议国家卫生相关部门及政府应加大对各地儿童医疗资源的重视和投入，努力缩小各省、直辖市间的儿童患者诊疗服务能力。在就诊差异缩小的过程中，建议患者自身也改变就诊观念，轻微疾病尽量就地就诊，疑难杂症才选择外地就诊。

候诊时间的长短直接关系到门诊患者对医疗机构及卫生服务体系的满意程度，间接关系到医疗卫生服务体系的建设。为了进一步缩短患者候诊时间，提高患者满意度，改善医疗服务，一方面建议政府、相关卫生部门加大对重庆周边各省儿童医疗资源的重视和投入，患者自身转变就诊观念；另一方面，建议医院管理部门针对主要的影响因素实施弹性排班、分时段预约等措施，合理配置医疗门诊资源。总之，只有通过多方的共同努力，才能达到缩短门诊患者候诊时间的目的，从而提高医疗服务质量和效率。

［1］高馨，田杰，宋萍．门诊信息数据挖掘研究进展．现代医院管理，2016，01：75-78．

［2］钟建亮，孙刚，唐立峰．候诊成功率与候诊时间的非线性回归模型．中国卫生统计，2013，30（3）：430-431．

［3］安洪庆，李伟，孔雨佳，等．基于倾向指数匹配法的城乡居民候诊时间差异性评价研究．中国卫生统计，2015，32（6）：1037-1039．

［4］国家卫生计生委办公厅．《2016年深入落实进一步改善医疗服务行动计划重点工作方案》．［2016-4-11］．http：／／www．nhfpc．gov．cn／yzygj／s3593g／201604／d5a76213b7904bb380f1441fb8ff8981．shtm l

［5］赵忠毅，刘洋，任莹，等．沈阳市某三甲医院糖尿病患者住院费用及影响因素分析．中国卫生统计，2015，32（6）：926-928．

［6］金琦，何其勇，赵云波，等．1540例肝硬化患者住院费用影响因素分析．中国卫生统计，2015，33（1）：91-93．

［7］梁颖，鲍勇．上海市居民就医等待时间调查分析．上海交通大学学报（医学版），2012，10：1368-1372．

［8］马玉全，尹平，杨晓慧，等．门诊患者就诊排队时间对应分析．中国卫生统计，2013，30（1）：2-4．

［9］葛亮，宓轶群．基于就诊流量监测的门诊资源合理分配研究．中国医院管理，2014，34（9）：33-35．

［10］谭明英，罗敏，王萍，等．精细化管理在分时段就诊的实施现状与对策探讨．中国医院管理，2016，36（4）：45-46．

（责任编辑：郭海强）

Analysis on the Affected Factors of Queuing Time for Treatment in a Children′s Hospital Outpatient

Gao Xin，Tian Jie，Li Zhun，et al（School of Public Health and Management，Chongqing Medical University，Research Center for Medicine and Social Development，Innovation Center for Social Risk Governance in Health（400016），Chongqing）

Objective To provide reference for rational allocation of hospital outpatientmedical resources and put forward the countermeasures about how to shorten queuing time for treatment in outpatient by analyzing the influencing factors of children′s queuing time for treatment．M ethods Outpatient clinic information in 2015 was extracted by using SQL Server 2008 R2，and various factorswere processed classified，then single factor analysis of variance andmultivariate stepw ise regression analysis weremade by using SAS9．2 software．Results Age，sources of patients，clinic type，season，week，time，department，professional title of doctor in all nine factors have a difference between average queuing time for treatment in the statistical significance（P＜0．0001）．The registration department，physician professional title and first diagnosis departmentare themain factors affecting the average queuing time for treatment．Conclusion According to the influencing factors of queuing time for treatment，the reasonable scheduling，optimizing process，diagnosis and treatmentmeasures by time are proposed so as to shorten the queuing time for treatment effectively．

Children；Outpatient；Queuing time for treatment；Regression analysis；Hospitalmanagement

重庆市科委社会事业与民生保障科技创新专项（编号cstc2015shmszx120011）

1．重庆医科大学公共卫生与管理学院／医学与社会发展研究中心／健康领域社会风险预测治理协同创新中心（400016）

2．重庆医科大学附属儿童医院病案统计科

△通信作者：宋萍，E-mail：457648993＠qq．com