医学新技术转化应用的影响因素分析*

——魏 艳 明 坚 李意杰 孙 辉 徐望红 柯 雄 李君秋 陈英耀*

在新一轮医药卫生体制改革不断深化与社会转型的特殊时期，医学新技术正面临着前所未有的机遇与挑战。医学新技术的快速应用，一方面带来了积极的社会正向效应，另一方面可能对人群健康带来负面影响。如何保证新技术临床推广应用的有效性、安全性和伦理证据的确认，如何处理新技术应用产生的负面效应等，是研究者密切关注的问题。本研究在复习医学新技术转化应用研究概况基础上，系统回顾与总结了目前医学新技术传播模式及影响其转化应用的相关因素。

1 社会发展及经济因素

1.1 社会制度及经济发展

在医疗卫生系统，政府管制与市场行为对新技术的接纳行为具有重要影响。有研究发现，对于新技术支付限制以及相关规制限制的减少，一定程度上会促进新技术使用[1-2]。医疗保障支付系统改变对于科技含量较高的新技术比科技含量较低的新技术的影响更大，对诊断技术的影响比对救命技术的影响更大。预付制对于降低医疗费用的技术的接纳行为具有促进作用，对增加医疗费用的技术的使用具有一定阻碍作用。在社会经济发展方面，当地经济发展水平越高，资源越富足，对于新技术的使用意愿越强，会越早接纳新技术[3]。

1.2 人口教育水平、增长速度、疾病负担

受教育水平高的患者，能够掌握更多的卫生服务信息[4]，对于相关信息的解读及接纳意愿更强，一定程度会促进医生对新技术的使用。而人口增速越快，对于新技术的需求越强烈；疾病负担越高，对于新技术的获取速度也相对更快[5]。

2 医院因素

2.1 医院基本情况

医院规模是影响其开展新技术的关键因素。医院所有权、利益分配、竞争、当地人口增速、患者医保种类以及医院是否为附属医院等对新技术使用具有不同的影响。有研究指出，与非教学医院相比，教学医院更容易接纳医学新技术[6]。究其原因，主要是创新技术在被接纳早期往往比常规技术更耗时，使用更不方便，在一定程度上增加了外科医生的学习成本，导致医生对新技术产生抗拒行为。基于此，减少医生的学习成本一定程度上可以促进新技术的接纳行为[6]。教学医院拥有更多的人员开展相关诊疗行为的教学与培训，因此促进了医学新技术的使用行为。目前，多数研究均发现，医院规模是影响新技术接纳行为的最重要因素[7-9]。此外，医院是否为医院集团成员、医院的地理位置、医院税收系统、技术能力与权力下放的组织体系以及医生与管理者之间的关系等均会影响新技术的使用[6,8,10]。

2.2 医院竞争因素

有研究指出，医院的市场竞争力增大，即同一地区对于该新技术接纳的医院数量越多，可以促进医生对于新技术的使用[5,8]。对于医院竞争的测量指标，大部分研究均采用赫芬达尔—赫希曼指数[11]。其取值范围从0(表示医院数量比较多)到1(表示医院数量仅1家)。

2.3 医院支持因素

除一般影响新技术使用的因素外，许多新的医疗技术会带来个人及财政的成本投入，所以其使用可能仅在医院内部进行。如，单独的心脏病专家不能建立心脏导管实验室，并支付其运行所需人力成本。涉及医院支持的技术主要是大型医用设备，这些新技术的使用必须依赖于足够的资金支持[12]，而医疗保险政策一定程度上也会对这些技术的推广起到一定控制作用。

3 医生因素

3.1 医生个人因素

针对医生个人层面的研究较多，主要涉及医生职业背景、所在部门，个人人口学特征[13]，医生对循证依据的态度与信任度[14]，医生名气[15]，临床领导力[16]，医生使用意愿[17-18]，同事影响力等[19]。多项研究表明，新技术一旦被医院领导者使用，会对该院其他同行产生重要影响。医学新技术的采纳应用主要通过同行社会影响压力及社会网络压力进行传播[19-20]。技术接受理论模型的研究表明，医生社会责任感[21]、医生个人自我效能[22]、医生的知识以及对技术的需求[23]均通过医生感知的有用性与易用性对技术的使用产生影响。医生的专业也对其感知技术有用性具有调节作用。组织情境因素的研究指出，感知到的技术有效性、易用性，医院支持，医生参与程度，医生自主化及医患关系对医生态度具有重要影响，医院相关培训则没有显著性影响[24]。

3.2 医生之间的竞争因素

医生所处环境竞争越激烈，医生对于新技术的使用意愿越强[8,25]。医生之间竞争的测量指标，目前多用人均医师数量。研究认为，医生数量越多，与同事交流越频繁，一定程度上促进了新技术的使用。

医生感知到新技术可以为其带来的收益是其是否愿意接纳新技术的主要影响因素[6]，而患者对于新技术的需求、新技术的有效性及支付制度等会影响医生感知到的技术带来的效益[6,26]。患者满意度一定程度上也会影响医生对于新技术为其带来的收益的感知[6]。拥有高比例的按服务收费的患者以及医院规模较大的医院，一定程度上会减少使用新技术的成本[6,26]。来自于同事之间的压力也会影响对新技术的接纳与使用情况[27]。

3.3 医生交流因素

研究发现，与多专业组的医生相比，在单一的专业组的医生更容易接纳新的手术方式[26]。医院中创新者对于新技术的接纳行为会促进其他医生的使用行为[6,26]。医生数量多的医院及城市医院更容易接纳新技术[6,26]。上述研究结果均表明，医生对于新技术的使用行为会受到其他医生的影响[28]。有研究发现，新药本身的因素，药师本人的基本信息，同事之间的交流与相互影响，系统的支持等是影响药师对新药处方使用的主要因素[29]。

4 技术特性与卫生技术评估证据因素

4.1 技术特性因素

技术效果以及与现有技术的一致性[30]，创新[31]新技术的可获得性[20]，技术兼容性[32]是影响医生使用新技术的重要因素，这些因素均通过医生感知的有用性对医生最终技术使用产生影响[22]。其中，感知的易用性以及对新技术的信任程度对技术使用会产生正向影响，感知的费用对新技术的使用具有负向影响[32]。

4.2 卫生技术评估证据因素

研究发现，尽管缺乏相应的证据来证明新技术在治疗上的有效性，医院仍然使用这些新技术[5]。在新技术的使用过程中，部分医学新技术缺乏循证依据但仍被应用于临床[19]，说明了循证依据在新技术应用方面的尴尬[33-35]。

5 社会网络因素

医学新技术通过相应的技术扩散与传播途径到达最终的使用机构—医疗机构的过程，存在着正式的技术传播渠道和非正式的技术扩散渠道。影响医生的非理性因素—社会网络研究近年来成为热点。

年纪大、工作压力小的医生更倾向于使用新技术[36]。参与社会活动越多，同时处于多个组织的医生对于医院信息系统的接纳越早[37]。对于初级卫生保健人员，其越处于社会网络中的中心位置，治疗患者的相关费用越低[38]。与护士、心理治疗师及社会工作者相比，临床医生在社会网络中具有更高的平均得分，大于45岁的临床医生社会网络得分较高[39]。对于医生的社会网络，大部分网络是基于同事之间相互影响的社会网络，且绝大部分网络是基于解决问题的目的，提供建议的社会网络相对较少。患者满意度越高，医生社会网络的中心性越高，层级越少[40]。加强医生之间的合作可以促进社会网络组织内部的相互关联，促进组织的密度。组织的社会网络中心性越高，对组织的行为影响越大，而组织的行为与医生的满意度相关[41]。

6 利益相关者推动因素

新技术从研发到最终被临床应用，许多利益相关者如医药企业、行业协会等起到关键的推动作用，被认为是很多技术实现转化的重要推动力。

7 患者因素

技术本身的特点与可获得性以及医务人员使用新技术的能力，患者的知识、态度、意愿、满意度以及技术本身的可持续性对于该技术的使用具有重要影响[42]。患者方面的因素主要涉及患者的客观病情与主观要求[34,43-45]以及医患之间的交流[46]。同时，医生与患者的潜在利益也是影响新技术投入临床应用的必要因素。

新技术的使用者或操作者是临床医生，但最终作用受体是患者，因此医生对于新技术的使用会受到患者相关行为的影响，患者最终对于新技术的使用也会受到医生特性及相关行为的影响，如患者的就诊经历、客观病情、主观诉求、参与决策等。

8 小结

医学新技术传播渠道和非正式的技术扩散渠道均会对新技术的临床转化与应用起到非常重要的作用。同时，从服务提供组织层面而言，技术最终的使用是医疗机构，因此医疗机构的背景以及医疗机构对于新技术的相关支持措施均会影响技术传播；从服务提供者个体层面而言，最终新技术能否转化成功，与最终的接纳者—临床医生密切相关。因此临床医生的相关因素以及技术本身的相关因素对最终的技术传播产生影响。此外，从服务接受者层面而言，患者相关因素也会一定程度上影响医生对于技术的使用行为。

[1] Packer C, Simpson S, Stevens A. International diffusion of new health technologies: A ten-country analysis of six health technologies[J].International Journal of Technology Assessment in Health Care，2006，22(4)：419-428.

[2] Woodward A, Fyfe M, Handuleh J, et al. Diffusion of e-health innovations in 'post-conflict' settings: a qualitative study on the personal experiences of health workers[J].Hum Resour Health，2014(12): 22.

[3] Romeo A A, Wagner J L, Lee R H. Prospective reimbursement and the diffusion of new technologies in hospitals[J].Journal of Health Economics，1984(3): 1-24.

[4] Grossman M. The human capital model[Z].2000.

[5] Russell L B. Technology in Hospitals: Medical advances and their diffusion[M].Washington, D.C.: The Brookings Institution, 1979.

[6] Dirksen C D, Ament A J H, Go P M N. Diffusion of six surgical endoscopic procedures in the Netherlands. Stimulating and restraining factors[J].Health Policy，1996, 37: 91-104.

[7] Damanpour F. Organizational complexity and innovation: Developing and testing multiple contingency models[J].Management Science，1996, 42(5): 693-716.

[8] Castle N G. Innovation in nursing homes: Which facilities are the early adopters[J].The Gerontologist，2001, 41(2): 167-172.

[9] Greenhalgh T, Robert G, Macfarlane F, et al. Diffusion of innovations in service organizations: Systematic review and recommendations[J].The Milbank Quarterly，2004, 82(4): 581-629.

[10] Champagne F, Denis J L, Pineault R, et al. Structural and political models of analysis of the introduction of an innovation in organizations: the case of the change in method of payment of physicians in long-term care hospitals[J].Health Services Management Review，1991, 4(2): 94-111.

[11] Banta H D. The diffusion of the computed tomography (CT) scanner in the United States[J].International Journal of Health Services，1980, 10(2): 251-269.

[12] C S, M D, R B L. Evolving reimbursement and pricing policies for devices in Europe and the United States should encourage greater value[J].Health Aff (Millwood)，2013, 32(4): 788-796.

[13] B S P, S B R. Reproductive health professionals' adoption of emerging technologies for health promotion[J].Health Informatics J，2014, 20(4): 250-260.

[14] L S. The impact of star physicians on diffusion of a medical technology: the case of laparoscopic gastric bypass surgery[J].J Health Care Finance，2014, 40(3): 67-85.

[15] T I, A G, R C. The impact of clinical leadership on health information technology adoption: systematic review[J]. Int J Med Inform，2014, 83(6): 393-405.

[16] M K, C P F, V M. Transfer and adoption of advanced information technology solutions in resource-poor environments: the case of telemedicine systems adoption in Ethiopia[J].Telemed J E Health，2010, 16(3): 327-343.

[17] M H S, P G. Overcoming barriers to physician adoption of EHRs[J].Healthc Financ Manage，2014, 68(2): 48-52.

[18] C F R, B F, J F. Trends in provision of photodynamic therapy and clinician attitudes: a tracker survey of a new health technology[J].BMC Health Serv Res，2005(5): 34.

[19] Escarce J J. Externalities in hospitals and physician adoption of a new surgical technology: An exploratory analysis[J].Journal of Health Economics，1996(15): 715-734.

[20] Gagnona M, Gastongodinb, Gagnéb C. An adaptation of the theory of interpersonalbehaviour to the study of telemedicine adoptionby physicians[J]. International Journal of Medical Informatics，2003, 71: 103-115.

[21] Rho M J, Choi I Y, Lee J. Predictive factors of telemedicine service acceptance and behavioral intention of physicians[J]. International journal of medical informatics，2014, 83(4): 559-571.

[22] Mohammadhiwa Abdekhoda M A M G. The effects of organizational contextual factors on physicians ’ attitude toward adoption of Electronic Medical Records[J]. Journal of Biomedical Informatics，2015(53): 174-179.

[23] Escarce J J, Bloom B S, Hillman A L, et al. Diffusion of laparoscopic cholecystectomy among general surgeons in the United States[J].Medical，1995, 33(3): 256-271.

[24] Escarce J J. Externalities in hospitals and physician adoption of a new surgical technology: An exploratory analysis[J].Journal of Health Economics，1996, 15: 715-734.

[25] Foy R C, Foot B, Francis J, et al. Trends in provision of photodynamic therapy and clinician attitudes: a tracker survey of a new health technology[J].BMC Health Services Research，2005, 34(5): 1-5.

[26] Rogers E. Diffusion of Innovations[M].New York: Free Press, 2003.

[27] Greenhalgh T, Robert G, Bate P, et al. Diffusion of Innovations in Health Service Organizations: A systematic literature review[M].Maiden,MA: Blackwell Publishing, 2005.

[28] M L S, G K, J A. Factors influencing decision making on therapeutic interventions[J].International journal of technology assessment in health care，2013, 29(3): 331-335.

[29] J P G, Y P. The effects of innovation factors on smartphone adoption among nurses in community hospitals[J].Perspect Health Inf Manag，2010(7): 1b.

[30] Tunga F, Su-Chaochanga, Chouc C. An extension of trust and TAM model with IDT in the adoption of the electronic logistics information system in HIS in the medical industry[J]. international journal of medical informatics，2008, 77(8): 324-335.

[31] Hadorn F, Comte P, Foucault E, et al. Task-shifting Using a Pain Management Protocol in an Emergency Care Service: Nurses' Perception through the Eye of the Rogers's Diffusion of Innovation Theory[J].Pain Manag Nurs，2016, 17(1): 80-87.

[32] B F, R F, U C. Increasing use of a new health technology during the wait for NICE guidance: findings from the third national tracker survey of photodynamic therapy[J].Journal of public health，2004, 26(1): 52-55.

[33] D G, R A, G S. Carbon dioxide monitoring and evidence-based practice - now you see it, now you don't[J].Crit Care，2004, 8(4): 219-221.

[34] Diabetesrayzel Shulman F A M D. Valuing technology: A qualitative interview study with physicians about insulin pump therapy for children with type 1 diabetes[J].Health Policy，2015, 120(1): 64-71.

[35] Anderson J G J S. Computers and clinical judgment: The role of physician networks[J].Social Science & Medicine，1985, 20(10): 969-979.

[36] Anderson J G. Stress and burnout among nurses: A social network approach[J].Journal of Social Behavior & Personality，1991, 7(6): 251-272.

[37] Barnett M L C N. Physician patient-sharing networks and the cost and intensity of care in US hospitals[J].Medical Care，2012, 50(2): 152-160.

[38] Creswick N W J I. Understanding communication networks in the emergency department[J].BMC Health Services Research，2009, 247(9)：:34-36.

[39] Effken J A G S. Using *ORA, a network analysis tool, to assess the relationship of handoffs to quality and safety outcomes[J].Computational Informatics Nursing，2013, 31(1): 36-44.

[40] Fattore G F F S. Social network analysis in primary care: The impact of interactions on prescribing behaviour[J].Health Policy，2009, 92(2-3): 141-148.

[41] A A, F D L, V P. Decision-making preferences and information needs among Greek breast cancer patients[J].Psychooncology，2011, 20(8): 871-879.

[42] D K, A M C, C W. A national survey of health service infrastructure and policy impacts on access to computerised CBT in Scotland[J].BMC Med Inform Decis Mak，2012(12): 102.

[43] C A, J K D, Z K. Early experiences on the feasibility, acceptability, and use of malaria rapid diagnostic tests at peripheral health centres in Uganda-insights into some barriers and facilitators[J].Implement Sci，2012(7): 5.

[44] Anderson R M, Funnell M M. Patient empowerment: reflections on the challenge of fosteringthe adoption of a new paradigm[J].Patient Education and Counseling，2005, 57(5): 153-157.

[45] Xiaojun Zhang,Ping Yu,Jun Yan,et al.Using diffusion of innovation theory to understand the factors impacting patient acceptance and use of consumer e-health innovations: a case study in a primary care clinic[J].BMC Health Services Research,2015,15:71.

[46] Cong Z. Value of Pharmaceutical Innovation: The Access Hffects, Diffusion Process, and Health Effects of New Drugs[D].Pardee RAND Graduate School, 2009.