慢病人群视角下基层卫生服务整合影响因素研究

任晓晴,方硕文,徐灵烽,刘劲松,张新洲,赵林海,卢曼曼

安徽医科大学卫生管理学院,安徽 合肥 230032

我国已经步入老龄化社会,随着老龄化程度的持续加深,老龄人口的绝对数量和总人口占比均在不断上升,与衰老密切相关的疾病如慢性非传染性疾病的患病人数也将快速增加[1]。慢性病不仅增加老年人家庭及社会负担,更降低其生命质量[2]。但各级医疗机构之间严重分割导致服务碎片化、信息化孤岛和现有医疗体系质量低,远远不足以应对慢性病[3]。在此背景下,改变传统的单纯医疗模式,从“以疾病治疗为中心”转向“以健康管理为中心”,向全人群提供预防、治疗、管控一体化的服务日益成为共识[4, 5]。对医疗卫生服务进行合适的组织和管理,确保慢病人群获得所需的卫生资源和服务,服务提供方式易于接受、服务效果能够达到预期的卫生服务整合这一概念越来越受到重视。以往的卫生服务整合体系的内容通常包含四个基本维度,即服务提供、治理机制、组织管理和筹资支付[6, 7],但涵盖的内容不够全面;世界卫生组织提出了基于五项策略的“整合型卫生服务的理论框架”,即“促进人人参与、加强管理与问责、促进服务协调、重塑照护模式、为改革创造有利环境”[8]。

目前,对卫生服务整合效果的评估仍十分有限,需要有效和可靠的测量工具在慢病人群的视角下来评估卫生服务整合效果及其主要影响因素,辨明以及在进行卫生服务整合中需要改进的地方。本研究以C-RMIC-MT患者版本为测量工具,以安徽省农村地区慢病人群为研究对象,了解卫生服务整合的情况,从以人为本、临床整合、专业整合、团队协作、组织整合5个维度作为对卫生服务整合情况的评价,以期为安徽省农村地区卫生服务整合政策的制定与优化提供科学依据。

1 对象与方法

1.1 研究对象

2021年6—7月,选取安徽省宣城市泾县和淮南市潘集区为现场,采用随机抽样方法抽取慢病患者作为调查对象,利用自行设计的卫生服务整合问卷和彩虹模型综合量表进行调查。调查对象纳入标准:(1)≥18周岁;(2)经二级及以上医疗机构确诊为慢性病患者,至少患有高血压、高血脂、高血糖任意一种慢性病;(3)能够并愿意提供知情同意;(4)能够完成面对面的问卷。

1.2 研究方法

1.2.1 理论模型 Valentijn为研究综合的初级卫生保健而构建了彩虹模型(Rainbow Model of Integrated Care,RMIC)[9]。该模型确定了四个核心(以人为中心、服务协调、专业协调、组织协调)和四个辅助(以社区为中心、技术能力、文化能力、系统背景)方面。基于以人为本和以人群为基础的两个核心指导原则:从宏观、中观、微观和支持要素四个层面解构卫生服务系统,通过系统整合、组织整合、专业整合、服务整合、核心功能整合和价值规范整合来提高卫生系统的服务能力,促进人群健康,降低服务成本。并在此基础上进行了逐步的完善[10, 11],之后开发了卫生服务整合彩虹模型测量工具(Rainbow Model of Integrated Care Measurement Tool,RMIC-MT)[12],为了全面衡量卫生保健的整合情况,RMIC-MT由其开发人员分为患者版本和提供者版本,这显示了提供者和患者的感知。王欣等人[13]在此基础上开发了适合中国患者版本C-RMIC-MT,来评估综合护理的效果,C-RMIC-MT患者版本,其验证结果显示了初步令人满意的心理测量特性。作为医疗资源的接受者,患者的体验也高度反映了卫生服务整合的过程和结果。

1.2.2 调查工具

1.2.2.1 一般情况调查表 由研究者自行设计,由人口学资料及相关疾病行为及控制情况组成,人口学资料主要包括性别、年龄、文化程度、婚姻状况、几口人一起生活等。相关疾病行为及控制主要包括:是否测量过血压/血脂/血糖、是否吸烟、是否饮酒、医务人员给出治疗或建议的次数、是否看过中医、接受高血压/高血脂/糖尿病随访的情况。

1.2.2.2 C-RMIC-MT患者版本量表 本研究采用的量表是基于C-RMIC-MT患者版本量表,从患者角度评价基层卫生服务整合的实施效果,量表一共选择五个维度,总计15个条目,分别为:以人为本(2条目)、临床整合(5条目)、专业整合(3条目)、团队协作(3条目)、组织整合(2条目),采用Likert 5级评分法,各条目设置的答案均为“非常不同意、不同意、一般/不知道、同意、非常同意”,每条目得分范围为1～5分,量表总体得分范围为15～75分。各维度得分为维度内所有条目得分之和[14-16],总体得分是以人为本、临床整合、专业整合、团队协作、组织整合5个维度的得分之和。根据量表使用手册,以量表得分反映患者对基层卫生服务整合的评价,得分越高表明患者对基层卫生服务整合的评价越好[17]。具体得分详见表1。本研究重测信效度,以人为本维度Cronbach’s α系数为0.654,临床整合维度Cronbach’s α系数为0.777,专业整合维度Cronbach’s α系数为0.676,团队协作维度Cronbach’s α系数为0.642,组织整合维度Cronbach’s α系数为0.754,KMO为0.768>0.6,一般认为α>0.8表示内部一致性极好, α在0.6～0.8表示较好, 而α<0.6表示内部一致性较差[18],因此本量表具有较好的信效度。

1.2.3 调查方法 C-RMIC-MT患者版本测量量表要求每个项目需要10名受试者[14],量表共有15个项目,因此所需最小样本量为150。考虑问卷应答情况,适当增加样本量。本研究共发出调查问卷175份,排除填写错误或信息不完整率≥ 5% 的无效问卷,回收有效问卷167份,问卷有效回收率为95.4%。

1.3 统计学处理

运用SPSS 26.0 软件进行统计分析,定性数据采用频数、率或构成比进行描述,定量数据因不符合正态分布,采用中位数和四分位数进行描述。单因素分析采用非参数检验;以单因素分析有意义的变量为自变量,以C-RMIC-MT总维度得分自然对数为因变量构建多元线性回归分析模型,探究卫生服务整合C-RMIC-MT总维度得分的影响因素。所有统计分析基于双侧假设检验,α=0.05 为检验水准,P<0.05为差异有统计学意义。

2 结果

2.1 调查对象基本情况

167位慢病人群中,女性99人(59.3%);老年人居多,年龄在60岁及以上的占比达到了119人(71.3%);文化水平较低,没上过学的高达120人(71.9%);125人(74.9%)的婚姻状况是在婚;2～4人一起生活的情况最多113人(67.7%);建档立卡贫困户只有22人(13.2%),105人(62.9%)的个人年平均经济收入在6500元以下;已签约家庭医生者131 人(78.4%);有86人(51.5%)患有一种慢病、35人(21.0%)患有2种慢性病、46人(27.5%)患有3种及以上慢性病;过去三年参加免费体检的有103人(61.7%)。至少测量过血压或血脂或血糖任意一种的有163人(97.6%);吸烟饮酒的人数比较少,其中26人(15.6%)吸烟,25人(15.0%)饮酒;仅有5人医务人员未曾给过建议或治疗;有36人(21.6%)看过中医;一年当中没有接受随访的有63人(37.7%)。见表2。

2.2 C-RMIC-MT总维度得分

调查的慢病人群卫生服务整合C-RMIC-MT总维度得分52(46,58),平均每条目得分为3.47分。各评价维度平均每条目得分由高到低分别为临床整合(3.80分)、专业整合(3.67分)、以人为本(3.50分)、团队协作(3.33分)、组织整合(3.00分),其中团队协作、组织整合两个维度的条目均分小于总维度条目均分3.47分。见表1。

表1 量表各维度得分情况

2.3 C-RMIC-MT总维度得分的影响因素分析

2.3.1 不同特征慢病人群的C-RMIC-MT总维度得分比较 结果显示,性别、一共几口人生活在一起、是否建档立卡贫困户、是否签约了家庭医生服务、是否测量过血压/血脂/血糖、医务人员给出治疗或建议的次数、接受高血压/血脂/糖尿病随访情况共计7个变量的卫生服务整合C-RMIC-MT总维度得分的比较,差异有统计学意义(P<0.05)。见表2。

2.3.2 C-RMIC-MT总维度得分影响因素的多元线性回归分析 以C-RMIC-MT总维度得分对数(Ln＿总维度得分)为因变量。表2中差异有统计学意义的指标为自变量纳入多元线性回归模型。本研究在多元线性回归分析前采用方差膨胀因子(VIF值)方法进行共线性诊断,VIF值均<5,即该模型不存在多重共线性。结果显示,生活在一起的人数越多(t=2.325,95%CI0.014～0.172,P=0.021)、建档立卡贫困户(t=3.618,95%CI0.055～0.186,P<0.001)、签约家庭医生服务(t=2.309,95%CI0.01～0.124,P=0.022)、医务人员给出治疗或建议的次数越多(t=2.53,95%CI0.005～0.039,P=0.012)是卫生服务整合C-RMIC-MT总维度得分对数的促进因素。见表3。

表2 不同特征慢病人群的C-RMIC-MT总维度得分比较

表3 慢病人群卫生服务整合C-RMIC-MT总维度得分对数影响因素的多元线性回归分析

3 讨论

3.1 农村地区卫生服务整合的现状

在研究调查的慢病人群中,卫生服务整合量表的每条目满分为5分,总维度平均每条目得分为3.47分,五个维度中,组织整合维度得分最低,其次为团队协作、以人为本、专业整合,临床整合维度。由此可见,目前尤其需要加强组织维度整合和团队协作。一方面,医共体内部要加强组织整合的力度,关键在于医防部门间以及医共体内部成员之间需建立互利共生模式,畅通协同发展渠道。院长与医疗、公卫部门管理人员探索建立医防融合领导小组,主要职责为制定医防融合工作的总体规划、目标任务制定及发展具体流程,以理念倡导和强有力监督实践两方面,提升医防部门间协同频率和拓展协同内容。还要充分发挥信息化系统的分享和整合作用[19],促进业务协同,并带动管理效率和工作效率双提升。另一方面,对于培养基层医务人员之间协作能力,首先要树立团队协作的意识,在工作中积极开展沟通交流、相互提醒、相互帮助、相互监督、相互学习、取长补短, 进而弥补工作中的缺陷和漏洞。

从彩虹模型得分的情况可以看出,安徽省基层卫生服务整合在宏观和中观层面的整合还有待加强,整合医疗服务体系尚不完善,与陈秀芝[20]的结论一致。符合国际经验,即整合型医疗卫生服务体系都需要经历一个由低层次整合向高层次整合的渐进过程[21],因此安徽省农村地区现在正处于从低向高整合迈进的过程,安徽省农村地区的卫生服务整合存在着很大的发展空间。

3.2 农村地区卫生服务整合的影响因素

3.2.1 生活在一起的人数 在对农村地区卫生服务整合得分的影响因素分析中,研究发现相对于独居,生活在一起的人数越多其对卫生服务整合程度的评价越高,与陈瑜的结论一致[22],这可能因为独居的人更渴望他人的关怀, 希望从医护人员那里得到更多的关心和支持。当这样的要求得不到满足时, 就会更容易表现出对卫生服务整合的评价不高。

3.2.2 建档立卡贫困户 相较于非建档立卡贫困户,建档立卡贫困户对卫生服务整合程度的评价更高。这可能与安徽较好的精准扶贫效果有关,建档立卡贫困户是弱势群体,属于帮扶的对象,得到的照顾比较多[23],医务人员可能对他们会更关注,因此对卫生服务整合的评价可能会更高。

3.2.3 签约家庭医生服务 相比于未签约家庭医生服务,签约家庭医生服务对卫生服务整合程度的评价更高。从文献研究可以发现,家庭医生是提供全方位全周期健康服务的重要抓手,是卫生服务整合中重要的一部分[24],本研究中绝大部分调查对象签约了家庭医生服务,131人(78.4%),这与家庭医生是我国居民健康的“守门人”[25],在卫生服务整合方面起着根基作用的观点相一致。因此,需要大力宣传家庭医生的重要作用和意义。建议由政府牵头,联合各医疗卫生机构、社区等协同参与,提高居民的认知和认可程度,尤其是对于普遍存在文化水平较低且不懂理论知识也不容易发现事物的内在价值的农村居民更为必要。

3.2.4 医务人员给出治疗或建议的次数 医务人员给出治疗或建议的次数越多对卫生服务整合程度的评价就越高,差异具有统计学意义。这与杨丽的结果类似[26],医务人员给出治疗或建议的次数越多患者越能感知到人文的关怀,对卫生服务整合的评价也就越高。这就需要健全卫生服务整合体系,优化医疗服务的多方合作[27]。建立一个基于服务提供者、多机构支持结构和信息交流机制的多元供给主体的整合框架,完善保障和激励机制,加强体系内机构间培训或技术支持,进一步提升基层服务人员的专业能力和服务能力,使上级机构和患者对基层卫生机构产生强信任。Granovetter M S[28]的弱信任和强信任理论表明强信任会使关系成为利益共同体,可以整合更多资源,促进成员间信息交流,会有“1+1>2”的效果,更好地为患者提供服务。马伟杭[29]的研究说明在医疗卫生服务体系中, 医务人员是最关键的环节。医务人员的服务水平会影响患者的就医体验,就医体验也直接影响到患者对医院整合程度的评价。

3.3 本研究局限性

(1) 虽然受访者的数量满足要求(超过项目编号10倍),但仅抽取了泾县和淮南两地区,涉及地区范围窄,抽样的高同质性可能会影响有效性评估;慢病病种涉及少,主要是高血压、高血脂、糖尿病、心脏病等常见病[30];(2)本研究是横断面研究,只能探索、无法验证卫生服务整合效果与探讨因素间的因果关系。因此从一定程度上会影响本研究的说服力。

但本研究是使用王欣C-RMIC-MT患者版本量表进行卫生服务整合的现状及影响因素的研究,并且C-RMIC-MT量表进行了重测信效度,信效度较好[12,13]。以定量资料的形式,实现基于慢病视角下患者卫生服务整合情况的评价。

利益冲突无