基于真實世界數據的成年人社區衛生服務機構就診頻次特征及其影響因素研究

黃艷麗，曹裴婭

以人為中心的主動式健康管理服務（people-centered active care，PCAC）強調家庭醫生團隊與患者建立簽約關系后，要按照健康干預計劃主動預約患者來社區衛生服務機構，由家庭醫生團隊成員分工為簽約患者提供包括醫療、預防、醫事、健康教育等在內的健康管理服務。這一方式改變了以前醫生等待患者上門的偶然、碎片式的服務模式，是實現家庭醫生團隊對患者實施長期、穩定的健康管理服務的重要手段。《中華人民共和國基本醫療衛生與健康促進法》第三十一條提出“國家推進基層醫療衛生機構實行家庭醫生簽約服務，建立家庭醫生服務團隊，與居民簽訂協議，根據居民健康狀況和醫療需求提供基本醫療衛生服務”。在非面對面服務尚未形成主流的情況下，患者或居民主要還是通過到簽約所在醫療機構現場就診來完成一次健康管理（診療、健康教育、實驗室檢查、隨訪等）過程，該服務一般被記錄到門診病歷記錄中。故門診病歷記錄的“就診頻次”很大程度上反映了患者對基層醫療資源的利用情況，在簽約患者人群中，更是在真實行為上體現了其對簽約家庭醫生的信任［1］和互動情況。但目前國內關注“就診頻次”的研究較少，多集中在診斷記錄所提示的疾病結構分析領域，未涉及患者與醫生、機構之間的服務關系。檢索到的文獻中，數據量最大的為2019年10月發布的關于廣東省基層衛生19.64萬條門診診斷可用數據的分析報告［2］，但其數據可用率僅為59.65%（196 402/329 240），該報告中被排除的大量數據中可能存在影響研究結論的信息。成都市武侯區自2017年逐步建成居民健康信息中心，可通過患者身份證、醫保卡等唯一身份證件識別，同步綁定患者在區內13家社區衛生服務中心及其下屬18個服務站（簡稱13家機構）就診或接受門診健康管理服務的所有就診信息。本研究擬通過采集2020年武侯區13家機構在PCAC服務模式下的成年居民/患者的真實世界門診就診數據，盡可能完整地分析城市基層門診服務的患者簽約狀態和就診頻次特征，以及影響簽約患者就診頻次的因素，從而識別患者對基層醫療資源利用的傾向性和影響因素，幫助家庭醫生團隊更好地投入資源，與患者建立更為穩定的服務關系。

1 資料與方法

1.1 資料來源 于2021年1月，通過居民健康信息中心，提取武侯區13家機構2020-01-01至2020-12-31的18歲及以上成年門診患者就診數據，并強制脫敏患者身份、聯系方式和具體疾病診斷信息。本次脫敏提取有唯一身份識別信息的成年人門診記錄共316 730條，即316 730人，提取對應身份信息的就診記錄共1 263 300條，即1 263 300人次。刪除其中診斷信息有差漏（表現為空白項）的記錄，共刪除16 096條記錄（簽約/非簽約人數=2 492/13 604），本次分析樣本量最終為300 634人，共提取1 243 436條就診記錄。

1.2 指標設計及聚類說明 AJZEN等［3］提出的計劃行為理論認為非個人意志完全控制的行為不僅受行為意向的影響，還受執行行為的個人能力、機會及資源等實際控制條件的制約。本研究擬獲取在患者就診行為中，屬于非個人意志的客觀指標，包括：（1）患者個人特征信息，即脫敏ID、年齡、觸發診斷種類數；（2）機會及資源，即就診機構名稱、是否簽約、是否屬于特殊門診就診慢性病患者、中醫診斷種類數；（3）利用基層醫療資源的實際行為，即年內掛號次數。采用主動預約到診率（簽約家庭醫生團隊主動發起的預約計劃中該患者到診次數/其年內總掛號次數）、固定簽約醫生就診率（患者到簽約醫生處就診的次數/其年內總掛號次數）來體現患者對簽約家庭醫生制定的服務計劃的依從性和兩者服務關系的穩定度。

為便于聚類比較，本研究在病情復雜程度判斷上，將年內觸發的診斷記錄分為0～1種（簡單）、2～4種（普通）、5～7種（復雜）及≥8種（非常復雜）4個層級；將就診頻次理解為對基層門診醫療資源的年需求頻次，分為偶發（1～3次，大部分為急性疾病）、持續管理（4～26次，大部分為慢性病患者或老年人，按基本公共衛生服務或門診特殊疾病報銷政策要求實施）、頻繁就診（27～52次，每2周或每周就診）、異常頻繁就診（>52次，過度占用門診資源）4個層級；年齡按照19～44歲、45～59歲、60～79歲、80～89歲及≥90歲分為5個層級；主動預約到診率和固定簽約醫生就診率分為“是/否”兩種層級；就診機構指患者就診記錄所在的社區衛生服務機構（13個），以啞變量形式納入。醫生簽約患者規模指2020年該醫生門診服務的簽約患者數。

1.3 統計學方法 采用R 3.5.1軟件進行統計分析。計數資料以頻數和百分比表示，組間比較采用χ2檢驗；等級資料組間比較采用Wilcoxon秩和檢驗；計量資料如符合正態分布以（±s）表示，組間比較采用t檢驗，不符合正態分布以中位數（四分位數間距）〔M（QR）〕表示，組間比較采用Wilcoxon秩和檢驗；采用有序多分類Logistic回歸模型進行多因素分析。以P<0.05為差異有統計學意義。

2 結果

2.1 總體情況 2020年，在13家機構就診的成年人共300 634人，產生了1 243 436次門診記錄，平均就診年齡（51.5±18.4）歲，平均就診頻次（4.14±5.94）次。71.37%（214 511/300 634）的患者屬于偶發就診。56.03%（168 440/300 634）的就診人群僅觸發0～1種診斷。3.14%（9 448/300 634）患者會產生跨社區衛生服務機構就診行為，其中簽約患者中有17人。

2.2 簽約患者和非簽約患者就診情況對比 簽約患者占總人數的34.73%（104 399人），總門診人次的63.91%（794 710次）。簽約患者與非簽約患者年齡、就診頻次、接受中醫服務人數、特殊門診就診人數、就診頻次、診斷復雜程度比較，差異有統計學意義（P<0.05），見表1。

表1 2020年13家機構簽約患者和非簽約患者就診情況對比Table 1 Comparison of consultations between contracted patients and non-contracted patients of 13 institutions in 2020

非簽約患者中86.04%（168 840/196 235）為偶發就診，69.93%（137 229/196 235）病情相對簡單；簽約患者中52.30%（55 812/104 399）為持續管理就診，29.90%（31 211/104 399）為病情相對簡單。簽約患者就診頻次為1～3、4～26、27～52、>52次者平均診斷數分別為（1.59±0.93）、（4.90±3.09）、（9.53±5.59）、（13.99±9.07）種，非簽約患者就診頻次為1～3、4～26、27～52、>52次者平均診斷數分別為（1.27±0.75）、（3.27±2.52）、（7.31±6.48）、（12.91±11.48）種。

2.3 簽約患者主動預約到診率和固定就診率 以人數計算，簽約患者主動預約到診率為40.29%（42 061/104 399）， 固 定 就 診 率 為 37.86%（39 522/104 399）；以頻次計算，簽約患者主動預約到診率為18.58%（147 685/794 710），固定就診率為18.12%（144 009/794 710）。

2.4 233例提供簽約服務的醫生的簽約患者規模 233例提供簽約服務的醫生中，最高門診服務簽約人數為1 874例。其中65例（28.02%）醫生簽約服務≥800例患者，69例（29.74%）醫生簽約服務1 00～799例患者，98例（42.24%）醫生簽約服務10～99 例患者。

2.5 簽約患者就診頻次的影響因素分析

2.5.1 不同特征簽約患者就診頻次比較 不同病情復雜程度、是否主動預約到診、是否固定就醫、是否利用中醫服務、不同年齡、是否特殊門診就診、不同就診機構、接診醫生有不同簽約患者規模的成年患者就診頻次比較，差異均有統計學意義（P<0.001），見表2。

表2 不同特征簽約患者就診頻次比較〔n（%）〕Table 2 Comparison of frequency of visits for different characteristics of contracted groups

2.5.2 簽約患者就診頻次影響因素的有序多分類Logistic回歸分析 以患者就診頻次為因變量（賦值：1～3次=1，4～26次=2，27～52次=3，>52次=4），以單因素分析中差異有統計學意義的因素為自變量進行有序多分類Logistic回歸。結果顯示病情復雜程度、是否主動預約到診、是否固定就醫、是否利用中醫服務、年齡、是否為特殊門診就診、簽約所在機構和醫生簽約人群規模是患者就診頻次的影響因素（P<0.05），見表3。

表3 簽約患者就診頻次影響因素的有序多分類Logistic回歸分析Table 3 Orderly multi-class logistic regression analysis of factors influencing the frequency of visits of contracted patients

3 討論

3.1 基層門診的簽約/非簽約患者具有共同特征 整體來說，武侯區患者很少產生跨機構的就診行為，提示目前社區衛生服務機構點位設置與居民獲取基層醫療服務的地理可及性需求契合程度較高，服務穩定性較好。同時說明患者在常見疾病問題的處理上，基本不存在因不同的疾病處理難度跨社區衛生服務機構就醫的行為傾向，提示該區門診診療服務全科化、常見診療能力同質化程度較高。診斷復雜性是簽約患者就診頻次增加的重要影響因素。對簽約患者開展的門診服務占了門診資源的較大比例，提示城市社區衛生服務機構的布局和家庭醫生簽約服務已經能穩定地發揮解決常見醫療保健問題的功能。

3.2 基層門診的簽約/非簽約患者的差異性特征 與非簽約患者相比，簽約患者具有更復雜的病情和更強烈的就診需求。雖然非簽約患者以偶發就診行為和簡單的疾病診斷為主，但其中也有部分年齡大、病情復雜程度高、頻繁及異常頻繁就診、中醫服務利用度高、特殊門診就診這幾個符合連續管理需求的特征人群，是下一步擴展簽約患者范圍的首要目標人群。同時簽約患者中診斷復雜程度更高，提示可能建立簽約關系對醫生有意識完整、綜合地識別患者病情有一定幫助。進一步強化全科醫生對所有門診患者進行綜合的病情和健康需求評估要求，可能會對識別非簽約患者的綜合健康需求，建立簽約行為有一定促進作用。

3.3 門診簽約患者就診頻次的影響因素分析 簽約患者的就診頻次，特別是與簽約醫生有關的互動行為，一定程度上真實反映了患者對家庭醫生的信任度。本研究結果顯示，年齡、診斷復雜程度、是否為特殊門診慢性病患者、是否利用中醫服務在簽約患者中仍然是就診頻次的影響因素，而與簽約的家庭醫生相關的兩個指標——患者主動預約到診率和固定就診率，也是就診頻次的影響因素。提示家庭醫生診療行為之外的健康干預計劃的供給和患者管理方式，也是改變患者就診行為的重要因素，比如接受主動預約和到簽約家庭醫生處就診的患者的就診頻次更集中于合理區間。陳奕君等［4］及錢雯［5］的研究均提示患者患慢性病情況、家庭醫生服務知曉情況、費用水平及醫保保障是其簽約行為的影響因素，其他影響因素還包括年齡、診療水平、交流時間、服務內容、服務效果滿意情況等；陳岑［6］針對286例患者的調查發現，簽約患者后續未到基層就診的主要影響因素是自身健康狀況較好和沒有去基層首診的習慣。但以上研究均未提及簽約后的患者就診行為這一客觀指標，本研究對其進行了彌補設計，可供其他地區參考。

3.4 影響因素指標可引導家庭醫生識別服務供給差距本研究發現，由于新模式推廣時間尚短，仍有一部分比例的簽約患者尚未形成接受主動健康管理計劃和到固定簽約醫生處接受服務的就醫行為習慣。但醫生門診服務的簽約患者大于1 200人時，會對患者的就診頻次產生影響。提示目前的服務內涵下，醫生門診服務的簽約人群不超過1200人時，仍有空間可找到改進主動健康管理方式的機會；超過1 200人時，則需更多考慮對醫生的支持措施，如增加醫務助理和預約工具等。

影響因素中有些屬于不可改變的因素，比如患者年齡，但可以提醒機構和家庭醫生關注各年齡階段的就診需求特征。其他因素多屬于可以改進的服務類因素，非常適合納入機構對家庭醫生簽約服務績效改進的引導指標中，如根據患者需求主動預約就診計劃、到固定家庭醫生處就診，以及管理深度因素，如疾病評估完整性等指標。歐偉麟［7］在廣東省家庭醫生績效考核中提到“預約履約率”和“固定就診率”屬于家庭醫生服務考核指標，但無法在該省通過信息化手段統計獲得數據。本研究結果顯示，武侯區可隨時獲取該類服務行為全量數據，從而及時幫助家庭醫生識別健康管理的行為差距，提示基于頂層設計的基層醫療服務信息化建設對挖掘醫療服務大數據信息、提供管理決策依據有重要作用。

3.5 局限和不足 （1）大數據現狀分析具有局限性，即只能提示相關關系，類似“事實判斷”，回答“是什么”的問題，但無法回答因果關系，類似“價值判斷”，回答“為什么”的問題［8-9］。但真實、綜合地發現和判斷“事實”，是下一步發現因果關系的重要基礎。本研究集中在已有“行為”的“事實”數據分析，發現行為之間的相關關系，需在此基礎上進一步回答“為什么”的研究設計。（2）本研究基于統計口徑標準化的影響，在部分健康管理行為上未采集到以服務年為單位的連續性變量，比如患者連續簽約年數等指標。同時本研究以簽約服務實際可獲取的行為數據表現為目標，未擴大患者在社區衛生服務機構之外的基層醫療衛生機構，比如診所的就醫行為數據，也缺少與社區、環境等大健康類指標的影響因素分析，可能導致部分影響因素缺失。

作者貢獻：黃艷麗負責文章的構思與設計、研究的實施與可行性分析、數據收集與整理、結果的分析與解釋、論文撰寫與修訂、文章的質量控制及審校，并對文章整體負責，監督管理；曹裴婭負責統計學處理、英文的修訂。

本文無利益沖突。