于夢根,趙璇,李惠文,于亞航,袁蓓蓓,孟慶躍
醫療和預防整合服務需要經歷一個漸進遞升的過程,從低層次向高層次整合邁進[1],醫防整合服務最基本的單元——基層醫療衛生機構的醫護人員,是維持基層醫療衛生服務體系運轉的人力資源,是與居民接觸最為密切的服務提供者,同時也是容易被忽視的“末梢”。我國基層醫療衛生機構承擔基本醫療和公共衛生服務的雙重責任,是醫防在基層的整合點,但實際工作中,臨床和公共衛生是兩個分設的科室。聚焦到個體層面,由于受機構環境和個人特征的影響,在日常服務中,通常不具備或忽略了醫防服務的雙重功能。整合型衛生服務體系是健康中國戰略的建設目標,在多層次和多維度的整合上,微觀個體層面的整合尤為關鍵,單個醫務人員將醫防服務有機融合,直接影響患者接受服務的質量和健康狀況;而這個整合行為不僅需要醫務人員自身有將治療與預防服務進行整合的態度,也需要在衛生服務提供過程中,機構和科室的環境支持醫務人員的整合行為。本研究針對基層醫護人員,在全國進行抽樣調查,了解現階段其對醫防整合的主觀認識,評價和分析醫護人員是否具備了行動上開展醫防整合服務的主觀認識基礎。本研究的測量工具也為我國開展醫防整合相關研究提供指標測量、分析方法的積累,為制定和實施醫防整合服務政策提供實證研究結果和科學依據。
1.1 研究對象 于2019年4—10月,采用多階段全國性抽樣調查,根據我國各地區經濟發展水平和地理位置,抽取江蘇省、福建省、廣東省、安徽省、貴州省和青海省,考慮現場的可行性和可協調性,典型抽樣獲取該省某市的1個區和1個縣(縣級市),最后再簡單隨機抽樣獲取該區(縣和縣級市)6所社區衛生服務中心(6所鄉鎮衛生院),根據現場實際狀況有所調整,共計75所基層醫療衛生機構,對當日在崗的醫生和護士進行問卷調查。
1.2 研究方法
1.2.1 問卷調查 “醫防整合認識”是指醫生和護士對醫防專業界限、整合提供行為、整合的工作環境的主觀認知。回顧社會認知理論[2]在衛生服務領域中的應用,即人對環境的反應包括認知、情感和行為,醫護人員職業行為的改變是內外部環境因素的影響[3],綜述現有中英文文獻[4-11],結合專家咨詢擬出主題,形成醫防整合認識問卷(見表1)。問卷主題從上至下依次表示醫生和護士專業認知(X1),醫防作用效果認知(X2),不同科室專業人員交流(X3),機構內信息系統聯接程度(X4),機構內專業協助可獲得性(X5),跨專業合作經歷(X6),醫防整合的時間和精力(X7),機構信息系統(X8),公共衛生科室支持(X9),經濟激勵(X10),領導支持(X11),規范、標準和指南等文件(X12)12個變量。問卷內容測量醫護人員對上述主題的認同態度,分值區域為1~4分,1分表示非常不同意、2分表示不同意、3分表示同意、4分表示非常同意。本研究由經培訓的調查員負責問卷的發放、解釋、核查和回收,共計發放問卷810份,回收有效問卷725份,問卷有效回收率89.5%。
1.2.2 因子分析 首先進行因子分析檢驗,確定數據和指標是否適用因子分析。其次求出主成分初始特征值和解釋總方差,通過最大方差法進行因子斜交旋轉,得到因子載荷矩陣,即各項指標與成分的相關系數,進一步明確每一個公因子和變量之間的關系(相關系數>0.6),并獲得一組新的、能合理解釋實際意義的公因子。再根據因子得分系數矩陣,將公因子表示為各個變量的線性組合,獲得3個公因子的得分模型,每個公因子得分的均值為0,標準差為1,個體在該公因子得分為正值,表明醫防整合認識水平(同意程度)高于樣本平均值,負值表示低于平均水平。同時以各個公因子的方差貢獻率占總方差貢獻率比重作為權重,計算綜合得分;最后計算因子得分轉化值,部分反向指標做正向化處理[12],從而對醫防整合服務認識進行評價。
1.3 統計學方法 使用EpiData3.1建庫,數據雙錄入實時檢驗。應用Stata 14.0統計軟件,基本情況采用描述性分析;醫防整合認識主成分的提取采用因子分析,再根據因子得分轉化成四分制,進行認識評價。
2.1 調查對象基本情況 被調查基層醫護人員中,女性居多〔75.7%(549/725)〕,本科及以上學歷人員達到65.5%(474/724),93.5%(675/722)具備執業資格,62.8%(440/701)屬于機構編制內人員,專業技術職稱以中級〔41.9%(301/719)〕和師級/助理〔33.8%(243/719)〕居多,從醫年限≤20年者達81.1%(584/720),本機構工作年限<10年占比最多〔78.1%(564/722)〕(見表2)。
2.2 基層醫護人員醫防整合認識指標得分 調查樣本X1~X1212個認識指標經加權標化后得分均值分別為2.73、2.25、2.98、3.21、3.15、2.68、2.86、3.09、3.19、2.72、3.13、3.17分,有一半的指標得分低于3分所代表的“同意”。
2.3 因子分析的檢驗KMO統計量用于檢驗變量間的偏相關性是否足夠,KMO統計量取值為0~1,KMO>0.5時,適宜做因子分析;Bartlett's球形檢驗用于檢驗相關系數矩陣是否為單位陣,如果顯著性水平P<0.05,則可以做因子分析。本研究KMO=0.880,Bartlett's球形檢驗χ2=2 765.935,對應顯著性水平P<0.001,說明因子分析的效度符合要求,能夠提取最少因子的同時,又能解釋大部分的方差,對數據進行因子分析具有較高構建效度。
2.4 因子的提取與命名 初始特征值有3個>1.0,在提取平方和載入一欄,顯示公因子累積方差貢獻率為58.93%。對因子載荷矩陣進行斜交旋轉后,旋轉平方和載入與初始特征值相比發生一些變化,每個公因子對總體方差的解釋程度變得更為平均,并且總體方差貢獻率達到70.43%,解釋程度更高。前3個公因子足夠解釋原始變量,旋轉后因子碎石圖也顯示,在第3個因子之后,走勢趨于穩定,按照公因子數量盡可能少、方差累計貢獻率盡可能大的原則,提示宜提取3個公因子(見表3、圖1)。
為更好地解釋公因子實際意義,第1個公因子(F1)與醫防整合的時間和精力(X7)、信息系統(X8)、公共衛生科室支持(X9)、經濟激勵(X10)、領導支持(X11)和規范、標準和指南等文件(X12)有關,反映的是在服務過程中,個體感知到的環境相關的促進和障礙因素,可命名F1為機構層次的環境支持公因子;第2個公因子(F2)與不同科室人員交流(X3)、機構內信息系統聯接程度(X4)、專業協助可獲得性(X5)和跨專業合作經歷(X6)有關,反映個體的科室協助和專業合作情況,可命名F2為科室層次的合作互動公因子;第3個公因子(F3)與專業認知(X1)和醫防作用效果認知(X2)有關,反映個體對專業性質和崗位的認識,可命名F3為個人層次的專業界限公因子(見表4)。

表1 醫防整合認識問卷內容Table 1 Contents of the questionnaire on perceptions of integrated medical and preventive services

表2 基層醫護人員基本情況Table 2 Basic information of primary care doctors and nurses
2.5 因子得分模型 通過得分系數矩陣(見表5),環境支持因子F1、合作互動因子F2、專業界限因子F3和醫防整合認識綜合得分F計算結果如下:
F1=-0.033 44X1+0.035 45X2-0.019 69X3+0.046 85X4+0.036 85X5-0.065 20X6+0.214 71X7+0.215 31X8+0.211 26X9+0.212 84X10+0.223 78X11+0.215 12X12
F2=0.132 70X1-0.140 74X2+0.316 13X3+0.290 17X4+0.320 87X5+0.402 78X6-0.049 65X7+0.001 45X8+0.026 01X9-0.065 19X10-0.020 95X11-0.004 10X12
F3=0.622 33X1+0.600 06X2+0.126 53X3+0.101 25X4-0.058 61X5-0.067 86X6-0.031 30X7+0.006 30X8+0.005 91X9-0.067 36X10+0.008 52X11+0.050 67X12
F=0.347 6/(0.347 6+0.251 1+0.105 6)×F1+0.251 1/(0.347 6+0.251 1+0.105 6)×F2+0.105 6/(0.347 6+0.251 1+0.105 6)×F3


表3 特征值及方差貢獻率Table 3 Eigenvalues and variance contribution rate

圖1 醫防整合認識因子的碎石圖Figure 1 Scree plot of factor analysis in perception of the integrated medical and preventive services
經因子四分制轉化公式得,基層醫護人員感知到的環境支持得分(2.97±0.54)分、合作互動得分(2.81±0.55)分、專業界限得分(2.46±0.65)分、醫防整合認識綜合得分(2.86±0.53)分(見圖2~5)。
3.1 變量選擇與方法 醫務人員是醫防整合服務的直接提供者,其對專業界限、整合行為和環境的認知直接影響其整合行為,因此測量醫務人員的主觀認識,發現問題,找到政策干預點至關重要。但是在測量工具選擇上,尚沒有發現被研究領域普遍認可、廣泛使用的量表或指標測量醫防整合認識。本研究基于既往文獻資料,結合專家討論,明確測量內容和標準,形成調查問卷。在認識評價及其影響因素分析部分,使用因子分析降維,將基層醫護人員認識到的醫防整合服務促進和障礙因素集中在個人層次的專業思維、科室層次的合作互動及機構層次的環境支持。降維處理后3個因子的意義明顯,與理論假設基本一致。

表4 旋轉后因子載荷矩陣Table 4 Factor loading matrix after rotation

表5 成分得分系數矩陣Table 5 Component score coefficient matrix

圖2 醫護人員環境支持公因子得分Figure 2 Environmental support factor score rated by primary care doctors and nurses

圖3 醫護人員合作互動公因子得分Figure 3 Cooperation and interaction factor score rated by primary care doctors and nurses
3.2 環境支持有待加強,協同發展醫防服務 在機構層次,日常服務過程中,來自外部的支持性環境是影響醫療和預防服務協調合作的重要方面,個體認識評價發現為推進醫防服務整合,機構給予資源、制度和政策上的支持力度有待加強。醫護人員大部分時間花費在日常診療和常規護理,分配給健康促進和健康教育等預防性公共衛生服務時間很少[14]。雖然基本公共衛生服務項目增加、內容增多,但很多時間和精力浪費在報表數據和考核資料的填寫整理[15]。公共衛生工作成為額外的、純累加的工作量,目前工作內容的設計無法將其有機融合到日常診療工作中。醫護人員醫防整合服務過程中存在的障礙,還包括機構管理理念重醫輕防,衛生資源向臨床醫療傾斜,沒有可參照的指南文件或者輔助工具(如信息系統),提供預防性公共衛生服務得不到有效經濟激勵等。

圖4 醫護人員專業界限公因子得分Figure 4 Professional boundary factor score rated by primary care doctors and nurses

圖5 醫護人員醫防整合認識綜合得分Figure 5 Score of comprehensive perceptions of integrated medical and preventive services rated by primary care doctors and nurses
基層醫護人員提供醫防整合服務,需要機構創造合適的支持性環境。基本醫療服務能力強是履行公共衛生服務的保障,建議基層醫療衛生機構適應居民健康需求的變化,在理念上要堅持兩者齊頭并進,協同發展;基本公共衛生均等化項目要改善工作內容設計,減少填報工作,改善服務流程,將其有機融合到接觸居民的診療工作中。機構內部從制度上和資源上引導醫防整合,使醫護人員把有限時間用在患者健康維護;從薪酬制度上考慮預防服務績效,增加不同崗位和科室人員在服務過程中的相互學習和專業融合。
3.3 醫防觀念需要轉變,加強多學科人員合作 本研究結果顯示,基層醫護人員熟悉自身崗位工作,但對其他專業領域缺少了解,缺乏機構內外不同專業的交流和合作,對預防性公共衛生服務在改善人群健康作用方面的認同度一般。根本上,我國醫學教育專業隔絕,過于強調專科教育課程及與之相應的專業實踐[16],醫學生以“疾病”為中心,不認為預防疾病發生是自己的合理任務,疾病處理觀念偏頗,對預防作用認知不足。在實際執業過程,國內基層醫療衛生機構通常設立有內科、外科等臨床醫學科室和獨立的預防保健科室(或公共衛生科室),醫護人員所進行的干預措施是在患者患病期間,常常忽略向患者提供預防知識或服務。
建議長遠和根本上,要從改革醫學教育模式出發,逐漸轉變醫護人員個體對預防醫學的偏見,打破專業界限思維,自覺融合臨床與預防服務,通過直接培養和繼續教育的方式,為基層輸送全科醫生和護士。加強基層醫療衛生機構全科診室建設,建立多學科協作機制;采取團隊服務形式,鼓勵多種衛生專業人員加入團隊;以團隊為單位進行績效考核和分配,以激勵團隊真正融合工作;對接簽約居民服務需求,提供醫防融合、綜合連續的醫療衛生服務。
3.4 創新性和局限性 本研究是在構建整合型醫療衛生服務體系的背景下,聚焦醫防整合最基礎的服務單元——個體,明確界定研究內容和研究對象,將自定義的醫防整合認識研究具體化、定量化,掌握和評價基層醫療衛生機構醫護人員對醫防整合的認識現狀。國內外相關研究資料較少,缺乏該領域內規范的量表或者問卷主題。本研究的局限性主要在于認識指標選取、設計和科學測量,是探索性的因子分析,因此不排除測量存在缺陷性。
作者貢獻:于夢根、袁蓓蓓、孟慶躍負責文章的構思與設計、結果的分析與解釋、論文的修訂;袁蓓蓓、孟慶躍負責研究的實施與可行性分析、文章的質量控制及審校,并對文章整體負責,監督管理;于夢根、趙璇、李惠文、于亞航、袁蓓蓓負責數據收集;于夢根、趙璇、李惠文、于亞航負責數據整理、統計學處理;于夢根撰寫論文;于夢根、袁蓓蓓負責英文的修訂。
本文無利益沖突。