政民互動視角下民眾反饋“三醫”問題分析及對策探討*

【摘要】目的分析政民互動文本，探究民眾反饋“三醫”領域重點問題，提出優化建議。方法對2023年1月-2024年6月間10864條政民互動文本數據進行主題挖掘和基于詞典的情感分析。結果醫療領域中醫療服務、醫療人才培養，醫保領域中醫保轉接、異地結算，醫藥領域中企業藥品生產、患者購藥受到民眾高度關注，其中負面情緒的投訴或中性情緒的政策咨詢占比較大，提示相應工作存在較大提升空間。結論建議醫療領域簡化就醫流程，持續提高醫療服務質量，提升醫療人才培養政策知曉率并細化政策要求；醫保領域加強醫保系統信息化建設，提高統籌層次，強化各地政策銜接與宣傳解讀；醫藥領域發揮醫藥協會樞紐作用，加強政企溝通，完善行業管理標準，優化藥品供銷體系，滿足患者購藥需求等。

【關鍵詞】政民互動；主題挖掘；情感分析；醫療；醫保；醫藥

中圖分類號：R197.323文獻標識碼：A

AbstractObjectiveToanalyzethetextofgovernment-citizeninteraction，explorethekeyissuesofpublicfeedbackinthefieldof\"healthcare，medicalinsuranceandpharmaceutical\"，andputforwardoptimizationsuggestions.MethodsThetopicmininganddictionary-basedsentimentanalysison10864government-citizeninteractiontextdatafromJanuary2023toJune2024wasperformed.ResultsInthehealthcarefield，medicalservicesandthecultivationofmedicaltalentsareofgreatconcerntothepublic;inthemedicalinsurancesector，issuessuchasmedicalinsurancetransferandcross-regionalsettlementarehighlyfocusedon;andinthepharmaceuticalfield，enterprisedrugproductionandpatientaccesstomedicationsarealsounderclosescrutinybythepeople.Amongthem，thecomplaintsofnegativeemotionsorthepolicyconsultationofneutralemotionsaccountforalargeproportion，suggestingthatthereisalargeroomforimprovementinthecorrespondingwork.ConclusionItissuggestedthatthehealthcarefieldshouldsimplifythemedicaltreatmentprocess，continuouslyimprovethequalityofmedicalservices，elevatetheawarenessrateofmedicalpersonneltrainingpoliciesandrefinethepolicyrequirements.Inthefieldofmedicalinsurance，managersshouldstrengthentheinformationconstructionofmedicalinsurancesystem，improvethelevelofoverallplanning，andstrengthenthepolicyconnectionandpublicityinterpretation.Inthepharmaceuticalfield，medicalassociationshouldplaythepivotalrole，strengthenthecommunicationbetweengovernmentandenterprises，improvetheindustrymanagementstandards，optimizethedrugsupplyandmarketingsystem，andmeettheneedsofpatientsforpurchasingdrugs.

2000年2月國務院印發《關于城鎮醫藥衛生體制改革的指導意見》（國辦發〔2000〕16號），提出從藥品生產流通改革、醫療保險制度改革以及醫療機構改革三方面推動醫藥衛生體制改革，確立了“三醫”改革的概念［1］。2024年國務院辦公廳印發《深化醫藥衛生體制改革2024年重點工作任務》（國辦發〔2024〕29號），提出探索建立醫保、醫療、醫藥統一高效的政策協同、信息聯通、監管聯動機制。20余年國家層面對“三醫”的持續部署與推進表明“三醫聯動”已成為我國醫藥衛生體制改革的核心內容，而“三醫”自身政策的優化與完善是“三醫聯動”不斷推進的有效保障，對推動我國衛生事業發展，改善我國居民整體健康水平與健康公平，增進人民群眾健康福祉具有重要意義。

政民互動是政府與民眾溝通的中介與橋梁，現階段許多政府網站都已開通政民互動版塊，幫助政府部門了解民眾需求。目前，針對政府治理［2］、集體用地［3］、信息化建設［4］等諸多領域的政民互動文本研究已受到重視，主題挖掘與情感分析是其重要的研究方法。已有研究論證在新冠疫情等突發公共衛生事件中政民互動的重要性［5］。目前，醫藥衛生領域政民互動文本仍被包含在多領域泛化研究中，即對于綜合性網站如人民網“領導留言板”政民互動文本進行分析，但聚焦程度不足、深度不夠。因此，本研究匯總多平臺采集的醫藥衛生領域政民互動文本，采用隱含狄利克雷分布（LatentDirichletAllocation，LDA）主題模型與情感分析方法，關注民眾意見與訴求，探討民眾反饋的“三醫”領域問題，提出優化對策。

1資料與方法

1.1資料來源

本研究基于國家及31個省份衛健委、中醫藥管理局、醫保局、藥監局等網站政民互動板塊及人民網“領導留言板”，利用后羿數據采集器并結合人工收集2023年1月-2024年6月民眾來信。隨后從“三醫”視角出發，采用人工方法清洗初步采集數據，標準如下：（1）刪除重復來信；（2）刪除內容表達不清楚來信；（3）刪除與“三醫”關聯較小來信。最終納入分析數據10864條。

1.2研究方法

1.2.1LDA主題模型

2003年BleiDM等［6］提出了LDA模型。LDA主題模型屬于非監督機器學習［7］，是一種三層貝葉斯概率模型，包含“文檔-主題-詞語”三層結構［8］。LDA認為每篇文檔都包含若干主題，每個主題又可以用若干詞語來描述。

近年來，主題建模相關研究逐漸成為研究熱點，應用模型多樣，包括LDA、BerTopic、Top2vec等。LDA主題模型相較于其他模型應用領域多、應用時間長，是一種較為經典的且十分成熟的主題模型。同時，LDA主題模型在數據要求、操作步驟上具有一定優勢［9］。因此，本研究綜合考慮數據量、模型適用性等因素，最終應用LDA主題模型完成主題挖掘［10］，分析民眾對于“三醫”的關注重點。具體操作步驟包括數據預處理、確定最佳主題數、主題識別、可視化等［11-12］。

（1）數據預處理。依托哈工大停用詞表、百度停用詞表、機器智能實驗室停用詞表，結合衛生領域特性制訂本研究停用詞表，明確自定義詞表并完成同義詞歸并等操作。采用Python中的jieba分詞模塊對文本進行分詞處理［13］。

（2）確定最佳主題數。LDA模型的主題數量需預先指定，本研究基于困惑度、可視化分析確定最佳主題數量。通常認為較低的困惑程度反映模型具有較好的泛化能力［14］，可視化模型各主題之間應具有一定距離且重疊區域較少［15］。

（3）主題識別。主要采用Python中的sklearn包構建LDA主題模型，完成主題識別相關操作。超參數α和β主要選取sklearn包所提供的默認值1/K［15］。

（4）可視化。采用Python中的可視化工具pyLDAvis進行主題模型的可視化展示。基于上述步驟，LDA主題模型可獲得最佳主題數、每個主題的特征詞、每個文檔概率最大的主題等。而后依托人工將主題進一步劃入“三醫”領域便于后續研究。

1.2.2情感分析

情感分析是通過提取文本信息，對其情感傾向進行挖掘，以獲得人們對話題的態度、情緒的一種方法［16］。通常包括基于詞典的情感分析與基于機器學習的情感分析。考慮到民眾來信內容較復雜，基于機器學習的情感分析一是需要人工判斷訓練集情感傾向，存在較多主觀因素；二是所需數據量相對較大。而基于詞典的情感分析具有可以準確反映文本的非結構化特征，易于分析和理解的優勢［17］，因此本研究主要采用基于詞典的情感分析，通過“詞典+評分”方法計算文本的情感得分，從而獲得情感傾向［18］。

目前，許多在線分析平臺均可進行基于詞典的情感分析，如SPSSAU、微詞云、Gooseeker等，本研究選取微詞云平臺完成情感分析，原因如下：一是已有研究采用微詞云平臺進行情感分析，平臺分析結果具有一定可靠性［19］；二是平臺具有自定義情感詞、移除情感詞、自定義詞典等，可在一定程度上校準平臺分析結果，提高結果可靠性。最終，利用微詞云平臺開展基于詞典的情感分析可獲得每個文檔的情感傾向，分別是正面情緒、中性情緒或負面情緒。

綜上所述，本研究在進行數據采集、數據清洗等操作后，首先使用LDA主題模型結合人工方法針對民眾來信進行主題挖掘，得出主題名稱、特征詞、文檔概率最大的主題等分項內容。隨后，使用情感分析得出每條民眾來信的情感傾向為正面、中性或負面。最終將LDA主題模型與情感分析結果相結合，得到每條民眾來信所屬主題、情感傾向，按照“三醫”領域分析，得出民眾反饋的負面情緒投訴、中性情緒咨詢等問題主要集中點，進而提出針對性優化策略。

2結果

2.1LDA主題挖掘

2.1.1“主題-詞語”視角分析

基于jieba庫分詞結果統計詞頻，根據詞頻排位前100的詞語繪制詞云圖（圖1），可見醫保、醫院、醫師、報銷等詞頻較高。運用困惑度分析方法確定最佳主題數（圖2），可知在14與23處存在較明顯拐點，困惑度相對較低，結合可視化結果中主題間距離，為防止主題數量過多造成模型過度擬合，最終選擇14為最佳主題數量。

圍繞14個主題提取每個主題排名前10位的特征詞（表1），依托特征詞、文本信息人工總結凝練出主題名稱及內涵。根據主題名稱與內涵，人工將14個主題按照醫療相關、醫保相關、醫藥相關進行分類，發現有7個主題屬于醫療領域，占50%；4個主題屬于醫保領域，占28.6%；3個主題屬于醫藥領域，占21.4%。

2.1.2“文檔-主題”視角分析

每一條政民互動文本即可視為一個文檔，LDA模型會返回每個文檔概率最大的主題序號。按照文檔主題序號統計不同領域及不同主題來信數量（表2），由高到低依次排序為醫療類、醫保類、醫藥類。在醫療領域中Topic#13醫院門診及手術醫療服務民眾來信數量最多。醫保領域中Topic#2醫保轉接來信數最高。醫藥領域中Topic#7企業藥品生產來信數量最高。

2.2情感分析

2.2.1總體分析

在納入分析的10864條民眾來信中，負面情緒來信最多，多為投訴類相關來信，有5485條，占比為50.5%；中性情緒居中，以咨詢類來信居多，有3436條，占比為31.6%；正面情緒來信最少，多為對工作提出希望與建議，僅有1943條，占17.9%。這反映出“三醫”相關政策或服務仍有較大改進空間。

2.2.2按情感傾向分析

負面情緒來信占比由高到低依次為醫保、醫療、醫藥（表3）。分析各領域負面情緒來信較高主題（表4），醫保領域為Topic#6醫保異地結算（65.5%）、Topic#2醫保轉接（58.5%）；醫療領域為Topic#13醫院門診及手術醫療服務（81.4%）、Topic#10基層疾病預防（43.1%）；醫藥領域為Topic#4患者購藥（66.4%）。

中性情緒來信占比由高到低依次為醫藥、醫療、醫保。分析各領域中性情緒來信較高主題醫藥領域為Topic#7企業藥品生產（45%）、Topic#1企業藥品經營與銷售（40.9%）；醫療領域為Topic#12醫療人才培養（47.4%）、Topic#11中醫醫療服務（44.3%）；醫保領域較低，均未超過40%。

3討論

3.1民眾來信醫療領域最多，關注度最高

3.1.1民眾對醫療服務高度重視但滿意度不高，存在較大提升空間

本研究發現，醫療領域收集的5085條數據中，Topic#13醫院門診及手術醫療服務來信數1636條，占比為32.2%，排名第一，提示為患者最關注問題。此主題中81.4%為負面情緒，表明實際就醫診療過程中滿意度較低。該主題特征詞包括“醫院、醫師、患者、檢查、治療、掛號、手術、門診”等，結合來信內容分析主要問題如下：一是掛號難、檢查等待時間長，無法及時就診；二是患者對門診或手術診療效果滿意度偏低；三是對部分醫務人員態度不滿意。可見醫療機構提供醫療服務的及時性、開展醫療服務的有效性［20］，患者享受醫療服務的便捷性，醫務人員對患者提供的人文關懷等方面仍有優化空間。

3.1.2醫療人才培養關注度排名第二，政策細節有待明確

本研究發現，醫療領域中Topic#12醫療人才培養來信數1097條，占比為21.6%，排名第二。醫療人才是開展醫療服務的主體，醫療人才隊伍的穩定性和醫療人才專業技術能力直接關系到醫療服務質量。該主題里中性情緒的咨詢類來信占比最高，為47.4%，結合“醫師、執業、報考、注冊、規培、培訓”等主題特征詞及來信內容表明，在執業醫師報考、住院醫師規范化培訓、專業技術培訓等醫療人才培養方面存疑較多。人力資本理論認為，人力資本是知識、勞動、管理技能、健康素質的總和［21］，而醫療服務則是需要人力資本投入的主要范疇［22］，可見醫療人才培養的重要性，因此醫療人才培養相關政策要求尚需完善細化與明確。

3.2負面情緒來信醫保領域最多

3.2.1醫保轉接工作仍需推進，標準化建設水平需加強

本研究發現，醫保領域中Topic#2醫保轉接來信數1417條，占比為39.7%，排名第一位，提示為民眾亟待解決問題。此主題中58.5%為負面情緒，結合“醫保、職工、社保、退休、轉移”等主題特征詞以及來信內容，分析問題主要為醫保類型轉換、不同地區間醫保轉接等待時間較長、轉接手續不清晰等。究其原因，考慮為居民對醫保政策如報銷手續、報銷比例等存在疑問；不同地區間醫保相關政策缺乏聯動與同質化，管理標準化、信息化水平仍需提高［23-24］。

3.2.2醫保異地結算流程亟待優化，信息化建設水平需提高

本研究發現，醫保領域Topic#6醫保異地結算來信1369條，占比為38.4%，排名第二位。此主題中65.5%為負面情緒，在醫保領域占比最高。結合“報銷、醫保、門診、異地、就醫、住院、比例、費用、結算”等主題特征詞及具體來信內容，表明民眾醫保異地結算多有不便。究其原因：考慮一是地區不同，造成報銷比例與流程存在差異［25］，給民眾與醫療機構帶來壓力；二是異地聯網結算平臺建設不夠完善［26］，存在信息互通不順暢、上傳更新不及時等問題。

3.3中性情緒來信醫藥領域最多

3.3.1藥品生產政策需進一步明確，與企業溝通有待加強

本研究發現，醫藥領域Topic#7企業藥品生產來信為958條，排名第一位。該主題里中性情緒咨詢類來信占比較高，為45.0%，結合“生產、產品、中藥飲片、企業、注冊、藥品、標準、公司”等主題特征詞及具體來信內容，分析存在問題如下：一是醫藥企業生產許可相關資質、藥品信息變更等流程不明確；二是醫藥企業對如中藥飲片原材料選取標準、生產炮制標準等在實際執行中存疑較多。究其原因考慮為多部門、多層次頒布各類標準較多，且部分標準存在更新不及時，細化程度不夠等問題，易在執行過程產生依據混亂，提示藥品管理部門與相關企業溝通交流有待加強［27］。

3.3.2患者購藥種類、流程與價格需優化，多樣化用藥需求尚需滿足

本研究發現，醫藥領域Topic#4患者購藥來信550條，占比為24.9%，排名第三位。此主題中66.4%為負面情緒，在醫藥領域負面情緒中占比最高。結合“患者、藥品、慢性病、價格、購買”等主題特征詞及具體來信內容，分析存在問題如下：一是部分罕見病、重大疾病藥品種類不全，供應不足，患者購藥困難，這與有關研究中提出的患者愿意到三甲醫院購藥原因主要包括藥品種類齊全不謀而合［28］；二是慢性病藥品購藥流程便捷性存在爭議；三是部分藥品由于未開展集采，價格仍舊較高，令患者難以負擔。

4建議

4.1優化醫療相關政策細節

4.1.1推進就醫流程做減法，醫療服務做加法

首先，在就醫流程上做減法。通過完善政策，推進各省份各級別醫療機構間便捷轉診、檢查結果互認、急病慢病分治［29］等工作。并推動分級診療工作的開展，積極引導患者根據患病情況選擇不同級別醫療機構就診，緩解醫療壓力。在保證診療安全基礎上，簡化就醫流程與手續，進而緩解患者“掛號難，看病難”問題。其次，在醫療服務上做加法，提高醫療服務水平，積極推動高水平醫療機構間技術、服務模式等方面的交流。同時推進各地高水平醫療機構對其他醫療機構的幫扶，在人員、設備、技術、管理等方面上形成更加緊密的共享與合作機制，提高醫療服務的質量與水平。優化醫療服務質量監管政策，全方位提高人民群眾就醫的滿意度。

4.1.2進一步提高醫療人才培養政策知曉率，細化政策要求

一是提高醫療人才培養政策知曉率。針對來源于院校、醫療機構等單位的醫療人才，在日常工作中鼓勵相關單位開展報考解讀工作，并在報考、考試期間開啟專用溝通協調渠道，提高相關政策知曉率，確保及時了解政策。二是針對執業醫師報考、住院醫師規范化培訓、專業技術人才培養等進一步細化補充現有政策。

4.2進一步完善醫保相關政策體系

4.2.1加強醫保系統信息化建設，提高數據互聯互通水平

信息化手段介入可在極大程度上緩解醫保轉接、醫保異地結算工作效率低等難題。因此，應加強醫保系統信息化建設，為政府部門及民眾線上辦理醫保業務提供方便［30］。加強各省醫保系統建設標準化水平，在辦理流程上確保管理的統一性與一致性。優化省與省間、省與市間、市與市間醫保系統互聯互通水平，提高業務辦理效率，也為后期醫保相關監管工作提供方便。

4.2.2提高醫保統籌層次，強化各地政策銜接與宣傳解讀

一方面，提高各省醫保統籌層次，積極推動省級統籌。另一方面，強化各地醫保政策銜接與宣傳解讀。隨著國家醫保政策不斷優化，各地在具體工作落實過程中可能存在一定差異性，一是建議各地強化政策銜接與落實，如對醫療服務報銷項目編碼、名稱等進行標準化管理；二是在有關政府網站采用簡潔明了的方式，如講解視頻、一圖讀懂等形式進行政策宣傳解讀，幫助群眾了解政策，高效辦理醫保業務。

4.3醫藥政策更多融入多方意見

4.3.1發揮行業協會作用，加強政企溝通，完善醫藥行業管理標準

積極發揮各地醫藥行業協會作用，可試行以行業協會為樞紐，加強政府部門與眾多醫藥企業的溝通，解決政府部門、科研機構及企業間脫節問題。一是了解企業藥品生產、流通、銷售過程中痛點難點，解決掣肘問題，加強醫藥行業標準更新的及時性，標準內容的全面性與統一性。二是可在政策制定前，從不同視角開展調研，包括藥品生產企業的意見和建議，增強政策在實際生產、流通、銷售環節中的實用性。從而提高醫藥企業工作積極性與政府部門工作效率。

4.3.2優化藥品供應銷售體系，滿足患者購藥用藥需求

一是優化網絡式藥品供應銷售體系，形成多渠道購藥路徑，建立起藥品管理聯動模式［31］，面對藥品短缺供應不足等問題時，根據網絡中地理位置與藥品余量等因素，進行藥品資源調配，并在藥品配備、銷售、配送全流程內嚴密監控藥品質量，滿足患者多樣化購藥需求。二是進一步規范慢性病購藥流程管理，根據患者病情需要明確開藥頻率、單次開藥量等，提高患者購藥合理性和便捷性。三是積極推進更多種類藥品納入集采，減輕患者購藥負擔。

參考文獻

［1］袁有樹，吳國平，王志偉.中醫藥“三醫聯動”現狀與對策研究［J］.衛生軟科學，2024，38（2）：14-18.

［2］范艷紅.地方政府治理中的公民參與：以31個省級政府門戶網站的“政民互動”平臺為例［J］.大陸橋視野，2023（5）：91-95.

［3］曹飛，劉奕辰.政民互動視角下集體經營性建設用地問題的訴求與回應特征：基于人民網“領導留言板”的數據分析［J］.河南財政稅務高等專科學校學報，2024，38（1）：32-41.

［4］王暢，黃帆.從“互動”到“互信”：數字技術何以推進地方公共事務有效治理——以F市政務平臺公共交通政民互動實踐為例［J］.福建商學院學報，2022（6）：66-75.

［5］李艷麗.突發公共事件中網絡政民互動重要性探析：以新冠肺炎疫情為例［J］.新聞研究導刊，2022，13（19）：137-139.

［6］BLEIDM，NGAY，JORDANMI.Latentdirichletallocation［J］.JournalofMachineLearningResearch，2003，3：993-1022.

［7］LIANGCH，ZHENGMH，YANLF，etal.EvolutionofCCUStechnologiesusingLDAtopicmodelandderwentpatentdata［J］.Energies，2023，16（6）：2556-2558.

［8］蔣志強，陶屹，崔巖，等.文本主題特征和醫療眾籌籌資績效：基于LDA模型的研究［J/OL］.中國管理科學：1-20［2024-05-30］.

［9］王筱晨.基于LDA主題模型的我國醫養結合政策主題演化研究［D］.長春：吉林大學，2024.

［10］ANTONT，CHRISTOPHW，ASTRIDK，etal.Unsuperviseddocumentclassificationintegratingwebscraping，one-classSVMandLDAtopicmodelling［J］.JournalofAppliedStatistics，2023，50（3）：574-591.

［11］吳涵，肖明，郭珺曜，等.政策主題視角下我國政府數據治理政策演進研究［J］.情報探索，2024（5）：87-95.

［12］楊劍，石孝宇，郭正茂，等.新時代我國青少年體育政策注意力配置及演進：基于LDA主題模型的政策文本分析［J/OL］.體育學研究：1-16［2024-05-31］.

［13］馮艷銘，郝志梅，董春櫟.基于LDA模型的老年人生活滿意度主題挖掘與文本實證分析［J］.華北理工大學學報（社會科學版），2024，24（2）：19-25.

［14］XIER，CHUSKW，CHIUDKW，etal.ExploringpublicresponsetoCOVID-19onWeibowithLDAtopicmodelingandsentimentanalysis［J］.DataInfManag，2021，5（1）：86-99.

［15］賈改革.政民互動中社會訴求主題挖掘和情感分析［D］.杭州：浙江大學，2023.

［16］BORDOLOIM，BISWASSK.Sentimentanalysis：asurveyondesignframework，applicationsandfuturescopes［J］.ArtifIntellRev，2023（20）：1-56.

［17］王婷，楊文忠.文本情感分析方法研究綜述［J］.計算機工程與應用，2021，57（12）：11-24.

［18］張一彤.基于主題建模與情感分析的網絡輿情研究［D］.太原：山西財經大學，2023.

［19］王子欣.Z世代群體上海武康路街區旅游體驗優化研究［D］.上海：華東師范大學，2023.

［20］張世翔，黃天翔，馮瀛尹.以高水平互聯網醫院建設實現醫院高質量醫療服務策略研究［J］.中國醫院，2024，28（7）：7-11.

［21］史美景.Y醫院衛生人才隊伍建設問題與對策研究［D］.揚州：揚州大學，2021.

［22］王佳玲.海洋人才對海洋經濟增長的影響研究［D］.舟山：浙江海洋大學，2023.

［23］孫志陽.“互聯網+”與大數據技術導向下醫保服務信息化建設對策探微［J］.數字通信世界，2024（1）：164-166.

［24］胡曉靜.血液系統新型抗腫瘤藥藥品說明書適應證、醫保限定支付范圍和指南推薦的差異分析［J］.中國藥業，2024，33（11）：1-7.

［25］龐寧.異地醫保實時結算現狀分析和對策［J］.中國衛生標準管理，2022，13（9）：25-27.

［26］李鑫.異地醫保聯網結算應用價值及問題分析［J］.中國城鄉企業衛生，2022，37（6）：226-228.

［27］趙曉輝，劉來亮.推進藥品標準管理系統數字化［J］.大眾標準化，2023（12）：1-3.

［28］劉梅，吳曉磊，靳敬偉，等.三甲綜合醫院全科醫療科門診慢性病患者購藥現狀分析［J］.河北醫科大學學報，2018，39（3）：350-354.

［29］方大燕，李勇銳.就醫流程做“減法”就醫服務做“加法”［N］.延安日報，2023-02-13（01）.

［30］謝青，陳順麗.醫保異地就醫結算中存在的問題及解決方法［J］.現代醫院管理，2023，21（5）：69-72.

［31］趙勇.重慶：探索構建基層藥品聯動管理新模式［J］.中國衛生，2024（5）：62-63.

通信作者：

王志偉：北京中醫藥大學國家中醫藥發展與戰略研究院教授，博士生導師

E-mail：wzw9902@126.com

收稿日期：2024-08-19

修回日期：2024-10-20

責任編輯：劉蘭輝

DOI：10.13912/j.cnki.chqm.2025.32.3.20

*基金項目：北京中醫藥大學揭榜掛帥項目（編號：2023-JYB-JBZD-066）

1北京中醫藥大學管理學院北京100029

2北京中醫藥大學中醫學院北京100029

3北京中醫藥大學國家中醫藥發展與戰略研究院北京100029