2015年6月,国家卫生计生委发布的《中国居民营养与慢性病状况报告(2015)》显示,中国慢性病患病率呈上升趋势,慢性病所导致的死亡占总死亡的86.6%(约731万),成为中国居民的主要死亡原因。[1]为遏制慢性病高发态势,WHO呼吁,应尽快建立以政府主导的纵向整合型慢性病服务,具体指通过协调各级各类医疗机构为慢性病患者提供满足其健康需要的连贯型服务。[2]为保证慢性病得到有效控制,国家卫计委积极响应WHO号召,于2010年启动了慢性病综合防控示范区工作,旨在建设政府主导、多部门合作、全社会参与的疾控—医院—基层医疗卫生机构三位一体纵向整合型慢性病服务体系。在这一服务体系中,县、乡、村医务人员的整合协作是为患者提供纵向整合型慢性病服务的基础,通过县、乡、村医务人员的整合协作,可以为慢性病患者提供随访、体检、健康教育、诊疗、转诊、回访、特需关怀等连续全面的跨机构医疗服务。在现有研究中,尚未有研究从纵向整合服务角度全面评价医务人员间的整合协作实际工作现状,也未有研究从如何改善县、乡、村医务人员整合协作工作更好的满足整合型慢性病服务要求角度进行分析。
过去十年来,纵向整合医疗服务作为一个改善医疗服务提供的策略,引起了各国管理者、医疗工作者、政策制定者、学者的关注。纵向整合医疗服务在各个国家以丰富的形式出现,为了开发一个可用于评价各类疾病纵向整合医疗服务的模型,以促进整合医疗服务的实现、改进、创新和可持续,Minkman等人于2009年运用文献回顾研究和三轮德尔菲法创建了整合医疗服务发展模型(Development Model for Integrated Care,DMIC)[3, 4],2013年通过实证证明该模型可以有效全面评估整合服务发展情况、为进一步发展提供建议[5]。该模型以整合为焦点,全面概括了整合的9大维度,并增加了从有效协作角度评价整合服务质量的权重,为机构开展整合服务自我评价和外部评价提供了基础,为政策制定者引导机构间的整合明确了激励和监测目标。
因此,本研究以江苏开展慢性病综合防控示范区的建设县城为例,借鉴DMIC模型的9大维度,对在纵向整合型慢性病服务体系指导下的县、乡、村医务人员慢性病整合协作的工作现状进行分析,以期为医务人员跨机构慢性病协作提供改善方向。
1 资料与方法 1.1 调查对象采用典型抽样和多阶段随机抽样相结合的方法,在江苏省卫计委基层卫生处的指导下,在苏南、苏中、苏北三地各随机选取一个已开展慢性病综合防控示范区建设的县城,分别为淮安淮阴、南京高淳、泰州靖江。在这一服务体系指导下,样本地区县、乡、村医疗机构已开展的整合协作工作有:县级医院为乡、村医疗机构定期提供技术指导和规范化培训、建立对口帮扶指导关系,乡、村医疗机构组成慢性病服务团队负责提供健康教育与促进、慢性病全程管理服务。在三个样本县的县直医院随机调查心内科和内分泌科5~10名临床医生。在每个县内,各随机抽取6~8个乡镇卫生院。在每个样本乡镇卫生院,各随机调查6~10名慢性病管理团队中的医务人员。在每个样本乡镇随机抽取2~4个村,并对样本村卫生室的所有村医进行调查。本次调研共发问卷290份,回收问卷278份,回收率95.9%,其中县直医院医生21份,乡镇卫生院医生150份,村医107份(表 1)。
为评价三级机构医务人员协作工作的现状,考虑到样本地区的医疗服务体系和整合服务具体做法与DMIC模型所测维度并不完全相同,因此本研究仅借鉴DMIC整合医疗服务发展模型的部分维度定义,并从医务人员协作视角对9大维度进行了重新定义(表 2),自设问卷调查,每维度下各设一题,采用李克特5分类量表对选项赋值1~5分,得分越高代表协作情况越好。
用epidata3.1建库双录入并进行逻辑排错,使用spss16.0、Excel进行数据整理、描述性统计分析、单因素方差分析、卡方检验、秩和检验。
2 结果 2.1 基本情况县、乡、村医务人员从年龄和工作年限来看构成比不同(P<0.01),进一步两两比较发现,村与县的年龄构成比以及村与乡的年龄构成比的差异,均有统计学意义(Bonferroni校正,P<0.01),而县、乡之间年龄构成比差异无统计学意义(Bonferroni校正,P>0.0167)。县、乡人力资源结构富有活力,超过70%的医务人员都在40岁以下,而村卫生室医务人员年龄老化现象严重,平均年龄为46.74±10.048,40岁及以上人数占73.8%,退休后返聘的村医(60岁及以上)占14.0%,平均工作年限26.79±9.68,20年以上人数占68.2%。从文化程度看,经两两比较,县与乡、县与村、村与乡医务人员之间的差异均有统计学意义(Bonferroni校正,P<0.01),县直医院医务人员学历较高,本科及以上学历占比95.2%,而乡、村学历程度较低,乡镇卫生院医务人员本科及以上学历占比45.4%,村卫生室仅为1.9%(表 3)。
根据李克特5分类量表对选项从弱(非常差)到强(非常好)赋值1~5分,采用平均分±标准差描述医务人员慢性病整合协作得分情况,9维度的整合协作工作得分见表 4。
总体上看,以结果为导向的培训、角色与任务、技术考核在县、乡、村中是得分前三位的维度,均在3.7分以上。医疗服务提供连续性、个人参与度、跨机构转诊在县、乡、村中是得分较低的三个维度,均在3.3分以下。
县、乡、村医务人员在6个维度(以患者为中心、医疗服务提供连续性、医疗质量、跨机构转诊、个人参与度、信息透明化)上得分的差异有统计学意义(P<0.01)。经两两比较,村与县、村与乡的差异均有统计学意义(P<0.05),且得分明显高于县、乡,县和乡差异无统计学意义(P>0.01)。
3 讨论 3.1 村医整合协作工作参与度最强,但年龄结构老化、文化程度低在国家基本公共卫生服务规范与项目要求下,村医成为了慢性病筛查和随访工作的主力军,他们需跟踪患者在不同机构的就诊情况,与上级医疗机构医务人员组成慢性病团队,做好患者的随访、转诊工作,并不断更新完善慢病患者规范化管理档案,以便更好的控制慢病患者病情。样本地区调查结果也显示,村医在个人参与度方面的得分明显高于县、乡医务人员(P<0.01),体现出了更强的协作行为。在角色与任务维度,村医也对已开展的慢性病纵向整合服务协作中所承担的工作表示高度认同。但是村医的年龄结构老化问题严重,学历程度较低,本科及以上学历仅为1.9%。且因为基层人力资源缺乏,样本地区14.0%的村医是退休后返聘,这进一步加重了基层人员缺乏和年龄老化的恶性循环。
3.2 县、乡、村医务人员均对开展跨机构协作工作表示高度认可,但实际协作水平低在角色与任务维度上,三级医务人员均认为目前自己在跨机构协作中扮演的角色是必要的,且对已承担的跨机构协作工作表示高度认同。以结果为导向的培训维度上,县、乡、村的医务人员都认为以专家讲座、进修、案例分析会等形式的培训对于跨机构医生间的熟悉、诊疗水平的提升、对病人情况的沟通作用较大。但是,在实际协作行为上,如医疗服务提供连续性、个人参与度、跨机构转诊三个维度上,县、乡、村得分均低于3.3分。县、乡两级医生实际参与协作的积极性在医疗服务提供连续性、个人参与度、跨机构转诊三个维度上,明显比村医更低(P<0.05),协作得分低于2.9分。访谈了解到其原因可能是协作行为缺乏完善的激励机制,样本地区会对村医的上转行为给予一定的经济奖励,但是设有封顶线,对县、乡医务人员的转诊行为没有经济奖励。
3.3 县、乡、村连通的卫生信息平台尚未建立在信息共享度方面,村明显高于县、乡两级,原因是村医需经常利用信息平台完善慢病患者健康档案,以完成慢病患者规范化管理,而上级医疗机构医务人员问诊平台未实现与村卫生室电子健康档案和电子病历连续记录的信息共享。各级医疗机构尚未建立统一信息的平台,这导致机构间信息系统层面缺乏实现转诊、患者信息共享等连续性协作的基础,也间接影响了患者连续性医疗服务的获得。
作者声明本文无实际或潜在的利益冲突。
[1] |
中华人民共和国国家卫生和计划生育委员会. 《中国居民营养与慢性病状况报告(2015)》新闻发布会文字实录[J]. 中国实用乡村医生杂志, 2015(15): 1-5. |
[2] |
World Health Organization. 2014 GLOBAL STATUS REPORT on noncommunicable diseases[R]. World Health Organization, 2015.
|
[3] |
Minkman M. Developing integrated care. Towards a development model for integrated care[J]. International Journal of Integrated Care, 2012, 12(8): 302-303. |
[4] |
Minkman M, Ahaus K, Fabbricotti I, et al. A quality management model for integrated care:results of a Delphi and Concept Mapping study[J]. International Journal for Quality in Health Care, 2009, 21(1): 66. DOI:10.1093/intqhc/mzn048 |
[5] |
Minkman M, Vermeulen R P, Ahaus K T, et al. A survey study to validate a four phases development model for integrated care in the Netherlands[J]. BMC Health Services Research, 2013, 13(1): 1-12. DOI:10.1186/1472-6963-13-1 |
(编辑 刘 博)