DOI:10.3969/j.issn.1674-2982.2025.02.006
中图分类号:R197
老龄化背景下OECD国家医疗机构床位配置规模发展趋势及相关因素研究
李心言1,2， 仇艺童1,2， 韩优莉1,2
| 【作者机构】 | 1首都医科大学公共卫生学院； 2首都卫生管理与政策研究基地 |
| 【分 类 号】 | R197 |
| 【基 金】 | 国家卫健委卫生发展研究中心委托项目(2023SK000928) 2022年北京市社科决策咨询项目(22JCB053) |
全文
文内图表
参考文献
出版信息
目录
文内图表
·卫生资源配置·
老龄化背景下OECD国家医疗机构床位配置规模发展趋势及相关因素研究
1.研究背景
随着老年人口占比和高龄老人的增加,人群对卫生健康资源的需求更趋多样化,对医养结合的服务需求也更为迫切,亟待做出前瞻性规划。床位资源作为卫生资源的重要组成部分,是医疗服务的核心物质要素,也是医护资源配置的基础。但是,床位规模并非越大越好,如果医院规模过度扩张,也可能带来卫生资源利用低效、医疗费用增长过快和管理难度加大等问题[1],而且单一的医疗卫生机构床位设置标准也难以适应老龄化带来的复杂需求[2]。经济合作和发展组织(Organization for Economic Co-operation and Development, OECD)国家自1991年起步入轻度老龄化阶段终末期,开始先后步入中度老龄化,2011年正式达到中度老龄化,2020年先后步入重度老龄化。OECD国家在轻度老龄化转向中度老龄化,进而转向重度老龄化发展阶段的床位配置规律或可为正在经历老龄化进程的国家和地区床位配置优化提供借鉴的经验。现有研究较多着眼于对OECD国家的床位管理[3]、床位规模发展[4]等的述评,及国内外床位配置现状比较[5],缺乏利用OECD国家床位配置等相关指标的实证分析。因此,本研究旨在通过分析OECD国家医疗机构床位规模及相关指标,探索影响床位配置的潜在要素和影响路径,为引导床位精细化配置,促进床位资源合理使用提供决策支持。
2 资料与方法
2.1 数据来源
研究数据来源于OECD国家卫生统计在线公开数据库(data-explorer.oecd.org)。OECD国家医疗机构床位数据包含不同的分类,一是分为普通床位和精神专科床位;二是分为治疗(急症)床位、康复床位和长期护理(Long-term care,LTC)床位。护理机构(如养老院)的长期护理床位及重症监护床位单独统计(表1)。
表1 OECD国家医疗机构床位类型及统计口径
床位类型 统计口径所有床位包含综合医院、精神专科及其他专科医院床位;不包括手术台、康复推车、急救担架、日间手术床位、婴儿摇篮等临时床位。分类一1.普通床位综合医院和专科医院普通床位;不包括精神专科医院。2.精神专科床位仅包含精神专科医院床位。分类二1.治疗(急症)床位治疗疾病、分娩、手术缓解损伤、减轻疾病损伤及并发症的综合医院、精神专科及其他专科医院床位;不包含康复和长期护理等床位。2.康复床位改善恢复身体功能结构损失、预防损伤和并发症风险的综合医院、精神专科及其他专科医院床位;不包含治疗床位和长期护理床位。3.长期护理床位(LTC)用于长期护理或姑息治疗的综合医院、精神专科及其他专科医院床位;不包含治疗床位、康复床位和长期护理机构床位。单独统计床位类型1.长期护理机构床位根据居民需要承担护理监管或其他类型照护,具备长期护理设施的长期护理机构或中心床位。2.重症监护病床为危重病人提供护理并在急性器官功能不全期间维系生命功能的病床。
2.2 指标选择
基于健康需要和需求理论并结合既往文献研究[6-7],本研究以各国期望寿命表示人群健康结局。从疾病谱、人口年龄结构、卫生经费、卫生人力、床位效率、医疗保险和健康结局等维度纳入解释变量,结合数据的可获得性选取衡量指标。一是考虑人群健康需要。纳入前三位死因顺位疾病标化死亡率和65岁及以上老年人口占比。二是考虑卫生服务需求。依次以卫生费用占地区GDP比重、每千人口执业护士数量、平均住院日及住院人数、强制性医疗保险占比,作为卫生经费、卫生人力、医疗服务效率和医疗保险覆盖程度的衡量指标(表2)。
表2 床位资源配置相关因素指标说明(1)按照国际标准,65岁及以上人口占比达到7%为轻度老龄化;超过14%为中度老龄化;超过20%为重度老龄化。根据OECD国家在线数据统计,OECD国家65岁及以上人口占比平均水平1991年为10.2%;1999年为13.5%,2011年为14.6%,2022年为19.1%。
指标维度具体指标指标说明健康结局期望寿命特定年龄死亡水平不变情况下,0岁预期存活平均年。疾病谱不同疾病住院需要选取前三位死因顺位疾病,计算特定时间特定范围内每十万人年龄标化死亡率。人口年龄结构65岁及以上人口占比特定时间特定范围内,按年龄组划分人口总数占比。卫生经费卫生费用占GDP比重指某年卫生总费用/同期国内生产总值(GDP)。卫生人力每千人口执业护士数截至统计年份,获得执业许可的执业护士数量。床位效率出院者平均住院日出院患者占用总床日数/出院人次数。治疗(急症)平均住院日治疗(急症)出院患者占用总床日数/出院人次数。每十万人总住院人数正式入院且住院超过凌晨12点的出院患者数量。每十万人治疗(急症)住院人数正式入院且住院超过凌晨12点的治疗(急症)出院患者数量。治疗(急症)病床使用率实际占用住院床日数/实际开发总床日数。医疗保险政府/强制性医疗保险占比政府/强制性医疗保险覆盖的人口比例。门诊补偿和住院补偿比门诊费用和住院费用医疗保销比例。
2.3 统计学方法
研究使用Stata 16.0对数据进行统计分析。收集38个OECD国家1991—2022年医疗机构各维度指标。OECD国家1991—1999年是轻度老龄化至中度老龄化转化阶段,2011—2022年是中度老龄化至重度老龄化转化阶段①。研究选取不同老龄化转化阶段下关键时间点(1991、2011、2019和2022年)的指标数据进行分析。考虑到数据的可比性,在床位资源量描述性分析部分包含了2022年的数据,但在对比分析和模型分析部分仅包含1991—2019年的数据。为控制时间效应影响,研究选取1991—1999年和2011—2019年两个相同时间跨度,分析不同老龄化阶段下OECD各国千人口床位、千人口长期护理床位规模和期望寿命变化趋势。考虑到各国发展速度不平衡,研究进一步根据千人口床位和期望寿命均值,划分床位配置(多/少)和期望寿命(高/低)四个区间,运用Spearman秩相关分析确定四个区间下床位规模和健康结局的关联性。
鉴于1991—1999年存在床位细化统计缺失,研究选取2011—2019年面板数据分析医疗机构床位变化影响因素。根据B-P检验(P>0.05)确定使用变系数模型,进一步根据豪斯曼检验(P<0.001)确定使用随机效应模型,回归模型控制个体效应和时间效应,使用聚类稳健标准误。根据床位功能以千人口床位为基础,细化床位类型为普通床位与精神专科床位;治疗(急症)床位、康复床位、(医疗机构/长期护理机构)LTC床位。
3 结果
3.1 OECD国家床位规模变化趋势
3.1.1 千人口医疗机构床位
2019年和2022年,OECD国家千人口医疗机构床位数平均值均为4.3张,基本水平维持不变,超过半数的OECD国家每千人口配置3～8张床位。其中日本依次为12.8张和12.5张,韩国依次为12.4张和12.8张,每千人口医疗机构床位配置水平远高于其他国家,墨西哥则保持最低水平,两年均仅为1.0张。相比于1991年的平均值6.9张,2019年多数国家千人口医疗机构床位数呈现下降趋势,平均降幅为37.6%。1991—2011年,瑞典千人口医疗机构床位数由11.8张下降至2.7张,主要原因为瑞典1992年进行老年护理改革(
delreform),将约31 000张长期护理床位由医疗机构转移至长期护理机构。2011—2019年,芬兰千人口医疗机构床位数下降幅度最大,由2011年的5.5张下降至2019年的3.4张(图1)。
图1 1991,2011和2019年OECD国家医疗机构每千人口床位数(部分)
注:OECD38代表OECD国家平均水平。1991年OECD公开数据库日本、匈牙利等20个国家千人口床位数据统计缺失。
3.1.2 床位构成
人口老龄化背景下,OECD国家逐渐重视居民长期护理需求,增加长期护理功能床位配置。长期护理功能床位可分为两类:一是医疗机构内设立的长期护理床位,简称医疗机构LTC床位(Long-term care beds in hospitals);二是长期护理机构LTC床位(Beds in long-term care facilities)。1991年OECD国家中仅4个国家纳入长期护理床位单独统计口径,2011年增长为34个。1991—2019年,OECD国家医疗机构治疗和康复床位合计数由平均千人口6张减少至3.7张,医疗机构LTC床位分别为平均千人口0.8张和0.6张,长期护理机构床位由平均千人口3.2张增长至7.9张。
OECD国家床位构成呈现千人口医疗机构床位缩减、长期护理机构床位大幅增长趋势。1991—2019年,治疗床位在总体床位占比由59.4%下降至30%,医疗机构LTC床位由8.9%下降至4.9%。长期护理机构LTC床位占比则呈现相反趋势,由31.6%增长为64.7%。2022年,OECD国家千人口长期护理机构LTC床位数平均值8.0张,占LTC总体床位比例的65%。
3.2 床位规模与健康结局变化趋势
研究将期望寿命作为评价各国居民健康结局的指标。1991—1999年,OECD国家千人口医疗机构床位数平均值为6.1张,平均期望寿命为75.3岁(图2a);以千人口医疗机构床位数平均值划分区间后,在低于千人口床位平均水平的区间内,千人口床位较高的国家,期望寿命相对较高(低期望寿命:Spearman’s ρ= 0.153,高期望寿命:Spearman’s ρ= 0.407,P<0.001);而在高于千人口床位平均水平和平均期望寿命较高的区间内,千人口床位较高的国家,期望寿命相对较低(Spearman’s ρ=-0.617,P<0.001)。2011—2019年,千人口医疗机构床位数平均值为3.9张,平均期望寿命为79.6岁。相较于1991—1999年,平均期望寿命延长而千人口床位缩减(图2b)。不同时间阶段内,以平均水平细分区间后,两变量依然保持相同变动趋势。
图2 1991—1999年、2011—2019年OECD国家千人口医疗机构床位和期望寿命
千人口床位与健康结局呈现非线性关系,而千人口长期护理床位(医疗机构和长期护理机构)与健康结局整体呈线性变动趋势。1991—1999年(图3a),仅有少数国家实现长期护理床位分类统计,千人口长期护理床位平均值为6.1张,与期望寿命相关性不显著(Spearman’s ρ= 0.117,P=0.241)。2011—2019年(图3b),千人口长期护理床位平均值增长至7.6张,千人口长期护理床位数较高的国家,平均期望寿命相对较高(Spearman’s ρ= 0.273,P<0.001)。
图3 1991—1999年、2011—2019年OECD国家千人口长期护理床位和期望寿命
3.3 床位规模相关因素分析
根据床位统计口径,模型1—2以千人口医疗机构床位和千人口医疗机构LTC床位为被解释变量,自变量分别选取各维度的关键指标。研究显示,循环系统疾病死亡率、老年人口占比、卫生经费、卫生人力投入与千人口床位和长期护理床位存在显著正相关关系。平均住院日越长,千人口床位和长期护理床位数量越多(表3)。
表3 OECD国家不同类型床位规模配置随机效应回归模型
注:括号内为标准差, *** P<0.001, ** P<0.01, *P<0.05,+P<0.1。
变量模型1千人口床位数模型2千人口长期护理床位数模型3千人口普通床位数模型4千人口精神专科床位数模型5千人口治疗床位数模型6千人口康复床位数循环系统疾病每十万死亡人数0.006 20∗∗∗0.007 02+0.005 15∗∗∗0.000 274+0.001 52∗∗∗0.000 138(0.000 824)(0.000 627)(0.000 588)(0.000 141)(0.000 410)(0.000 224)65岁及以上人口占比0.099 7∗∗∗0.062 4∗∗0.024 0-0.009 16-0.013 70.015 3(0.028 6)(0.020 9)(0.021 2)(0.005 20)(0.012 1)(0.007 17)卫生费用GDP占比0.052 0∗0.164∗∗∗0.020 9-0.016 2-0.017 8-0.005 24(0.054 3)(0.048 2)(0.036 9)(0.008 50)(0.027 8)(0.012 8)千人口执业护士数0.071 5∗0.018 90.014 30.007 88-0.000 740-0.008 67(0.035 7)(0.023 3)(0.024 8)(0.005 87)(0.013 8)(0.007 50)平均住院日0.322∗∗∗0.393∗∗∗0.164∗∗∗0.010 4∗0.014 3∗(0.028 6)(0.025 8)(0.021 9)(0.005 28)(0.006 75)治疗病床平均住院日0.491∗∗∗(0.050 5)治疗病床使用率-0.063 4∗∗∗(0.003 80)治疗病床每十万人出院人数0.000 213∗∗∗(1.13e-05)强制性医疗保险占比0.000 703-0.009 44-0.002 46-0.000 9990.005 46(0.016 8)(0.017 4)(0.011 1)(0.002 55)(0.004 11)常数项-2.526-4.198∗0.5980.903∗∗2.125∗∗∗-0.173(1.996)(1.935)(1.405)(0.334)(0.539)(0.531)观测值237135234234127144样本量271526261516R20.6780.6470.6520.1010.8950.009 53
进一步细化床位类型,模型3—6分别以千人口普通床位、精神专科、治疗(急症)、康复床位为被解释变量,结果与模型1—2出现差异,发现65岁及以上老年人口占比、卫生经费、卫生人力投入暂未与细化床位产生显著关联。治疗(急症)病床的平均住院日越高,即医疗服务效率越低,千人口治疗床位数量越多(模型5,β=0.491,P<0.001)。模型1—6均未发现强制性医疗保险覆盖与床位配置规模的相关性(表3)。
医保补偿比例与床位资源配置未显现显著相关,这可能与目前OECD国家均处于较高医保补偿水平有关。因此,本研究进一步探究医疗保险与住院服务需求的关联。2021年,除澳大利亚门诊医保补偿(97.2%)超过住院医保(86.9%)补偿水平,多数国家住院医保补偿均超过了门诊医保补偿水平。各国住院和门诊医保补偿水平的差异(住院补偿水平-门诊补偿水平)与医院各病种整体住院率,并未出现显著统计学关联(Spearman’s ρ=0.082,P>0.677)。但细分各病种住院率后发现,住院和门诊医保补偿比例的差值与特定的疾病,如充血性心力衰竭每十万人口入院人数(Spearman’s ρ=0.521,P=0.004)和慢性阻塞性肺炎入院呈显著正相关(Spearman’s ρ=0.504,P=0.006)。住院门诊补偿比例差值越小的国家,充血性心力衰竭和慢性阻塞性肺炎入院人数相对越少。
4 讨论
4.1 床位规模与健康产出的非线性关系
适度的床位规模和对床位资源的有效利用方能实现更高水平的健康产出,这与ERIKSSON等研究一致。[8]床位规模和健康结局呈现非线性关系,其中千人口床位数低于平均值的国家呈现出千人口床位配置量和平均期望寿命正相关的趋势,但千人口床位数高于平均水平的国家则千人口床位配置量和平均期望寿命呈现负相关。OECD国家床位配置规模的变化与以下因素有关:一是长期护理机构床位规模大幅增长,与此同时医疗机构的平均住院日显著下降,带来千人口床位规模下降;二是对日间医疗的重视及医疗服务效率普遍提升[9];三是床位资源投入的边际效用递减现象。内生增长理论表明,当期望寿命到达较高水平后,卫生资源投入边际效用递减,每增加一单位床位资源,所获得健康价值的提升效果下降。[10-11]
4.2 老龄化背景下床位分类规划成为发展趋势
本研究发现老龄人口占比增加可导致千人口床位及长期护理床位增设,且平均期望寿命的延长与长期护理床位同向变动,其主要原因在于人口老龄化可导致人群对康复护理床位需求的增加。[7]老龄化进程下,OECD国家床位呈现结构调整的趋势。医疗机构千人口床位数量减少,其中以治疗床位缩减最突出,由轻度老龄化阶段(1991年65岁及以上人口超过7%的国家)千人口平均6.9张减少至重度老龄化阶段(2020年65岁及以上人口超过20%的国家)千人口平均3.8张。与此同时,千人口长期护理机构LTC床位数量大幅提升,由轻度老龄化阶段的千人口平均6.2张增长至重度老龄化阶段的千人口平均7.9张。
床位分类规划可避免床位功能重叠造成有限医疗资源的浪费,实现急慢分治,促进床位资源有效利用,满足老龄化需求。研究表明长期护理床位的规划配置可显著提升医疗机构床位使用效率。[12]日本早在2001年开始床位分类规划,区分急性病诊疗为主的普通床位和慢性病疗养床位。实施床位分类规划后,医疗机构普通病床的平均住院日显著下降,在保证医疗服务质量同时,提高了医疗服务效率和可及性。[13]家庭护理和长期护理机构床位比重的增加,使医院长期护理功能减弱,带来平均住院日、千人口床位总量的减少,同时导致医院整体住院人数的下降。
4.3 住院与门诊报销比例差距与慢性病住院率相关
本研究显示,住院与门诊医保报销比例差距越小,充血性心力衰竭和慢阻肺等特殊慢性病种住院率越低,这与JING等研究一致。[14]门诊服务有助于延缓慢性病进程,有效降低慢性病住院患者的病情复杂性,控制住院患者数量不合理增长。但住院门诊医保覆盖水平差异与所有疾病住院率未显著相关。
4.4 局限性
本研究存在一定局限性。相较于2019年,2022年所有OECD国家的床位使用率均呈下降趋势,平均由75.9%降低至69.8%,住院率由平均每千人口152人降低至130人。与此同时,2011—2019年OECD国家期望寿命平均延长1.7岁,而2019—2022年平均期望寿命降低了0.8岁。
综上,考虑到2019年和2022年床位效率等核心指标的较大波动,在对比分析和模型分析中未包含2020—2022年的数据。但目前研究已兼顾不同老龄化阶段下床位分类规划等现实发展特征,后续研究可持续动态追踪数据予以完善。
5 对我国的启示
5.1 完善床位分类规划,引导床位功能转变
老龄化背景下,OECD国家实行床位分类规划,将医疗机构床位分为治疗床位、康复床位和长期护理床位,体现对医疗需求和康复保健需求的合理分流,在提升床位使用效率和可及性方面具有重要价值。目前我国处于中度老龄化向重度老龄化转化阶段,但床位资源配置仍处于以需求推动规模扩张阶段[15],护理型床位配置仍存不足[3]。可参照OECD国家经验,结合我国国情探索完善的床位分类规划制度。除对感染病床等特殊病床单独管理之外,可将医疗机构住院病床划分为以急性病治疗为主的治疗病床和以慢性病治疗为主的康复和长期护理床位等类型,有效降低治疗床位的平均住院日。
5.2 提升慢性病管理能力,减少可避免住院
慢性病可避免住院(Avoidable hospital admission)是OECD国家评价基层服务能力提升的关键衡量指标。由于充血性心力衰竭(CHF)和慢性阻塞性肺病(COPD)已具备成熟有效的治疗方案,初级卫生机构可以提供有效的治疗,这类疾病的住院在很大程度上是可以避免的。因此,此类慢性病较低的住院率可反映医疗卫生服务体系,尤其是衡量初级卫生保健体系服务质量。[16]
OECD国家整体住院和门诊报销比例处于较高水平,2011年平均住院报销比为90%,门诊为79%。本研究结果表明住院和门诊报销比例差距缩小,有利于加强基层服务利用,降低慢性病可避免住院率。全国医疗保障事业发展统计公报显示,2023年我国城镇职工医保和城乡居民医保住院费用医保基金支付比例为84.6%和68.1%,实际报销比例分别为80%和60%,职工医保门诊报销比例超过55%。[17]目前我国整体医保补偿比例目前仍低于OECD国家平均水平。随着我国医保筹资水平提升,可加强门诊医保补偿水平,注重基层医疗服务能力的提升。在避免床位过度扩张同时,实现卫生资源的合理化利用和服务效能的提升。
作者贡献:李心言负责研究设计、文章撰写和修改;仇艺童协助文章撰写修订;韩优莉负责确定论文选题、提出研究框架、论文指导和修改。
作者声明本文无实际或潜在的利益冲突。
[1] 曹剑涛, 李志建, 马进. 基于门诊病人流量优化医院床位数量: 理论模型及政策含义[J]. 中国卫生政策研究, 2012, 5(11): 42-47.
[2] 葛延风, 王列军, 冯文猛, 等. 我国健康老龄化的挑战与策略选择[J]. 管理世界, 2020, 36(4): 86-95.
[3] 宋乐薇, 姚岚, 李云飞, 等. 老龄化背景下国外床位分类管理制度的启示[J]. 中国医院管理, 2016, 36(1): 16-18.
[4] 范玉改.我国与经合组织国家医院床位数比较及其对我国分级诊疗制度建设的启示[J]. 中国全科医学, 2017, 20(22): 2694-2697.
[5] 曹晓红, 何雪松, 张炜, 等. 上海市医疗机构床位配置调整策略研究[J]. 中国医院管理, 2014, 34(3): 8-11.
[6] 王权.“十四五”期间我国卫生服务需求与供给预测分析[D]. 济南: 山东大学, 2023.
[7] 高莹莹. 我国家庭养老床位发展现状及需求影响因素研究[D]. 北京: 首都经济贸易大学, 2022.
[8] ERIKSSON C O, STONER R C, EDEN K B, et al. The Association Between Hospital Capacity Strain and Inpatient Outcomes in Highly Developed Countries: A Systematic Review[J]. Journal of general internal medicine, 2017, 32: 686-696.
[9] MISHRA B K, KAPOOR A.Optimizing the Bed Distribution System in Resource-Constrained Settings[J].Cancer Research, Statistics and Treatment, 2022, 5(1): 5-6.
[10] 傅书勇, 陈姝羽. 门槛效应模型和工具变量法对中国卫生投入与经济增长关系的实证研究[J]. 医药导报, 2023, 42(12): 1895-1899.
[11] 陈琳, 田晋莹, 廖竞浩, 等. 广东省21个城市卫生资源配置效率研究[J]. 中国卫生资源, 2019, 22(3): 219-224.
[12] LEHNERT T, HEUCHERT M, HUSSAIN K, et al. Stated Preferences for Long-Term Care: A Literature Review[J].Ageing &Society, 2019, 39(9): 1873-1913.
[13] YAMADA M, ARAI H. Long-Term Care System in Japan[J].Annals of geriatric medicine and research, 2020, 24(3): 174.
[14] JING M X, LI X J, JIAN W Y.Preventing Fatal Risk through Outpatient Medical Insurance: Evidence From Urban Employee Basic Medical Insurance System in Xinjiang Uighur Autonomous Region, China[J].Biomed Environ Sci, 2014, 27(7): 544-551.
[15] 刘晓珊, 张欣雨, 然娜·阿哈提, 等. 新医改前后我国中医类医院医疗卫生资源配置变化研究[J]. 中国卫生经济, 2020, 39(4): 49-53.
[16] 卢珊, 张研, 王健健, 等. 门急诊服务敏感疾病住院: 概念, 识别及政策启示[J].中国全科医学, 2024, 27(34): 4234-4240.
[17] 国家医疗保障局. 2023年全国医疗保障事业发展统计公报[EB/OL]. [2024-07-25]. https://www.nhsa.gov. cn/art/2024/7/25/art_7_13340.html
A study on the development trend and related factors of medical institution bed allocation scale in OECD countries under the background of population aging
X