我國社區(qū)衛(wèi)生服務(wù)水平的綜合評價

隨著我國老齡化、城鎮(zhèn)化等社會結(jié)構(gòu)的轉(zhuǎn)變，我國居民的基本健康需求增長迅速。但是我國優(yōu)質(zhì)醫(yī)療資源主要集中在經(jīng)濟發(fā)達地區(qū)的醫(yī)院，基層醫(yī)療衛(wèi)生機構(gòu)比較缺乏優(yōu)質(zhì)資源[1]，特別是西部地區(qū)的醫(yī)療服務(wù)水平與能力不能滿足群眾日益增長的醫(yī)療衛(wèi)生需求，給“健康中國”建設(shè)帶來一定挑戰(zhàn)。為合理利用醫(yī)療資源，方便城鄉(xiāng)居民就近就醫(yī)，《中共中央國務(wù)院關(guān)于深化醫(yī)藥衛(wèi)生體制改革的意見》指出，要完善以社區(qū)衛(wèi)生服務(wù)為基礎(chǔ)的新型城市醫(yī)療衛(wèi)生服務(wù)體系，加快建設(shè)以社區(qū)衛(wèi)生服務(wù)中心為主體的城市社區(qū)衛(wèi)生服務(wù)網(wǎng)絡(luò)，完善服務(wù)功能，以維護社區(qū)居民健康為中心，提供疾病預(yù)防控制等公共衛(wèi)生服務(wù)、一般常見病及多發(fā)病的初級診療服務(wù)、慢性病管理和康復(fù)服務(wù)[2]。此外，我國正大力推行醫(yī)聯(lián)體建設(shè)[3]。通過整合區(qū)域醫(yī)療資源、改善基層醫(yī)療衛(wèi)生機構(gòu)就醫(yī)環(huán)境與技術(shù)條件，提高基層醫(yī)療服務(wù)能力[4-5]。

社區(qū)衛(wèi)生服務(wù)中心作為醫(yī)療衛(wèi)生服務(wù)體系的重要組成部分，發(fā)揮著不可替代的作用[6]。本文運用因子分析法對我國社區(qū)衛(wèi)生服務(wù)機構(gòu)整體資源及服務(wù)能力的相關(guān)指標(biāo)進行分析，以期對我國省級區(qū)劃層面的社區(qū)衛(wèi)生服務(wù)水平進行科學(xué)的評估和判斷，為衛(wèi)生健康事業(yè)發(fā)展及醫(yī)改決策提供參考。

1 資料和方法

1.1 數(shù)據(jù)來源

本文從國家衛(wèi)生健康委員會編制的《2018中國衛(wèi)生健康統(tǒng)計年鑒》[7]中提取反映2017年度我國31個省(自治區(qū)、直轄市)社區(qū)衛(wèi)生服務(wù)中心情況的統(tǒng)計數(shù)據(jù)。依據(jù)“社區(qū)衛(wèi)生服務(wù)中心服務(wù)能力評價指南”(2019年版)選取10個相關(guān)指標(biāo)分別為：社區(qū)衛(wèi)生服務(wù)中心個數(shù)X1、診療人次X2、入院人數(shù)X3、社區(qū)衛(wèi)生服務(wù)中心床位數(shù)X4、病床使用率X5、平均住院日X6、醫(yī)師日均擔(dān)負診療人次X7、取得全科醫(yī)生培訓(xùn)合格證書人數(shù)X8、每萬人口全科醫(yī)生數(shù)X9、家庭衛(wèi)生服務(wù)總?cè)舜蝀10，其中入院人數(shù)X3、社區(qū)衛(wèi)生服務(wù)中心床位數(shù)X4、病床使用率X5、平均住院日X6是以護理康復(fù)為主要功能的病床相關(guān)指標(biāo)。

1.2 研究方法

利用SPSS 25.0統(tǒng)計分析軟件，采用因子分析法進行分析。通過KMO檢驗和巴特利特(Bartlett)球型檢驗分析并求得相關(guān)矩陣，畫出碎石圖，提取主因子并對其進行解釋，算出主因子得分及綜合排名和聚類分析。

2 結(jié)果分析

2.1 KMO檢驗和 Bartlette球形檢驗分析

一般情況下，在進行因子分析前，要先對樣本數(shù)據(jù)進行KMO檢驗和Bartlett球形檢驗。當(dāng)KMO檢驗系數(shù)大于0.5或Bartlette球形檢驗的P值小于0.05時，才能進行因子分析[8]。本文中KMO檢驗統(tǒng)計量為0.585，Bartlett球形檢驗統(tǒng)計值為328.878，P<0.001，樣本數(shù)據(jù)適宜進行因子分析(圖1)。

圖1 KMO和Bartlett球形檢驗

2.2 提取主因子

通過觀察表1中各因子的相關(guān)矩陣的初始特征值、方差貢獻率和累計貢獻率，判斷哪些可以作為主因子[9]。

表1 相關(guān)矩陣的初始特征值和貢獻率

注：提取載荷平方和、旋轉(zhuǎn)載荷平方和只顯示主因子數(shù)據(jù)

如表1所示，第一個因子的初始特征值為5.241，解釋這10個原始變量總方差的52.414%；第二個因子的初始特征值為1.949，解釋這10個原始變量總方差的19.492%，累計方差貢獻率為71.906%；第三個因子的初始特征值為1.403，解釋這10個原始變量總方差的14.026%，累計方差貢獻率為85.932%。這3個因子的特征根都大于1，其累計方差貢獻率等于85.932%，超過70%，意味著這3個因子包含了這10個變量中85.932%的信息。同時結(jié)合總方差解釋表的碎石圖(圖2)，特征值所處的坡度越陡峭，該因子對總體信息的反映情況占比越高。前3個特征值所處的坡度較陡峭，從第四個指標(biāo)開始坡度變平緩，因此選取前3個因子作為主因子進行分析。

圖2 碎石圖

2.3 對主因子的解釋

我們用主成分分析法建立了初始因子載荷矩陣[10]，但其對原始變量的解釋效果不明顯。為了使因子含義更清楚，我們通過對方差最大化正交旋轉(zhuǎn)，建立了旋轉(zhuǎn)后的因子載荷矩陣[11]。

如表2所示，兩個空白處是表示相應(yīng)載荷小于0.3，可以看出各因子在各變量上的影響程度。家庭衛(wèi)生服務(wù)總?cè)舜螖?shù)、社區(qū)衛(wèi)生服務(wù)中心數(shù)、入院人數(shù)、取得全科醫(yī)生培訓(xùn)合格證數(shù)的人數(shù)主要由第一主成分解釋，每萬人口全科醫(yī)生數(shù)、醫(yī)師日均擔(dān)負診療人次、診療人次、平均住院日主要由第二主成分解釋，病床使用率、社區(qū)衛(wèi)生服務(wù)中心床位數(shù)主要由第三主成分解釋。與第一因子聯(lián)系密切的是和衛(wèi)生服務(wù)利用狀況、基礎(chǔ)設(shè)施與人才水平有關(guān)的指標(biāo)，可以命名為“基礎(chǔ)設(shè)施應(yīng)用服務(wù)因子”；與第二因子聯(lián)系密切的是和基層診療服務(wù)效率有關(guān)的指標(biāo)，可以命名為“效率因子”；與第三因子聯(lián)系密切的是和基層醫(yī)療衛(wèi)生機構(gòu)病床使用率有關(guān)的指標(biāo)，可以命名為“住院服務(wù)利用因子”。

表2 旋轉(zhuǎn)后的因子載荷矩陣

注：因子載荷矩陣旋轉(zhuǎn)在 3 次迭代后已收斂

2.4 主因子得分和綜合排名

表3列出了采用回歸法估算出的因子得分系數(shù)矩陣。將標(biāo)準(zhǔn)化后的樣本數(shù)據(jù)帶入綜合因子得分函數(shù)中，綜合因子得分函數(shù)為：F= F1(34.874)+ F2(31.774)+ F3(19.284)，其中34.874、31.774、19.284分別是前3個因子旋轉(zhuǎn)后的方差貢獻率，這樣就得出各個地區(qū)的綜合因子的得分。將主因子得分和綜合得分都進行排序后得到了各地區(qū)主因子得分和綜合排名(表4)。

表3 因子得分系數(shù)矩陣

表4 各地區(qū)主因子得分和綜合排名

2.5 聚類分析

以F1、F2、F3這3個主因子得分為變量，對各地區(qū)主因子得分進行系統(tǒng)聚類分析。聚類方法選用瓦爾德法，度量標(biāo)準(zhǔn)選用平方歐式距離區(qū)間[12]。當(dāng)聚類數(shù)為4時，聚類結(jié)果見表5。

表5 各地區(qū)主因子得分的系統(tǒng)聚類結(jié)果

3 結(jié)果

從綜合排名情況來看，我國社區(qū)衛(wèi)生服務(wù)中心服務(wù)質(zhì)量和水平排名前三的分別是江蘇省、上海市和廣東省，排名最后的3個地區(qū)分別是青海省、海南省和西藏自治區(qū)；從整體情況來看，在我國的基層醫(yī)療衛(wèi)生服務(wù)體系中，東部地區(qū)的社區(qū)衛(wèi)生服務(wù)質(zhì)量和水平最高，其次是中部地區(qū)，西部地區(qū)最低；從主因子角度來看，在基礎(chǔ)設(shè)施應(yīng)用服務(wù)因子上，服務(wù)能力和發(fā)展水平最好的地區(qū)分別是江蘇省、廣東省，最差的地區(qū)是青海省、寧夏回族自治區(qū)；從診療效率服務(wù)因子來看，社區(qū)衛(wèi)生服務(wù)診療質(zhì)量和水平最好的地區(qū)分別是上海市、浙江省，最差的地區(qū)分別是重慶市、湖南??；從住院服務(wù)利用因子情況來看，社區(qū)衛(wèi)生服務(wù)中心護理康復(fù)病床使用情況最好的地區(qū)是上海市、重慶市，排名靠后的地區(qū)是浙江省和西藏自治區(qū)。

4 討論

4.1 社區(qū)衛(wèi)生服務(wù)的資源分布存在地域差異

根據(jù)地區(qū)綜合得分和基礎(chǔ)設(shè)施應(yīng)用服務(wù)因子來看，我國社區(qū)衛(wèi)生服務(wù)中心的資源分布存在地域差異，東部發(fā)達地區(qū)社區(qū)衛(wèi)生服務(wù)機構(gòu)數(shù)量多且服務(wù)質(zhì)量高，中部地區(qū)次之，西部地區(qū)社區(qū)衛(wèi)生服務(wù)發(fā)展相對薄弱，因此可以反映出社區(qū)衛(wèi)生服務(wù)質(zhì)量水平和地區(qū)的經(jīng)濟發(fā)展水平存在一定關(guān)系[13]。東部發(fā)達地區(qū)的優(yōu)質(zhì)醫(yī)療資源充足，醫(yī)療機構(gòu)之間競爭激烈，服務(wù)質(zhì)量與水平較高；中西部欠發(fā)達地區(qū)優(yōu)質(zhì)資源基本集中于大醫(yī)院，基層醫(yī)療機構(gòu)缺乏優(yōu)質(zhì)資源，基層醫(yī)療機構(gòu)數(shù)量與水平不足。對醫(yī)療資源不太充足的中西部地區(qū)，從政策層面自上而下地調(diào)整醫(yī)療資源配置，持續(xù)發(fā)展與完善分級診療制度，健全醫(yī)聯(lián)體建設(shè)的相關(guān)政策。

4.2 社區(qū)衛(wèi)生服務(wù)機構(gòu)缺乏優(yōu)秀人才

從效率因子上來看，重慶市和湖南省等地區(qū)的診療效率表現(xiàn)較差，這與當(dāng)?shù)亟?jīng)濟水平不如上海市、北京市、浙江省等地區(qū)，政策扶持較弱，對人才的吸引力弱有關(guān)，優(yōu)質(zhì)人才更愿意往經(jīng)濟發(fā)達且政策扶持力度大的地區(qū)發(fā)展。此外，我國全科醫(yī)生培養(yǎng)體系滯后，導(dǎo)致全國范圍內(nèi)能真正滿足基層醫(yī)療需求的全科醫(yī)師相對較少，少而尖的全科醫(yī)生則選擇去經(jīng)濟發(fā)達地區(qū)發(fā)展。對于經(jīng)濟水平一般的地區(qū)，應(yīng)該加強政策扶持，建立科學(xué)合理的人才引入機制，提高全科醫(yī)生的待遇，優(yōu)化基層醫(yī)師的基礎(chǔ)性和獎勵性績效工資比例，提高對基層醫(yī)務(wù)人員的基本保障，提高對人才的吸引力。

4.3 社區(qū)衛(wèi)生服務(wù)機構(gòu)的醫(yī)療隊伍整體專業(yè)素養(yǎng)不高

從住院服務(wù)利用因子來看，病床使用情況表現(xiàn)較差的有西藏自治區(qū)和浙江省等。進一步分析發(fā)現(xiàn)，西藏地區(qū)病床使用率較差的原因是西藏地廣人稀且經(jīng)濟較落后，基層醫(yī)療機構(gòu)數(shù)量、醫(yī)療衛(wèi)生人員人數(shù)和專業(yè)素養(yǎng)都嚴(yán)重不足。而經(jīng)濟發(fā)達的浙江等地區(qū)病床使用率較差的原因還有待進一步研究。整體來說，一方面，大部分地區(qū)高學(xué)歷水平的基層醫(yī)師所占的比例不高，系統(tǒng)知識儲備不夠充足，常見病、慢性病的基本護理知識相對缺乏，患者相信大醫(yī)院的服務(wù)水平，對社區(qū)衛(wèi)生服務(wù)中心的康復(fù)護理服務(wù)能力不信任，從而不愿意去社區(qū)衛(wèi)生服務(wù)中心使用康復(fù)護理病床服務(wù)；另一方面，上級醫(yī)院和社區(qū)衛(wèi)生服務(wù)中心的信息溝通不對稱，雙向轉(zhuǎn)診渠道不暢，患者下轉(zhuǎn)到基層醫(yī)療機構(gòu)困難。對此，可以對基層醫(yī)務(wù)人員進行專業(yè)技能培訓(xùn)，加強專業(yè)知識的教育學(xué)習(xí)，同時加強上下級醫(yī)療機構(gòu)的信息溝通，完善與落實雙向轉(zhuǎn)診制度。

5 結(jié)語

綜上所述，本文運用了因子分析的方法，根據(jù)數(shù)據(jù)內(nèi)在的邏輯關(guān)系，將原始數(shù)據(jù)中的10個影響因素降為3個主因子，對原始指標(biāo)的相關(guān)關(guān)系進行解釋，對不明確的因素進行分析，在一定程度上反映了當(dāng)前我國各地區(qū)基層醫(yī)療衛(wèi)生服務(wù)中心的服務(wù)質(zhì)量和水平差異情況。通過數(shù)據(jù)歸類對各地區(qū)基層醫(yī)療衛(wèi)生服務(wù)中心的基礎(chǔ)設(shè)施應(yīng)用服務(wù)、診療質(zhì)量問題和病床使用率問題進行了客觀分析，期望能對基層醫(yī)療衛(wèi)生服務(wù)質(zhì)量和水平的未來發(fā)展提供參考。