我國家庭醫(yī)生簽約率的meta分析*

張霄艷 張曉娜 方鵬騫

1.湖北大學政法與公共管理學院(430060) 2.華中科技大學

【提 要】 目的 在國家政策大力推動家庭醫(yī)生簽約服務的背景下,綜合分析各地家庭醫(yī)生簽約率情況,客觀掌握改革進展。方法 檢索中國期刊全文數據庫、維普數據庫、萬方數據庫、Pubmed和ScienceDirect中2013-2017年的有關家庭醫(yī)生簽約率的相關文獻,對符合納入標準的文獻提取數據后進行meta分析。結果 符合納入標準的文獻共25篇,我國家庭醫(yī)生簽約率的合并值為46.2%;試點地區(qū)、非試點地區(qū)家庭醫(yī)生簽約率分別為47.3%和42.9%;城市、農村地區(qū)的居民家庭醫(yī)生簽約率分別為38.6%和35.7%;使用隨機抽樣方法和非隨機抽樣方法進行統(tǒng)計的簽約率分別為42.7%和52.5%。結論 我國家庭醫(yī)生簽約率與地區(qū)(城鄉(xiāng))、試點與否及選擇的抽樣方法有關。

家庭醫(yī)生簽約制度,是解決我國當前“看病難、看病貴”、醫(yī)療資源結構不合理等重大社會問題的關鍵,也是積極推動分級診療的基礎。完善家庭醫(yī)生簽約服務,充分發(fā)揮其“健康守門人”的作用,是實現“健康中國”戰(zhàn)略目標的重要內容。2016年8月,國醫(yī)改辦《關于印發(fā)推進家庭醫(yī)生簽約指導意見的通知》(以下簡稱“通知”)中指出,到2017年家庭醫(yī)生服務覆蓋率達到30%以上,到2020年力爭將家庭醫(yī)生簽約服務擴大到全人群,最終實現家庭醫(yī)生簽約制度的全覆蓋[1]。

目前,我國在上海、廣州、重慶等多個地區(qū)積極推進家庭醫(yī)生簽約服務工作的開展,并取得了顯著成效。為全面評估我國家庭醫(yī)生簽約工作的開展情況,本研究采用meta分析的方法,合并大量已發(fā)表的關于家庭醫(yī)生簽約的研究,進而評估我國家庭醫(yī)生簽約率[2-3]。

資料與方法

1.文獻檢索

以“家庭醫(yī)生”、“全科醫(yī)生”、“簽約”為檢索關鍵詞,檢索年限為2013-2017年,在維普數據庫、萬方數據庫和中國期刊全文數據庫上進行檢索,以“family physician”、“genneral physician”、“sign”為檢索詞在“Pubmed”和“ScienceDirect”中進行檢索,收集所有相關文獻。

2.文獻納入和排除標準

(1)納入標準:①與家庭醫(yī)生簽約服務相關的研究;②研究對象為中國各個地區(qū)。

(2)排除標準:①與特殊人群簽約相關的研究;②針對于簽約影響因素、簽約意愿等與簽約率無關的研究;③重復發(fā)表的文獻;④文獻中的數據無法摘錄或轉化成有效數據。

3.文獻篩選與信息摘錄

閱讀從數據庫中檢索出來文獻的題目、關鍵詞,根據納入條件進行文獻初步篩選,然后通過閱讀全文,根據排除標準進行第二次篩選。全過程由兩位研究員分別進行,用excel表摘錄下第一作者、發(fā)表時間、樣本量、研究地區(qū)、簽約率等關鍵信息。對于存在分歧的文獻,征求第三名研究員意見,最后達成一致意見。若文獻中尚不明確簽約率,則認定簽約率的計算方法為:家庭醫(yī)生簽約率=已簽約人數/樣本人數。

4.文獻質量評價

本研究采用AHRQ推薦的橫斷面研究質量評價標準進行評分,該表有11個條目[4],由兩個工作人員分別從資料來源、納入標準等各個角度來對文獻給予評分,并用“是”、“否”、“不清楚”作答,分值為“2分”、“0分”、“1分”。如果有存在爭議的地方,由第三方參與討論,并最終決定。

5.統(tǒng)計分析

使用Stata11.0進行單組率的meta分析。在對數據進行異質性檢驗中,若P>0.10和I2<50%,則認為各研究之間存在著同質性,可采用固定效應模型進行分析；若P<0.10,I2>50%則反之。若經過異質性檢驗,發(fā)現各研究之間存在異質性,則需要對可能產生異質性的因素分組討論,進行亞組分析和敏感性分析。

結果

1.檢索結果

初步檢索出2837篇文獻,最終25篇被納入研究(如圖1,表1)。在所納入的文獻中,使用非隨機抽樣方法的文獻9篇,隨機抽樣方法的文獻16篇,總樣本量190551人,不同研究樣本量相差較大,介于105～47324,中位數是929,文獻評分最高分和最低分分別是14分和9分,文獻評分主要集中在11分～13分。

圖1 文獻檢索納入流程圖

表1 納入文獻基本情況表

2.合并效應值和森林圖

對25篇文獻進行異質性檢驗,結果P<0.10,I2=100%,說明存在較大的異質性,因此采用隨機效應模型進行meta分析。計算出的合并效應值顯示,我國家庭醫(yī)生簽約率為46.2%(95%CI為35.5%～56.9%),詳見圖2。

3.亞組分析

將可能導致異質性的三個因素:試點和非試點地區(qū)、城鄉(xiāng)地區(qū)、隨機抽樣或非隨機抽樣進行亞組分析,結果均存在較高的異質性,故采用隨機效應模型合并效應量(表2)。試點地區(qū)的家庭醫(yī)生簽約率是47.3%(95%CI為34.8%～59.7%),高于非試點地區(qū)家庭醫(yī)生簽約率42.9%(95%CI為24.5%～61.3%);居住在城市地區(qū)的居民家庭醫(yī)生簽約率為38.6%(95%CI為30.9%～46.3%),高于居住在農村地區(qū)的居民家庭醫(yī)生簽約率35.7%(95%CI為21.1%～50.3%);使用隨機抽樣方法的簽約率為42.7%(95%CI為32.2%～53.1%),明顯低于使用非隨機抽樣方法的簽約率52.5%(95%CI為34.1%～71%),這說明抽樣方法的選擇對合并簽約率有顯著影響。

圖2 我國家庭醫(yī)生簽約率meta分析森林圖

表2 不同亞組家庭醫(yī)生簽約率情況表

4.敏感性分析

將25篇文獻使用固定效應模型進行meta分析,得出合并的簽約率為45.2%(95%CI為45%～45.4%),這比使用隨機效應模型進行分析得出的合并簽約率低1.2個百分點;將兩篇為9分的文獻剔除,計算合并效應值,得出家庭醫(yī)生的合并簽約率為47.6%(95%CI為47.4%～47.8%),與去除前提高了1.4個百分點,結果提示本研究選取的文獻質量相對穩(wěn)定,合并結果具有一定的穩(wěn)定性。

5.發(fā)表偏倚分析

用Egger檢驗法對納入的25篇文獻進行檢測,結果顯示Egger回歸線通過0點,且Bias一行中顯示P=0.999,說明本研究納入文獻不存在明顯的偏倚(見圖3)。

討論

1.簽約率及影響因素

本研究對符合納入標準的25篇文獻進行meta分析,結果顯示,我國家庭醫(yī)生總合并簽約率為46.2%(95%CI為35.5%～56.9%),實現了《通知》中要求的“2017年家庭醫(yī)生簽約率要達到30%以上”目標。

圖3 Egger檢驗圖

亞組分析結果顯示,家庭醫(yī)生簽約率與地區(qū)(城鄉(xiāng))、試點與否及選擇的抽樣方法有關。城市地區(qū)家庭醫(yī)生簽約率(38.6%)高于農村地區(qū)的家庭醫(yī)生簽約率(35.7%),提示家庭醫(yī)生簽約率可能與經濟發(fā)展水平、居民收入情況和居民受教育程度等因素有關。試點地區(qū)簽約率(47.3%)高于非試點地區(qū)簽約率(42.9%),考慮可能受國家政策因素、資源投入力度和推廣力度等因素的影響,各地政府對家庭醫(yī)生投入較大的人力、物力有助于提高家庭醫(yī)生簽約率。隨機抽樣的家庭醫(yī)生簽約率(42.7%)遠低于非隨機抽樣的家庭醫(yī)生簽約率(52.5%),這表示不同的抽樣方法對合并簽約率產生較大的影響,為了保證研究結果的科學性和客觀性,相關研究應盡量采用隨機抽樣[30-31]。

2.對家庭醫(yī)生簽約服務的建議

為促進家庭醫(yī)生簽約服務的順利開展,提高簽約率,結合meta分析結果,本研究建議對非試點地區(qū),應給予家庭醫(yī)生簽約服務的人、財、物支持,加大政策的宣傳力度。特別是對偏遠、貧困的農村地區(qū),更應通過加大財政投入、提高醫(yī)保在家庭醫(yī)生簽約費用的支付比例等方式,減輕居民個人的簽約費用負擔。同時加大對農村地區(qū)開展家庭醫(yī)生簽約服務的軟、硬件建設。另外,家庭醫(yī)生及其團隊也應提高自身的服務水平和服務質量,探索積極主動的服務模式為簽約居民提供連續(xù)、全面、有效的健康管理服務,吸引廣大居民主動簽約。

3.研究的局限性

本研究的局限性在于:(1)在本次研究中,各個影響因素的亞組分析均存在較高的異質性；(2)亞組分析中對于試點地區(qū)和城市地區(qū)納入文獻較多,非試點地區(qū)和農村地區(qū)的納入文獻較少,對亞組分析的結果存在一定影響；(3)對于還沒有發(fā)表的文獻或數據,沒能收集到研究中,存在一定發(fā)表偏倚。