尹 悅,吳曉凡,王書平,娜地達(dá)·阿西木,閆麗娜

(1.中國醫(yī)師協(xié)會(huì),北京 100071;2.北京大學(xué)第一醫(yī)院,北京 100132;3.新疆石河子大學(xué)醫(yī)學(xué)院,新疆 石河子 832003;4.國家衛(wèi)生健康委衛(wèi)生發(fā)展研究中心,北京 100032)

在醫(yī)學(xué)研究中,計(jì)數(shù)數(shù)據(jù)常會(huì)出現(xiàn)大量觀測(cè)值為零的現(xiàn)象,即數(shù)據(jù)過度離散,觀測(cè)值為零的占比遠(yuǎn)超過其他數(shù)據(jù)的比例,導(dǎo)致傳統(tǒng)的統(tǒng)計(jì)分析模型分析出現(xiàn)誤差,如負(fù)二項(xiàng)回歸和泊松回歸無法準(zhǔn)確預(yù)測(cè)其范圍[1]。針對(duì)該類型的數(shù)據(jù)分析,國內(nèi)外學(xué)者提出零膨脹及相關(guān)回歸模型的理論,經(jīng)實(shí)踐逐漸成為統(tǒng)計(jì)學(xué)上解決該類問題的主流方法之一[2-4]。當(dāng)前對(duì)居民住院情況的研究,多聚焦于對(duì)住院率的分析,而未能重視住院次數(shù)潛在的含義[5],由于大部分居民一年內(nèi)都是健康狀態(tài)無需住院,因此住院次數(shù)為零次的占絕大多數(shù)[6],故本研究引入泊松回歸、負(fù)二項(xiàng)回歸、零膨脹泊松回歸和零膨脹負(fù)二項(xiàng)回歸等4種模型,通過模型間的擬合對(duì)比,進(jìn)一步探究山西省運(yùn)城市居民住院次數(shù)的影響因素,為零膨脹及其相關(guān)回歸模型提供實(shí)證研究,為當(dāng)?shù)卣跋嚓P(guān)部門規(guī)劃運(yùn)城市醫(yī)療資源配置提供數(shù)據(jù)支持和科學(xué)依據(jù)。

1 資料與方法

1.1 資料來源

本研究數(shù)據(jù)來源于“中國與世界衛(wèi)生組織2020-2021雙年度合作項(xiàng)目”課題衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)庫,采用多階段分層隨機(jī)抽樣的方法,由國家衛(wèi)健委衛(wèi)生發(fā)展研究中心組織家庭入戶調(diào)查。本研究通過查閱住院影響因素的相關(guān)文獻(xiàn)[7-9],結(jié)合專家討論,自制問卷調(diào)查表,其內(nèi)容主要包括:(1)個(gè)人基本特征:性別、年齡、婚姻狀況、文化程度、職業(yè)、是否患有慢性病;(2)家庭收入、家庭常住人口數(shù);(3)居住區(qū)域、社會(huì)醫(yī)療保障情況、家庭醫(yī)生簽約情況;(4)健康知識(shí)獲取途徑、健康體檢、是否吸煙、飲酒情況、體育鍛煉。

調(diào)查組于2022年3月在運(yùn)城市鹽湖區(qū)和萬榮縣2個(gè)區(qū)(縣)隨機(jī)抽取居民進(jìn)行入戶調(diào)查,共獲得問卷6020份,最終獲得有效問卷5523份(有效率為91.74%)。

1.2 統(tǒng)計(jì)學(xué)方法

1.2.1 模型擬合

用EpiData 3.1建立數(shù)據(jù)庫,采用雙人錄入數(shù)據(jù)。運(yùn)用StataMP 16.0軟件對(duì)調(diào)查問卷數(shù)據(jù)進(jìn)行分析。對(duì)運(yùn)城市居民的個(gè)人、家庭、社會(huì)、健康行為特征及住院次數(shù)進(jìn)行描述性分析。利用軟件擬合負(fù)二項(xiàng)回歸、泊松回歸、零膨脹負(fù)二項(xiàng)回歸、零膨脹泊松回歸模型[10],并運(yùn)用赤池信息準(zhǔn)則(AIC)和貝葉斯信息準(zhǔn)則(BIC)判斷模型的優(yōu)劣,AIC/BIC值越小,認(rèn)為模型的擬合度越高[11],以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

1.2.2 模型評(píng)價(jià)

(2)Vuong檢驗(yàn),又稱零膨脹檢驗(yàn),主要用于檢驗(yàn)零膨脹、負(fù)二項(xiàng)回歸及Possion回歸等模型中頻數(shù)0的數(shù)量,篩選出最優(yōu)的相關(guān)模型[12],其計(jì)算公式如下:

2 結(jié)果

2.1 調(diào)查對(duì)象基本特征

運(yùn)城市居民基本特征分布情況見表1,年住院次數(shù)分布情況見表2。

表1 山西省運(yùn)城市居民的基本特征分布(n=5523)

表2 山西省運(yùn)城市居民年住院次數(shù)分布情況(n=5523)

2.2 居民應(yīng)住院未住院情況

5523名居民中過去一年發(fā)生住院情況的居民共計(jì)653人,存在應(yīng)住院而未住院情況的共計(jì) 42 人,主要原因?yàn)?感覺病輕17人(40.48%),工作忙11人(16.42%),錢不夠9人(7.32%),無有效治療5人(2.11%)。

2.3 模型擬合結(jié)果及選擇

2.3.1 過離散檢驗(yàn)

2.3.2 零膨脹檢驗(yàn)

根據(jù)Vuong檢驗(yàn)結(jié)果表明,擬合零膨脹Possion回歸模型和標(biāo)準(zhǔn)Possion回歸模型,其統(tǒng)計(jì)量值V=5.08;對(duì)于擬合零膨脹負(fù)二項(xiàng)回歸模型和標(biāo)準(zhǔn)負(fù)二項(xiàng)回歸模型,其統(tǒng)計(jì)量值V=4.34,P<0.001,表明該數(shù)據(jù)確實(shí)存在零膨脹現(xiàn)象,需進(jìn)一步進(jìn)行零膨脹擬合相關(guān)模型。

2.3.3 模型擬合指標(biāo)比較

根據(jù)分析結(jié)果表明,零膨脹負(fù)二項(xiàng)回歸模型的對(duì)數(shù)似然值(LL)為-2076.661,在4種模型中最大;赤池信息準(zhǔn)則值(AIC)/貝葉斯信息準(zhǔn)則值(BIC),在4種模型中為最小,選擇零膨脹負(fù)二項(xiàng)回歸模型進(jìn)一步分析居民住院次數(shù)。

2.4 模型擬合結(jié)果

以居民年住院次數(shù)為因變量,經(jīng)零膨脹負(fù)二項(xiàng)回歸顯示:在計(jì)數(shù)過程中,性別、年齡、文化程度、家庭年均人收入、家庭常住人口數(shù)、居住區(qū)域、距離鄉(xiāng)鎮(zhèn)衛(wèi)生院/社區(qū)衛(wèi)生服務(wù)中心遠(yuǎn)近、患有慢性病情況是運(yùn)城市居民年住院次數(shù)的影響因素,其差異具有統(tǒng)計(jì)學(xué)意義。在零過程中,年齡、職業(yè)、家庭常住人口數(shù)、居住區(qū)域、距鄉(xiāng)鎮(zhèn)衛(wèi)生院/社區(qū)衛(wèi)生服務(wù)中心遠(yuǎn)近、患有慢性病情況、健康知識(shí)獲取途徑、吸煙是運(yùn)城市居民年住院次數(shù)產(chǎn)生零膨脹現(xiàn)象的影響因素(P<0.05),其差異具有統(tǒng)計(jì)學(xué)意義。見表3。

表3 山西省運(yùn)城市居民年住院次數(shù)影響因素的零膨脹負(fù)二項(xiàng)分布情況

3 討論

3.1 模型最優(yōu)選擇

本研究通過“中國與世界衛(wèi)生組織2020-2021雙年度合作項(xiàng)目”課題衛(wèi)生服務(wù)調(diào)查數(shù)據(jù)開展實(shí)證研究,結(jié)合過離散檢驗(yàn)和零膨脹檢驗(yàn)結(jié)果,有理由認(rèn)為家庭年人均收入處于中等水平、患有慢性病人群就醫(yī)行為較多;年齡偏大、家庭常住人口數(shù)為4～6人、城區(qū)居住、患有慢性病及經(jīng)常吸煙的人群的住院潛在需求更大,并且居民年住院次數(shù)具有聚集性和零計(jì)數(shù)過多的特點(diǎn)。Poisson或負(fù)二項(xiàng)模型在分析居民住院次數(shù)的影響因素時(shí),只能篩選出對(duì)住院及其頻次的影響因素,但不能將住院風(fēng)險(xiǎn)變化的影響因素與住院頻次變化的影響因素分辨開;零膨脹模型的logit部分可以篩選出是否選擇住院的影響因素,而Possion或負(fù)二項(xiàng)部分,可以體現(xiàn)影響住院頻次變化的因素。因此本研究以山西省運(yùn)城市居民年住院頻次數(shù)據(jù)為例探討了零膨脹及相關(guān)回歸模型的應(yīng)用,過離散檢驗(yàn)結(jié)果表明居民年住院頻次更符合負(fù)二項(xiàng)分布,零膨脹檢驗(yàn)結(jié)果表明數(shù)據(jù)存在零過多現(xiàn)象,具有過離散和零計(jì)數(shù)過多的特點(diǎn)[13]。結(jié)合對(duì)數(shù)似然值、AIC信息準(zhǔn)則及BIC信息準(zhǔn)則得出,零膨脹負(fù)二項(xiàng)回歸模型擬合該類型數(shù)據(jù)時(shí)不僅增加了模型擬合優(yōu)度,同時(shí)明確了各因素在Logit部分或負(fù)二項(xiàng)部分中所起作用[14]。

3.2 計(jì)數(shù)過程

依據(jù)最優(yōu)模型的計(jì)數(shù)過程顯示,女性、年齡、大專及以上文化程度、家庭常住人口數(shù)為4～6人、在城區(qū)居住對(duì)居民年住院次數(shù)有負(fù)向影響;家庭年人均收入處于中等水平、患有慢性病對(duì)居民年住院次數(shù)有正向影響。

3.2.1 男性住院次數(shù)高于女性

相對(duì)于女性,男性的年住院次數(shù)更高,這與以中國CHARLS數(shù)據(jù)為代表研究得到性別差異結(jié)果相反[15],一方面根據(jù)調(diào)研結(jié)果表明,女性健康素養(yǎng)高于男性,該地區(qū)女性鍛煉率、健康體檢率及健康知識(shí)關(guān)注率均高于男性,且調(diào)研地區(qū)男性吸煙率遠(yuǎn)高于女性,另一方面該調(diào)研地區(qū)經(jīng)濟(jì)水平在全國處于偏低水準(zhǔn),普遍情況為女性經(jīng)濟(jì)水平低于男性。由于經(jīng)濟(jì)水平制約衛(wèi)生服務(wù)利用的支付能力[16],大大降低了女性衛(wèi)生服務(wù)利用的可能性,也是導(dǎo)致女性的住院次數(shù)低于男性的原因之一。同時(shí)本研究基于2022年調(diào)研數(shù)據(jù),這一結(jié)果可能代表了近些年對(duì)女性健康關(guān)注后的一個(gè)階段性成果。

3.2.2 青少年兒童住院次數(shù)高于成年人

本研究發(fā)現(xiàn)青少年兒童的住院次數(shù)最多,其次為60歲以上的老年人。這與已有研究中,兒童年齡越小其衛(wèi)生服務(wù)利用越高的結(jié)果一致[17],究其原因可能是由于年齡越小的兒童自身的抵抗力與免疫力也越差且家長對(duì)于兒童的健康狀況更重視。另一方面本研究中,60歲以上老人中患有慢性病及相關(guān)并發(fā)癥的居民達(dá)到70%以上,每年常規(guī)治療慢性病或因病情惡化導(dǎo)致并發(fā)癥等均會(huì)增加其住院次數(shù)[18],這與本研究中患有慢性病者住院次數(shù)越高這一結(jié)果的原因類似。另外,本次調(diào)研處于疫情期間,很多成年人在非必要住院的情況下選擇不住院,可能會(huì)對(duì)本文的分析造成一定程度的偏移。

3.2.3 家庭年人均收入中等及偏下的人群住院次數(shù)較高

家庭年人均收入位于中等及中等偏下水平的家庭年住院次數(shù)相對(duì)更高。一方面低收入人群多存在“小病不看、大病不治、重病才住院”的現(xiàn)象[19],另一方面中等偏高及高收入家庭相對(duì)住院次數(shù)更少,其原因主要由于該類人群或家庭接觸到的醫(yī)療資源相對(duì)更豐富,同時(shí)也具有較高的預(yù)防保健知識(shí)儲(chǔ)備,在一定程度上會(huì)更關(guān)注自身健康,可以做到對(duì)疾病的“早發(fā)現(xiàn),早治療”,同樣文化程度大專及以上者相對(duì)于小學(xué)及以下者住院次數(shù)更少,與其原因類似,即對(duì)于住院的需求相對(duì)更少[20]。

3.2.4 家庭人口1～3人或7人以上家庭住院次數(shù)較高

據(jù)調(diào)研了解,該地區(qū)1～3人口的家庭,由于分家等原因大多只剩下老人,平均年齡為(56.05±18.16)歲;4～6人口的家庭則通常為老中少三代家庭,平均年齡為(38.94±21.47)歲;7人口及以上家庭多為分戶不分家家庭,平均年齡為(35.69±22.45)歲。因此1～3人或者7人及以上家庭由于老人及小孩占比較高,結(jié)合前面分析年齡對(duì)住院次數(shù)的影響,所以這兩類家庭住院次數(shù)也更多。

3.2.5 非城區(qū)居民住院次數(shù)高于城區(qū)居民

根據(jù)數(shù)據(jù)分析,居住在城區(qū)居民住院次數(shù)相對(duì)更低,一方面這可能與城區(qū)居民較年輕相關(guān),經(jīng)計(jì)算其平均年齡低于農(nóng)村地區(qū),而年輕人的健康基礎(chǔ)較好,衛(wèi)生服務(wù)需求低于老年人。另一方面運(yùn)城市鹽湖區(qū)城鎮(zhèn)化率為74.5%,處于較高水平,三級(jí)甲等、民營醫(yī)院及診所等各類醫(yī)療機(jī)構(gòu)主要集中在城區(qū),因此城區(qū)居民擁有較為便捷的就醫(yī)渠道且醫(yī)療資源質(zhì)量更高,同時(shí)由于就醫(yī)及時(shí)而避免了病情遷延加重,最終多次住院的現(xiàn)象。

3.3 零過程

依據(jù)最優(yōu)模型的零過程顯示,年齡、家庭常住人口數(shù)為4～6人、在城區(qū)居住、患有慢性病及經(jīng)常吸煙對(duì)居民住院次數(shù)出現(xiàn)零膨脹現(xiàn)象有負(fù)向影響,職業(yè)、通過非醫(yī)療機(jī)構(gòu)獲取健康知識(shí)對(duì)居民住院次數(shù)出現(xiàn)零膨脹現(xiàn)象有正向影響。

3.3.1 住院次數(shù)隨著居民年齡的增加呈正相關(guān)

以0～18歲少兒組為對(duì)照,隨著年齡增加,近一年住院次數(shù)為0的概率越小,表明居民身體各項(xiàng)機(jī)能隨著年齡升高逐漸退化,且對(duì)慢性病及急性病的抵抗能力越來越低,因此對(duì)于醫(yī)療的需求越來越高。這一結(jié)論與計(jì)數(shù)過程中“相對(duì)于0～18歲少兒組,高年齡組近一年住院次數(shù)更低”這一結(jié)論看似矛盾,但零過程主要用于推斷零過程出現(xiàn)的可能性,故年齡越高則出現(xiàn)住院次數(shù)為0的概率越低與0～18歲少兒組患病后住院次數(shù)更多兩者之間并不沖突。

3.3.2 住院次數(shù)隨著家庭人口數(shù)的增加呈正相關(guān)

研究發(fā)現(xiàn),隨著家庭常住人口數(shù)增加,年住院次數(shù)為0的概率越低,這與上文計(jì)數(shù)過程提到的當(dāng)?shù)鼐用穹謶舨环旨业牡胤教卣飨嚓P(guān),多人口家庭老人及兒童的占比較高,并且家庭中只要有一人患病則該家庭年住院次數(shù)即大于0。

3.3.3 住院次數(shù)隨著家庭人口數(shù)的增加呈正相關(guān)

本研究中,城區(qū)居住的居民年住院次數(shù)為0的概率更低,這可能與城區(qū)居民更關(guān)注自身健康有關(guān),在疾病早期能做到及時(shí)就醫(yī),雖然住院的概率更高,但其住院次數(shù)相對(duì)低于農(nóng)村居民。

3.3.4 住院次數(shù)隨著居民慢性病數(shù)量的增加呈正相關(guān)

根據(jù)數(shù)據(jù)分析,患有慢性病者年住院次數(shù)為0的概率更低,這可能與慢性病病程較長有關(guān),且有研究表明當(dāng)前我國中老年人共病現(xiàn)象較為嚴(yán)重,慢性病數(shù)量的增加與衛(wèi)生服務(wù)利用增加明顯相關(guān)[21],因此無需住院的概率必然降低。

3.3.5 住院次數(shù)隨著當(dāng)?shù)匚鼰熉实脑黾映收嚓P(guān)

相對(duì)于不吸煙者,吸煙者住院次數(shù)為0的概率降低,已有研究表明吸煙與多種慢性疾病發(fā)病率呈正相關(guān)[22,23],根據(jù)調(diào)研情況當(dāng)?shù)匚鼰熉蕿?5.43%,處于較高水平,故吸煙者住院次數(shù)大于0的概率更高。

3.3.6 住院次數(shù)隨著非醫(yī)療機(jī)構(gòu)渠道健康知識(shí)獲取率的增加呈正相關(guān)

本研究中通過非醫(yī)療機(jī)構(gòu)獲取健康知識(shí)的居民年住院次數(shù)為0的概率更高,本研究中非醫(yī)療機(jī)構(gòu)主要指家人朋友科普、電視健康節(jié)目、微信公眾號(hào)、短視頻軟件等,由于通過非醫(yī)療機(jī)構(gòu)可能在一定的專業(yè)性偏差,側(cè)面反應(yīng)了通過醫(yī)療機(jī)構(gòu)對(duì)居民開展健康教育及知識(shí)普及尚有較大的改善空間。本研究中是否簽約家庭醫(yī)生對(duì)居民是否住院并無統(tǒng)計(jì)學(xué)意義同樣驗(yàn)證該觀點(diǎn),已有研究表明簽約家庭醫(yī)生能夠提高居民住院服務(wù)利用水平[24],因此應(yīng)提高家庭醫(yī)生與居民之間的健康信息交流與聯(lián)系。

4 建議

對(duì)于現(xiàn)階段醫(yī)療衛(wèi)生服務(wù)體系,改善居民住院就醫(yī)習(xí)慣、降低居民住院行為發(fā)生最基本的要求是獲得應(yīng)有的醫(yī)療技術(shù)服務(wù),并在特定環(huán)境的醫(yī)療技術(shù)水平下,使疾病療效得到應(yīng)有保障,即“看得好病”,延伸是人文關(guān)懷、貼心的服務(wù)。一方面,將服務(wù)落腳在改善就醫(yī)感受上,服務(wù)不僅是符合醫(yī)療路徑、診療規(guī)范,而要注重群眾的就醫(yī)體驗(yàn),最終將群眾的期望感受和實(shí)際獲得的感受匹配起來,而不是單純追求技術(shù)質(zhì)量。通過整體化服務(wù),使預(yù)防、治療、康復(fù)、護(hù)理等服務(wù)整合起來,從患者的心理、社會(huì)等多層面進(jìn)行考慮,提升患者的身心社會(huì)適應(yīng)程度。另一方面,將提供的間斷性服務(wù)拓展為延續(xù)性、責(zé)任制管理。對(duì)于越來越多的老齡性疾病來講,防和治是融合的,具體而言要抓好抓實(shí)家庭醫(yī)生簽約服務(wù),合理結(jié)合信息化技術(shù),使短暫的服務(wù)變?yōu)樨?zé)任制的、連續(xù)的長期關(guān)系。