王蕭冉 關新月 張丹

【摘要】 背景 隨著我國人口老齡化的加劇，居民疾病譜發(fā)生變化，多種慢性病共存成為我國老年群體健康狀況的常態(tài)。就醫(yī)延遲是指個體在身體不適后由于各種主觀或客觀原因未能及時就醫(yī)的行為，導致治療效果下降、患者生存質量降低。目前，國內針對老年慢性病共病患者就醫(yī)延遲行為及其影響因素的研究較少。目的 探討老年慢性病共病患者就醫(yī)延遲行為及其影響因素，為進一步改善老年共病患者就醫(yī)延遲行為提供參考。方法 采用多階段分層整群隨機抽樣法，選取2022年9—12月于廣東省27個社區(qū)衛(wèi)生服務中心就診的符合條件的老年共病患者作為研究對象。采用自行設計的調查問卷收集患者的一般資料、疾病相關資料和就醫(yī)延遲情況。采用多因素Logistic回歸分析和基于CHAID算法的決策樹模型分析老年共病患者就醫(yī)延遲行為的影響因素。結果 共納入研究對象998例，其中出現(xiàn)就醫(yī)延遲行為243例（24.35%）。多因素Logistic回歸分析結果顯示，性別（女性：OR=0.701，95%CI=0.504～0.977，P=0.036）、戶籍類型（農村：OR=0.590，95%CI=0.358～0.973，P=0.039）、醫(yī)療保險類型（城鄉(xiāng)居民醫(yī)療保險：OR=2.660，95%CI=1.764～4.010，P<0.001）、疾病相關自我效能（低：OR=4.378，95%CI=2.079～9.217，P<0.001）、是否簽約家庭醫(yī)生（否：OR=2.277，95%CI=1.618～3.206，P<0.001）、自評健康狀況（一般：OR=1.554，95%CI=1.073～2.250，P=0.020）是老年共病患者就醫(yī)延遲行為的影響因素。決策樹模型共3層，13個節(jié)點，共篩選出醫(yī)療保險類型、是否簽約家庭醫(yī)生、性別、自評健康狀況、年齡5個影響因素。兩種模型預測老年共病患者就醫(yī)延遲行為的結果顯示，多因素Logistic回歸模型的受試者工作特征曲線下面積（AUC）為0.729，決策樹模型的AUC為0.721。兩種模型對老年共病患者就醫(yī)延遲行為的預測效果的AUC比較，差異無統(tǒng)計學意義（Z=0.539，P=0.590）。結論 廣東省老年共病患者就醫(yī)延遲行為發(fā)生率為24.35%，醫(yī)療保險類型、家庭醫(yī)生簽約率、性別與疾病自評健康狀況是老年共患者發(fā)生就醫(yī)延遲行為的主要影響因素。應進一步完善醫(yī)療保障制度，提高家庭醫(yī)生簽約率與利用率，進而降低就醫(yī)延遲行為發(fā)生率。

【關鍵詞】 慢性病共?。痪歪t(yī)延遲；老年人；廣東?。籐ogistic 回歸分析；決策樹模型

【中圖分類號】 R 36 R 197.1 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0614

Patient Delay and Associated Factors in Older Adults with Multimorbidity

WANG Xiaoran，GUAN Xinyue，ZHANG Dan*

Institute for Hospital Management of Tsinghua University/Tsinghua Shenzhen International Graduate School，Shenzhen 518055，China

*Corresponding author：ZHANG Dan，Associate professor；E-mail：zhang.dan@sz.tsinghua.edu.cn

【Abstract】 Background With the aggravation of population aging in China，the disease spectrum of the population has changed and the coexistence of multiple chronic diseases has become the norm for the health status of the older population in China. Patient delay refers to the behaviour of an individual who fails to seek medical care in a timely manner after becoming unwell for a variety of subjective or objective reasons，resulting in a decrease in the treatment effectiveness and a decrease in the quality of the patient's survival. At present，there are few researches on patient delay and the associated factors for elderly adults with multimorbidity in China. Objective To explore the patient delay and the associated factors for older adults with multimorbidity，so as to provide references to further reduce the incidence of patient delay. Methods Eligible elderly patients attending 27 community health centers in Guangdong Province from September to December 2022 were selected for the study using multi-stage stratified whole cluster random sampling method. A self-designed questionnaire was used to collect patients' general information，disease-related information and delays in seeking medical care. Multivariate Logistic regression analysis and a decision tree model based on the CHAID algorithm were used to analyse the influencing factors of patient delay in older adults with multimorbidity. Results A total of 998 patients were included in the study，of which 243（24.35%）showed delays in seeking medical care. The multivariate Logistic regression results showed that gender（OR=0.701，95%CI=0.504-0.977，P=0.036），type of household registration（OR=0.590，95%CI=0.358-0.973，P=0.039），type of health insurance（OR=2.660，95%CI=1.764-4.010，P<0.001），disease-related self-efficacy（OR=4.378，95%CI=2.079-9.217，P<0.001），family doctor contract（OR=2.277，95%CI=1.618-3.206，P<0.001）and self-reported health（OR=1.554，95%CI=1.073-2.250，P=0.020）were the main factors influencing patient delay in older adults with multimorbidity（P<0.05）. The decision tree model has 3 levels and 13 nodes，and a total of 5 influencing factors were screened，including type of health insurance，family doctor contract，gender，self-reported health and age. The results of the two models for predicting patient delay in older adults with multimorbidity showed that the area under receiver operating characteristic curve（AUC）was 0.729 for the multivariate Logistic regression model and 0.721 for the decision tree model. There was no significant difference in AUC between the two models for predicting patients delay in elderly patients with multimorbidity（Z=0.539，P=0.590）. Conclusion The incidence of patient delay in older adults with multimorbidity is 24.35% in Guangdong province，and the type of health insurance，the contracting rate of family doctors，gender，and self-reported health status are the main factors influencing patient delay in older adults with multimorbidity. The medical insurance system should be further improved to increase the contracting rate and utilization rate of family doctors in order to reduce the incidence of patient delay.

【Key words】 Multimorbidity；Patient delay；Aged；Guangdong province；Logistic regression analysis；Decision tree model

慢性病共病是2種或2種以上慢性病共同存在于某一個體［1］。我國人口老齡化進程不斷加速，多種慢病共存逐漸成為我國老年患者健康狀況的常態(tài)，降低了老年人的生活質量，增加了診治難度，加重了家庭和社會的經(jīng)濟負擔。就醫(yī)延遲的概念最早由國外學者PACK等［2］提出，指患者首次出現(xiàn)癥狀至首次就醫(yī)的時間間隔>3個月。我國學者孫學禮［3］將就醫(yī)延遲定義為個體在身體不適后由于各種主觀或客觀原因未能及時就醫(yī)的行為。結合既往研究，本研究將就醫(yī)延遲定義為患者出現(xiàn)不適至就醫(yī)的時間間隔超過2周［4］。據(jù)統(tǒng)計，我國慢性病患者出現(xiàn)就醫(yī)延遲的發(fā)生率為26%～90%［5］。就醫(yī)延遲會導致慢性病患者錯過最佳治療時間，治療效果下降和生存質量降低，進一步增加了患者的疾病負擔。

多數(shù)老年慢性病共病患者身體衰弱、器官老化導致生理功能下降、機體脆弱性增加，維持穩(wěn)態(tài)能力下降［6］，其醫(yī)療決策復雜、困難。病情出現(xiàn)變化后若不及時醫(yī)治，將降低臨床治療效果、產生多種臨床不良結局，導致預后不佳甚至死亡［7］。因此，探究老年慢性病共病患者就醫(yī)延遲行為的原因、降低其就醫(yī)延遲行為發(fā)生率對于提高老年共病患者的生活質量、改善預后至關重要。

目前，國內外針對慢性病患者就醫(yī)延遲行為的研究大多針對慢性阻塞性肺疾病、腦卒中等特定疾?。?-10］開展，相關的影響因素包括人口學特征、疾病知識、自我管理能力、基層醫(yī)療機構診療情況等，較少開展對于老年共病患者就醫(yī)延遲行為的探究。基于此，本研究旨在運用Logistic回歸和決策樹兩種模型探討廣東省老年慢性病共病患者就醫(yī)延遲行為的影響因素，為進一步分析老年共病患者就醫(yī)延遲行為原因、減少其就醫(yī)延遲行為提供參考。

1 對象與方法

1.1 研究對象

利用廣東省社區(qū)居民健康檔案信息系統(tǒng)，采用多階段分層整群隨機抽樣的方法，選取2022年9—12月于廣東省社區(qū)衛(wèi)生服務中心就診的符合條件的老年患者作為研究對象。首先根據(jù)經(jīng)濟水平與地理位置隨機抽取3個城市，其次在每個城市隨機抽取3個區(qū)，最后在每個區(qū)隨機抽取3個社區(qū)進行調查。在獲得受試者知情同意后，根據(jù)納入和排除標準篩選調查對象。

納入標準：（1）同時患有2種以上的慢性病，以其自我報告的37種慢性病患病與否來評估，包括高血壓、高脂血癥、糖尿病、冠心病、慢性心力衰竭、腦卒中、偏癱、心肌梗死、心絞痛、慢性阻塞性肺疾病、慢性支氣管炎、肺氣腫、哮喘、心律失常、甲狀腺功能亢進癥（簡稱甲亢）、甲狀腺功能減退癥（簡稱甲減）、前列腺疾病、痛風、慢性肝炎、肝硬化、脂肪肝、慢性腸炎、慢性胃炎、消化性潰瘍、慢性腎病、膽囊炎、骨關節(jié)病、骨質疏松、頸椎病/腰椎病、白內障、類風濕關節(jié)炎、帕金森病、老年癡呆、抑郁癥、焦慮癥、惡性腫瘤、老年綜合征；（2）年齡≥60歲；（3）知情同意，愿意參與本研究；（4）能夠配合完成調查問卷。

排除標準：存在嚴重認知功能障礙、精神障礙、聽力障礙、視力障礙等情況不能完成調查者。

1.2 研究工具

研究者根據(jù)健康狀況調查量表（SF-36）中文版、健康促進生活方式量表（HPLP-C）、8條目Morisky問卷（MMAS-8）等，自行設計調查問卷，通過在深圳市南山區(qū)開展預調查對問卷進行修改、完善，并通過德爾菲專家咨詢法檢驗問卷的有效性，進而形成最終版調查問卷。問卷內容主要包括：（1）一般資料，即年齡、性別、文化程度、婚姻狀態(tài)、居住情況、戶籍類型、個人平均年收入情況、醫(yī)療保險類型、是否簽約家庭醫(yī)生等；（2）疾病相關資料，即疾病了解程度、疾病相關自我效能、患慢性病數(shù)量、患慢性病時間、自評健康狀況等。結果變量為患者是否發(fā)生就醫(yī)延遲行為，考察調查對象“察覺到持續(xù)的身體不適或癥狀變化，您會？”若患者選擇“在癥狀發(fā)生兩周內就醫(yī)”，則認為未發(fā)生就醫(yī)延遲行為；若患者選擇“自行觀察”“出現(xiàn)癥狀與就醫(yī)時間間隔超過兩周”或“不予理會”，則認為發(fā)生就醫(yī)延遲行為。

1.3 質量控制

調查人員為經(jīng)過統(tǒng)一培訓的醫(yī)院管理專業(yè)研究生、全科醫(yī)學規(guī)范化培訓實習生、社區(qū)全科醫(yī)生、護士，利用社區(qū)全科門診、居民集中座談的形式進行線下“面對面”的調查，填寫完畢后，當場收回問卷。剔除有漏填項的問卷。由復查員對數(shù)據(jù)進行審核，經(jīng)審核確認無誤后，采用雙人平行錄入的方式錄入數(shù)據(jù)，使用EpiData 3.1軟件進行一致性檢驗。

1.4 統(tǒng)計學方法

采用SPSS 26.0進行統(tǒng)計分析。計數(shù)資料以相對數(shù)表示，組間比較采用χ2檢驗。將χ2檢驗中差異有統(tǒng)計學意義的因素納入多因素Logistic回歸分析和基于CHAID算法的分類決策樹模型。決策樹模型可以通過樹形圖的形式直觀顯示自變量之間的交互作用以及自變量的重要程度，形象地呈現(xiàn)各種特征的患者出現(xiàn)就醫(yī)延遲行為的百分比，同時指出某因素在各個亞群中是否有意義［11］，與Logistic回歸模型相互補充，提高了分析性能。選擇窮舉CHAID生長法，父節(jié)點最小樣本量設置為100，子節(jié)點最小樣本量設置為50，采用10層交叉模型驗證，探討老年共病患者就醫(yī)延遲行為的影響因素。繪制受試者工作特征（ROC）曲線，行DeLong檢驗比較Logistic回歸模型和決策樹模型預測老年共病患者就醫(yī)延遲行為的效果。以P<0.05為差異有統(tǒng)計學意義。

2 結果

2.1 基本情況

共發(fā)放問卷1 100份，回收有效問卷1 049份。剔除關鍵信息缺失及不符合納入排除標準的樣本51份，最終納入樣本998例。其中男518例（51.90%），女480例（48.10%）；年齡60～65歲633例（63.43%），66～70歲304例（30.46%），70歲以上61例（6.11%）；初中及以下學歷220例（22.04%），高中及以上學歷778例（77.96%）；已婚935例（93.69%），其他63例（6.31%）；獨居者57例（5.71%），非獨居者941例（94.29%）；戶籍類型為城市821例（82.26%），農村177例（17.74%）；個人年平均收入<50 000元528例（52.91%），≥50 000元470例（47.09%）；醫(yī)療保險類型為城鎮(zhèn)職工醫(yī)療保險664例（66.53%），城鄉(xiāng)居民醫(yī)療保險313例（31.36%），其他21例（2.10%）；簽約家庭醫(yī)生644例（64.53%），未簽約家庭醫(yī)生354例（35.47%）。

998例研究對象中，出現(xiàn)就醫(yī)延遲行為的243例（24.35%），身體不適立刻就醫(yī)的755例（75.65%）。不同年齡、性別、文化程度、婚姻狀態(tài)、居住情況、戶籍類型、醫(yī)療保險類型、疾病了解程度、疾病相關自我效能、是否簽約家庭醫(yī)生、自評健康狀況的老年共病患者就醫(yī)延遲行為發(fā)生率比較，差異有統(tǒng)計學意義（P<0.05）；不同個人平均年收入、患慢性病數(shù)量、患慢性病時間的老年共病患者就醫(yī)延遲行為發(fā)生率比較，差異無統(tǒng)計學意義（P>0.05），見表1。

2.2 多因素Logistic回歸分析

以老年共病患者就醫(yī)延遲行為為因變量（賦值：立刻就醫(yī)=0，就醫(yī)延遲=1），以單因素分析中有統(tǒng)計學意義的變量為自變量進行多因素Logistic回歸，結果顯示，相比于男性，女性不容易發(fā)生就醫(yī)延遲行為（OR=0.701，95%CI=0.504～0.977，P=0.036）；相比于戶籍所在地為城市的老年共病患者，戶籍所在地為農村的患者不容易發(fā)生就醫(yī)延遲行為（OR=0.590，95%CI=0.358～0.973，P=0.039）；醫(yī)療保險類型為城鄉(xiāng)居民醫(yī)療保險的患者較醫(yī)療保險類型為城鎮(zhèn)職工醫(yī)療保險的患者更容易發(fā)生就醫(yī)延遲行為（OR=2.660，95%CI=1.764～4.010，P<0.001）；疾病相關自我效能低的患者更容易發(fā)生就醫(yī)延遲行為（OR=4.378，95%CI=2.079～9.217，P<0.001）；未簽約家庭醫(yī)生的老年共病患者更容易發(fā)生就醫(yī)延遲行為（OR=2.277，95%CI=1.618～3.206，P<0.001）；相比于自評健康好的患者，自評健康一般的患者更容易發(fā)生就醫(yī)延遲行為（OR=1.554，95%CI=1.073～2.250，P=0.020），見表2。

2.3 基于CHAID算法的分類決策樹模型

根據(jù)設定的生長和修剪規(guī)則建立老年共病患者就醫(yī)延遲行為分類決策樹模型，如圖1所示。決策樹模型共3層，13個節(jié)點和7個終端節(jié)點。醫(yī)療保險類型、是否簽約家庭醫(yī)生、性別、自評健康狀況、年齡是患者就醫(yī)延遲行為的主要影響因素。決策樹首層為醫(yī)療保險類型，說明老年共病患者的醫(yī)療保險類型與就醫(yī)延遲行為的相關性最高。醫(yī)療保險類型為城鎮(zhèn)職工醫(yī)療保險的老年共病患者就醫(yī)延遲的比例（18.2%）低于城鄉(xiāng)居民醫(yī)療保險與其他醫(yī)療保險的患者（36.5%）。是否簽約家庭醫(yī)生是老年共病患者就醫(yī)延遲行為的重要影響因素，不論醫(yī)療保險為何種類型，簽約家庭醫(yī)生的患者立刻就醫(yī)的比例均高于未簽約家庭醫(yī)生的患者，其中醫(yī)療保險類型為城鄉(xiāng)居民醫(yī)療保險或其他、未簽約家庭醫(yī)生的老年共病患者就醫(yī)延遲比例高達51.4%。對于醫(yī)療保險類型為城鄉(xiāng)居民醫(yī)療保險或其他、簽約了家庭醫(yī)生的老年共病患者，性別影響其就醫(yī)延遲行為，女性發(fā)生就醫(yī)延遲的概率為14.6%，男性為37.6%。在醫(yī)療保險類型為城鎮(zhèn)職工醫(yī)療保險、未簽約家庭醫(yī)生的前提下，自評健康狀況好的患者發(fā)生就醫(yī)延遲行為的概率（18.1%）低于自評健康狀況一般或差的患者（38.6%）。醫(yī)療保險類型為城鎮(zhèn)職工醫(yī)療保險、簽約了家庭醫(yī)生的患者，隨著年齡的增加，其發(fā)生就醫(yī)延遲行為的概率越高。

2.4 兩種模型分析結果比較

老年共病患者就醫(yī)延遲行為的兩種分析模型顯示，性別、醫(yī)療保險類型、是否簽約家庭醫(yī)生、自評健康狀況是就醫(yī)延遲行為的主要影響因素。多因素Logistic回歸分析中的戶籍類型、疾病相關自我效能在分類決策樹模型中被剔除，決策樹模型中年齡這一影響因素在回歸模型中無統(tǒng)計學意義。根據(jù)兩種分析模型所得的預測概率，分別繪制ROC曲線，見圖2。兩個分析模型的ROC曲線均遠離對角線且有一定的重合，說明兩種模型的預測效果均較好且分類效果相近。多因素Logistic回歸模型的ROC曲線下面積（AUC）為0.729（95%CI=0.692～0.767），靈敏度為69.5%，特異度為69.5%?；贑HAID算法的分類決策樹模型的AUC為0.721（95%CI=0.685～0.757），靈敏度為74.1%，特異度為60.7%（表3）。兩種模型對老年共病患者就醫(yī)延遲行為的預測效果的AUC比較，差異無統(tǒng)計學意義（Z=0.539，P=0.590）。

3 討論

3.1 廣東省老年共病患者就醫(yī)延遲行為發(fā)生率高

本研究共納入老年共病患者998例，243例患者出現(xiàn)就醫(yī)延遲行為，占24.35%，高于冷芳群等［4］2019年調查的四川省農村居民的就醫(yī)延遲行為發(fā)生率13.45%，低于王子予等［12］2021年收集的黑龍江省慢性病患者就醫(yī)延遲行為發(fā)生率37.1%。分析其原因為，冷芳群等［4］調查對象為四川省農村居民，與老年共病患者相比身體健康狀況好。身體健康狀況較好的居民，身體出現(xiàn)不適的情況較少，不適癥狀的表現(xiàn)及其持續(xù)時間等成為是否就醫(yī)的主要判斷依據(jù)。而老年共病患者由于身體功能差，身體不適的情況頻發(fā)，能夠判斷疾病的嚴重程度及其對生活的影響，常在感覺疾病對日常生活產生嚴重影響后才選擇就醫(yī)，此時是否就醫(yī)的主要判斷依據(jù)為疾病嚴重程度而非不適癥狀的表現(xiàn)及其持續(xù)時間［5］。因此，老年共病患者就醫(yī)延遲行為發(fā)生率高于普通居民。王子予等［12］調查開展于新型冠狀病毒感染疫情期間，疫情防控規(guī)定、院內交叉感染風險與醫(yī)院就診流程繁瑣成為影響慢性病就醫(yī)延遲的主要影響因素，導致慢性病患者就醫(yī)延遲行為發(fā)生率大幅度升高?？傮w而言，本調查結果顯示，廣東省老年共病患者就醫(yī)延遲行為發(fā)生率為24.35%，處于較高水平。就醫(yī)延遲會極大降低共病患者的治療效果和生存質量，增加患者和社會的醫(yī)療與經(jīng)濟負擔。老年共病患者就醫(yī)延遲行為發(fā)生率高的問題亟待解決。

3.2 老年共病患者就醫(yī)延遲的影響因素分析

決策樹模型首層為醫(yī)療保險類型，說明醫(yī)療保險類型是老年共病患者就醫(yī)延遲行為最重要的影響因素。醫(yī)療保險類型為城鎮(zhèn)職工醫(yī)療保險的老年共病患者就醫(yī)延遲的比例低于城鄉(xiāng)居民醫(yī)療保險與其他醫(yī)療保險的患者。經(jīng)濟負擔是患者就醫(yī)延遲的重要考慮因素，醫(yī)療保險類型決定患者就醫(yī)的補償比例，進而影響患者的就醫(yī)行為。由于慢性病共病患者身體健康狀況差，需要長期、數(shù)次就醫(yī)，因此醫(yī)療保險報銷水平對于患者就醫(yī)行為的影響更加顯著。城鎮(zhèn)職工醫(yī)療保險的報銷比例在各級醫(yī)療機構均高于城鄉(xiāng)居民醫(yī)療保險比例，患者看病的經(jīng)濟負擔更小，因此醫(yī)療保險類型為城鎮(zhèn)職工醫(yī)療保險的患者就醫(yī)延遲行為的發(fā)生率較低。鄒浩等［5］對于慢性病患者就醫(yī)延遲影響因素的研究顯示，家庭收入，即經(jīng)濟因素是影響慢性病患者就醫(yī)延遲的重要影響因素。祝雯珺等［13］對于浙江省玉環(huán)市糖尿病患者就醫(yī)行為的研究顯示，城鎮(zhèn)職工醫(yī)療保險對于患者就醫(yī)有引導作用，說明醫(yī)療保險報銷待遇是影響共病患者就醫(yī)行為的重要因素。

決策樹模型第二層為是否簽約家庭醫(yī)生，說明家庭醫(yī)生是老年共病患者就醫(yī)行為的重要影響因素。目前，我國存在大型三甲醫(yī)院掛號難、就診流程繁瑣、診療周期長等問題［14］。慢性病共病患者出現(xiàn)身體不適的癥狀，前往醫(yī)院就診需要往返于多個科室之間，就診流程繁瑣、等待時間長，成為患者就醫(yī)的重要阻礙因素［15］。家庭醫(yī)生所在的基層醫(yī)療機構就診流程簡單，極大地縮短了患者的等待時間，擁有綜合性、連續(xù)性、便捷性的特點［16］。且家庭醫(yī)生對于患者的身體狀況更為熟悉，可根據(jù)患者既往史與身體情況做出準確判斷，提供個性化醫(yī)療服務，一站式解決共病患者的就診問題，簡化了就診流程，容易吸引患者前往。此外，家庭醫(yī)生的醫(yī)療費用相比于醫(yī)院較低。多項研究顯示，簽約家庭醫(yī)生的居民的醫(yī)療費用顯著低于未簽約家庭醫(yī)生的居民［17-18］。家庭醫(yī)生能夠極大減輕慢性病共病患者的醫(yī)療經(jīng)濟負擔，降低就醫(yī)延遲的比例。本研究結果顯示，在參加城鄉(xiāng)居民醫(yī)療保險或其他的老年共病患者中，未簽約家庭醫(yī)生的患者就醫(yī)延遲的概率為51.4%，簽約家庭醫(yī)生的患者就醫(yī)延遲的概率為29.1%。而參加城鎮(zhèn)職工醫(yī)療保險的老年共病患者，未簽約家庭醫(yī)生的患者就醫(yī)延遲的概率為25.5%，簽約家庭醫(yī)生的患者就醫(yī)延遲的概率為14.0%，說明是否簽約家庭醫(yī)生對醫(yī)療保險類型為城鄉(xiāng)居民醫(yī)療保險或其他的患者，即醫(yī)療負擔更重的患者就醫(yī)延遲的影響更大，進一步論證了家庭醫(yī)生在減輕患者的醫(yī)療經(jīng)濟負擔、降低患者就醫(yī)延遲方面的重要作用。

此外，性別和自評健康狀況也是影響老年共病患者就醫(yī)延遲的影響因素。老年共病患者中女性就醫(yī)延遲的比例低于男性，分析其原因可能為女性對于自身健康的關注度更高，當身體出現(xiàn)輕微不適時容易察覺，就診意愿更強。自評健康狀況好的患者就醫(yī)延遲的比例更低，分析其原因為自評健康狀態(tài)較差的患者身體出現(xiàn)不適情況的次數(shù)較多，其通?；谧陨韺膊〉膰乐爻潭扰袛噙x擇是否就醫(yī)。而自評健康狀況較好的患者身體出現(xiàn)不適的情況較少，疾病防范意識較高，身體出現(xiàn)問題后就醫(yī)的意愿更強。

3.3 完善醫(yī)療保障制度，提高家庭醫(yī)生利用率與認可度，降低就醫(yī)延遲行為發(fā)生率

本研究結果顯示，醫(yī)療保險類型、家庭醫(yī)生簽約率、性別與疾病自評健康狀況是老年共病患者發(fā)生就醫(yī)延遲行為的主要影響因素。當前，我國不同醫(yī)療保險的待遇水平差異較大，醫(yī)療保險的報銷水平與疾病負擔直接相關，對于參保者，尤其對于就診需求較高的老年共病患者的就醫(yī)行為可產生極大的影響。隨著人口老齡化的加劇，慢病、共病患者的數(shù)量持續(xù)攀升，疾病負擔將成為患者就醫(yī)延遲的主要影響因素。因此，應不斷完善我國的社會和醫(yī)療保障制度，發(fā)揮調節(jié)就診秩序中的杠桿作用，通過提高慢病、共病報銷范圍，調節(jié)基層醫(yī)療衛(wèi)生機構的報銷比例等方式，降低共病患者的疾病負擔，以改善慢性病共病患者就醫(yī)延遲現(xiàn)狀。

近年來，我國家庭醫(yī)生簽約率不斷上升，慢性病患者是簽約的主要人群。但研究表明，大部分患者僅存在簽約行為，對于家庭醫(yī)生的利用率極低，共病患者對于家庭醫(yī)生的利用不足［19］。因此，提高家庭醫(yī)生的利用率，是提高患者對于基層醫(yī)療機構的信任度和就診率、降低就醫(yī)延遲行為的重要方式。既往研究顯示，家庭醫(yī)生利用率低的原因包括患者對醫(yī)生的不信任、缺乏針對性服務、轉診制度不明確等［20-21］。因此，應通過返聘退休醫(yī)生、制定家庭醫(yī)生人才吸引政策等方式提高家庭醫(yī)生的服務能力，同時增強家庭醫(yī)生針對慢病共病患者的個體化治療與指導服務，定期開展健康講座，提高居民對于家庭醫(yī)生的信任度。此外，應當在社區(qū)大力開展老年慢病、共病的知識普及與宣傳活動，提高老年共病患者的疾病認識水平、感知能力與防范意識，減少共病患者的就醫(yī)延遲行為。

本研究存在一定的局限性。首先，本研究使用的問卷為自行設計。雖然采用了預調查和德爾菲專家咨詢法進行了效度檢驗，但問卷部分問題仍不夠詳細，對結果的全面分析產生了影響。其次，本研究調查的省份是廣東省，經(jīng)濟和醫(yī)療服務相對發(fā)達，但難以代表全國的整體情況。此外，本研究為橫斷面調查，因果推斷能力有限，研究結果尚需開展高質量隊列研究進行驗證。

4 小結

廣東省老年共病患者就醫(yī)延遲行為發(fā)生率高，醫(yī)療保險類型、家庭醫(yī)生簽約率、性別與疾病自評健康狀況是老年共患者發(fā)生就醫(yī)延遲行為的主要影響因素。應進一步完善醫(yī)療保障制度，提高家庭醫(yī)生簽約率與利用率，進而降低就醫(yī)延遲行為發(fā)生率。

作者貢獻：王蕭冉、關新月、張丹提出主要研究目標，負責研究的構思與設計，研究的實施，撰寫論文，問卷的發(fā)放與回收；王蕭冉、關新月進行數(shù)據(jù)的收集與整理，統(tǒng)計學處理，圖、表的繪制與展示；張丹進行論文的修訂，負責文章的質量控制與審查，對文章整體負責，監(jiān)督管理。

本文無利益沖突。

張丹：https：//orcid.org/0000-0002-5699-752X

參考文獻

WHO. Primary health care：now more than ever［M］. Geneva：World Health Organization，2008.

PACK G T，GALLO J S. The culpability for delay in the treatment of cancer［J］. American Journal of Cancer，1938，33. DOI：10.1158/ajc.1938.443.

孫學禮. 醫(yī)學心理學［M］. 成都：四川大學出版社，2003.

冷芳群，周奕杉，廖晨帆，等. 四川省農村地區(qū)居民就醫(yī)延遲行為現(xiàn)狀及影響因素［J］. 中國醫(yī)學科學院學報，2023，45（2）：193-199. DOI：10.3881/j.issn.1000-503X.15158.

鄒浩，姜東旭，張琳琳. 慢性病患者就醫(yī)延遲評估工具及影響因素的研究進展［J］. 中國全科醫(yī)學，2022，25（7）：893-898. DOI：10.12114/j.issn.1007-9572.2021.00.296.

李小鷹. 老年共病患者的管理模式探討［J］. 中華老年心腦血管病雜志，2022，24（5）：449-452. DOI：10.3969/j.issn.1009-0126.2022.05.001.

閆巍，王杰萍，張洪波，等. 老年共病患者在診療中面臨的問題及應對策略［J］. 中國全科醫(yī)學，2018，21（3）：261-264. DOI：10.3969/j.issn.1007-9572.2017.00.207.

闞亞楠，鈕美娥，耿敏，等. 慢性阻塞性肺疾病患者就醫(yī)延遲原因的質性研究［J］. 護理學雜志，2019，34（17）：36-38. DOI：10.3870/j.issn.1001-4152.2019.17.036.

劉琴琴，楊麗，趙秋利，等. 缺血性卒中溶栓就醫(yī)延遲風險因素研究進展［J］. 中國全科醫(yī)學，2019，22（16）：2000-2007. DOI：10.12114/j.issn.1007-9572.2019.00.132.

李會仿，楊麗，李妮娜，等. 急性腦卒中患者就醫(yī)延遲影響因素研究進展［J］. 護理學雜志，2018，33（16）：98-101. DOI：10.3870/j.issn.1001-4152.2018.16.098.

鄔聞文，譚曉東，孫東晗，等. Logistic回歸分析模型和決策樹分析在高血壓糖尿病共患病預警指標中的應用［J］. 中華疾病控制雜志，2022，26（7）：827-833，844. DOI：10.16462/j.cnki.zhjbkz.2022.07.014.

王子予，韓茜宇，郝艷華，等. 新冠肺炎疫情下慢性病患者就醫(yī)延遲問題調查與分析［J］. 中國醫(yī)院管理，2022，42（3）：43-47.

祝雯珺，梁笛，黃葭燕，等. 基本醫(yī)療保險類型對浙江省玉環(huán)市糖尿病患者的就醫(yī)行為和健康狀況的影響［J］. 醫(yī)學與社會，2023，36（6）：42-47. DOI：10.13723/j.yxysh.2023.06.008.

李樂樂，李怡璇，陳湘妤，等. 社區(qū)家庭醫(yī)生簽約對老年人醫(yī)療服務利用影響的實證研究［J］. 社會保障研究，2022（2）：45-58. DOI：10.3969/j.issn.1674-4802.2022.02.005.

侍書靖，苗春霞，黃暢，等. 基于Shapley值法的我國居民就醫(yī)機構選擇及影響因素研究［J］. 中國衛(wèi)生事業(yè)管理，2022，39（7）：509-512，526.

肖筱，袁立，周昌明，等. 推行家庭醫(yī)生簽約對社區(qū)衛(wèi)生服務利用的影響［J］. 中國衛(wèi)生資源，2015，18（1）：64-67. DOI：10.13688/j.cnki.chr.2015.14158.

李紅美，高原，毛琪，等. 家庭醫(yī)生簽約服務對慢病患者衛(wèi)生服務利用的影響研究［J］. 衛(wèi)生經(jīng)濟研究，2019，36（11）：38-40，43. DOI：10.14055/j.cnki.33-1056/f.2019.11.011.

黃蛟靈，邱寶華，梁鴻，等. 簽約家庭醫(yī)生對居民醫(yī)療費用的影響分析［J］. 中國衛(wèi)生經(jīng)濟，2018，37（5）：46-49. DOI：10.7664/CHE20180512.

鄧余華，王超，甘勇，等. 我國家庭醫(yī)生簽約服務利用現(xiàn)狀及影響因素分析——基于全國31個省市的調查［J］. 中國衛(wèi)生政策研究，2020，13（9）：47-54. DOI：10.3969/j.issn.1674-2982.2020.09.008.

孫建波，趙瑩，賈存波，等. 北京市某社區(qū)家庭醫(yī)生簽約現(xiàn)狀及服務利用分析［J］. 中國醫(yī)院管理，2019，39（7）：74-75.

魏佳佳，周綠林，朱鐵林，等. 家庭醫(yī)生簽約居民的履約行為及其影響因素研究［J］. 衛(wèi)生經(jīng)濟研究，2021，38（5）：13-17. DOI：10.14055/j.cnki.33-1056/f.2021.05.003.

（收稿日期：2023-10-10；修回日期：2023-12-20）

（本文編輯：毛亞敏）