论文部分内容阅读
目的:互联网医院是新兴的健康医疗服务平台,互联网医院诊疗服务作为其核心医疗业务,在提高优质医疗资源可及性、提供患者复诊续药便利、切实满足群众就医需求方面发挥积极作用,在新冠肺炎疫情中得到广泛关注和快速发展。随着疫情防控常态化,互联网医院能否保持发展势头及如何继续发展成为关注热点。患者群体是互联网医院诊疗服务的直接使用者,其使用意愿及使用行为对互联网医院发展产生重要影响,因此本研究从患者角度切入,通过理论模型构建和实证研究验证,探究患者群体对互联网医院诊疗服务知晓使用情况、使用需求、使用意愿及影响因素,以期为优化互联网医院诊疗服务,提高患者使用意愿,促进互联网医院持续发展提供对策建议。方法:1.文献分析法通过中国知网、万方数据库、维普期刊等中文数据库,PubMed,Science Direct,Springer Link,Web of Science等英文数据库收集与互联网医院相关的文献资料,通过中国政府网、各级卫生健康委员会官网、医疗机构官网等收集政策法规文件资料,查找历年统计年鉴、国家统计局公开资料获取相关的数据资料,充分了解国内外互联网医院的发展演变进程、互联网医院的研究方向、互联网医院诊疗服务的使用现状,以及整合型技术接受理论、感知风险、个体创新性、电子健康素养等相关理论,为本研究奠定理论基础。2.结构访谈法在文献阅读的基础上,拟定互联网医院诊疗服务开展的相关问题提纲,对负责互联网运营管理的工作人员进行实地访谈,从互联网医院的主体情况、人员构成、服务内容、就诊模式、收益情况、开设特点了解我国不同互联网医院的运营模式,同时对线上接诊医生、门诊患者进行走访谈话,初步了解当前医患双方对互联网医院诊疗服务在使用过程所遇到的问题障碍、使用偏好和改善期望等情况,为问卷内容设计提供方向。3.问卷调查法基于整合型技术接受模型和用户个体特征因素,构建门诊患者对互联网医院诊疗服务使用意愿理论模型,依据理论模型变量定义和访谈内容,制定变量的测量条目和设计问卷,在实际调查中选取广州市内运营模式相似、门诊咨询量较大的三家提供互联网医院诊疗服务的实体医院作为调查地点,以患者自愿接受调查、调查员在旁协助的方式对门诊候诊患者进行方便抽样调查,充分了解患者对互联网医院诊疗服务的知晓程度、使用情况和使用意愿。4.统计分析方法采用频数、构成比等对问卷调查中患者基本信息、知晓程度、使用需求部分数据进行描述性统计,分析样本患者的人口统计学特征和知晓使用现状,反映患者对互联网医院接诊医生、诊疗过程和保障服务的需求情况。采用信度分析评价问卷结果的精确性、一致性和稳定性,采用效度分析评价问卷内容的准确性、有效性和正确性,通过信效度分析修改调整使用意愿测量部分,确保设计的测量条目内容能准确有效反映潜变量的真实情况。采用非参数检验分析不同人口统计学特征的患者对互联网医院诊疗服务的使用意愿是否存在差异,对于两组独立样本Mann-Whitney检验进行比较分析,对于三组及以上的独立样本则采用Kruskal-Wallis检验进行比较分析。采用结构方程模型构建方法,通过模型构建、参数估计、适配度评价、模型修正等步骤,确定最终采纳的理论模型,并依据方程结果验证理论假设的成立情况。结果:实证调查采用线上电子问卷和线下纸质版问卷相结合的形式,共收集到489份问卷,在对问卷数据进行质量控制后,得到最终有效问卷446份,问卷回收总体有效率为91.2%。对问卷数据进行统计分析得到如下结果:1.互联网医院诊疗服务的知晓和使用情况患者对互联网医院的知晓率为51.6%,主要通过实体医院海报宣传、亲朋好友推荐、网络及广告推广的渠道认识互联网医院。患者对互联网医院诊疗服务的知晓率为33.2%,对互联网医院诊疗服务的使用率为15.5%,表明大多数患者对互联网医院的认识尚停留在知道或听说过的表浅层面,未并对互联网医院的核心功能服务进行了解使用。2.互联网医院诊疗服务的需求情况患者在使用互联网医院诊疗服务中,对医生方面的需求情况集中在医生技术水平高(38.1%)、服务有耐心(26.9%)和诊疗行为规范(22.4%),应定期对已备案上岗的医生开展培训活动,提升线上医生业务能力,明确诊疗行为规范,提高医疗服务质量;关于诊疗过程的需求情况,患者认为信息回复详细(42.2%)、接诊等待时间短(27.6%)、可询问信息次数多(13.7%)是最重要的前三项,可根据大数据统计问诊次数,优化问诊次数设置机制,以便患者得到更详细的答复,同时合理安排医生线上线下医务工作量,缩短患者线上候诊时间;关于服务保障方面的需求情况,患者认为系统操作简单(38.8%)、个人隐私保密性强(27.6%)、支持医保即时结算(15.9%)是最重要的前三项,应当重点优化互联网医院使用环节设计,加快推进线上医保即时结算的实现进程。3.患者人口统计学特征的使用意愿差异分析不同性别(Z=-2.807,P=0.005)、住址(x2=6.751,P=0.034)、年龄(x2=9.853,P=0.043)、月收入(x2=8.240,P=0.041)、慢性病患病情况患者(x2=8.477,P=0.037)的使用意愿差异具有统计学意义(P<0.05),不同文化程度(x2=1.451,P=0.694)、医保类型(x2=7.465,P=0.188)、本次自我感觉疾病严重程度患者(x2=0.045,P= 0.978)的使用意愿差异不具有统计学意义(P>0.05)。4.互联网医院诊疗服务使用意愿的影响因素分析经结构方程模型验证,共有六个理论假设成立,绩效期望、努力期望、价格价值是使用意愿的直接影响因素,社会影响、个体创新性是使用意愿的间接影响因素,具体分析如下:(1)绩效期望对使用意愿产生正向影响且影响程度中等,该变量得分最高的测量条目是“使用该项服务可以减少到实体医院就医的麻烦”,表明互联网医院确实能为患者带来就医便利,因此可适当加强线上服务与线下服务的对接联系,增加互联网医院的实用性;得分最低的测量条目是“使用该服务能对自身健康状况的改善有帮助”分数则较低,可能由于当前互联网医院尚未开通首诊服务,诊疗服务范围的限制削弱了患者的绩效期望,应完善健全线上诊疗的医疗质量安全监管机制,加快推动互联网医院诊疗服务首诊制度的建立,满足患者的就医需求。(2)个体创新性正向影响努力期望且影响程度较大,努力期望正向影响绩效期望且影响程度中等,努力期望正向影响使用意愿且影响程度相对较小。当患者越认为自己能轻松使用互联网医院程序时,患者对互联网医院诊疗服务能带来的益处感知就会越多,使用意愿也会增强,应当重点完善优化互联网医院程序使用环节设计,关注系统操作和就诊流程的普及,提高患者对就诊流程的熟悉程度,同时激发患者的个体创新性特征,鼓励年轻患者辅导帮助老年患者使用互联网医院,减少使用的困难感知,加强互联网医院诊疗服务的益处宣传以提高绩效期望,从而增强对互联网医院诊疗服务的使用意愿。(3)社会影响正向影响绩效期望且影响程度中等,社会影响正向影响使用意愿的假设未能通过检验。表明患者身边人员、周围环境、政策导向等社会影响因素的利好会直接提高患者使用的感知有用性,但未能对使用意愿产生直接影响。实体医院宣传是提高患者知晓程度的重要途径,但对患者使用意愿的影响程度较低,可能由于当前实体医院的宣传以提高互联网医院知晓率为重点,忽视对互联网医院的核心功能的推广,患者未能感受到互联网医院的益处作用,因为未能对使用意愿产生正向影响。(4)价格价值正向影响使用意愿且影响中等。“认为诊疗服务的费用价格与价值是匹配”条目的得分最高,“认为线上诊疗的费用价格比线下诊疗服务有优势”条目的得分最低,表明尽管线上诊疗服务价格与线下保持一致、与服务价值匹配,但由于当前大部分病种医疗费用未能实现医保即时结算,患者未能感受到费用优势。广州市已开通一类门特患者线上诊疗的医保即时结算业务,但调查中该类患者大多不清楚该项业务,后续宣传中还需继续对现行医保政策进行广泛普及,逐步扩大线上医保报销范围,提高患者使用的积极性。(5)电子健康素养变量、感知风险变量未能被验证。但感知风险变量中各项测量条目的得分较低,表明患者认为互联网诊疗服务存在较多风险隐患。应严控医疗质量监管,政策制定层面可健全互联网医院诊疗服务行为规范,细化线上医疗质量监管和问题处理规定;医院管理层面在对外合作方面应明确各方责任义务,防止患者信息泄露,而在对内运营方面可落实加强对个人信息和医疗资料的审核力度,通过网络记录留痕追踪和随机抽查诊疗记录等方法强化医生规范诊疗意识,建立科室专职线上质控员监督机制,针对漏洞问题精准施策,不断改善线上诊疗医疗质量,降低患者风险感知。结论:我国互联网医院尚处于初步发展阶段,知晓率和使用率较低,患者对互联网医院诊疗服务接诊医生、诊疗过程、服务保障方面等方面提出相应需求。绩效期望、努力期望、价格价值、社会影响、个体创新性是影响使用意愿的关键因素。应关注不同性别、住址、年龄、月收入、慢性病患病情况的患者使用意愿差异,根据影响因素采取针对性措施,提高患者使用意愿,为此,提出如下对策建议:(1)强化线上和线下服务衔接,提高患者绩效期望;(2)优化系统界面和就诊流程,降低服务使用难度;(3)提升宣传方式广度与深度,增强社会影响力度;(4)加快推进线上医保结算进程,减轻患者经济负担;(5)严控线上医疗质量监督管理,降低患者感知风险。本研究创新点:(1)以新兴诊疗服务运营载体互联网医院为研究主体。(2)互联网医院尚处于初步发展阶段,现有研究大多集中在平台建设发展研究,本研究从患者角度切入研究,探究该群体对互联网医院诊疗服务使用意愿,丰富互联网医院诊疗服务使用意愿领域研究。(3)创新性地以整合型技术接受模型系统为基础,增加感知风险等个体特征因素,构建门诊患者对互联网医院诊疗服务使用意愿模型,通过实证研究对其进行修正并得到最终采纳模型,采用结构方程模型方法将难以测量的潜变量与测量变量联系,更为全面客观科学反映使用意愿影响因素。