健康素养与医院质量关联研究

本文还有配套的精品资源,点击获取 menu-r.4af5f7ec.gif

健康素养医疗机构与医院医疗质量:一项在托斯卡纳开展的横断面研究

摘要

健康素养医疗机构(HLHO)的概念涉及医疗机构为帮助人们更轻松地获取、理解并利用信息和服务以维护自身健康而采取的策略。本研究旨在验证HLHO‐10问卷的意大利语版本;测量托斯卡纳地区一组医院中健康素养友好型医院的10项属性的实施程度;并评估这10项属性的实施程度与感知医疗质量之间的关联性。这是一项横断面研究,数据通过自填式问卷收集,问卷包括三个部分:描述性部分、感知质量部分以及HLHO‐10问卷的意大利语版本。共有405名医疗管理者完成了问卷(占54.9%)。分析结果显示,HLHO评分与医院类型之间存在显著关联:认证的私立医院具有更高的HLHO评分。此外,随着HLHO评分的提高,感知医疗质量也随之提升,其中地方公立医院的系数最高。总之,组织健康素养文化应成为管理层提升医疗质量的必要组成部分。

关键词 : 健康促进型医院;感知医疗质量;健康素养

引言

健康素养(HL)是一个多维度的概念,最初于20世纪70年代提出,并已从个体层面逐渐转向公共卫生视角[1]。在其一种定义中,健康素养(HL)被描述为个人获取、处理和理解其做出适当健康决策所需的健康信息和服务的程度[3]。它涉及与医疗保健服务及其他社会机构的互动[4],因此不仅关乎个人,还嵌入在组织结构和社会体系之中[5]。健康素养(HL)正日益被视为与家庭、社区以及提供卫生和社会服务的组织相关的特征,而不仅仅是个体特质[6]。因此,关注点也转移到了提供护理的具体环境:患者理解医疗信息的能力以及寻求护理过程中的应对能力与卫生服务系统对其提出的要求相关,而提供护理的具体组织环境可能有助于弥补患者健康素养(HL)的不足[7–9]。事实上,当今健康素养(HL)被认为是个人能力与医疗体系在健康素养相关要求和复杂性之间相互作用的产物[10]。

健康素养(HL)的重要性不仅体现在健康结果方面,也体现在经济成果[11]方面。提高健康素养水平的工具被认为“成本低廉且易于实施”,但同时能够通过提高坚持潜在挽救生命的筛查[14]、降低住院率[15,16]以及合理使用医疗服务[17],从而减少费用并改善疾病预防[12,13]方面的结果。

为评估医疗机构在应对患者健康素养(HL)问题方面的表现,布拉赫提出了健康素养医疗机构(HLHOs)——即组织健康素养(OHL)的概念[18]。该概念涉及医疗机构采取的策略,旨在使人们无论其健康素养水平如何,都能更轻松地获取、理解并利用信息和服务来维护自身健康;同时为所有寻求服务的人提供清晰的服务和信息,帮助他们查找和理解相关内容,支持其做出决策,并消除在这些方面存在的现有障碍[19]。

具体而言,HLHO的10项属性被描述如下[18]:
1. 具有将健康素养融入其使命、结构和运营的领导力。
2. 将健康素养纳入规划、评估措施、患者安全和质量改进中。
3. 培训工作人员具备健康素养能力,并监测进展情况。
4. 在健康信息和服务的设计、实施和评估过程中纳入所服务的人群。
5. 满足具有不同健康素养水平人群的需求,同时避免污名化。
6. 在人际沟通中采用健康素养策略,并在所有接触点确认理解情况。
7. 提供便捷获取健康信息、服务以及导诊协助的途径。
8. 设计并分发易于理解且可采取行动的印刷、视听和社交媒体内容。
9. 在高风险情况下关注健康素养问题,包括护理过渡和药品相关信息沟通。
10. 清晰地传达健康保险计划的覆盖范围以及个人需为服务支付的费用。

因此,健康促进型医院旨在帮助建立一个以患者为中心、基于证据和质量驱动的医疗保健系统[20]。尽管如此,当前的医疗体系在设计时仍假设其用户具备足够的健康素养(HL)水平[21]。

为了测量这些属性在医疗机构中的实施程度,科瓦尔斯基等人[22]开发了一种测量工具——10项问卷(HLHO‐10),并在其验证研究中将其应用于51家德国医院。该工具已被证明具有令人满意的信度和效度,为评估医疗机构在多大程度上帮助患者获取、理解和使用信息与服务提供了有效的方法[22]。此外,在同一项研究中,作者发现HLHO‐10的得分与患者对医院所提供信息充分性的感知之间存在正相关性,后者是衡量与关系层面相关的医疗质量的一个指标。这些结果在土耳其进行的一项研究中得到了证实[23],其中使用HLHO‐10测量的机构健康素养(OHL)似乎是患者满意度的一个显著决定因素。HLHO‐10还被用于阿肯色州(美国)的一项研究中,以评估学术医疗中心的医疗保健实践[24]。

据我们所知,迄今为止,尚未开展过严谨的研究来评估医疗机构管理者和首席临床医生所感知的医疗质量是否与机构健康素养(OHL)相关[25]。

事实上,服务提供者对服务质量的看法至关重要,原因有二。

一方面,患者在评估医疗服务某些最重要维度(如医生的技术能力)方面存在困难,这导致一些作者[26]认为患者的观点在这一领域并不重要,因为这些观点主要基于与诊疗过程效果相距甚远的方面。相反,不同研究[27]证实了医疗工作者视角的重要性,表明医疗服务提供者处于评估服务质量的良好位置:他们与患者直接接触,因此更有能力观察诊疗过程的结果[28]。此外,医疗服务提供者应当了解支持服务交付过程所需的组织动态和技术。

另一方面,医疗服务提供者可以在提高健康素养(HL)[29]方面发挥重要作用。总体而言,医疗服务提供者认识到,充分让患者参与对于提升服务质量[30]至关重要。因此,医疗服务提供者应重视健康素养(HL),更广泛地说,应重视支持健康素养(HL)实践的环境,尽管文献中尚未提供关于他们对健康素养(HL)影响服务质量的感知的有力实证证据。事实上,分析这一关系的研究样本量较小,作者themselves也承认无法从这些数据[31]中得出因果推论。

总之,医疗服务提供者可以作为重要见证人,来评估其提供的服务质量以及与机构健康素养(OHL)的关系。

本研究旨在验证HLHO‐10在意大利语中的适用性;测量托斯卡纳地区一组医院中健康素养友好型医院的10项属性的实施程度;并评估健康素养友好型医院的10项属性的实施程度与医疗管理者所感知的托斯卡纳医院样本在关系层面的医疗质量之间的关联性。纳入不同类型的医院(公立教学医院、地方公立医院和认证私立医院),有助于全面了解医疗体系,并凸显不同类型医疗机构的一些关键要素。

材料与方法

研究设计与人群

这是一项于2017–2019年进行的横断面研究。数据通过自填式问卷收集,受访者可根据偏好选择填写纸质版或使用电子格式作答。

纳入标准规定参与的管理者包括:医疗管理人员、非医疗健康管理人员以及技术和/行政管理人员。这些管理者就职于上述机构:1家公立教学医院;13家地方公立医院;以及6家隶属于意大利私立医院协会(AIOP,意大利最具代表性的私立医院协会之一)的认证私立医院(表1)。1认证私立医院数量较少,原因是这些机构在托斯卡纳地区数量远少于公立医院,且规模通常较小。

表1. 所调查的医院和医疗服务提供者描述(数据来源于2018年)

变量 地方公立医院 (N=13) 认证私立医院 (N=6) 公立教学医院 (N=1)
医院收治人数
平均值±标准差 9879±9012 2640±2238 62,713
中位数 5646 1548 -
专业人员 (N=692)
非医疗保健管理者 214 26 88
平均值±标准差 按医院 19.45±11.85 5.20±5.67 -
医疗管理者 202 13 131
平均值±标准差 按医院 18.36±9.27 4.33±1.15 -
技术/行政管理者 6 4 8
平均值±标准差 按医院 0.54±0.65 2.00±0.00 -

唯一的排除标准是自愿不参加该研究。

我们向每家医院的代表(首席医疗官)索要了该机构内管理人员的完整名单。随后,该问卷被发送给所有699名符合条件的医疗管理者,并附上一份介绍信,说明研究的详细信息和目的。在接下来的15天内,向选定的专业人员发送了两次提醒。最终,共有405名医疗管理者完整填写了问卷。

问卷

问卷包括三个部分。第一部分收集了以下变量:工作医院、年龄、性别、在医疗环境中的工作年限、在单位的年数(在该机构工作的时间,无论是否为管理者)、担任领导/管理职务的年数、在机构中currently担任的角色,以及协调的员工单位数量(0;1–15;16–30;>30)。

医疗机构所提供的服务的感知质量还在第二部分中通过以下问题进行了专门调查:“您所协调的科室在与患者关系相关的非临床方面,是否提供了adequate quality service?”[32]该问题采用8点李克特量表进行回答,选项包括:1(完全不同意)、2(部分不同意)、3(略有不同意)、4(不确定)、5(略有同意)、6(部分同意)、7(完全同意)和NA(不适用)[26]。

第三部分也是最后一部分包括由科瓦尔斯基等人开发并在德语中验证、后以英语发表的HLHO‐10问卷的意大利语版本[22]。该部分由一个包含10个条目的李克特量表调查组成,用于评估HLHO的10个属性[18,22]。所使用的李克特量表与前一部分相同。

统计分析

HLHO‐10问卷的验证

正如科瓦尔斯基等人[22]所进行的,我们评估了10项工具的有效性,假设这10个条目可用于评估医疗机构在多大程度上可被视为健康促进型医院。为了加强意大利语翻译过程,两组独立的翻译人员(即两名以英语为母语者和两名以意大利语为母语者)分别自主完成了翻译,并随后对回译过程的结果进行了校对。研究团队比较了两个回译版本、原始版本以及两个意大利语版本,以评估并核实翻译过程中出现的任何差异。该过程结束后,获得了HLHO‐10问卷的统一意大利语版本[33]。在此阶段之后,问卷的完整版本与一小群医疗管理者分享以评估其可理解性。具体而言,在核心专家组内进行了头脑风暴阶段,最终就整个问卷的最终形式达成共识。

随后,整个问卷于2017年在托斯卡纳中部卫生局的两家地方公立医院(普拉托和皮斯托亚)进行了预测试。预测试阶段显示受访者接受度良好,且具有较高的内部一致性(克朗巴哈系数= 0.867)[34]。

采用最大方差旋转的主成分分析(PCA)来验证健康促进型医院(HLHO)量表中潜在因子的存在。然后,针对每个组成部分,计算克朗巴哈系数以评估内部一致性,即受访者回答的一致程度。

健康素养友好型医院的10项属性实施程度与医疗质量的描述性分析及关联性

采用描述性分析方法,通过综合测量(平均值、中位数或百分比)进行分析。对于所有数值变量,使用夏皮罗‐威尔克检验评估正态性。

对于每份问卷,计算HLHO‐10的10个条目的中位得分作为量表的最终得分,以生成一个综合值,用于评估专业人员对医院组织内健康素养文化促进/应用的感知。

采用斯皮尔曼系数分析HLHO中位得分(HLHO评分)与其各个条目、感知质量条目,以及管理者和医院的特征(医院出院人数、在机构中的工作年限、在管理岗位上的年限、在卫生系统中的工作年限、专业人员年龄)之间的相关性。

采用学生t检验、方差分析(ANOVA)或相应的非参数检验,分析年龄、在岗年限、HLHO评分、“感知质量条目”评分与医院类型(地方公立、认证私立、公立教学)之间的关联性。分类数据之间的关联性采用费舍尔精确检验进行评估。

对于每种类型的医院(地方公立、认证私立、公立教学),以感知质量条目作为结果(因变量),并将单变量分析中显著相关的变量作为自变量,进行多元线性回归分析。为了比较,对所有数据也进行了类似的分析,且未按医院类型进行分层。采用向后逐步法。

所有分析均以p值小于0.05为具有统计学意义。统计分析使用Stata 14 SE(Stata公司,大学站,得克萨斯州,美国)和IBM SPSS 24(IBM公司,阿蒙克,纽约州,美国)进行。

结果

样本特征

共有405名管理者回答了问卷(平均合规率:54.9%,范围:52.1–100%)。其中四人因HLHO‐10问卷中缺失项目过多(超过七个缺失项目)而被排除在分析之外。最终对剩余的401份问卷进行了分析。其中,235人(58.6%)在地方公立医院工作,45人(11.2%)在认证私立医院工作,121人(30.2%)在公立教学医院工作。

表2. 按医院类型划分的样本特征

变量 地方公立医院 认证私立医院 公立教学医院 总计 p*
性别(N;%)(45缺失)
女性 122;51.9% 25;55.6% 70;57.9% 217;54.1% 0.310
男性 113;48.1% 20;44.4% 51;42.1% 184;45.9%
角色(N;%)(15项缺失) <0.001
非医疗保健管理者 116;52.3% 26;60.5% 12;51.2% 154;39.9%
医疗管理者 96;43.2% 13;30.2% 107;88.4% 216;56.0%
技术/行政管理者 10;4.5% 4;9.3% 2;1.7% 16;4.1%
年龄(岁)(9个缺失) 0.001
Min 38 34 31 31
Max 70 70 71 71
Mean 55.8 51.5 56.8 55.6
中位数 56.6 50 58 56
标准偏差 6.41 9.95 7.58 7.41
在单位的年数(年)(34缺失) 0.115
Min 0 1 0 0
Max 30 30 38 38
Mean 10.04 12.45 10.89 10.92
中位数 9.5 11.5 10 10
标准差 6.9 7.27 7.33 7.37

对于“性别”和“角色”:费舍尔精确检验;对于“年龄”和“在单位的年数”:Kruskal–Wallis检验 for 独立样本。

大多数受访管理者为医疗管理人员(216人,占56%)和非医疗健康管理人员(154人,占39.9%)。受访者的角色在不同医院类型之间存在显著差异(p< 0.001):在公立教学医院中,医疗管理人员的百分比高于其他类型医院,而非医疗健康管理人员和技术或行政管理者的百分比较低。

HLHO-10问卷的有效性和可靠性

各条目中缺失或不适用值的比例从1%(条目8:“贵医院是否采取措施确保患者能够顺利找到路线(例如,指示标志、信息人员)?”)到5.7%(条目9:“贵医院是否在治疗前向患者公开且清晰地沟通他们需要自付的费用(例如,自付费用)?”)不等。大多数条目(N= 9)的缺失值比例低于5%(表3)。此外,83%的受访者完整填写了HLHO‐10的全部10个条目(缺失或不适用数据为0%)。

表3. 健康促进型医院(HLHO‐10)10项问卷各条目、HLHO总分及感知质量条目(QUAL1)在全样本及按医院类型分组中的描述性分析。

条目 缺失百分比 Mean 中位数 SD p*
HLHO1—您所在的医院管理层是否明确致力于健康素养(HL)主题(例如,使命声明、人力资源规划)? <0.001
地方公立医院 1.3 4.37 5 2.0
认证私立医院 2.2 5.61 6 1.47
公立教学医院 1.7 4.36 5 2.04
总计 1.5 4.50 5 1.994
HLHO2——贵院的质量管理措施中是否考虑了健康素养主题? 0.081
地方公立医院 2.6 4.05 4 2.07
认证私立医院 2.2 4.77 5 1.74
公立教学医院 3.3 3.91 4 2.15
总计 2.7 4.09 4 2.07
HLHO3——贵院的健康信息是否通过让患者参与来开发? 0.025
地方公立医院 0.9 5.03 6 1.93
认证私立医院 0 5.89 6 1.33
公立教学医院 12.4 5.15 6 1.87
总计 4.2 5.16 6 1.875
HLHO4——贵院是否使用个性化健康信息(例如,针对不同语言、印刷字体大小、盲文)? <0.001
地方公立医院 2.6 5.74 6 1.62
认证私立医院 0 6.33 7 1.22
公立教学医院 9.9 6.28 7 1.39
总计 4.5 5.97 7 1.54
HLHO5—您的医院是否有沟通标准,以确保患者真正理解必要的信息(例如翻译人员、设置反思暂停时间、允许进一步询问)? 0.620
地方公立医院 1.7 5.76 6 1.41
认证私立医院 0 5.87 6 1.32
公立教学医院 12.4 5.75 6 1.67
总计 4.7 5.77 6 1.48
HLHO6—贵医院是否采取措施确保患者能够顺利找到所需地点没有任何问题(例如指示标志、信息站)? 0.027
地方公立医院 0.9 5.44 6 1.72
认证私立医院 2.2 5.93 6 1.42
公立教学医院 0.8 5.25 6 1.72
总计 1.0 5.44 6 1.70
HLHO7——贵机构是否通过不同的媒介向不同患者提供信息?(例如,三维模型、DVD、图片故事)? 0.049
地方公立医院 0.4 5.30 6 1.76
认证私立医院 11.1 5.90 7 1.43
公立教学医院 3.3 5.33 6 1.68
总计 2.5 5.37 6 1.71
HLHO8——是否确保患者真正理解所有内容,特别是在危急情况(例如,药物治疗、手术同意)下,您所在的医院? 0.914
地方公立医院 1.7 5.73 6 1.48
认证私立医院 2.2 5.64 6 1.57
公立教学医院 9.9 5.69 6 1.53
总计 4.2 5.71 6 1.50
HLHO9—您所在的医院是否公开且清晰地与您的患者提前了解治疗中需要自付的费用(例如,自付费用)? <0.001
地方公立医院 0 5.28 6 1.67
认证私立医院 4.4 4.14 4 1.37
公立教学医院 17.4 5.32 6 1.82
总计 5.7 5.16 6 1.72
HLHO10——贵院员工是否接受过健康素养主题的培训? <0.001
地方公立医院 0.9 3.58 4 2.05
认证私立医院 0 6.18 7 1.15
公立教学医院 3.3 3.54 3 2.09
总计 2.5 3.86 4 2.14
HLHO评分 0.016
地方公立医院 - 5.27 6 1.58
认证私立医院 - 5.94 6 1.16
公立教学医院 - 5.37 6 1.44
总计 - 5.37 6 1.51
质量指标1—您协调的部门在以下方面是否为患者提供了足够的服务质量:与患者关系相关的非临床方面? 0.015
地方公立医院 3.8 5.56 6 1.63
认证私立医院 0 6.24 7 1.05
公立教学医院 6.6 5.88 6 1.45
总计 4.2 5.73 6 1.54

*独立样本Kruskal‐Wallis检验。

健康素养医疗机构与医院医疗质量:一项在托斯卡纳开展的横断面研究

采用最大方差旋转的主成分分析揭示了三个维度,解释了总方差的65%。第一个因子解释了总方差的41.5%(特征值= 4.15),第二个因子额外解释了13.4%(特征值= 1.34),第三个因子额外解释了10.1%(特征值= 1.01),表明存在三个主要的潜在因子。条目1、2和10归属于第一个维度;这些条目是唯一明确包含“健康素养”术语的条目,特别关注管理层对此主题的关注。条目3、4、5和8归属于第二个维度:这些条目涉及专业人员与患者之间的信息与沟通。最后,条目6、7和9归属于第三个维度:这些条目涉及患者在医院内的导航以及治疗费用的沟通。

对于第一个维度,克朗巴哈系数为0.819,第二个维度为0.719,第三个维度为0.758。这些结果表明内部一致性信度较为满意。

HLHO-10问卷的有效性和可靠性

HLHO‐10问卷各条目得分、HLHO评分以及感知质量条目均不服从正态分布。

HLHO‐10的10个条目均显著相关(rho值介于0.204至0.636之间;p< 0.05)。此外,每个条目与感知质量条目也均显著相关(rho值介于0.308至0.426之间;p< 0.05)(表4)。

表4. 斯皮尔曼相关分析。对于每个rho值,p< 0.05。

质量指标1 HLHO1 HLHO2 HLHO3 HLHO4 HLHO5 HLHO6 HLHO7 HLHO8 HLHO9
1
0.426 1
0.341 0.636 1
0.376 0.297 0.258 1
0.387 0.305 0.221 0.503 1
0.312 0.208 0.204 0.384 0.455 1
0.316 0.404 0.369 0.280 0.314 0.280 1
0.319 0.346 0.385 0.297 0.290 0.227 0.718 1
0.315 0.278 0.268 0.393 0.368 0.379 0.316 0.312 1
0.308 0.330 0.377 0.226 0.252 0.264 0.388 0.371 0.367 1
0.440 0.557 0.520 0.285 0.262 0.233 0.307 0.324 0.254 0.221

地方公立、认证私立和公立教学医院的HLHO‐10问卷条目、HLHO评分及感知质量条目的描述性分析见表3。

在全样本中,HLHO‐10问卷的各个条目(除第10条外)的平均值和中位数均等于或高于4(“不确定”),表明受访者倾向于同意这些陈述(从“稍微同意”到“完全同意”),对其所在机构的健康促进型医院及质量属性表现出良好的感知。

HLHO‐10问卷中的第4项(“贵院是否使用个性化健康信息(例如不同语言、印刷字体大小、盲文)?”)的平均值最高(5.97 ± 1.54),尤其是在认证私立医院中(6.33 ± 1.22),表明医疗服务提供者非常重视沟通个性化。

第2项(“贵医院的质量管理措施中是否考虑了健康素养主题?”)和第10项(“贵医院的员工是否接受过健康素养主题的培训?”)的平均值最低(分别为4.09 ± 2.07和3.86 ± 2.14)。

对于大多数条目(1、3、4、6、7、9、10),其得分分布因医院类型而存在显著差异(p< 0.05):认证私立医院在每个条目上的得分均较高,但条目9——“您的医院是否在治疗前向患者公开且清晰地沟通他们需要自付的费用(例如自付费用)?”——除外,该条目得分最低。

HLHO评分和感知质量评分均与医院类型显著相关(p= 0.016 和 p= 0.015),认证的私立医院的HLHO评分(平均值:5.94 ± 1.16 vs. 5.27 ± 1.58 和 5.37 ± 1.44)和感知质量评分(6.24 ± 1.05 vs. 5.55 ± 1.63 和 5.88 ± 1.45)最高,其次是公立教学医院,然后是地方公立医院。此外,HLHO评分和感知质量评分在性别或职业角色方面无显著差异。

对HLHO评分、感知质量评分、担任主管的工作年限、受访者年龄以及工作医院2018年医院收治人数进行了相关性分析。HLHO评分与感知质量显著相关(rho = 0.503;p< 0.01),并与工作医院的2018年医院住院人数显著相关(rho = −0.125;p= 0.013)。感知质量也与首席工作经验年数显著相关(rho= 0.163;p= 0.002)。

采用多变量线性回归模型分析感知质量(结果变量)与相关或关联变量(HLHO评分、2018年医院住院人数、担任主管的工作年限)之间的关联性,按医院类型及全样本进行分析。表5中列出了原始模型和最终模型(最终模型指通过向后逐步法筛选后仍与结果变量具有统计学显著关联的变量所构成的模型)。具体而言,对于每种类型的医院,2018年医院住院人数均被排除;而担任主管的工作年限则在认证私立医院和教学公立医院中被排除。分析结果显示,HLHO评分在预测各类被调查医院及全样本的感知质量方面具有显著作用:感知质量随HLHO评分的升高而提高,在地方公立医院中其系数最高(贝塔= 0.596)。

表5. 多元线性回归分析:按医院类型及全样本的原始(A)和最终(B)模型。因变量:感知质量。数据已根据年龄和角色进行调整。

A. 原始模型

Beta 标准误差 t p > |t值| [95% 置信区间]
1. 地方公立医院 (N=203)
首席执行经验年数 0.043 0.016 2.664 0.008 0.011 0.075
HLHO评分 0.589 0.063 9.319 <0.001 0.465 0.714
2018年医院住院人数 -0.00001 0 -0.918 0.36 0 0
2. 认证私立医院(N=45)
首席执行经验年数 -0.006 0.03 -0.183 0.856 -0.067 0.056
HLHO评分 0.381 0.193 1.972 0.057 -0.012 0.774
2018年医院住院人数 -0.00002817 0 -0.272 0.787 0 0
3. 公立教学医院(N=113)
首席执行经验年数 0.009 0.022 0.393 0.695 -0.035 0.052
HLHO评分 0.238 0.092 2.597 0.011 0.056 0.42
4. 全部 (N=401)
首席执行经验年数 0.024 0.011 2.132 0.034 1.7 4.303
HLHO评分 0.489 0.049 10.051 <0.001 0.002 0.046
2018年医院住院人数 0.000004 0 1.146 0.252 -0.101 0.061

B. 最终模型

Beta 标准误差 t p> |t值| [95% 置信区间]
1. 地方公立医院 (N=203)
首席执行经验年数 0.042 0.016 2.628 0.0089 0.011 0.074
HLHO评分 0.604 0.061 9.88 <0.001 0.484 0.725
2. 认证私立医院 (N=45)
HLHO评分 0.346 0.133 2.6 0.013 0.077 0.616
3. 公立教学医院 (N=113)
HLHO评分 0.242 0.091 2.654 0.009 0.061 0.422
4. 全部(N=401)
首席执行经验年数 0.024 0.011 2.117 0.035 0.002 0.046
HLHO评分 0.487 0.049 10.004 <0.001 0.391 0.582

讨论

据我们所知,这是首个使用特定工具测量机构健康素养(OHL),并将OHL与医疗服务提供者对医疗保健非临床方面感知质量进行比较的意大利研究。

本研究的目的有三个。关于第一个目的(即验证HLHO‐10在意大利语中的适用性),结果显示该测量工具具有良好的心理测量学特征,因此可被视为有效。关于主成分分析(PCA),与科瓦尔斯基观察到的结果不同,本研究中出现了三个维度,表明该工具具有多维性。这三个维度主要分别与医院政策中对健康素养(HL)问题的明确提及、专业人员与患者之间的沟通,以及患者在医院内的导航(包括治疗费用的沟通)相关。这些结果通过相关性分析也得到了证实,与机构健康素养(OHL)的概念化一致,在OHL中识别出多个领域。维度数量上的差异可能是因为本研究相较于科瓦尔斯基等人的研究,所针对的目标群体不同。在他们的研究中,所选机构均具有相似性,并有特定的照护对象:乳腺癌中心医院及乳腺癌患者。这种相对同质性可能影响了主成分分析(PCA)的结果。

此外,大多数条目的缺失值百分比低于5%,这表明受访者对条目的接受度和理解度较高,可被视为工具敏感性的一个代理指标[37]。

考虑到HLHO各条目的回答及其最终得分,根据医疗服务提供者的感知,所调查的医院健康素养水平相对较高,尽管某些领域仍需改进,且不同类型的医院之间存在显著差异。具体而言,情况较差的领域似乎是与将健康素养明确纳入管理实践以及员工在健康素养主题方面的培训相关的方面。另一方面,专业人员与患者之间的信息与沟通相关方面的得分较高。这些数据似乎表明,在所调查的样本中,健康素养原则尚未被明确纳入医院政策,而是更广泛地融入了日常实践中。这些结果与其他使用HLHO‐10的研究报告的结果大不相同:无论是在德国的还是土耳其的医院中,得分较低的条目都是一些与患者沟通相关的项目,而管理层面上健康素养整合相关的条目则获得了较高的得分[22,38]。

在我们的样本中,认证的私立医院似乎具有更高的健康素养,其次是教学医院,然后是地方公立医院,这与在土耳其观察到的情况不同[38]。

这一结果可能是由于这些不同类型机构所承担的使命不同,以及其特征各异的关系体系所致。事实上,教学医院和地方公立医院的主要任务是满足患者在本地或全国范围内的急性医疗保健需求。相反,认证的私立医院则更有动力发展健康素养文化,以吸引客户并与其建立清晰的医疗沟通。

这三个医疗体系存在根本性差异,这是导致所考虑的研究结果不同的一个重要因素。具体而言,土耳其医疗体系是最年轻的,它包含三种类型的医院:国家资助医院,面临超负荷和资金短缺问题;大学医院,提供最高护理标准;以及介于两者之间的私立医院。另一方面,德国医疗体系是基于健康保险的,其组织结构包括:1)法定健康保险(SHI)体系中的竞争性的非营利性非政府医疗保险基金(“疾病基金”),以及2)替代性私人健康保险。

关于我们的研究结果,需要指出使用自我感知评估工具收集数据可能存在一个局限性,即社会期望性偏差(或理想化扭曲);这意味着人们倾向于给出社会可接受的答案,而非完全符合个人意见或态度,而是“理想化”的,符合社会公认行为规范或旨在取悦访谈者。为减少此类偏差的影响,已确定了一些策略,包括匿名自填和计算机中立化施测[39]。正如文献所述,在本研究中我们力求遵循这些策略。此外,尽管对感知的测量可能包含此类偏差,但本研究选择的样本应能降低这种影响。事实上,我们的样本仅包含中层管理者:这确保了HLHO‐10问卷中的每一项(即使是涉及医院高层管理决策的问题)均由中层管理者作答。

另一个局限性与研究设计有关:机构健康素养(OHL)和关于非临床方面的质量在同一时间通过同一份问卷进行评估,可能导致医疗管理者所给出的回答变异性降低。此外,本研究仅纳入了中层管理者,因此机构健康素养(OHL)与非临床方面质量之间的显著关联性是基于该目标群体内部及对该群体的感知得出的结果。一项独立于本研究之外的第三方调查可能有助于验证这些结果。

总之,根据我们的分析,医疗机构需要认真思考三个关键主题。前两个主题需要在高层管理层进行干预,而第三个主题还涉及医疗机构的中层管理。

第一个主题强调了将健康素养(HL)视为一个多维概念的重要性。正如文献所示,健康素养(HL)越来越不仅被视为一种个体特征[4],而且也被看作一种现象,即组织环境可以弥补患者健康素养(HL)的不足[6]。事实上,当医疗机构支持健康素养(HL)最佳实践时,即使患者不具备高级的健康素养(HL)技能,医疗保健的质量也能得到提升[40]。尽管如此,至少如本研究所示,健康素养(HL)似乎仍然更多地被看作需要个体层面处理的因素,而非一种组织特性。这凸显了在组织层面和系统层面推进健康素养(HL)政策的必要性[35]。非正式的机构健康素养(OHL)做法——即仅由个别专业人员自主推动健康素养(HL),这似乎是所分析医院的特点——被认为不如正式做法有效[40]。

从这一角度来看,医疗机构的高层管理应将健康素养(HL)更好地融入战略中,以更有效地履行其使命。当医疗服务提供者认为高层管理对建立特定的健康素养组织文化关注不足时,这一方面的重要性便得到印证。尤其是在公立机构的医疗服务提供者看来,对健康素养(HL)管理导向薄弱,可能导致与其他因素共同导致了在健康素养(HL)主题培训方面投入的关注较少。根据文献资料,这可能成为一个问题,因为当一个组织不具备健康素养(HL)导向时,相关培训不容忽视[41],而与之相反的是具备健康素养(HL)导向的组织,则可以忽略健康素养培训方面的内容。相比之下,认证私立医院似乎更能认识到培训的重要性。

本研究结果揭示的第二个方面是,被调查医院在质量管理措施中对健康素养这一主题的关注较少。同样,高层管理干预在这方面可能具有重要作用,可通过评分、调查以及制定改进计划,将健康素养纳入持续质量改进的一部分。

结论

这项研究证实了针对患者开展的研究,表明认证私立医院对健康素养(HL)的关注度高于地方公立医院[43]。这一结果可能强调了区分医院不同使命的重要性,这些使命正是不同类型组织的特征所在。

总之,本研究为健康促进型医院与服务质量之间的关系提供了新的视角:证实了医疗服务提供者的观点,即两者之间存在关联。健康促进型医院(HLHO)与中层管理者所感知的服务质量。研究结果与以往从患者视角评估该特征的研究一致[23]。因此,为了提高服务质量,组织健康素养文化(OHL culture)似乎应成为组织政策的组成部分,同时也应纳入高层和中层管理者的管理工具箱中;而中层管理者这一组织层级在日益庞大的组织中正被赋予越来越重要的作用,通常他们也从高层管理获得了更广泛的授权。

健康素养(HL)似乎是发展管理技能的关键因素之一,旨在提高医疗保健质量以及医疗服务提供者的责任感和归属感。

内容概要:本文围绕基于粒子群算法(PSO)的风电水电(抽水蓄能)联合优化调度问题展开研究,旨在通过智能优化算法实现可再生能源的高效利用电力系统的经济稳定运行。文中系统阐述了粒子群算法的核心原理及其在电力调度中的适用性,构建了综合考虑风电出力不确定性、抽水蓄能电站调节能力及系统运行约束的联合优化调度模型。采用Matlab进行算法编程仿真求解,验证了该方法在降低系统综合运行成本、提升新能源消纳水平、增强电网调峰调频能力等方面的优越性能。研究进一步设计了多种对比场景,分析不同调度策略下的系统表现,充分展示了所提模型在应对复杂运行条件时的鲁棒性实用价值。; 适合人群:具备一定电力系统分析基础和Matlab编程能力的研究生、科研人员,以及从事新能源并网调度、电力系统规划运行等相关领域的工程师; 使用场景及目标:①应用于风电场抽水蓄能电站的协同优化调度决策支持;②为高比例可再生能源接入的电力系统提供经济可靠的低碳调度方案;③服务于高校及科研院所中关于智能优化算法在能源系统中应用的教学科研实验; 阅读建议:建议读者结合提供的Matlab代码深入理解算法实现细节模型构建逻辑,重点关注目标函数设计、约束条件处理及参数设置对优化结果的影响,并通过复现仿真结果来掌握粒子群算法解决复杂非线性调度问题的关键技术要点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值