编辑推荐：
为解决多慢性病（MCC）患者就医资源利用低效问题，研究人员开展 “中国 MCC 患者住院偏好的离散选择实验（DCE）” 研究。结果显示患者最看重自付费用，年龄、性别影响住院偏好。该研究为优化医疗资源分配、推进分级诊疗提供依据。
在当下，慢性疾病如同笼罩在人们健康之上的阴霾，对全球公共卫生发起了严峻挑战。在中国，情况尤为突出，慢性疾病已成为 60 岁及以上人群死亡的主要原因，并且随着人口疾病谱的变化，其患病率预计到 2030 年至少增加 40%。多慢性病（MCC）指患者同时患两种或更多种持续至少一年的慢性病，它严重影响患者日常生活能力，增加心理压力和治疗成本。
为了加强慢性病管理，引导患者合理就医，中国陆续出台了一系列政策，如 2009 年启动医改，明确社区和乡镇卫生中心职责；2015 年提出分级诊疗系统（HDTS）；2017 年明确医疗联盟成员机构功能定位；2018 年稳步推进家庭医生签约服务 。然而，现实却不尽如人意，2023 年县级医院住院比例仅 24.9%，远低于城市三级医院的 49.1%，患者仍倾向选择更高层级的住院服务，这与分级诊疗政策背道而驰，不利于 MCC 患者医疗资源的高效利用。
在此背景下，福建医科大学的研究人员开展了一项关于中国 MCC 患者住院偏好的研究，旨在找出影响 MCC 患者住院偏好的因素及其影响程度，从而引导 MCC 患者合理利用住院服务。该研究成果发表在《BMC Primary Care》杂志上。
研究人员采用了多种关键技术方法。首先，依据 Anderson 医疗服务行为利用模型确定 DCE 的属性和水平，邀请 6 位不同领域专家进行咨询并调整。然后，运用部分因子分析生成选择集，设计包含 12 对选择集的问卷，并分为 3 个版本。通过对福建省福清市 35 - 75 岁自我报告患两种及以上慢性病的患者进行调查，共收集 504 份有效问卷。最后，使用混合逻辑模型（mixed logit model ）和条件逻辑模型（conditional logit model ）进行数据分析，并依据赤池信息准则（AIC）和贝叶斯信息准则（BIC）选择最合适的模型。
研究结果如下：
- 受访者人口统计学特征：504 例患者中，女性 341 例，年龄＜60 岁的患者 230 例，已婚者 455 例 ，超过一半患者接受过正规教育，16.5% 为农民，近 70% 的受试者家庭年收入低于 6 万元，超 50% 的患者自我感知疾病严重程度评分低于 2 分。
- 模型偏好估计：混合逻辑模型更适合分析 MCC 患者住院偏好。除 “医院有无熟人” 外，其他属性均有统计学意义。患者选择住院护理时最重要的属性是每次就诊的自付费用，其次是从居住地到医院的旅行时间、住院等待时间、机构规模和有无熟人。
- 边际支付意愿（WTP）：除 “医院有无熟人” 外，其他属性的 WTP 均有统计学意义。患者对不同属性的支付意愿从高到低依次为 “居住地到医院时间短”“大医院”“住院当天有床位”。
- 交互项模型估计结果：年龄和性别对患者住院护理偏好存在异质性。年轻患者更倾向于 “住院当天有床位” 和 “有熟人的医院”；男性患者比女性患者更倾向于 “住院当天有床位” 和 “低自付费用”。
研究结论与讨论部分指出，本研究明确了 MCC 患者住院偏好的影响因素及相对重要性，理想的住院机构应具备 “低自付费用”“短旅行时间”“短等待时间” 和 “城市三级医院” 等条件。了解这些偏好对合理分配医疗资源至关重要。县级医院可通过降低免赔额、提高报销率、确保居民能在 15 分钟内到达、减少等待时间、加强自身能力建设等方式，满足患者需求，提高服务能力，推进分级诊疗系统的有效实施。同时，研究也存在一定局限性，如样本仅来自福清市，可能影响结果的普遍性；未来研究可增加样本的地区多样性，纳入更具代表性和针对性的属性和水平。总体而言，该研究为优化医疗资源配置、改善基层医疗服务提供了重要依据，对提升 MCC 患者的医疗服务质量具有重要意义。
