初级医疗慢性病管理服务质量评估系统的开发与验证

摘要

本研究开发并验证了采用Delphi分析层级过程（AHP）方法的初级慢性病管理服务质量评估系统。心理测量评估确认了高度的可靠性。一项比较分析显示，AHP-SERVQUAL框架在患者依从性方面的预测力高于其他模型。

摘要

慢性非传染性疾病需要高质量的初级医疗管理，但现有评估体系往往未能反映患者在慢性护理环境中感知服务质量的多维度特性。本研究开发并验证了基于SERVQUAL框架，针对初级慢性病管理量身定制的服务质量评估系统（SERVQUAL）。采用了整合德尔斐方法和分析层级过程（AHP）的多阶段方法来构建和加权该量表。该工具通过对来自五家初级医疗机构433名患者的横断面数据进行了实证验证。构念的效度和信度通过探索性因子分析（EFA）和确认性因子分析（CFA）评估。此外，AHP-SERVQUAL模型在患者依从性、问题解决率和投诉频率方面，与其他模型（KANO、TOPSIS-RSR）进行了比较。心理测量评估表明，适应的五维量表（可触性、可靠性、响应性、保证和共情）具有高度的内部一致性和结构效度。各中心的应用显示服务质量存在显著差异，尤其是在保证和同理心方面。比较模型显示，AHP-SERVQUAL框架在患者依从性和整体服务质量方面比其他模型具有更高的预测力。此外，该模型生成的质量指数与更高的问题解决率和较低的投诉频率显著相关。基于AHP-SERVQUAL的系统为评估初级保健中慢性病管理提供了可靠且有效的指标。通过准确捕捉患者感知质量，该工具为管理者提供了基于证据的工具，以针对质量改进项目进行定位。

引言

慢性非传染性疾病^{已成为全球极}其严重的公共卫生问题。根据世界卫生组织的最新数据，全球超过70%的死亡归因于慢性疾病。随着中国人口老龄化加速，患有高血压和糖尿病等代谢疾病的人数迅速增加，给社会和医疗体系带来了更大压力 ^2,3。作为应对这一问题，作为慢性病管理前线的初级医疗机构，逐渐在此类角色中扮演了更为重要的角色。具体来说，初级医疗机构作为医疗系统的“守门人”，为高风险人群提供首次接触护理、纵向健康监测和必要的筛查。除了基础临床治疗外，这些机构还在提供个性化健康教育、促进行为干预以及协调社区环境与二级/三级医院之间的综合护理路径方面发挥着关键作用，以确保护理的连续性。

目前，管理模式正从单一数量覆盖转向高^{质量开发。}尽管中国战略上转向初级医疗，但出现了一个关键瓶颈：传统的临床控制指标（如HbA1c或血压读数）本质上具有还原性质。虽然这些客观指标对评估生理状态至关重要，但未能反映持续护理的心理社会层面，如医患沟通质量、患者每日治疗依从性障碍以及^{长期管理期间}的整体主观幸福感 ^4,5。因此，仅依赖生物医学指标掩盖了最终决定长期健康结果的关键服务差距。迫切需要一个超越传统临床结果的评估框架，通过患者感知的视角捕捉全方位服务过程。随着初级卫生保健从以治疗为中心的模式向注重预防、整体^{健康管理的}转型，这一点尤为重要。

作为医疗服务研究中的经典理论，SERVQUAL已被广泛应用于评估实际感知与期望之间的差异，涵盖多个维度，包括有形成分、可靠性、员工响应时间和保障。该模型适用于慢性病管理。首先，慢性病管理具有高度的连续性和服务依赖性，这些特征与模型中的可靠性压力相符。其次，慢性病管理不仅包括临床诊断和治疗，还包括长期行为干预和心理护理;因此，同理心是评估医患合同关系的重要标准。实证研究表明，当患者作为接受医疗人员优质护理的受试者时，对服务感到满意，他们的行为和慢性病治疗依从性会受到更积极的影响。因此，利用该模型将医疗服务的抽象过程转化为可衡量的指标，可以识别初级慢性病服务中的薄弱环节 ^6,7。

现有关于初级保健质量评估的学术研究主要依赖结构性临床指标或广泛的患者满意度工具，如初级保健评估工具（PCAT）或通用满意度量表^8。虽然这些工具为系统性监督提供了重要基准，但它们往往缺乏捕捉慢性病管理中迭代、流程化特性所需的方法学细致度。近期将SERVQUAL框架应用于临床环境的尝试凸显了其诊断潜力;然而，许多研究使用了未加权模型或通用维度，未能纳入现代初级^{保健改革核心}的情境特定元素——如数字健康接触点和家庭医生合同关系 ^8,9。通过系统地比较局部的AHP加权系统与这些传统指标，本研究旨在展示其在捕捉患者感知质量细微差别方面的卓越预测效用，从而为该领域提供更稳健的方法学贡献。

尽管SERVQUAL模型在初级慢性病管理中具有广泛应用潜力，但无法直接使用¹⁰。传统的五个维度通常更侧重于单一服务的成功完成，较少将慢性病支持的连续性和医患协作视为必要。在数字健康的背景下，初级慢性病管理已扩展到线上随访、可穿戴设备监测和社区自我管理小组。如果不进行基于现场的优化，该评估系统无法扩展到数字术后护理接触点或患者在实践中的参与。基于现有系统综述，缺乏行业专属通用工具限制了这些工具在长期患者状况中的预测价值。此外，中国初级保健服务引入的家庭医生合同制为这些服务带来了新的诠释。为这一广义模型增加长期合同关系维度，有助于解决此类模型无法涵盖的问题，并提升研究的科学性 ^8,9。

为弥补这些不足，本研究开发并验证了专门针对初级慢性病管理的局部服务质量评估框架。尽管SERVQUAL已被广泛采用，但其在初级保健中的应用常常忽视家庭医生合同的纵向性质以及社区^{自我管理等}新兴的数字接触点^8,9。本研究的新颖之处在于结合这些情境维度——特别是持续护理和自我管理支持——采用混合Delphi-AHP加权方案，提升模型的细致敏感性。假设这种多维加权方法相比传统模型，对患者结局的预测效度更优。目标是在多个中心实证测试该框架，解决一个实证问题：局部的AHP-SERVQUAL模型是否比现有^{通用工具更}准确地解释患者依从性和机构效率的差异。

方案

本研究严格按照《赫尔辛基宣言》中提出的伦理原则进行。该研究方案经重庆医科大学机构审查委员会（IRB）正式批准（伦理审批号：2026127）。在入组前，所有参与者都被提供了关于研究目标、程序和潜在风险的全面说明，随后获得了书面知情同意书。为了保护患者隐私并确保数据机密性，所有收集的信息在进行统计分析前均经过完全匿名化和去标识化处理。本研究所用调查工具、专家咨询表格及分析软件的完整清单详见 材料表。

研究设计与参与者招募

一项多阶段方法学研究，包括横断面基线调查及后续基于模型的预测模拟，涵盖五家初级医疗机构。参与者在例行随访期间采用分层便利抽样策略招募。资格标准包括：（1）18岁及以上成年人;（2）医学诊断为至少一项慢性疾病（如高血压、2型糖尿病），且在参与机构管理至少六个月;以及（3）具备独立完成评估的认知能力。这些调查由受过培训的临床人员面对面进行。为了弥补缺失的数据，最初采用了Little的MCAR测试。鉴于缺失数据率较低（<5%）且完全随机缺失，采用多重补补技术处理不完整响应，确保数据集完整性。为避免过拟合并明确每个分析阶段的样本基，完全推断的数据集（N = 433）被严格划分。具体来说，样本中有50%（n =217）用于探索性因子分析（EFA），以确定因子结构。剩余50%（n = 216）用于确认因子分析（CFA）、结构方程建模（SEM）和基线建立，用于机构层面的质量画像。随后，比较模型验证和模拟优化场景严格从第二样本（n = 216）推导出来，以防止数据泄露。

概念框架与指标开发

评估指数系统的构建始于将SERVQUAL五大核心维度——可触性、可靠性、响应性、保证性和共情性——映射到初级慢性病管理的具体工作流程。这一过程包括整合具体的服务接触点，如医疗记录的创建、药品分销和纵向随访方案。为确保对目标人群的相关性，初级保健信息系统被分析以评估其对老年患者的可及性，随后对相关条目进行了迭代优化。具体的可靠性指标侧重于跟进的准确性和员工承诺度，而响应性则操作化为对患者咨询的及时响应（见 表1 的操作定义）。整体框架，包括维度之间的相互关系，在 图1 和图2中进行了概念化。

Delphi专家咨询与内容有效性

采用了两轮德尔斐方法来精炼初始物品池。专家是基于一套多维度的资格标准有目的地招募，以确保专业权威和方法论的严谨性。符合以下条件的候选人将被邀请加入评审团：（1）拥有高级专业头衔（如副教授、首席医师或护理主任）;（2）拥有至少十年专注于初级医疗或慢性病管理的临床、管理或研究经验;以及（3）在卫生服务评估或公共卫生政策制定方面展现出公认的业绩记录。最终由十五位专家组成的小组代表了一个跨学科队列，包括初级保健医生（n=5）、护理管理者（n=4）、公共卫生研究人员（n=4）和卫生政策管理者（n=2）。这种多样化的组成和严格的筛选标准直接确保了后续内容有效性和AHP加权程序的可重复性和可信度。专家们用4点李克特量表（1=无关，4=高度相关）评估每个题目的相关性和清晰度。共识事先定义为专家之间≥80%的共识，将某项评为3或4。保留了条目级内容有效性指数（I-CVI）≥0.78的条目（见表2）。轮次间的分歧通过匿名反馈解决;专家们会获得上一轮的综合分数，并允许调整他们的评分。第二轮未达共识的题目要么根据定性专家反馈进行大幅修订，要么被取消，最终形成量表级内容效度指数（S-CVI）^12,13。

分析层级过程（AHP）与评分机制

为了确定评估指标的相对权重，采用了AHP方法。Delphi小组的九位资深专家组成的有目的子样本完成了一个9点基本量表，构建了所有维度和子维度的两两比较矩阵。采用几何平均法汇总专家判断。每个矩阵计算了一致性比（CR）;只有CR为的矩阵被认为可接受，以确保专家判断的逻辑一致性。最终的全局权重（W_i）是通过将子维度的局部权重乘以其父维度的权重得出的。每位患者的最终服务质量评分（SQ）采用以下公式计算：

SQ = ∑（W_i x P_i）（1）

其中P_i代表患者对项目i的感知表现得分。值得注意的是，本研究采用了仅感知（P）评分方法——与SERVPERF范式一致——而非传统的基于差距（P-E）的方法。这一方法学选择采用7分李克特量表（范围为1 = “强烈不同意”至7 = “强烈同意”），旨在增强模型的预测效度，并最大限度减少在纵向慢性护理环境中量化患者期望时常见的测量不稳定性。

心理测量验证与结构方程建模

随机拆分的数据集进行了心理测量评估。数据的前半部分采用主轴分解并进行前大斜旋转，假设SERVQUAL维度相关。基于特征值>1和对碎石地块的目视检查保留了因子。排除了因子负荷<0.40或显著交叉负荷的项目。数据的后半部分用于CFA以确认因子结构。CFA及后续SEM分析采用了最大似然（ML）估计。模型拟合度采用心理测量文献中确立的严格阈值进行评估，这些阈值表明模型简约度与数据契合度之间存在可接受的平衡：比较拟合指数（CFI）>0.90，塔克-刘易斯指数（TLI）>0.90，均方根近似误差（RMSEA）<0.08，标准化均方根残差（SRMR）>0.08。

预测模型比较计划

为评估不同评估框架的比较有效性，进行了预测建模分析。为确立所提框架的方法论鲁棒性，基本SERVQUAL模型被以三种不同分析方法作为基准测试：提出的AHP-SERVQUAL、KANO模型，以及TOPSIS-RSR（结合Rank-Sum-Ratio结合Oddity to Ideal Solution排序偏好技术）。选择KANO模型作为比较工具，是因为它将服务属性分类为非线性满意度驱动因素（例如，基本需求与吸引力品质），与SERVQUAL的线性假设形成理论对比。相反，TOPSIS-RSR是一种严谨的多标准决策（MCDM）工具，广泛用于综合机构排名，因此作为我们基于AHP评分系统的稳健方法学控制。为执行比较，四个模型分别独立应用于保留验证数据集（n = 216），并纳入相同的上下文特定参数（如数字跟进和自我管理支持）。随后，评估过程比较了每个模型生成的质量指数与外部绩效指标（投诉频率和问题解决率）及其对患者合规性的预测能力（R²）的相关性。每个模型的预测准确性均通过线性回归和SEM生成的^R2 值进行量化。为确保模型简约并避免过度拟合，信息标准，特别是赤池信息准则（AIC）和贝叶斯信息准则（BIC），被纳入选拔过程。最后，进行了交叉验证，评估所选模型在五个参与机构间的稳健性。问题解决、投诉频率和整体预测能力（R²）的比较指标见 图3 和图4。

结果

研究设计与参与者招募

共计433例病例，涉及曾在不同城市和农村地区的五家初级医疗机构就诊的个人。参与者年龄在30至85岁之间，平均年龄为61.2岁（标准差：10.0）。性别分布为50.4%男性和49.6%女性。约56.8%的参与者患有高血压，约50.0%患有2型糖尿病（T2DM），约38.3%患有高脂血症。如 表3所示，患者样本量在不同机构之间存在差异，并提供了关于各机构参与者人数、年龄、性别及慢性病类型的全面数据。

在教育背景方面，约46.0%的参与者拥有高中及以下学历，约54.0%拥有大学及以上学历。收入分布相对均衡，平均月收入为2,330美元（标准差：530美元），各机构在具体金额上存在一定差异。随访频率方面，约29.8%的学生每3个月随访一次，49.8%每6个月一次，20.5%每年随访一次。对老年人群体（≥65岁）进行的有针对性分析显示，他们的长期使用需求主要集中在“同理心”和“可靠性”上，这些维度得分明显高于“有形”（p < ...

讨论

本研究提出了一个精细的方法论框架，通过将SERVQUAL模型与Delphi-AHP加权方案整合，评估初级慢性病管理。除了建立标准评估系统外，我们的发现还表明，纳入情境特定维度——如纵向护理连续性和数字接触点——弥补了现有初级保健评估工具中的关键空白，从而为评估以患者为中心的服务质量提供了更细致的视角 13,14,15。根据^R2对保证和同理心的预测，不同机构在服务质量上存在显著差距。服务质量的提升对患者的满意度和治疗依从性产生了显著影响。不同组织在服务质量上存在差异;因此，在初级保健管理中应更加重视，增强患者的感受，从而提升人们的医疗水平^15,16。

服务质量是患者依从性的决定性因素，并增强机构...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
AHP 成对比较矩阵模板	本研究（存储库/补充材料）	Saaty’s 1-to-9 基本量表	相对指标权重的确定
Delphi 专家咨询表格	本研究（存储库/补充材料）	两轮共识协议	指标筛选和内容有效性评估
IBM SPSS AMOS	IBM Corp., Armonk, NY, USA	版本 24.0	CFA、SEM 验证和预测建模
IBM SPSS Statistics	IBM Corp., Armonk, NY, USA	版本 26.0	数据管理、MICE 插补和 EFA
本地化的 AHP-SERVQUAL 问卷	本研究（存储库/补充材料）	最终 5 维度、15 项版本	评估患者感知的服务质量