2. 国家卫生健康委卫生发展研究中心, 北京 100191
我国重症医学科(intensive care unit,ICU)发展较晚,起源于20世纪80年代初期。2006年,中华医学会重症医学分会印发《中国重症加强治疗病房(ICU)建设与管理指南》[1](以下简称“《指南》”),我国ICU建设得到迅猛发展并已初具规模,但我国ICU发展情况与发达国家差距较大,重症床位资源配置有待进一步优化。重症床位资源配置作为影响ICU发展的重要组成部分,是连接ICU医护人员以及医疗设备配备的纽带[2]。本研究基于灰色系统GM(1, 1)模型、趋势外推法对重症床位资源配置进行预测,结合现场访谈发现重症床位资源配置现状中存在的一系列问题,以期为卫生行政部门优化重症床位资源配置提供参考依据。
1 资料与方法 1.1 资料来源本研究中,2015—2019年各结构重症床位数据来源于医政医管局“医疗机构设置规划指导原则”项目;2007—2021年医疗机构重症床位数据来自2008—2012年《中国卫生统计年鉴》、2013—2017年《中国卫生和计划生育统计年鉴》、2018—2022年《中国卫生健康统计年鉴》;2015—2021年各省(自治区、直辖市)总人口数量来源于2016—2022年《中国统计年鉴》;经济合作与发展组织(Organization for Economic Cooperation and Development,OECD)国家每10万人口重症床位数来源于OECD官方网站及相关文献研究。本研究按2021年《中国卫生健康统计年鉴》将各省(自治区、直辖市)划分为东、中、西部地区。
1.2 研究方法 1.2.1 GM(1, 1)灰色模型预测法灰色系统模型理论以小样本、贫信息的不确定系统为研究对象[3],以GM(1, 1)模型为主,具有需要原始数据少、计算过程简单、预测精度高等特点[4],由此被广泛应用于医药卫生事业管理领域[5]。
$ 拟合方程: \frac{\mathrm{d} x_{(1)}}{\mathrm{d} t}+a x_{(1)}(t)=b $ | (1) |
对(1)求解得:
$ \hat{x}_{(1)}(t+1)=\left[\hat{x}_{(1)}(t)-\frac{b}{a}\right] e^{-a t}+\frac{b}{a} $ | (2) |
式中:t为时间,a为发展灰数,b为内生控制灰数,x(1)(t)为t时刻的原始值,
为确保GM(1, 1)模型精度的可靠性与精确性,主要通过后验差比值C和小误差概率P对模型的精度进行检验。精度值
表 1 GM(1, 1)模型精度等级 |
![]() |
趋势外推法在本研究中指平均增长速度法,即利用中国近14年全国重症床位数变化趋势,结合中国卫生事业发展特征及重症床位数变化趋势分为4个阶段,按照第3个阶段的年均增长速度测算2020—2030年各结构重症床位数[6]。本研究采用趋势外推法对我国各结构重症床位数进行预测的假设前提条件如下。
假设1:鉴于仅收集到2015—2019年我国各结构重症床位数据且其间增长速度较为稳定,在不考虑政策改革、社会需求等外界影响因素改变的情况下,假设2015—2019年全国各地区每10万人口重症床位数及拥有重症床位县域占比、各结构重症床位数平均增长速度与2020—2030年全国各地区每10万人口重症床位数及拥有重症床位县域占比、各结构重症床位数平均增长速度相同。
假设2:基于2019年年底新型冠状病毒感染疫情暴发对重症床位配备产生的影响,已有相关研究[7]表明,为了应对突发重大公共卫生事件导致的重症患者床位需求增加,重症监护病床容量可增加2倍。随着居民积极接种灭活疫苗进而显著降低新型冠状病毒感染重症率[8],新型冠状病毒不断变异且传染性增强[9],患病总人数增加但重症率下降。国家卫生健康委新型冠状病毒感染疫情防控通报数据显示:重症病例数增加通常大于减少,重症病例总数呈现上升趋势。临床数据表明,患者年龄越大,感染后症状越重[8]。我国人口老龄化情况严重,研究[10]表明衰老本身是新型冠状病毒感染严重程度和死亡的主要危险因素。因此,假设2020—2025年重症床位数增长速度在假设1的基础上增加50%,据此进行预测。
1.3 统计学分析本研究采用WPS office录入数据、绘制图形,用MATLAB 12.0建立GM(1, 1)模型,对我国拥有重症床位的县域占比、医疗卫生机构重症床位数、总床位数等指标进行预测。
2 结果 2.1 2007—2021年我国医疗卫生机构重症床位数2007—2021年我国医疗卫生机构重症床位数的增长分为4个阶段:①2007—2012年,重症床位数迅速增加,其间我国经济社会迅速发展,国民健康意识逐步建立并有所提升。②2012—2015年,增长速度逐渐放缓,重症床位数持续增加以适应人民群众的健康需求。③2015—2019年,增长速度趋于稳定,重症床位数稳步增加。④2019—2021年,受2019年年底新型冠状病毒感染疫情暴发的影响,2020年重症床位数增长速度呈现上升趋势。2021年疫情得到有效控制,重症床位资源趋于饱和状态,重症床位增长速度略有下降。见图 1。
![]() |
图 1 2007—2021年我国医疗卫生机构重症床位数及年均增长速度 |
经济社会发展进程、卫生事业发展情况、国民健康意识水平等因素都可能影响医疗卫生资源的分布,综合考虑后按照2015—2019年重症床位数的年均增长速度,用趋势外推法推算各结构重症床位数。GM(1, 1)模型可按照每5年数据推算1年数据,以2007—2021年全国医疗卫生机构重症床位数为基础进行预测。
2.2 各地区每10万人口重症床位数及拥有重症床位县域占比国内外研究[7, 11-13]普遍认为,重症床位需求与某一地区患病人数有着密切关联,重症床位需求基于一定的人口基数,故本研究选用每10万人口重症床位数及县级行政区域是否拥有重症床位资源等人口聚集度代表性指标进行分析。
2015—2021年仅有宁夏回族自治区每10万人口重症床位数呈现逐年下降趋势,其他各地区每10万人口重症床位数均呈现逐年增长趋势。与OECD国家近几年重症床位资源配置情况相比,我国2021年每10万人口重症床位数(4.77张)略优于新西兰2019年(3.60张)、墨西哥2017年(3.30张)的水平。2021年墨西哥(2017年9 863美元)、波兰(2019年15 595美元)、智利(2018年15 925美元)、匈牙利(2018年16 151美元)与我国人均国内生产总值(12 551美元)接近,但中国2021年每10万人口重症床位数(4.77张)不及波兰(10.10张)、智利(7.30张)、匈牙利(11.20张)。
各地区拥有重症床位资源的县级行政区域数量与该地区总县级行政区域数量之比即为各地区重症床位县域占比。表 2显示:2019年东部地区重症床位县域占比最高(83.77%),中部地区次之(70.52%),西部地区最低(69.00%)。宁夏地区人均重症资源拥有量较少(2021年每10万人口重症床位数2.98张),重症床位负增长,且重症床位县域占比较低(54.55%)。西藏地区人均重症资源拥有量更少(2021年每10万人口重症床位数2.65张)且重症床位县域占比仅为9.46%。吉林(1.98张)、内蒙古(3.97张)、黑龙江(4.34张)、青海(5.17张)等地重症床位县域占比均不足50.00%。
表 2 全国各地区每10万人口重症床位数及拥有重症床位县域占比 |
![]() |
通过趋势推断法对2015—2019年我国各地区重症床位县域占比进行预测,结果显示:我国重症床位县域占比将于2023年达到94.30%,2024年实现重症床位县域全覆盖。2023年,我国东部地区的上海(76.86%)、辽宁(76.60%)重症床位县域占比均不到80.00%,福建、江苏、广东、天津实现重症床位县域全覆盖;中部地区的黑龙江(42.59%)、吉林(35.00%)重症床位县域占比相对较低,安徽、江西、河南、湖北、湖南均实现重症床位县域全覆盖;西部地区的宁夏(72.74%)、青海(54.93%)、内蒙古(53.93%)、西藏(16.56%)重症床位县域占比较低,贵州、云南、陕西、甘肃均实现重症床位全覆盖。见表 2。
2.3 2022—2030年医疗卫生机构重症床位总量预测通过GM(1, 1)模型对2007—2021年医疗卫生机构重症床位数及总床位数进行预测(模型1),推算2022—2024年医疗卫生机构重症床位数及总床位数;对2007—2024年医疗卫生机构重症床位数及总床位数进行预测(模型2),推算2025—2027年医疗卫生机构重症床位数及总床位数;将2007—2021年的原始数据结合2022—2027年的预测数据进行预测(模型3),进一步推算2028—2030年医疗卫生机构重症床位数及总床位数并计算占比。
通过计算,预测模型中小误差概率P值均为1,后验差比值C值为0.016 3~0.001 2,均远小于0.35,说明预测模型精度非常好,模型可用于预测。模型3精度优于模型2,模型2精度优于模型1。
2016—2021年,医疗卫生机构重症床位数、总床位数以及医院的重症床位数、总床位数的年均增长速度分别为9.37%、4.98%以及9.35%、5.44%。根据预测结果(表 3)可知:2022—2030年医疗卫生机构重症床位数及总床位数均呈现逐年增长趋势,其中医疗卫生机构重症床位数、总床位数以及医院的重症床位数、总床位数的年均增长速度分别为7.24%、4.72%以及7.24%、5.15%,与过去6年的年均增长速度相当。2030年医疗卫生机构重症床位数占比将达到0.87%,其中医院重症床位数占比将达到1.06%,未达到《指南》中ICU服务病床数占医院病床总数2.00%~8.00%的要求。
表 3 2022—2030年我国医疗卫生机构重症床位预测 |
![]() |
2015—2019年,省、市、县级三级医院和二级医院重症床位数的年均增长速度分别为11.00%、12.41%、28.71%和3.29%、5.04%、9.09%,省、市、县级三级医院和二级医院总床位数的年均增长速度分别为5.38%、7.57%、24.49%和6.63%、1.50%、2.29%。通过趋势外推法对2015—2019年省、市、县级医院的重症床位数及总床位数进行预测并计算占比,根据预测结果(表 4)可知:2023年省、市、县级三级医院的重症床位数占比分别为2.12%、2.02%、2.02%,2028年县级二级医院重症床位数占比为2.10%,基本达到《指南》中ICU服务病床数占医院病床总数2.00%~8.00%的要求。2030年省、市、县级三级医院以及省、市、县级二级医院的重症床位数占比分别为3.36%、3.07%、3.15%以及0.58%、1.27%、2.39%。在三级医院重症床位数占比方面,省级最高、县级次之、市级最低;在二级医院重症床位数占比方面,县级最高、市级次之、省级最低。
表 4 2020—2030年各级别医院重症床位数预测 |
![]() |
2015—2020年随着居民的健康意识水平的提升和新型冠状病毒感染疫情常态化,我国重症床位资源增长速度逐渐趋于稳定,2020年重症床位资源增长速度略有提升但并不明显,原因可能是出于疫情防控需要,新型冠状病毒感染重症患者多收治于当地具有隔离条件的方舱医院,设置的重症床位并未被全部纳入国家卫生健康委信息统计中心的统计,使重症床位统计量略低于实际拥有量。
本研究结果显示:全国平均每10万人口重症床位数由2015年的2.83张增至2021年的4.77张,除宁夏回族自治区外,其余地区重症床位资源均得到了增长。但我国重症床位配置水平与发达国家相比仍存在较大差距,部分地区间重症资源配置差距较大,如2021年每10万人口重症床位数排名前3位的地区依次为河南(7.99张)、新疆(7.69张)、浙江(6.77张),排名后3位的地区依次为吉林(1.98张)、西藏(2.65张)、宁夏(2.98张),河南与吉林相差3倍。2019年,我国重症床位资源覆盖存在盲区(全国重症床位县域占比为73.99%)。重症床位县域占比预测结果显示,我国将于2024年达到县级行政区域重症床位全覆盖,超过60.00%的地区基本实现全覆盖,仅20.00%的地区重症床位县域占比不足80.00%。2023年重症床位县域占比排名后3位的地区依次为西藏(16.56%)、吉林(35.00%)、黑龙江(42.59%),重症床位县域占比均不及50.00%。由此可见,我国重症床位资源分布并不均衡,部分地区重症床位资源的人均拥有量以及重症床位县域占比亟待进一步提升。建议在每10万人口重症资源拥有量较低以及重症床位县域占比不足的地区建立重点医学中心,以解决疑难重症为核心,增加重症资源,促进资源均衡分布。
3.2 疑难重症患者有限且流动性较强,须加强省、市级三级医院重症床位配置2019年,医政医管局颁布《国家医学中心和国家区域医疗中心设置实施方案》(国卫办医函〔2019〕45号)提出,近年来,我国卫生与健康事业获得了长足发展,但仍存在着医疗资源总量不足、分布不均衡,优质医疗资源短缺等问题,不同区域医疗服务水平存在较大差异,出现患者跨区域就诊、向大医院集中现象。本研究对重症床位资源人均拥有量较低且重症床位县域占比极低的西藏地区开展有针对性的访谈。由于西藏地区地理环境特殊,加之藏民对自治区医疗水平缺乏信任,边远地区重症患者多选择飞往四川等地就诊,重症患者流动性较强。此外,重症医学科的患者收治有严格的标准,部分医疗卫生机构由于患者达不到重症收治标准或重症患者数量极少,投入的硬件设施设备及人员无法发挥作用,同时还存在收治未达到重症收治标准的疑难重症患者、过度使用重症资源等情况。
纵向比较重症资源可发现,目前我国重症资源大多分布在省、市级三级医院。省、市级三级医院是疑难重症的兜底医院,但从预测结果来看,未体现对重症资源配置的侧重。2015年国务院颁布的《国务院办公厅关于推进分级诊疗制度建设的指导意见》(国办发〔2015〕70号)[14]提出,应明确各级各类医疗机构诊疗服务的功能定位:城市三级医院主要提供急危重症和疑难复杂疾病的诊疗服务;城市二级医院主要接收从三级医院转诊的急性病恢复期患者、术后恢复期患者及危重症稳定期患者;县级医院主要提供县域内常见病、多发病诊疗,以及急危重症患者抢救和疑难复杂疾病患者向上转诊服务。2015年,《国务院办公厅关于城市公立医院综合改革试点的指导意见》(国办发〔2015〕38号),提出明确城市公立医院功能定位,充分发挥其在基本医疗服务提供、急危重症和疑难病症诊疗等方面的骨干作用。因此,后续的资源配置应严格限制省、市级三级医院床位规模的不合理扩张,将资源重点投入疑难重症疾病的诊疗服务。
3.3 制约重症医学科发展的原因重症医学科投入成本高,经济效益得不到保障。我国部分地区重症床位县域占比较低,人均拥有量较OECD国家仍显不足,主要原因是重症医学科投入成本高,医院的重症医学科通常处于亏损状态且很难达到盈亏平衡[15]。我国重症医学科的卫生资源投入体系与国外有所不同,我国重症监护病房多采用医院自建自营的盈利模式,所有投入均来自医院自身盈利创收。现行医疗服务收费标准以保障社会效益为主,易忽略经济效益,以至医疗机构缺乏创立或发展重症医学科的积极性。部分医疗机构配置重症床位仅为了应付相关政策要求,服务质量以及床位配备标准得不到保障,并未充分发挥重症床位作用,严重阻碍了重症医学科的发展,以至于到2030年我国医疗卫生机构重症床位数占比达不到《指南》提出的要求。
重症医护人员不仅工作负荷较其他科室大,而且专业要求高。重症医学科医护人员匮乏,床位无法投入使用。除了医护人员严重不足外,重症医学科还存在绩效考核不够完善等问题。重症医学科绩效考核机制多采用按职称系数分配或与医院其他非重症专科统一的绩效考核制度,相对于其他专科,重症医学科较为特殊,患者平均住院时间长、转出量少、有严格的收治标准,采用统一的绩效考核制度无法体现优劳优得、岗变薪变的绩效分配原则,以至于重症医学科医护人员工作积极性较差。重症医学科的直接经济效益通常较低,医院在考虑重症医护人员劳动价值时不能单从经济效益出发,须综合其他关键绩效考核指标进行绩效核算,从而充分调动工作人员的积极性[16-17]。
3.4 局限性目前,我国重症床位资源配置总量与发达国家相比依然不足,且各地区间重症床位分布不均衡,医疗卫生机构重症床位资源布局结构不合理,政府须增加省、市级三级医院的重症床位配置。根据预测,未来我国重症床位数将大幅度增加,至2030年我国重症床位资源将在2020年的基础上扩增2倍。2019年,我国重症床位县域占比达到73.99%,整体上呈现逐年上升的趋势。根据预测,至2024年我国重症床位县域占比基本可达到100.19%,但黑龙江、吉林、西藏等偏远地区的重症床位县域占比依旧偏低。
本研究纳入分析的重症床位数仅为我国医院ICU床位数,并未包括医院中其他科室的重症床位数,如:急诊重症监护室(emergency intensive care unit,EICU)、冠心病重症监护室(coronary heart disease intensive care unit,CCU)、新生儿重症监护室(neonatal intensive care unit,NICU)等。出于新型冠状病毒感染疫情防控的需要,新型冠状病毒感染重症患者多收治于当地具有隔离条件的方舱医院,配备的重症床位信息并未全部纳入国家卫生健康委信息统计中心数据库,以至于本研究中重症床位统计量略低于实际开放量。
本研究以GM(1, 1)模型、趋势外推法预测结果并进行分析,只分析了所有因素的共同作用,研究结果对卫生资源的短期预测效果较好[18],但无法动态地对经济水平、卫生制度改革、居民健康意识变化进行衡量[19],不利于提出更好的政策建议。
由于重症床位分科复杂,患者流动性强,重症医学科医护人员多采用轮转工作模式。从全国层面收集重症床位资源具体使用数据(如病床周转率、病床使用率、平均住院日)较为困难,无法使用供需平衡法评价床位资源利用情况。课题组下一步将全面收集反映重症床位资源指标的数据,充分考虑政策、需求等变化[20],用说服力更强的卫生需求法计算重症床位需求量[21]。
·作者声明本文无实际或潜在的利益冲突
[1] |
中华医学会重症医学分会. 中国重症加强治疗病房(ICU)建设与管理指南(2006)[J]. 中国危重病急救医学, 2006(7): 387-388. |
[2] |
刘晓峰, 朱宏泉. 新冠肺炎疫情下的重症医学思考: 深度与广度[J]. 江西医药, 2020, 55(6): 776-779. |
[3] |
孙健, 王前强, 文秋林, 等. 中国基层卫生资源配置和卫生服务利用预测研究[J]. 智慧健康, 2017, 3(14): 27-29. |
[4] |
司明舒, 孔少楠, 井淇, 等. 基于灰色系统理论模型的卫生资源配置预测研究[J]. 中国卫生统计, 2019, 36(4): 528-531. |
[5] |
孙健, 王前强. 基于灰色系统GM(1, 1)模型的广西卫生资源需求预测分析[J]. 卫生软科学, 2017, 31(7): 25-28. |
[6] |
王书平, 王莹, 李卫平, 等. 医疗资源规划中卫生服务需求法与趋势外推法对比分析研究[J]. 中国社会医学杂志, 2016, 33(2): 185-187. |
[7] |
LITTON E, BUCCI T, CHAVAN S, et al. Surge capacity of intensive care units in case of acute increase in demand caused by COVID-19 in Australia[J]. Med j Aust, 2020, 212(10): 463-467. |
[8] |
陈曦, 吴军辉. 回顾性研究证明: 加强针接种可显著降低新冠重症率[N]. 科技日报, 2022-04-27(8).
|
[9] |
FORCHETTE L, SEBASTIAN W, LIU T. A comprehensive review of COVID-19 virology, vaccines, variants, and therapeutics[J]. Curr med sci, 2021, 41(6): 1037-1051. |
[10] |
CHEN Y, KLEIN S L, GARIBALDI B T, et al. Aging in COVID-19:vulnerability, immunity and intervention[J]. Ageing res rev, 2021, 65. DOI:10.1016/j.arr.2020.101205 |
[11] |
SQUARA P. The Ockham's razor for estimating the needs of ICU beds during a pandemic[J]. Ann intensive care, 2021, 11(1): 94. |
[12] |
RÖMMELE C, NEIDEL T, HEINS J, et al. Bed capacity management in times of the COVID-19 pandemic: a simulation-based prognosis of normal and intensive care beds using the descriptive data of the University Hospital Augsburg[J]. Anaesthesist, 2020, 69(10): 717-725. |
[13] |
王春亭, 陈曼, 于凯江, 等. 重症医学: 华东地区现状调查(2015年第三次ICU普查)[J]. 中华重症医学电子杂志, 2016, 2(1): 43-49. |
[14] |
国务院. 国务院办公厅关于推进分级诊疗制度建设的指导意见[J]. 中华人民共和国国务院公报, 2015(27): 27-31. |
[15] |
姚燕娟, 徐圆圆, 陈海聪. 本量利分析在科室经济运行分析中的运用[J]. 医院管理论坛, 2014, 31(9): 49-50. |
[16] |
卢新翠, 周立涛, 管晓明, 等. 从重症监护病房的运营分析到医院精细化管理的探讨[J]. 现代医院管理, 2018, 16(2): 34-38. |
[17] |
肖谦. 对医院重症监护病区劳务补贴方案设计的思考[J]. 华南国防医学杂志, 2007, 21(6): 60-61. |
[18] |
高岚岚, 张雪莉, 段占祺, 等. 基于ARIMA模型对四川省医疗机构卫生资源需求预测分析[J]. 预防医学情报杂志, 2020, 36(2): 197-202. |
[19] |
王莹, 李卫平. 灰色预测模型在湖北省医疗机构床位资源预测中的应用[J]. 医学与社会, 2015, 28(6): 57-59. |
[20] |
张博, 魏伟, 方豪, 等. 深圳市主要卫生资源预测分析[J]. 中国卫生资源, 2016, 19(4): 306-309. |
[21] |
赵临, 汪雅璇, 张馨予, 等. 我国医院床位资源利用现状与供需分析研究[J]. 中国医院管理, 2017, 37(8): 13-15. |