广州市家庭医生签约现状及影响因素研究

范阳东; 江蕾; 柳薇; 吴丁娟

doi:10.16766/j.cnki.issn.1674-4152.001736

广州市家庭医生签约现状及影响因素研究

doi: 10.16766/j.cnki.issn.1674-4152.001736

广州医科大学卫生管理学院，广东广州 511436

基金项目:

国家社会科学基金重大项目 17ZDA080

广州市卫生健康科技项目 2020A031004

详细信息

通讯作者:
吴丁娟，E-mail: wdj@gzhmu.edu.cn

中图分类号: R499
计量
- 文章访问数: 173
- HTML全文浏览量: 106
- PDF下载量: 2
- 被引次数: 0
出版历程
- 收稿日期: 2020-06-21
- 网络出版日期: 2022-02-19

Status of family doctor contract signing in Guangzhou and its influencing factors

School of Health Management, Guangzhou Medical University, Guangzhou, Guangdong 511436, China

摘要

摘要: 目的通过了解广州市居民家庭医生签约服务的知晓和签约情况, 探讨其影响因素, 为提高知晓率和签约率提供决策依据。方法采用简单随机抽样的方法从广州市142个社区卫生服务中心中随机抽取16个, 于2019年11—12月在社区卫生服务中心附近随机拦截居民发放纸质问卷, 回收有效问卷600份。结果 600个调查对象中, 男性224人(37.3%), 女性376人(62.7%); 18~30岁69人(11.5%), 31~40岁147人(24.5%), 41~50岁119人(19.8%), 51~60岁104人(17.3%), 60岁以上161人(26.9%); 患有慢性疾病的223人(37.2%), 没有患慢性疾病的377人(62.8%); 508人(84.7%)知晓家庭医生签约服务, 92人(15.3%)不知晓家庭医生签约服务; 354人(59.0%)签订家庭医生签约服务协议, 246人(41.0%)未签订; 知晓家庭签约医生服务的居民签约率为69.7%。不同性别、学历、职业的居民在家庭医生签约知晓率上的差异具有统计学意义(均P < 0.05), 不同学历、职业的居民在家庭医生签约率上的差异具有统计学意义(均P < 0.05)。Logistic回归分析表明高学历、患有慢性病、专业技术人员、行政管理人员签约家庭医生的概率更高。结论通过提升居民知晓率有望提高10.7%的家庭医生签约率, 可以针对男性、低学历、一般工人、企业员工、无业人员进行重点认知教育, 并且应更多关注低学历人群和无业人员的签约, 以此推进家庭医生签约的全覆盖。
- 家庭医生签约 /
- 知晓率 /
- 签约率 /
- 影响因素 /
- 广州
Abstract: Objective To investigate the knowledge and signing status of family doctor signing service in Guangzhou and to explore its influencing factors, so as to provide basis for the improvement of the awareness and signing rates. Methods A simple random sampling method was used to select 16 subjects from 142 community health service centres in Guangzhou. Paper questionnaires were distributed to randomly intercept residents near to community health service centres from November to December 2019, and 600 valid questionnaires were collected. Results Amongst the 600 respondents, 224 males (37.3%) and 376 females (62.7%) were identified. Sixty-nine (11.5%) of the respondents were aged between 18 and 30; 147 (24.5%) were aged between 31 and 40; 119 (19.8%) were aged between 41 and 50; 104 (17.3%) were aged between 51 and 60; 161 (26.9%) were aged over 60. 223 (37.2%) with chronic diseases and 377 (62.8%) without chronic diseases; 508 (84.7%) were aware of the contracted services of family doctors, and 92 (15.3%) were unaware of the contracted services of family doctors. A total of 354 cases (59.0%) signed the family doctor service agreement, and 246 cases (41.0%) did not. The signing rate of residents who were aware of the family contract doctor service was 69.7%. Chi-square test showed that residents of different genders, educational background and occupation had statistically significant differences in the awareness rate of family doctor signing (all P < 0.05), and residents of different educational background and occupation had statistically significant differences in family doctor signing (all P < 0.05). Logistic regression analysis showed that family doctors with higher education, chronic diseases, professional technicians and administrative staff were more likely to sign up. Objective Conclusion Resident awareness through ascension could increase the rate of family doctors signing by 10.7%, for men with lower education, general workers, enterprise employees and unemployed on cognitive education. Furthermore, we should focus on the signing of low education levels and unemployed to promote the family doctor signing.
- Family doctor signing /
- Awareness rate /
- Contract rate /
- Influence factor /
- Guangzhou

HTML全文

表 1 不同类型居民对家庭医生签约服务知晓情况[人(%)]

特征	人数	知晓	不知晓	χ²值	P值
性别				17.101	< 0.001
男性	224	172(76.8)	52(23.2)
女性	376	336(89.4)	40(10.6)
年龄(岁)				5.314	0.257
18~30	69	54(78.3)	15(21.7)
31~40	147	125(85.0)	22(15.0)
41~50	119	107(89.9)	12(10.1)
51~60	104	89(85.6)	15(14.4)
>60	161	133(82.6)	28(17.4)
月收入(元)				10.488	0.063
< 3 000	35	26(74.3)	9(25.7)
3 000~3 999	66	50(75.8)	16(24.2)
4 000~4 999	83	76(91.6)	7(8.4)
5 000~7 999	89	76(85.4)	13(14.6)
8 000~9 999	79	69(87.3)	10(12.7)
>10 000	248	211(85.1)	37(14.9)
学历				12.569	0.028
小学及以下	58	41(70.7)	17(29.3)
初中	96	80(83.3)	16(16.7)
高中/中专	142	120(84.5)	22(15.5)
大学专科	119	101(84.9)	18(15.1)
大学本科	162	145(89.5)	17(10.5)
研究生	23	21(91.3)	2(8.7)
职业				17.282	0.008
一般工人	123	98(79.7)	25(20.3)
专业技术人员	112	102(91.1)	10(8.9)
行政管理人员	74	67(90.5)	7(9.5)
私企员工	61	48(78.7)	13(21.3)
离退休人员	174	151(86.8)	23(13.2)
无业人员	19	12(63.2)	7(36.8)
其他	37	30(81.1)	7(18.9)
患慢性病				0.967	0.326
否	377	315(83.6)	62(16.4)
是	223	193(86.5)	30(13.5)

下载: 导出CSV

表 2 不同类型居民对家庭医生签约服务的签约情况[人(%)]

特征	人数	签约	未签约	χ²值	P值
年龄(岁)				4.919	0.296
18~30	69	44(63.8)	25(36.2)
31~40	147	89(60.5)	58(39.5)
41~50	119	77(64.7)	42(35.3)
51~60	104	58(55.8)	46(44.2)
>60	161	86(53.4)	75(46.6)
月收入(元)				8.045	0.154
< 3 000	35	14(40.0)	21(60.0)
3 000~3 999	66	37(56.1)	29(43.9)
4 000~4 999	83	52(62.7)	31(37.3)
5 000~7 999	89	57(64.0)	32(36.0)
8 000~9 999	79	51(64.6)	28(35.4)
>10 000	248	143(57.7)	105(42.3)
学历				19.667	0.001
小学及以下	58	26(44.8)	32(55.2)
初中	96	47(49.0)	49(51.0)
高中/中专	142	83(58.5)	59(41.5)
大学专科	119	75(63.0)	44(37.0)
大学本科	162	113(69.8)	49(30.2)
研究生	23	10(43.5)	13(56.5)
职业				19.647	0.003
一般工人	123	68(55.3)	55(44.7)
专业技术人员	112	85(75.9)	27(24.1)
行政管理人员	74	43(58.1)	31(41.9)
私企员工	61	35(57.4)	26(42.6)
离退休人员	174	94(54.0)	80(46.0)
无业人员	19	7(36.8)	12(63.2)
其他	37	22(59.5)	15(40.5)
患慢性病				0.579	0.447
否	377	218(57.8)	159(42.2)
是	223	136(61.0)	87(39.0)

下载: 导出CSV

表 3 多因素非条件logistic回归分析赋值

变量	赋值
年龄	实际年龄
月收入	实际收入
学历	哑变量1:初中为1, 否则为0;哑变量2:高中/中专为1, 否则为0;哑变量3:大学专科为1, 否则为0;哑变量4:大学本科为1, 否则为0;哑变量5:研究生及以上为1, 否则为0
职业	哑变量1:专业技术人员为1, 否则为0;哑变量2:行政管理人员为1, 否则为0;哑变量3:私企员工为1, 否则为0;哑变量4:离退休人员为1, 否则为0;哑变量5:无业人员为1, 否则为0;哑变量6:其他为1, 否则为0
患慢性病情况	否=0, 是=1

下载: 导出CSV

表 4 家庭医生签约的多因素非条件logistic回归分析

影响因素	B	SE	Wald χ²	P值	OR值	95% CI
学历
初中	0.233	0.340	0.470	0.493	1.263	0.648~2.461
高中/中专	0.627	0.328	3.652	0.056	1.872	0.984~3.56
大学专科	0.756	0.355	4.522	0.033	2.129	1.061~4.272
大学本科	0.989	0.365	7.326	0.007	2.688	1.314~5.499
研究生及以上	-0.236	0.567	0.173	0.678	0.790	0.260~2.400
职业
专业技术人员	0.841	0.319	6.961	0.008	2.318	1.241~4.329
行政管理人员	0.033	0.333	0.010	0.922	1.033	0.538~1.985
私企员工	-0.028	0.322	0.008	0.930	0.972	0.517~1.827
离退休人员	-0.061	0.256	0.056	0.813	0.941	0.570~1.555
无业人员	-0.729	0.516	1.998	0.158	0.483	0.176~1.326
其他	0.196	0.393	0.248	0.619	1.216	0.563~2.627
患慢性病
是	0.468	0.203	5.308	0.021	1.597	1.072~2.379
常量	-0.505	0.345	2.141	0.143	0.604
注: 学历均与小学及以下比较; 职业均与一般工人比较。

下载: 导出CSV

参考文献(20)

[1]	茹文臣, 陈娟. 北京市某城区居民家庭医生签约现况及影响因素[J]. 中国公共卫生, 2019, 35(5): 630-634.
[2]	国务院医改办. 关于印发推进家庭医生签约服务指导意见的通知[EB/OL]. (2016-05-25). [2020-03-04]. http://www.nhc.gov.cn/tigs/s3577/201606/e3e7d2670a8b4163b1fe8e409c7887af.shtml.
[3]	朱仁显, 李欣. 家庭医生签约服务制度的建构与完善对策——厦门市经验的研析[J]. 东南学术, 2018(6): 64-72.
[4]	张琪, 王德永. 家庭医生签约对自评健康水平影响的实证分析[J]. 中国卫生政策研究, 2019, 12(1): 60-67.
[5]	史生铭, 汪娟, 黄耀庭, 等. 上海市某社区家庭医生签约服务现况[J]. 医药论坛杂志, 2020, 41(4): 95-97, 101.
[6]	王亚蒙, 贾昊男, 马宏坤, 等. 系统理论视角下的家庭医生签约机制分析[J]. 中国医院管理, 2018, 38(12): 34-36.
[7]	祝嫦娥, 周丹丹, 圣孟飞, 等. 南京市居民家庭医生签约服务的满意度与签约现状调查[J]. 医学与社会, 2019, 32(11): 97-101.
[8]	李越飞. 重庆市南岸区家庭医生签约服务现状调查分析[J]. 现代医药卫生, 2019, 35(19): 3078-3080. doi: 10.3969/j.issn.1009-5519.2019.19.049
[9]	王朝昕, 陈宁, 刘茜, 等. 我国全科医学科研发展的回溯与展望: 发展历史、研究领域及瓶颈分析[J]. 中华全科医学, 2019, 17(7): 1069-1072, 1141.
[10]	葛高琪, 唐楠, 陈兆杰, 等. 陕西省试点地区居民对家庭医生签约服务与双向转诊的知晓情况和满意度研究[J]. 中国全科医学, 2017, 20(28): 3493-3497.
[11]	王冬阳, 陆雅文, 王梦圆, 等. 江苏省家庭医生签约服务的现状及对策[J]. 中国卫生资源, 2018, 21(2): 140-143, 148.
[12]	黄宇, 冯林林, 李子欣, 等. 深圳市家庭医生服务现状与影响因素——以深圳市龙华区为例[J]. 中国卫生事业管理, 2019, 36(5): 329-335.
[13]	莫海韵, 罗志荣, 欧文森, 等. 广东省欠发达地区居民家庭医生式服务签约现状及服务需求的影响因素研究[J]. 中国全科医学, 2017, 20(28): 3482-3487.
[14]	任田, 彭美华. 成都市温江区家庭医生签约服务模式现况及影响因素分析[J]. 社区医学杂志, 2016, 14(24): 10-12.
[15]	温天朗, 陈敏生, 杜庆锋. 佛山市乡镇居民对家庭医生签约服务的认知与需求调查[J]. 医学与社会, 2019, 32(1): 93-95, 112.
[16]	黄琦程, 陆方, 陈雯, 等. 医院患者对分级诊疗的认知调查及意愿分析[J]. 中国初级卫生保健, 2016, 30(7): 1-3, 34.
[17]	郭红英, 陈坤, 任礼敏, 等. 佛山市高明区居民家庭医生式服务的签约现状及影响因素调查[J]. 护理研究, 2019, 33(9): 1582-1585.
[18]	滕黎, 麦陈耀. 南充市社区门诊患者签约家庭医生的意愿及影响因素研究[J]. 现代医药卫生, 2016, 32(24): 3763-3766.
[19]	常海明, 陈静静, 彭迎春. 京郊山区家庭医生签约服务区级与内部考核结果的差异分析[J]. 中华全科医学, 2019, 17(3): 341-344.
[20]	张蓓, 段爱旭. 大同市家庭医生签约服务现状调查与分析[J]. 中国农村卫生事业管理, 2019, 39(10): 731-735.