Research on the training of primary medical care personnel based on CBL data model in Jiangsu Province
-
摘要:
目的 探索运用基于案例的教学方法(CBL)数据模型,提升江苏省基层卫生人才培训效果。 方法 选取2022年1—6月江苏省5个市(南京、苏州、无锡、宿迁、盐城)123名全科医生作为研究对象。应用基于CBL数据模型的临床病例库进行线上培训,培训前后开展临床知识结构水平测试。采用t检验和单因素方差分析全科医生能力水平差异。采用多元线性回归分析研究影响培训效果的因素。 结果 全省123名全科医生摸底测试分数为(73.4±16.7)分。其中苏州分数最低,盐城分数最高。线上CBL案例培训3个月后,123名医生测试分数为(86.3±24.7)分,明显提高,差异有统计学意义(P<0.001)。培训后测试中循环系统、皮肤、急诊、眼耳鼻喉、康复的核心知识正确率低于摸底测试,其他各项核心知识正确率均较摸底测试提高。循证医学思维各项知识点正确率均较摸底测试提高。多元线性回归分析结果显示参加全科住院医师规范化培训和线上学习时长是培训效果的主要影响因素。培训满意度调查总平均分为(67.58±12.30)分。其中得分最高的是培训时间安排[(4.38±0.84)分]和培训效果中掌握新型冠状病毒感染的诊断标准[(4.38±0.81)分],得分最低是培训题目难易程度[(3.88±1.15)分]。培训内容、培训组织、培训效果、培训方法4个维度满意度得分差异有统计学意义(P=0.014)。大部分研究对象认为线上培训有利于节省培训时间,提高培训效率,但题目的难度略高。 结论 基于CBL数据模型的培训有利于提升全科医生临床能力,有助于培训过程的同质化管理。 Abstract:Objective To explore a new way to improve the training effect of primary medical care personnel (PMCP) in Jiangsu Province based on the application of a case based learning (CBL) data model. Methods A total of 123 PMCP from 5 cities (including Nanjing, Suzhou, Wuxi, Suqian and Yancheng) in Jiangsu Province were selected as subjects from January to June in 2022. The clinical case database based on the CBL data model was used for online training, and the test of clinical knowledge structure was conducted before and after the training. T-test and one-way ANOVA were used to analyze the difference in PMCP ability. Multiple linear regression was used to analyze the factors affecting the training effect. Results The mean scores of 123 PMCP were (73.4±16.7) points. The score of Suzhou was the lowest, while Yancheng was the highest. After 3 months of online CBL case training, the mean scores of 123 PMCP significantly improved (86.3±24.7) points, the difference was statistically significant (P < 0.001). The correct rate of core knowledge of circulatory system, skin, emergency, eye, ear, nose and throat, and rehabilitation in the post-training test was lower than that of the pre-training test, and other aspects were higher than that of the bottom test. The accuracy rate of all knowledge points of evidence-based medical thinking improved compared with the thorough test. The results of multiple linear regression analysis showed that the standardized training and online learning time of general practice residents were the main influencing factors affecting the training effect. The overall mean score of the training satisfaction survey was (67.58±12.30) points. Among them, the highest-scoring parameters were training schedule with a score of (4.38±0.84) and mastery of the new coronavirus infection diagnosis standards (4.38±0.81). The lowest-scoring parameters was the difficulty of the training questions with a score of (3.88±1.15). There were significant differences in satisfaction scores in four dimensions: training content, training organization, training effect and training method (P=0.014). Most of the research subjects believed that online training is conducive to saving training time and improving training efficiency, but the difficulty of the topic is slightly high. Conclusion Training based on CBL data model is conducive to improving the clinical ability of general practitioners and helping to homogenize the management of training process. -
Key words:
- COVID-19 /
- Case based learning /
- Primary medical care personnel
-
新型冠状病毒感染(简称“新冠”)疫情发生以来,基层全科医生为遏制疫情扩散、保障人民生活作出了卓越贡献[1-2]。但疫情防控期间也暴露出我国目前基层卫生人才匮乏,基层全科医生专业技能、预警监测能力较弱等问题[3-4]。为了满足疫情防控常态化需求,进一步促进新冠疫情下分级诊疗制度、家庭医生签约服务等工作的开展,探讨新冠疫情下的江苏省基层卫生人才培养策略及方式十分必要[5-6]。在大数据时代,全科医师的培养同样面临转变教学模式,更新教育理念,顺应信息化的挑战。数字化精准临床知识结构评估体系的运用[7],将会提高基层人才培训的质量,实现精准化管理,引导人才培养朝着高标准、严要求、规范化的方向完善。目前江苏省已经搭建了基层卫生人才能力提升平台,提供在线培训内容和培训信息化管理服务。但远程培训在享受广覆盖优势的同时,各地区人才培训信息平台不兼容,培训无法达到同质化要求,培训效果不理想。本研究旨在应用案例教学(case based learning,CBL)数据模型,实现全省基层卫生人才培训的规范化、同质化。
1. 资料与方法
1.1 资料来源
于2022年1—6月,采用分层整群抽样法,选取江苏省5个市(南京、宿迁、无锡、苏州、盐城),以每个市卫健委各推荐的2家基层卫生服务机构的全科医生作为研究对象。共128人,最后完成培训123人。
1.2 研究方法
1.2.1 临床知识结构水平数字化评估体系应用
以100个CBL临床病例集中闭卷的测试方式,在培训前1周开展临床知识结构水平测试,评估江苏省全科医师的临床核心知识能力和循证医学思维能力的水平和边界。各学科题目占比:内科(循环、呼吸、神经、消化、内分泌、血液、风湿系统)20%、外科(泌尿外科、普外科、创伤、意外伤害)13%、妇产科10%、儿科10%、眼耳鼻喉3%,康复3%、感染3%、急诊3%、心理3%,皮肤3%,基本技能6%,新型冠状病毒感染20%,社区用药3%。
CBL数据模型通过全样搜集CBL学习/测试中相关知识点的数据,进行模块化统计运算以及多维度数字化立体评估,分析静态的临床知识结构水平和循证医学思维能力。然后在不同的时间点重复同样的数据采集和统计学分析,将结果进行对比,动态观察基层全科医生的临床知识结构水平和循证医学思维能力的变化。根据培训前大数据模型分析的结果,针对每个全科医生的知识能力水平,制定个性化的培训内容。
1.2.2 线上培训
采用飞行系统进行线上培训。飞行系统是一种移动考试系统,由平板电脑和移动服务器组成,可以在30 min内组建一个Wi-Fi考场,考生通过一台平板电脑完成考试,支持随到随考和便捷补考,移动后台可当场统计考试结果。培训时间为3个月。根据要求线上学习时长达到最低标准(10 min/d,总共14 h)。每周统计学习时间,对不达标的医师进行学习提醒。
1.2.3 培训效果评估
培训结束后,6月18日采用线上飞行系统进行测试。
1.3 满意度调查
培训考试结束后以线上调查问卷形式调研满意度。调查问卷包括16个项目,4个维度,分别为培训内容(4项)、培训组织(4项)、培训效果(7项)、培训方法(1项)。全科医师线上匿名填写问卷。问卷运用Likert 5级评分法,分别为“非常满意、满意、一般、不满意、非常不满意”,依次计为5、4、3、2、1分。
1.4 统计学方法
采用EpiData 2.1对数据进行录入和整理,使用SPSS 26.0统计学软件对数据进行分析。计量资料以 x±s表示,培训前后测试成绩比较采用配对t检验,多组间比较采用单因素方差分析。采用多元线性回归分析研究影响基层全科医生能力培训效果的因素。采用Cronbach ' s α一致性系数进行满意度问卷可靠性检验。采用KMO充分性测度和Bartlett球形度检验对满意度问卷进行效度分析。P<0.05为差异有统计学意义。
2. 结果
2.1 研究对象基本情况
本次研究对象共123人,其中男性39人,女性84名。年龄为(36±8)岁,全科工作年限为(10±6)年,研究对象基本情况见表 1。
表 1 123名全科医师的基本情况Table 1. Basic information of 123 general practitioners项目 人数(%) 学历 大专 4(3.25) 本科 106(86.18) 硕士研究生 13(10.57) 性别 男性 39(31.71) 女性 84(68.29) 地区 南京 35(28.46) 盐城 20(16.26) 苏州 33(26.83) 无锡 24(19.51) 宿迁 11(8.94) 职称 初级 14(11.38) 中级 55(44.72) 副高级 46(37.40) 正高级 8(6.50) 科室 全科 96(78.05) 预防保健 27(21.95) 是否参加全科规培 是 62(50.41) 否 61(49.59) 注册全科 注册 37(30.08) 加注 86(69.92) 是否转岗 是 74(60.16) 否 49(39.84) 是否曾经参加线上培训 是 65(52.85) 否 58(47.15) 注:“加注”为执业医师范围加注全科医学。“转岗”为参加全科转岗培训。 2.2 临床知识结构水平数字化评估
2.2.1 知识能力水平数字化评估
全省123名全科医师摸底测试分数为(73.4±16.7)分。其中苏州地区测试分数为(71.5±18.1)分,盐城地区分数为(75.7±20.9)分,无锡地区测试分数为(74.3±13.4)分,宿迁地区测试分数为(77.2±19.7)分,南京地区测试分数为(72.0±14.0)分。5个城市间分数差异无统计学意义(F=0.421,P=0.805)。线上CBL案例培训3个月后,全科医师再次接受了培训后测试。全省123名全科医师测试分数为(86.3±24.7)分。其中苏州地区测试分数为(90.2±29.4)分,盐城地区分数为(91.1±28.5)分,无锡地区测试分数为(91.1±20.9)分,宿迁地区测试分数为(76.5±18.5)分,南京地区测试分数为(79.5±20.3)分。与培训前相比,培训后123名医师测试分数明显提高(t=-5.766, P < 0.001)。南京(t=2.170, P=0.037)、盐城(t=3.646, P=0.002)、苏州(t=3.313, P=0.002)、无锡市(t=3.985, P=0.001)全科医师的测试分数均较培训前明显增加(P<0.005)。宿迁全科医师培训前后测试分数差异无统计学意义(P=0.922)。
2.2.2 知识体系数字化评估
按照核心知识能力将题目分为:呼吸系统、循环系统、消化系统、神经系统等共二十大类。培训后测试中循环系统、皮肤、急诊、眼耳鼻喉、康复的核心知识正确率低于摸底测试,其他各项核心知识正确率均较摸底测试提高(图 1)。按照循证医学思维将题目涉及知识点分为:流行病学、病因、病理/生理、药理、诊断、治疗、症状/表现、预防/预后共8大类。培训后测试中各项知识点正确率均较摸底测试提高(图 2)。
2.3 影响因素分析
将摸底测试和培训后测试的分数差设置为因变量,全科医师的性别、年龄、科室、学历、职称、是否参加全科规培、工作年限、地区、线上学习时长设置为自变量(表 2), 采用线性回归分析探讨不同类型基层医疗卫生机构全科医生培训效果的影响因素。结果显示参加全科住院医师规范化培训和线上学习时长是影响分数差的主要影响因素(表 3)。
表 2 自变量赋值情况Table 2. Variable assignment自变量 赋值方法 性别 女性=1,男性=2 科室 预防保健=1,全科=2 学历 大专=1,本科=2,硕士研究生=3 职称 初级=1,中级, 2,副高级=3,正高级=4 是否参加全科规培 是=1,否=2 地区 南京=(0,0,0,1),盐城=(0,0,1,0),苏州=(0,1,0,0),无锡=(1,0,0,0),宿迁=(0,0,0,0) 是否转岗 是=1,否=2 是否曾经参加线上培训 是=1,否=2 表 3 培训效果的多元线性回归分析Table 3. Multiple regression analysis of training effect变量 B SE β t值 P值 是否参加全科规培 -5.061 2.060 -0.102 -2.457 0.016 线上学习时长 0.038 0.003 0.816 11.329 < 0.001 2.4 培训满意度调查
培训满意度调查问卷的Cronbach ' s α为0.971,表明此次问卷的信度比较理想。运用KMO充分性测度和Bartlett球形度检验对项目进行效度分析。KMO越接近1.000, 表明变量间的相关性逐渐增强。本研究问卷的KMO为0.916,表明此问卷有效可靠。培训满意度调查总分80分,共收到有效问卷123份,总平均分为(67.58±12.30)分。其中得分最高的是培训时间安排和培训效果中掌握新型冠状病毒感染的诊断标准,得分最低是培训题目难易程度。培训内容、培训组织、培训效果、培训方法4个维度满意度均分差异有统计学意义(F=5.377,P=0.014)。大部分研究对象认为线上培训有利于节省培训时间,提高培训效率,但题目的难度略高(表 4)。
表 4 满意度调查得分(x±s,分)Table 4. Satisfaction survey scores(x±s, points)项目 得分 均分 1.培训内容 4.09±0.16 培训内容条理 4.25±0.83 培训内容有针对性 4.17±1.09 培训题目难易程度 3.88±1.15 培训题目分配比例 4.07±1.03 2.培训组织 4.29±0.06 培训时间安排 4.38±0.84 学习情况及时反馈 4.24±0.84 培训考核形式合理 4.27±0.87 培训操作界面便捷性 4.30±1.91 3.培训效果 4.28±0.06 新知识和技能获取 4.28±0.83 学科新进展获取 4.23±0.89 培养临床思维 4.24±0.94 掌握新冠病毒感染的诊断标准 4.38±0.81 掌握对新冠疑似患者的初步处理、隔离及转诊流程 4.35±0.83 心理干预技能提升 4.25±0.89 突发公共卫生事件的应急管理和处置能力提升 4.25±0.94 4.培训方法 CBL案例方法 4.05±1.10 3. 讨论
3.1 CBL数据模型的应用优势
随着新冠疫情常态化,基层全科人才培训的任务艰巨,对基层全科人才的专业理论知识与临床实践技能转换融合的要求逐渐提高。CBL教学案例能够高度模拟临床实践,通过分层递进式探索问题的方法进行临床案例教学,可以提高效率,实现理论向临床实践的转化[8-10]。实践研究[11-12]证明基于CBL数据模型的培训能够激发自主学习和创新能力、培养临床思维能力,提高培训的效果;临床案例能拓宽全科医师临床知识面,辅助临床操作训练,对临床知识结构实用化再整理进行补充。本研究结果也显示基于CBL数据模型的培训,能从知识能力水平和知识结构体系2个维度提升全科医师的能力。
3.2 创新性实现全省基层卫生人才培训的精准管理
本研究线性回归分析显示参加全科住院医师规范化培训和线上学习时长是影响分数差的主要影响因素。满意度调查显示全科医师认为线上培训有利于节省培训时间,提高培训效率。通过数据分析可以统计学习时长、学习内容并进行实时提醒。基于CBL数据模型的培训突破了时间和空间的限制,采用信息化数据精确分析全科人才的知识结构、临床能力,为培训内容与方向的制定及调整提供依据。
3.3 实现基层卫生人才培训过程的同质化管理
本研究显示全省各地全科医师知识能力水平存在显著的地区差异,且各地区培训效果也存在差异。这与之前江苏地区基层卫生人才能力调查结果一致[13]。数字化临床知识结构评估体系可以实现不同单位、不同地区全科人才水平的对比,有利于培训工作的规划与部署。通过量化排名推动一批优秀全科人才的涌现,营造争先创优的良好带教氛围,提升全省基层人才培养的内涵[14]。
3.4 研究的不足之处
首先基层卫生医务人员学历层次低,文化和医学知识良莠不齐[15]。本研究数据的采集运用飞行系统。CBL案例对研究对象的临床知识储备及学习能力有一定的要求。部分低学历基层卫生医务人员可能无法很快接受CBL测试及培训的方式。第二,由于全省各地基层卫生服务机构环境相对封闭,信息化水平参差不齐。采集数据的飞行系统需要Wi-Fi设备支持,部分偏远基层卫生服务机构,尤其农村地区不具备实施的硬件条件[16]。第三,缺乏全科人才培训的长效机制。全科人才培训要建立完善的培训管理体系,形成长效机制,并探索有效的奖惩机制。
利益冲突 无 -
表 1 123名全科医师的基本情况
Table 1. Basic information of 123 general practitioners
项目 人数(%) 学历 大专 4(3.25) 本科 106(86.18) 硕士研究生 13(10.57) 性别 男性 39(31.71) 女性 84(68.29) 地区 南京 35(28.46) 盐城 20(16.26) 苏州 33(26.83) 无锡 24(19.51) 宿迁 11(8.94) 职称 初级 14(11.38) 中级 55(44.72) 副高级 46(37.40) 正高级 8(6.50) 科室 全科 96(78.05) 预防保健 27(21.95) 是否参加全科规培 是 62(50.41) 否 61(49.59) 注册全科 注册 37(30.08) 加注 86(69.92) 是否转岗 是 74(60.16) 否 49(39.84) 是否曾经参加线上培训 是 65(52.85) 否 58(47.15) 注:“加注”为执业医师范围加注全科医学。“转岗”为参加全科转岗培训。 表 2 自变量赋值情况
Table 2. Variable assignment
自变量 赋值方法 性别 女性=1,男性=2 科室 预防保健=1,全科=2 学历 大专=1,本科=2,硕士研究生=3 职称 初级=1,中级, 2,副高级=3,正高级=4 是否参加全科规培 是=1,否=2 地区 南京=(0,0,0,1),盐城=(0,0,1,0),苏州=(0,1,0,0),无锡=(1,0,0,0),宿迁=(0,0,0,0) 是否转岗 是=1,否=2 是否曾经参加线上培训 是=1,否=2 表 3 培训效果的多元线性回归分析
Table 3. Multiple regression analysis of training effect
变量 B SE β t值 P值 是否参加全科规培 -5.061 2.060 -0.102 -2.457 0.016 线上学习时长 0.038 0.003 0.816 11.329 < 0.001 表 4 满意度调查得分(x±s,分)
Table 4. Satisfaction survey scores(x±s, points)
项目 得分 均分 1.培训内容 4.09±0.16 培训内容条理 4.25±0.83 培训内容有针对性 4.17±1.09 培训题目难易程度 3.88±1.15 培训题目分配比例 4.07±1.03 2.培训组织 4.29±0.06 培训时间安排 4.38±0.84 学习情况及时反馈 4.24±0.84 培训考核形式合理 4.27±0.87 培训操作界面便捷性 4.30±1.91 3.培训效果 4.28±0.06 新知识和技能获取 4.28±0.83 学科新进展获取 4.23±0.89 培养临床思维 4.24±0.94 掌握新冠病毒感染的诊断标准 4.38±0.81 掌握对新冠疑似患者的初步处理、隔离及转诊流程 4.35±0.83 心理干预技能提升 4.25±0.89 突发公共卫生事件的应急管理和处置能力提升 4.25±0.94 4.培训方法 CBL案例方法 4.05±1.10 -
[1] 肖菊姣, 陈东, 李鉴轶, 等. 全科住培医生社区传染病防控能力提升的探索与实践: 基于新冠肺炎疫情的项目式学习模式研究[J]. 中华全科医学, 2020, 18(11): 1889-1892, 1978. doi: 10.16766/j.cnki.issn.1674-4152.001646XIAO J J, CHEN D, LI J Y, et al. Exploration and practice of improving the community prevention and control ability of infectious diseases of general practitioners of residential training: Research on the project-based learning model based on the COVID-19[J]. Chinese Journal of General Practice, 2020, 18(11): 1889-1892, 1978. doi: 10.16766/j.cnki.issn.1674-4152.001646 [2] 国家卫生健康委, 国家中医药管理局. 新型冠状病毒肺炎诊疗方案(试行第八版)[J]. 中国医药, 2020, 15(10): 1494-1499.National Health Commission of P.R.C., National Administration of Traditional Chinese Medicine. Diagnosis and treatment of corona virus disease-19 (8th trial edition)[J]. China Medicine, 2020, 15(10): 1494-1499. [3] 李春燕, 蒋良芝, 汪可可, 等. 新冠肺炎疫情防控下医院感染管理的实践与思考[J]. 海南医学, 2022, 33(5): 656-661.LI C Y, JIANG L Z, WANG K K, et al. Practice and thinking of hospital infection management under the background of COVID-19 prevention and control[J]. Hainan Medical Journal, 2022, 33(5): 656-661. [4] 张莉, 林涛, 王静, 等. 新冠肺炎疫情期间基层疾控中心工作人员心理健康调查分析[J]. 海南医学, 2021, 32(8): 1058-1061.ZHANG L, LIN T, WANG J, et al. Psychological status investigation of the staff in grass-roots Centers for Disease Control during COVID-19 epidemic[J]. Hainan Medical Journal, 2021, 32(8): 1058-1061. [5] 常红波, 吴鸿, 常学辉. 新冠疫情后的医学院校人才培养改革[J]. 中国中医药现代远程教育, 2023, 21(13): 168-170.CHANG H B, WU H, CHANG X H. Reform of Medical University Talent Training after COVID-19[J]. Chinese Medicine Modern Distance Education of China, 2023, 21(13): 168-170. [6] 晏中军, 付星祥, 王锡富. 在全科住院医师规范化培训中加强防疫培训的必要性分析[J]. 江西医药, 2022, 57(5): 534-536.YAN Z J, FU X X, WANG X F. Analysis on the necessity of strengthening epidemic prevention training in the standardized training of residents in general practice[J]. Jiangxi Medical Journal, 2022, 57(5): 534-536. [7] 杨南然, 陈泽潮, 刘晓晖. CBL教学法在全科医学教学中的运用研究[J]. 中国继续医学教育, 2022, 14(14): 79-82.YANG N R, CHEN Z C, LIU X H. Research on the Application of CBL Teaching Mode in General Practice Teaching[J]. China Continuing Medical Education, 2022, 14(14): 79-82. [8] 李凌云, 黄佳培, 姜鹏超, 等. 数字化评估体系在住院医师规范化培训师资管理中的应用[J]. 中国继续医学教育, 2022, 14(4): 87-91.LI L Y, HUANG J P, JIANG P C, et al. Application of Digital Evaluation System in the Management of Teachers for Residents Standardized Training[J]. China Continuing Medical Education, 2022, 14(4): 87-91. [9] 欧阳骞, 陈建中, 黄燕飞, 等. 数字化实时评估系统结合CBL评估系统在口腔修复学教学中的应用研究[J]. 云南医药, 2021, 42(5): 470-471.OUYANG Q, CHEN J Z, HUANG Y F, et al. Study on the application of digitization real-time evaluation system and CBL evaluation system in prosthetic dentistry teaching[J]. Medicine and Pharmacy of Yunnan, 2021, 42(5): 470-471. [10] 于丽丽, 茹国庆, 吴建宇, 等. PBL结合CBL教学在临床病理学住院医师规范化培训中的应用与初探[J]. 浙江临床医学, 2022, 24(10): 1576-1578.YU L L, RU G Q, WU J Y, et al. Application and preliminary study of PBL combined with CBL teaching in standardized training of clinical pathology residents[J]. Zhejiang Clinical Medical Journal, 2022, 24(10): 1576-1578. [11] 杨茜岚, 占伊扬, 陈丽灵, 等. 基于CBL教学的动态评估系统在临床医学专业"5+3"一体化创新人才培养中的应用效果[J]. 医学信息, 2020, 33(22): 9-12.YANG X L, ZHAN Y Y, CHEN L L, et al. Application Effect of Dynamic Evaluation System Based on CBL Teaching in the Trainingof "5+3" Integrated Innovative Talents of Clinical Medicine[J]. Journal of Medical Information, 2020, 33(22): 9-12. [12] 王沁萍, 阮爱萍, 马艳霞, 等. CBL教学模式在我国高等基础医学教育中应用的研究现状[J]. 基础医学教育, 2019, 21(12): 946-948.WANG Q P, RUAN A P, MA Y X, et al. Research status of CBL teaching model applied in higher basic medical education in China[J]. Basic Medical Education, 2019, 21(12): 946-948. [13] 刘红, 史卫红, 乔学斌. 江苏省基层全科医生岗位胜任力研究[J]. 中国全科医学, 2017, 20(25): 3088-3093.LIU H, SHI W H, QIAO X B. Competencies of Grassroots General Practitioners in Jiangsu Province[J]. Chinese General Practice, 2017, 20(25): 3088-3093. [14] 唐伟, 郑美群, 鲁宗琼, 等. 中医全科医学在新冠肺炎疫情防控中的作用探讨[J]. 中国初级卫生保健, 2022, 36(8): 117-120.TANG W, ZHENG M Q, LU Z Q, et al. An Analysis of the Role of Chinese General Medicine in The Prevention and Treatment of Neocrown Pneumonia[J]. Chinese Primary Health Care, 2022, 36(8): 117-120. [15] 吕宁宁, 武宁. 我国全科医生队伍发展现状与建议[J]. 中国医疗管理科学, 2021, 11(6): 29-32.LYU N N, WU N. The status quo of the development of general practitioners in China and countermeasures[J]. Chinese Journal Of Medical Management Sciences, 2021, 11(6): 29-32. [16] 李诺. 开州区农村全科医生队伍建设存在的问题及对策研究[D]. 重庆: 重庆三峡学院, 2023.LI N. Research on the existing problems and countermeasures in the construction of rural general practitioners in Kaizhou District[D]. Chongqing: Chongqing Three Gorges University, 2023. -