中国情境下患者医疗服务信息采纳量表的构建

■ 宋彬彬 姚德明 郭 蕊

2015年5月12日，国家卫生计生委办公厅《关于印发医院、计划生育技术服务机构等9类医疗卫生机构信息公开目录的通知》中明确提出向患者公开具体的医疗服务信息。2017年1月9日，国务院正式印发《“十三五”深化医药卫生体制改革规划》，明确提出要建立健全公立医院信息公开制度。无论是从国家层面的决策还是从国内外实践的趋势来看，医疗服务信息披露成为医疗服务监管的重要形式之一。医疗服务信息披露制度是解决医患双方信息不对称、指导患者就医、提高医疗服务质量的有效措施。Berwick等[1]认为医疗服务信息可以通过医方服务改变路径和患者选择路径发挥其有效性。医疗服务改变路径即披露信息能够帮助医方认识到自身不足，医方考虑到自身发展和市场份额等因素会改善医疗服务行为；患者选择路径即披露信息能赋予患者知情选择的权利，患者往往会选择医疗服务质量高的医院就医，从而促进医院提高服务质量。Weil等[2]也认为任何信息披露管制政策有效发挥的关键在于披露信息能否嵌入到信息使用方的决策中。本文从患者角度出发进行患者医疗服务信息采纳研究，旨在形成一套成熟的适合我国情境的患者医疗服务信息采纳量表，评价我国医疗服务信息披露的有效性。

1 资料与方法

1.1 理论基础

技术接受模型（technology acceptance model，TAM）是Davis[3]运用理性行为理论研究用户对信息系统接受时所提出的模型，其目的就是解释和预测影响用户信息系统接受的各种因素。根据T A M模型，用户的使用意愿受感知有用性和感知易用性影响。作为TAM的发展，Venkatesh等[4]整合了TAM相关的8个理论模型，提出整合的技术接受模型（unified theory of acceptance and use of technology，UTAUT）。根据UTAUT，用户对信息系统的接受和使用行为受绩效期望、努力期望、社会影响和促进因素的影响。UTAUT自提出以来在医疗领域得到了广泛的应用，如用户对医疗健康网站的使用意愿和使用行为研究[5]、移动中医健康服务的用户采纳意愿研究[6]、移动医疗APP用户接受行为研究[7]等。患者对医疗服务信息的采纳也是一种用户接受行为，基于UTAUT研究患者对医疗服务信息的采纳问题具有一定的可行性。

1.2 本土化测量工具的开发

本研究中，（1）绩效期望（performance expectancy，PE）是指患者感知医疗服务信息的有用性，反映用户感知信息对自身的重要性以及和自身需求的相关性。医疗服务信息披露是解决医患双方信息不对称的有效途径，具有赋予患者知情选择的权利，节约患者的信息收集成本、减少医疗相关费用等好处。（2）努力期望（effort expectancy，EE）指患者感知的医疗服务信息容易理解和使用的程度，主要反映信息的可及性、可理解性和兼容性。（3）社会影响（social influence，SI）指患者感知的对其重要的人认为其应当使用医疗服务信息的程度。人们在就医过程中对医疗服务信息的收集肯定会受到对自己重要的人的影响，也会受媒体舆论的引导。（4）促进条件（facilitating conditions，FC）指患者感知的现有组织与技术结构在使用医疗服务信息过程中所能提供帮助的程度。随着信息披露制度的实践，互联网、智能手机的普及，方便了公众收集医疗服务信息，这些条件为患者参与奠定了基础。（5）采纳意愿（behavioral intention，BI）指患者目前或现在愿意使用信息的程度，也包括把信息推荐给他人的意愿。

本研究所提出的患者医疗服务信息采纳量表是以经典量表为基础，根据医疗服务信息的特点进行英文双向互译、语义本土化等修改，邀请医院管理专家对问卷提出修改意见，根据预调查中发现的问题进行修改，最终形成量表初稿。量表由绩效期望、努力期望、社会影响、促进因素和采纳意愿5个维度，共17个条目构成量表的测量体系。每个条目采用Likert 5级制评分，认同程度从弱到强依次为“完全不同意”“比较不同意”“既不反对也不同意”“比较同意”“完全同意”，得分依次为1～5分（表1）。再以调查问卷的方式取得数据，运用量化的方法对其进行探索性因子分析和验证性因子分析。

1.3 研究对象

2017年7月采用目的性抽样方法在北京市抽取6所三甲医院作为被调查单位，以门诊和住院患者作为调查对象，采用调查员一对一询问的方法进行调查。总计发放问卷655份，回收有效问卷614份，问卷有效率为93.74%。

1.4 数据分析和质量控制方法

量表构建过程中邀请专家对量表进行论证；根据预调查的反馈结果对问卷进行修改；通过调查员培训、实时监督、数据双录入等方法进行质量控制。使用Epidata3.0进行数据录入，采用SPSS 24.0进行探索性因子分析，结构方程模型分析软件AMOS17.0进行验证性因子分析。

2 结果

2.1 调查对象基本情况

调查对象在性别方面，女性稍多，为322人，占52.4%；门诊患者和住院患者分别占54.6%、45.4%；年龄方面，青年人居多，小于44岁的有329人，占53.6%；本科学历患者最多，为191人，占31.1%；城镇职工参保人数最多，为263人，占38.4%；健康状态为一般的人数最多，为275人，占44.8%。另外，有慢性病及长期服药的患者有181人，占29.5%。

表1 患者医疗服务信息采纳量表

2.2 信效度分析

采用Cronbach'sα值作为信度判断的标准，测量同一维度下各测项之间的内部一致性，α系数越大表示条目间相关性越好，一般而言，α＞0.8表示内部一致性极好，α在0.6～0.8表示较好，而＜0.6表示内部一致性较差[10]。数据分析显示，采纳量表总体的Cronbach'sα值为0.931，各维度Cronbach'sα值都在0.7以上（表2），表明量表具有较好的信度。

关于内容效度，所有变量均采用多个测度项，这些测度项均为成熟的量表，根据医疗服务信息的特点改编而来，并通过专家咨询对问卷进行修正，在正式问卷调查之前进行预调查，根据反馈对问卷进行调整，可以认为本量表的内容效度较好。本文将联合采用探索性因子分析和验证性因子分析评价量表的信效度。

2.2.1 探索性因子分析。因子分析之前首先要进行K M O检验和Bartlett球形检验，检验结果如下所示，KMO=0.923＞0.9，检验结果表明数据整体适合进行因子分析。同时，Bartlett球型检验统计量为5833.281，P＜0.001，适合做因子分析。因此，本文采用主成分分析法，以最大变异旋转法自由萃取因子及其载荷量。主成分保留的个数按照以累积贡献率来确定，当前k个主成分的累积贡献率到达某一特定值时（一般以＞70%为宜），则保留前k个主成分[11]。根据主成分分析的结果，把载荷系数低于0.5的IS3和FC3删除。最后结果显示，提取5个因子后累积方差贡献率达到了75.79%，题项在各维度上的载荷绝对值系数均高于0.5（表3），表明量表具有较好的收敛效度和判别效度。2.2.2 验证性因子分析。使用AMOS17.0进行验证性因子分析，进一步对量表的信效度进行检验。结果如表4所示，所有因子的因素负荷量都在0.70以上，且都在0.001的水平下显著，各因子的平均抽取方差(average variance extracted，A V E)都大于0.5 0，说明测度项均拥有较高的收敛效度。另外，所有因子的复合信度(composite reliability，CR)都大于0.70，表明各测度项具有较好的内部一致性。通过比较因子间的相关系数和各因子的AVE值平方根的大小对区别效度进行进一步检验。如表5所示，所有因子间相关系数都小于相应的各因子的AVE值平方根（表中对角线上的加粗数字），说明量表具有良好的区别效度。

表2 患者医院信息采纳量表各维度信度分析

表3 题项删除后的旋转成份矩阵

表4 信度和收敛效度分析

表5 相关系数矩阵与AVE平方根

测量模型拟合结果如下：λ2=140.788，λ2/df=1.903＜3，适配度指数=0.971＞0.9，调整后适配度指数=0.953＞0.9，规准适配指数=0.974＞0.9，非规准适配指数=0.982＞0.9，比较适配指数=0.987＞0.9，渐进残差均方和平方根=0.038＜0.05，均符合判断标准，这表明测量模型具有良好的适配性。

3 讨论

3.1 运用UTAUT理论研究患者医疗服务信息采纳具有重要意义

将U T A U T理论应用于研究中国情境下患者对医疗服务信息的采纳，旨在通过建立适应我国国情的患者医疗服务信息采纳量表，从患者的角度为我国医疗服务信息披露制度的制定提供参考依据。对于提高患者对医疗服务信息的有效利用，帮助患者进行就医选择，进而提高医疗服务质量具有重要意义。同时，UTAUT理论对于研究中国情境下患者对医疗服务信息采纳的问题具有一定的适用性，也拓宽了UTAUT理论的应用领域。

3.2 患者医疗服务信息采纳量表具有一定的科学性

量表编制的过程必须遵循4个基本原则。一是有效的测量工具必须基于正确的理论；二是在设计题项的过程中，一定要从测项库中抽取具有代表性的问题；三是使用多个观测项来测量一个概念，即多问项测量原理；四是量表必须通过数据调查进行信效度检验[12]。本研究中量表的开发基于成熟的UTAUT理论，并根据专家咨询和预调查进行修改，最终确定了患者医疗服务信息采纳量表。通过问卷调查取得研究数据，运用量化方法对量表作进一步的验证，分析结果证明量表具有较好的信度和效度，能够有效测量并反映患者对信息的实际采纳情况。

3.3 患者医疗服务信息采纳量表具有一定的实用性

我国医疗服务信息披露的实践正在以医院、政府、第三方组织披露等途径进行。如医院依据卫生健康委印发的政策文件要求，在医院官方门户网站上进行信息公开；安徽省要求省内二级以上医疗机构需向社会公开医疗服务信息；北京市卫生计生委基于DRGs评价系统，对各医院的医疗服务能力、医疗服务效率和医疗安全进行综合与单项评价，使各医院之间能够进行横向比较；第三方组织披露如复旦大学医院管理所每年向全国发布的最佳医院排行榜等。随着互联网、智能手机的普及，方便了公众获取医疗服务信息。国内披露政策的出台以及社会的变化都增强了信息透明度，为患者参与奠定了基础，但是披露的信息是否会影响患者的就医决策是需要关注的问题。患者医疗服务信息采纳量表有利于卫生政策制定者了解患者对医疗服务信息采纳的 制约因素和促进因素，促进医疗服务信息对患者决策的影响，帮助患者进行就医选择，以发挥医疗服务信息披露制度的有效性。