基于系统动力学的社区高血压单病种管理路径的复杂动态分析

徐莉苹，陈婕，郭菲娜，易春涛

本研究价值：

通过对近10年国内外社区慢性病管理效果的研究可以发现，目前的分析多采用单一指标法、单因素回归、多元线性回归、灰色模型、ARIMA模型和神经网络等方法。这些方法常依赖数据指标的完善性、全面性和时间序列长度，没有从更宏观的视角关注系统中各个因素之间相互增强或相互抑制的非线性关系和影响延迟效应。系统动力学模型在系统思考的前提下，更加注重模型结构的科学性和逻辑性，仿真结果更接近真实情况，为社区单病种健康管理路径的决策优化研究提供了新的方法。通过精确建立社区针对单病种管理运营和资源配置的模型，演绎其运行机制和趋优机制，从而实现内部系统的动态完善并提高其构建效率。

高血压是影响我国居民健康最常见的一种疾病，也是引起心脑血管疾病最重要的危险因素，其并发症如脑卒中、冠心病、心力衰竭等均会导致极高的病死率和致残率［1］，且高血压患病率也呈逐年上升的趋势［2］。长期实践和研究表明，社区综合干预与防治是控制高血压的基本模式和最有效途径［3-4］，早在2004年，上海市卫生局就印发了《上海市社区高血压防治工作指南（试行）》（沪卫疾控［2004］45号），指导全市所有社区规范地开展高血压患者的登记和随访管理工作［5］。目前，上海社区的高血压防控在患者的管理率、服药率等方面取得了一定成效［6］，以全科团队与预防保健人员为主体的慢性病防治队伍发挥了越来越重要的作用［3］。上海市徐汇区枫林街道社区卫生服务中心在高血压患者的健康管理方面有丰富的实践经验，例如2007—2015年在现行的高血压管理模式基础上引入细节管理［3］，以及自2011年起正式在下属的全科服务团队针对重点人群（包括高血压患者）开展健康管理及健康干预［7］等，对高血压患者的管理和血压控制效果明显。

但由于我国全科团队实施社区高血压健康管理模式尚处于起步阶段，还存在诸多问题［8］，例如高血压患者的血压控制率相较于管理率偏低、危险因素控制不佳等［6］，如何进一步优化社区高血压患者的管理模式，是提高高血压防治水平的关键所在［9］。然而高血压社区管理模式中的人群筛查与分类、医务人员的分工协作等，均会影响血压控制的最终效果，相互之间也存在因果关系，但是不能通过孤立分析其中某些环节之间的联系来分析该管理模式的行为与影响，只有把整个模式看作一个环环相扣的动态复杂系统，才有可能给出正确有效的改进建议［10-11］。而系统动力学则是一种专注处理复杂系统问题的方法［12］，以研究对象的行为特征及其内部的运行机制为分析重点，采用定性与定量结合、系统建模与推理分析结合的方法，为研究者剖析因果关系、制定决策、优化流程等提供工具，已经广泛应用于工业、社会发展、医疗卫生等诸多领域［13-17］。

本研究在所在单位——枫林街道社区卫生服务中心的高血压社区管理的实践基础上，利用系统动力学理论，从社区特定人群的高血压管理数量控制和质量控制两个角度，构建社区特定人群的高血压服务模型，为下一步优化社区高血压管理模式提供理论和现实依据。

1 对象与方法

1.1 研究对象 上海市徐汇区枫林街道社区卫生服务中心于2015—2017年开展社区高血压管理模式，针对其实施流程和运行系统开展调研。

1.2 方法

1.2.1 成立系统动力学集体建模小组 于2017年1月，邀请枫林街道社区卫生服务中心管理者2人、家庭医生代表和公共卫生医生代表各1人，医疗卫生方面第三方咨询机构代表2人，建立系统动力学集体建模小组。其中，男3名，女3名；年龄30～55岁，平均年龄（41.5±12.2）岁；职称：高级职称1名，副高级职称2名，中级职称3名；工作年限5～33年，平均工作年限（18.7±13.2）年。。

1.2.2 半结构化访谈 于2017年1—5月，通过对枫林街道社区卫生服务中心社区高血压管理的一线执行人（家庭医生和家庭医生团队长3名、护理人员1名）、负责数据统计和质量控制的公共卫生医生2名以及中心管理者2名进行4次半结构化访谈，梳理社区高血压管理的运行流程和核心指标。其中，男2名，女6名；年龄32～55岁，平均年龄（42.3±9.4）岁；职称：高级职称1名，副高级职称3名，中级职称4名；工作年限7～33年，平均工作年限（20.8±9.6）年。访谈内容包括：近年来社区高血压管理的服务现状，社区高血压管理的执行流程、执行工具及其来源、执行人员资质、执行人员岗位职责、工作效果评估指标等。并通过系统动力学集体建模会进行深入讨论。

1.2.3 文献回顾 通过上海市卫计委网站http：//www.wsjsw.gov.cn/，查找关于社区高血压防治工作的政策文件；通过中国知网、万方数据知识服务平台、Springer等，以“高血压”“社区”“防治”“管理”“影响因 素 ”“hypertension”“community”“prevention”“management”“influencing factors”等为关键词，对社区高血压防治管理工作关键环节的影响因素进行梳理［18-27］。

1.2.4 系统思考模型和因果回路图的构建 本研究借助系统动力学理论，以系统动力学建模软件Vensim PLE 5.6为绘图工具，根据半结构化访谈和文献回顾结果，结合集体建模的结果，实施以下系统动力学建模步骤［28-29］：（1）划定系统边界；（2）构建子系统模型；（3）筛选易于量化的特征性关键指标并建立因果回路图。

2 结果

2.1 社区高血压管理模式的系统边界 系统中涉及的主体包括社区卫生服务中心、社区特定人群和上级主管部门［30-31］。根据主体关系，系统中包含的要素可以分为两个层次：第一，路径要素，包括社区人群分类路径、高血压人群管理路径和社区投入路径，决策者可以通过对这3个变量的调节观测社区综合防治高血压的控制情况；第二，关键指标要素，指不同路径要素下能够反映社区高血压管理模式运行情况的具体指标（见表1）。

表1 社区高血压管理模式的系统要素Table 1 Systematic elements of community-based hypertension management pattern

2.2 社区高血压管理模式的子系统模型 根据上海市卫计委发布的文件，社区高血压管理工作由市卫计委和区卫计委分别负责全市和辖区高血压管理工作的组织领导与督导考核；市疾病预防控制中心和区疾病预防控制中心分别提供全市和辖区的高血压管理技术方案、业务指导、质量控制和数据管理；上级医疗机构服务制定技术规范、接收转诊患者的诊断与治疗和危险因素的宣传教育；社区卫生服务中心负责实施高血压健康管理工作，包括信息登记、健康风险评估与筛查、分级管理、健康教育等。经过访谈获悉，区疾病预防控制中心每年会下发各社区高血压患者估算总数，该数量即为社区卫生服务中心当年度拟纳入高血压管理工作的目标人数。而卫生计生行政部门则组织相关单位，基于该估算总数和血压监测记录，对社区卫生服务中心进行数量和质量考核。

在枫林街道社区卫生服务中心实施高血压管理工作的运行过程中，首先通过各种途径和方式对辖区35岁及以上常住人口开展健康宣教，宣教途径包括社区特色护理门诊、大型义诊活动等，宣传方式包括发放健康宣传手册、居委会设摊咨询等，并对35岁及以上人群提供首诊测压服务。通过居委会免费测量或社区门诊途径首诊测压后发现血压异常者，需要前往社区门诊进一步测量血压。社区将对确诊为高血压患病人群和高血压高危人群者建立高血压个人健康档案，通过健康风险评估结果（包括患者血压水平、现存的危险因素、靶器官损害、伴发临床疾病）对高血压患者进行管理级别分层，分为低危、中危、高危和很高危，并根据患者病情提供个性化的健康指导。医务人员对高血压患者每季度至少开展1次随访管理，随访方式包括电话随访、门诊随访和上门随访；对高血压高危人群1年至少开展2次随访管理，随访方式包括电话随访和门诊随访。对随访过程中发现血压波动较大或用药不规范的人群，督促其近期前往社区门诊随访直至血压达标。同时，社区也会协助患者成立高血压自我管理小组，每年组织6次活动，以小讲课和其他互动形式为主。每年9月高血压信息管理系统将对所有管理人群进行年度评估，以了解患者的血压控制情况，并根据评估结果对其管理级别再次分层。

通过总结社区高血压管理工作在政策层面和执行层面的运行流程，可将社区高血压管理模式划分为以下4个相互关联和影响的子系统（见图1）。

2.2.1 社区人群分类子系统 反映的是在执行高血压管理工作的前期，社区卫生服务中心联合居委会吸引特定人群开展高血压首诊测压，并对其进行筛查、确诊和分类的过程（见图2）。

2.2.2 高血压高危人群管理子系统 反映的是社区卫生服务中心对确诊后的高血压高危人群，在社区健康管理层面进一步的细化执行过程（见图3）。

2.2.3 高血压患病人群管理子系统 是系统中的主要工作模块，反映的是社区卫生服务中心对确诊后的高血压患者实施社区健康管理的细化过程，体现了针对不同危险级别高血压患者的管理、随访、评估等执行流程（见图4）。

2.2.4 社区投入子系统 是系统的后端，反映的是在实施社区高血压管理工作过程中，所涉及的各项执行人力、管理人力、软硬件物力、财力等软性和硬性成本，并与其他3个工作子系统进行对接，以明确每个环节所对应的投入具体集中在何方面（见图5）。

图1 社区特定人群的高血压服务提供系统思考模型Figure 1 Systems thinking model of community-based management of hypertension in targeted populations

图2 社区特定人群的高血压服务提供系统思考模型—社区人群分类子系统Figure 2 Community-dwelling population classification subsystem of the systems thinking model of community-based management of hypertension in targeted populations

图3 社区特定人群的高血压服务提供系统思考模型—高血压高危人群管理子系统Figure 3 High-risk population for hypertension management subsystem of the systems thinking model of community-based management of hypertension in targeted populations

图4 社区特定人群的高血压服务提供系统思考模型—高血压患病人群管理子系统Figure 4 Hypertension population management subsystem of the systems thinking model of community-based management of hypertension in targeted populations

2.3 社区高血压管理模式的因果回路图 在明确了“社区特定人群的高血压服务提供系统”的系统边界，以及系统内部主要改变变量和外部变量后，需要进一步明确社区高血压管理运行系统之间的因果关系。通过对文献整理和社区内部多次头脑风暴结果进行总结，社区高血压管理工作模式的影响因素［17-27］，除了高血压人群的一般人口学特征外，主要包括：（1）高血压患病因素：并发症情况、首诊血压情况、高血压分级情况等；（2）生活方式因素：吸烟情况、饮酒情况、饮食结构、运动情况等；（3）高血压自我管理因素：规范化管理前接受降压治疗情况、自测血压情况、服药依从性、定期参加相关健康教育情况、疾病知晓与认知情况等；（4）服务供方因素：随访方式、定期随访频率、治疗方式、医务人员的绩效考核方式充分体现其劳动价值、医务人员的考核方式公开透明等；（5）高血压信息化管理系统因素：系统的稳定性、系统的信息联通与共享程度、系统的操作便利性等。

为保证准确地反映社区高血压管理工作的现实情况，同时避免不必要的因素混入系统动力模型，或者无限制地扩大系统边界造成建模不可实现，将模型进行简化处理。如模型中不考虑生活方式的影响因素，均囊括在医务人员的随访结果中进行体现；服务供方影响因素中的治疗方式，本模型中默认医务人员均根据最新版指南对居民开具合适的治疗方案，因此不会对本模型造成影响；高血压信息化管理系统的影响因素可间接通过该系统的维护成本和医务人员汇总信息化数据的人力成本来体现等。结合社区特定人群的高血压服务提供系统思考模型和对影响因素的分析，本研究的社区高血压管理模式的因果关系可通过“社区特定人群的高血压管理数量控制因果回路图”和“社区特定人群的高血压管理质量控制因果回路图”来体现。

图5 社区特定人群的高血压服务提供系统思考模型—社区投入子系统Figure 5 Community input subsystem of the systems thinking model of community-based management of hypertension in targeted populations

2.3.1 社区特定人群的高血压管理数量控制因果回路图社区特定人群的高血压管理数量控制因果回路图，其核心是围绕社区高血压管理人数的变化及其变化之间的因果关系。如前文的政策层面分析，社区高血压管理人数的初始值是当年度区疾病预防控制中心下发的目标管理人数，为了满足数量上的达标，医务人员也会肩负达成管理目标的压力。当这种压力越大，医务人员的获客投入（即吸引社区特定人群前来首诊测压的投入）便会随之增加，具体可以表现在加强对居民的健康宣教、加强对居委免费测量血压的宣传力度等。由此，从需方角度来看，响应首诊测压的高血压筛查人数会有所增加，最直接的结果就是新建档的高血压患者或高血压高危人数上升，最后纳入本社区高血压管理工作的人数也上升，逐渐趋向于完成初始的目标管理人数。而从供方角度来看，当医务人员增加获客投入时，随着工作时间和精力的投入，其整体的工作饱和度提升，假设医务人员的工作时长是固定的，那么平均花费在每位高血压建档居民的管理投入就会降低。而前文已提到，医务人员的随访方式和随访频率直接影响到居民的血压控制效果，最后导致高血压管理人群的流失率上升或依从性下降，那么距离完成目标管理人数的差距就会越来越大。由此可见，医务人员必须平衡好自己的获客投入，通过寻求工作时间和工作内容的最佳分配，达到高血压管理人数增加和流失的平衡点，以纳入尽可能多的社区高血压人群实施健康管理（见图6）。

图6 社区特定人群的高血压管理数量控制因果回路图Figure 6 Causal loop diagram of quantity control of targeted populations under community-based hypertension management

2.3.2 社区特定人群的高血压管理质量控制因果回路图社区特定人群的高血压管理质量控制因果回路图，其核心是围绕着社区高血压管理血压控制的效果变化及其变化之间的因果关系。如前所述，区疾病预防控制中心除了对当年度社区高血压管理的纳入人数（管理率）有要求，对血压控制达标的人数（控制率）也有要求，同样将这个人数设为初始值。血压控制不佳的人数越多，主要会带来两方面的影响：一方面由于血压控制不佳导致高血压并发症的人数增加，需要转诊至上级医院的人数也随之增加，不仅是对高血压患者医保费用的消耗，也造成一部分医疗资源和卫生人力资源的浪费，对执行社区高血压管理的医务人员产生了压力；另一方面，由于血压控制不佳也会导致当年度评估时，高血压管理级别（低危、中危、高危和很高危）上调的人数增加，同样会给执行社区高血压管理的医务人员带来压力。综合这两方面的压力，会驱使医务人员投入更多时间和精力在管理高血压患者上，例如增加随访频率、增加健康指导的内容等，以提高管理人群的服药或就诊依从性，从而提升社区高血压患者的血压控制水平，最终逐渐趋向于完成初始的血压控制达标人数。在此过程中还需要注意的是，随着医务人员花费在每位高血压建档居民的投入增加，假设其工作时长是固定的，那么每位医务人员可管理的高血压人数会随之下降，必然导致血压控制达标的人数下降。因此，医务人员还需要平衡自己花费在每位高血压建档居民的平均投入，满足数量达标的同时，还要考虑到血压控制率的保证（见图7）。

图7 社区特定人群的高血压管理质量控制因果回路图Figure 7 Causal loop diagram of quality control in community-based hypertension management for targeted populations

3 讨论

系统动力学是研究系统动态复杂性的重要方法，系统动力学建模与传统的计量经济学建模方法不同，其是以信息反馈原理为基础，更加注重变量之间的因果关系，以模型的结构特性来解决系统运行的准确性和方向性问题。因此，更加适用于卫生医疗这一复杂的多重非线性反馈系统［32-33］，本文着重阐述了系统动力学的定性方法在社区卫生服务中的应用。基于对社区高血压管理工作的关键执行人和管理者的半结构化访谈结果，明确了社区高血压管理工作模式的执行流程和关键指标，为系统动力学模型的构建奠定了实践基础。同时结合文献回顾结果，进一步梳理了社区高血压管理效果的影响因素，通过简化处理，选择可用于社区高血压管理模式运行效果的评价指标，为系统动力学模型的进一步完善提供了理论依据。最终形成的系统思考模型各子系统和因果回路图，充分体现了社区高血压管理工作的实践要点。

研究中构建的系统思考模型子系统和因果回路图，系统地呈现了从高血压人群筛查到高血压人群管理效果评估的动态变化过程。从因果回路图可以看出，除了居民的首诊血压情况、高血压分级情况、并发症情况等因素外［8，26-27］，执行人的随访方式、定期随访频率、治疗方式，甚至医务人员的绩效考核方式是否充分体现其劳动价值、医务人员的考核方式是否公开透明，均有可能是影响社区高血压管理运行效果的重要原因。这些已在本研究的访谈阶段初步获得项目执行人的认可，但还有待结合相关数据进行定量分析后进一步验证。通过分析社区高血压健康管理工作运行流程的因果关系还发现，医务人员在工作时间和工作内容的分配比例，也是高血压控制效果的重要影响因素。

本研究借助系统动力学方法，在前期访谈和文献回顾的基础上，构建系统思考模型子系统和因果回路图，直观、完整呈现了社区高血压管理的运行过程，对同行从系统角度了解社区高血压健康管理模式的动态复杂性具有重要意义。系统动力学模型在系统思考的前提下，更加注重模型结构的科学性和逻辑性，仿真结果更接近真实情况，这为下一步定量研究社区高血压管理的运行效果和优化策略提供了新的方法，在此基础上，结合相关数据进行模型调试，则是本研究的下一步研究方向。社区高血压健康管理服务提供系统思考模型可作为社区高血压健康管理标准体系中运行效果评价与流程优化的重要工具，为标准体系的可持续性改善提供了可能。同时，本研究的系统思考模型和因果回路图，也可为社区开展其他单病种管理路径的分析提供借鉴。