医疗服务质量是指面向个人和人群的卫生服务提高预期健康结局实现可能性的程度,以及这些服务与当前专业知识相符的程度。它关注的不仅是某种治疗在理想条件下是否有效,还包括适当的医疗服务是否惠及有需要的人、服务提供是否安全且专业、是否尊重个人的具体情况和偏好,以及服务能否长期保持协调。质量贯穿预防、诊断、治疗、康复和缓和医疗的全过程,也涉及从社区服务到高度专科化医院的各类服务场景。
质量是卫生系统的核心属性,与服务可及性、支出和财务保障有所区别,但又紧密相连。一项服务可能容易获得却缺乏效果,技术娴熟却不尊重患者,或价格低廉却不安全。反过来,不良结局也不一定意味着医疗服务质量差,因为疾病的严重程度、生物学上的不确定性以及卫生服务之外的各种情况同样会影响结果。因此,评估质量需要考察临床过程、组织条件、健康结局和人们的服务体验等方面的证据,而不能仅仅依赖某一项统计数据。
理论基础与历史发展
评估医疗服务的努力远早于现代质量管理体系。19世纪,弗洛伦斯·南丁格尔利用医院和军队的卫生统计数据,研究死亡率及医疗服务所处的环境。伊格纳兹·塞麦尔维斯关于手卫生的研究,以及约瑟夫·李斯特在外科防腐技术方面的工作表明,临床结局不仅取决于疾病本身,还可能在很大程度上取决于医疗服务的组织和提供方式。这些进展推动形成了一种认识:结局的差异可能揭示本可避免的缺陷。
20世纪初,美国外科医生欧内斯特·阿莫里·科德曼倡导建立“最终结果”制度:医院应在治疗后随访患者,判断医疗是否取得成功,并调查失败的原因。他的方法挑战了当时的一种假设,即专业声誉或机构声望足以证明医疗质量。此后,医院标准化工作日益重视有组织的医务人员队伍、准确的记录以及明确的机构职责。这些努力促进了外部检查和医疗机构认证的发展,但符合组织管理标准从来都不等于能够证明医疗结局良好。
阿维迪斯·多纳贝迪安在概念上取得了一项重大进展。他在1966年发表的《医疗质量评价》一文中,区分了结构、过程和结果。结构包括提供医疗服务所依托的资源和安排,如人员、设施、设备及组织体系。过程关注医疗服务提供者与患者在诊疗期间实际采取的行动。结果则关注由此带来的健康、功能、知识或满意度的变化。这一框架至今仍有重要影响,因为它将组织能力、临床活动及其后果联系起来,同时也承认,这些关系需要证据支持,而不能仅凭假设认定。
自20世纪后期起,质量评价日益融入循证医学、工业领域的流程改进方法,以及对可预防伤害的系统性关注。美国医学研究所于1999年发布的《人非圣贤,孰能无过》报告,将患者安全带入了公共讨论和政策议程。该机构于2001年发布的《跨越质量鸿沟》报告提出了六项目标:提供安全、有效、以患者为中心、及时、高效且公平的医疗服务。这些目标将关注重点从单个专业人员的表现转向医疗服务体系的设计。
此后,国际框架强调,扩大服务覆盖范围必须与提升质量同步推进。世界卫生组织将优质服务描述为有效、安全、以人为本、及时、公平、整合且高效的服务。将整合性纳入其中,反映出跨多个服务提供者和服务场所的医疗服务日益重要。2018年,世界卫生组织、经济合作与发展组织和世界银行联合发布报告,将质量视为实现全民健康覆盖的必要条件,而非在保障服务可及性之后才可选择进行的完善。
质量的各个维度与适宜医疗的含义
有效性关注医疗服务能否带来可靠知识所支持的益处。它不同于效力,后者通常指干预措施在受控研究条件下的效果。一种在随机对照试验中被证实有效的治疗,如果在日常实践中遇到诊断延误、必需物资短缺或随访中断,其获益可能会减少。因此,质量不仅意味着指南或药品目录中列有有效的干预措施,还包括切实、可靠地实施这些措施。
适宜性将证据与具体个人的实际情况联系起来。同一种干预措施在一种临床情境下可能有益,在另一种情境下可能没有必要,而在第三种情境下则可能有害。三类反复出现的问题是使用不足、过度使用和不当使用。使用不足是指未提供有益的医疗服务;过度使用是指所提供的服务几乎没有或完全没有净获益;不当使用则是指本来适宜的服务在实施过程中出现错误。因此,检查或治疗更多,并不可靠地意味着质量更高。例如,过度诊断可能发现原本永远不会引起症状的异常,却使人们接受更多后续操作和治疗。
安全性关注避免医疗服务造成的可预防伤害。及时性关注那些会增加痛苦、使预后恶化或中断必要治疗的延误。延误的重要性取决于具体病情:对于急性脑卒中,几分钟可能就至关重要,而对病情稳定的慢性病进行监测,则适用不同的时间尺度。因此,等候时间指标需要有临床意义的定义,包括从何时开始计时、怎样才算完成,以及如何划分紧急程度。
以人为本关注尊严、沟通、对需求的回应以及参与。这并不意味着不顾证据,提供人们要求的每一项干预。相反,它承认,即使治疗在技术上是适宜的,如果当事人不理解治疗、无法实际接受或落实治疗,或遭受了本可避免的羞辱,这样的医疗服务仍可能质量低下。公平性关注在服务可及性、服务过程、就医体验和健康结局方面存在的不公正差异。整合性关注不同服务能否协调衔接,尤其是在人们跨机构就医时。
效率描述资源投入与有意义的结果之间的关系。如果减少浪费能够消除重复检查或不必要的行政工作,就可能提高质量。但如果削减成本导致必要人员、设备或随访能力的缺失,也可能损害质量。经济学评价有时通过质量调整生命年来表示健康获益,但这一指标无法涵盖医疗服务的所有相关特征,包括尊严、程序公平或连续性。
这些维度可以相互促进,也可能彼此冲突。缩短单次就诊时间可能使更多人能够预约就诊,却减少了解释说明的时间。将复杂的外科手术集中开展,可能有助于汇集专业技术,却增加患者的出行负担。质量评估要将此类权衡明确呈现出来,而不是假定某一个指标能够代表整个服务。恰当的平衡取决于临床证据、患者偏好、资源限制,以及正当的公共优先事项。
测量、指标与解读
质量测量将宏观目标转化为可观察的量。结构指标包括人员配备水平、必要设备的可用性,以及转诊机制是否有效运作。过程指标评估符合条件的患者是否接受了某项规定的干预,例如及时使用有适应证的药物。结局指标包括并发症、生存、功能状况和生活质量。体验指标评估沟通、尊重、服务可及性和协调性。任何一类指标都不足以单独反映质量:资源并不保证良好的诊疗实践,记录中的过程未必反映实际提供的服务,而结局则受到多种因素的影响。
过程指标需要明确定义目标人群、分子、分母和观察期。一个简化的指标如下:
纳入条件的界定至关重要。禁忌证、有记录的患者拒绝或临床例外情况,都可能影响某项干预是否适宜。错误地排除这些病例可能使绩效虚高;不加区分地将其纳入,则可能使合理的临床判断受到不利评价。基于行政管理数据的指标尤其容易受到编码方式的影响;病历审查虽能提供更详细的信息,但通常也需要投入更多人力。
结局比较往往需要进行风险调整,因为不同医疗服务提供者收治的患者群体并不相同。转诊中心的观测死亡率可能较高,原因是它接收了病情更重的患者。调整模型利用年龄、诊断、病情严重程度及相关合并疾病等因素估计预期结局。基本的观测值与预期值之比如下:
其中, 为观测到的事件数, 为模型估计的预期事件数。对于不良结局,比值大于 1 表示事件数高于预期,但这并不能确定其原因。病情严重程度测量不充分、随访不完整以及编码差异,都可能影响结果。
测量还需要关注信度、效度和统计不确定性。罕见事件的发生率估计可能不稳定,在小型医院或病例量较少的专科中尤其如此。仅凭随机波动,医疗服务提供者的表面排名就可能发生显著变化。置信区间、多年数据估计,以及考虑小样本影响的统计模型,都有助于减少误导性解读。比较结果还取决于将结局归属于收治医院、诊疗团队,还是负责后续随访的更广泛服务网络。
患者报告结局直接从患者处获取症状、功能状况以及与健康相关的身心状态信息,使测量范围超越实验室指标和生存情况。它不同于患者报告体验指标,后者询问的是患者在接受医疗服务期间经历了什么。生物标志物的变化可能有用,但并不总能证明患者重视的结局有所改善;这是某些替代终点的一项核心局限。
综合评分将多个指标合并,但其含义取决于权重设定规则及缺失数据的处理方式。较高的总体评分可能掩盖某一领域的严重不足。测量也会改变行为:设计不当的考核目标可能诱使人们选择性记录、排除复杂患者,或专注于纳入测量的活动,而牺牲未被测量的医疗服务。因此,指标是开展调查和问责的证据,而不是无需解读即可成立的定论。
患者安全与可靠医疗服务的组织
患者安全是医疗服务质量的重要组成部分,但两者不能混为一谈。一项服务即使没有造成明显伤害,仍可能存在治疗无效、沟通不畅或不必要的延误。反过来,即使诊疗得当,也可能发生不良事件。安全分析首先区分与医疗服务相关的伤害和基础疾病本身造成的伤害,再考察与医疗服务相关的伤害是否可以预防。
安全问题包括用药错误、医疗相关感染、手术或操作部位错误、未能及时识别病情恶化以及诊断延误。这些问题的发生机制往往涉及多个相互作用的条件。例如,用药错误可能始于一张含义不清的处方,随后经过设计不良的电子界面,未被药房审核发现,最终在仓促交接班时波及患者。如果仅将这一事件归结为个人失误,就会忽略导致多道安全防线接连失效的条件。
系统方法考察工作负荷、设备设计、沟通、人员配置和组织层面的优先事项。它区分直接失误与潜在条件,后者会增加失误发生的可能性,或使其后果更加严重。对于差异会带来风险的环节,标准化、可靠的身份核验、用药核对、设备检查和结构化交接等机制旨在减少差异。在感染预防方面,手卫生、无菌技术、医疗器械管理、环境清洁和监测分别针对传播链上的不同环节。抗微生物药物管理将合理处方与个体安全及抗微生物药物耐药性控制联系起来。
事件报告能够揭示隐患和未遂事件,但报告数量并不能直接衡量伤害程度。与透明度较低、实际表现更差的服务机构相比,报告文化更加开放的机构反而可能记录更多事件。此外,自愿报告并不完整,各类事件的报告比例也不均衡。因此,安全评估需要将事件报告与病历审查、感染监测、药房数据、投诉和直接观察结合起来。
调查通常采用根本原因分析或相关的系统分析方法,还原事件经过并识别促成因素。当事件源于多个相互作用的薄弱环节,而非某个可以消除的单一缺陷时,“根本原因”这一说法可能产生误导。纠正措施的效力也有强弱之分:警示邮件依赖人的记忆和注意力,而通过重新设计,使不应连接的接头无法对接,则可以从物理上防止某些误接。
公正文化力求在保留问责机制的同时,区分无意的人为失误与鲁莽行为。其目的既不是一律惩罚,也不是一概免责。工作人员必须能够提出安全方面的担忧,组织也必须对已知隐患采取行动。可靠的医疗服务还依赖于识别病情恶化、适应意外情况,以及在最初方案失败后重新恢复有效应对的能力。标准操作规程与灵活应变的专业能力在保障安全方面相辅相成,而非彼此对立。
质量改进与变革评估
医疗质量改进是系统性地改善医疗服务过程与结局的工作。它不同于单纯的测量:测量描述绩效,而改进则改变产生这种绩效的条件。它也不同于主要评判合规情况的检查,以及以产生超越特定场景、具有更广泛适用性的知识为核心目的的研究。在实践中,这些活动往往相互交织。
改进项目通常先确定一个具体问题,梳理相关流程,建立基线,再测试拟议的变革措施。例如,重要检验结果未能及时传达,可能是因为责任不清,而不是实验室处理缓慢。梳理从开具检验申请到审核结果的整个流程,可以揭示问题究竟出在结果通知、确认收到、联系患者,还是后续诊疗安排。拟采取的干预必须针对问题的发生机制;如果没有指定人员负责处理,增加提醒功能也无法解决问题。
计划—执行—研究—行动(Plan–Do–Study–Act,PDSA)循环是一种广泛使用的方法,用于在有限范围内测试变革、考察其效果,并在扩大实施前加以调整。其他方法还包括精益方法和六西格玛方法,前者审视工作流程中不必要的步骤与中断,后者强调变异与缺陷。这些方法提供的是组织管理工具,并不保证有效。其价值取决于所要解决的问题、实施是否忠实于方案,以及评估的质量。
临床审计将实际诊疗与明确的标准进行比较,实施变革,然后重新评估绩效。审计与反馈向临床医务人员或团队提供信息,说明其绩效与目标或参照对象相比的情况。其作用机制并非仅仅是提供一份报告:效果取决于反馈是否可信、及时、可付诸行动,以及是否配套提供改变诊疗实践所需的资源或权限。如果主要障碍是物资短缺、激励相互冲突或工作负荷过重,单靠教育可能收效有限。
由于改进是随时间逐步展开的,时间序列方法尤其有用。运行图按时间顺序展示观测值;统计过程控制图则增加控制限,帮助区分常规变异与流程发生变化的信号。简单的前后比较容易受到季节性因素、患者群体变化、均值回归以及同期开展的其他举措的影响。更严谨的评估可以采用间断时间序列设计、设置对照机构,或开展整群随机试验,由病区或医疗机构而非单个患者接受干预。
评估还包括平衡指标。缩短住院时间的项目可能看似成功,却增加了非计划再次就诊,或将工作转移给家庭和社区服务机构。要使改进持续下去,不能只满足于初期成效:职责分工、人员配置、培训和信息系统都必须支持绩效的持续维持。干预措施在不同环境中实施时也需要调整。在资源充足的教学医院中制定的诊疗路径,可能依赖于其他机构无法达到的检验报告周转时间,或无法获得的专科服务。因此,推广复制时需要弄清哪些组成部分产生了效益,以及哪些部分可以在不削弱效益的前提下进行调整。
患者体验、决策与照护连续性
患者体验关注人们在接受照护过程中实际经历的情况:工作人员是否倾听,解释是否通俗易懂,隐私是否受到尊重,疼痛是否得到处理,以及各项服务是否协调。满意度与之相关,但在概念上有所不同。满意度反映体验与期望之间的关系,因此,接受类似照护的两个人可能报告不同的满意度。与单一的总体评分相比,针对具体事件的体验问题通常更容易解读。
沟通是一种发挥临床作用的机制,而不只是礼貌之举。如果一个人在诊疗结束后仍不了解用药目的或下一步评估安排,就可能无法有效参与自身的照护。语言障碍、感官障碍、认知困难以及有限的健康素养,都可能影响信息交流。专业口译、便于获取和理解的信息形式,以及确认患者是否理解,都是作为质量组成部分加以研究的组织层面要素。仅有书面信息,并不能证明已经进行了有意义的沟通。
当存在不止一种合理选择,且各个方案在患者重视的结局上有所不同时,共同决策尤其重要。临床证据为判断可能的获益与伤害提供依据,而患者则提供自身的偏好、优先事项和实际生活状况。这不同于简单地列出一组选项,也不同于将责任转交给患者。它也有别于知情同意,后者旨在确立患者对某项干预的授权;一份签署的表格本身既不能证明决策过程良好,也不能证明患者已充分理解。
照护连续性包含多个维度。关系连续性指持续的治疗关系。信息连续性指与患者有关的信息能够伴随其历次就诊而传递。管理连续性指不同服务提供者的计划相互协调,并能根据需求变化作出调整。这些维度在初级医疗、心理健康服务以及共病患者的照护中尤为重要,否则患者可能会从多位专科医生那里收到相互矛盾的指示。
医院、家庭、康复机构和长期照护机构之间的转衔会带来可预见的风险。出院信息可能遗漏用药变更、尚待完成或出结果的检查,或后续随访的责任归属。一家医院可能在某项单独的住院指标上表现良好,却未向接续照护的服务提供者传递保障安全照护所需的信息。因此,评估连续性时,需要将分析单位扩展到单次就诊或单个机构之外。
生命末期的照护质量说明,为什么不能将患者重视的事项简化为生存。在生命末期照护中,症状缓解、沟通、尊严,以及治疗与患者明确表达的目标是否一致,都是核心结局。家属和照护者的体验也很重要,但当患者能够表达自身偏好时,这些体验不能取代患者本人的意愿。体验调查、投诉、访谈以及直接参与服务设计,能够提供不同类型的证据;每一种方式都能捕捉到常规临床记录可能遗漏的视角。
公平性、可及性与人群层面的质量
健康公平将质量的分布置于评估的核心位置。总体平均水平的改善,可能与不同社会经济群体、地理区域,或具有不同语言和残障相关需求的人群之间差距的扩大同时发生。因此,公平性分析关注哪些人获得了医疗服务、哪些人未被纳入数据,以及相似的临床需求是否得到了相应的同等应对。一视同仁并不总是意味着公平对待,因为不同的人可能需要不同的资源,才能获得相近的受益机会。
可及性与质量密切相关,但在分析上是两个不同的概念。一家诊所可能为前来就诊的人提供优质服务,却仍让无力承担交通费用或无法请假就医的人难以获得服务。反过来,在人员或物资不足的情况下增加就诊人数,可能只是增加了服务接触,而未增加健康收益。有效覆盖通过考察有需要的人是否获得了质量足以带来预期健康收益的服务,来体现这一区别。仅统计就诊次数、床位数或诊疗操作次数,并不能确定是否实现了有效覆盖。
健康的社会决定因素既影响临床需求,也影响诊疗方案的可行性。住房条件、收入、教育和工作安排,都会影响人们罹患疾病的风险以及康复时可利用的资源。卫生服务无法控制所有这些因素,但服务设计可能加重,也可能减轻这些因素造成的影响。例如,完全依赖稳定互联网连接的随访系统,可能会系统性地遗漏网络接入受限的人群。
衡量不公平需要采用恰当的分母,并具备足够详细的数据。按地理区域、贫困程度、年龄、残障状况或其他相关特征进行分层,可以揭示汇总结果所掩盖的规律。亚组样本量过小、人口学信息缺失以及分类不一致,都可能限制对结果的解读。收集敏感数据也意味着需要承担知情同意、数据治理及数据隐私方面的责任。
风险调整带来了一种特殊的矛盾。将临床病情严重程度纳入考虑,可能使医疗服务提供者之间的比较更加公平;但如果通过调整消除了社会处境不利带来的影响,就可能使不平等的结局显得理所当然,从而更不易被察觉。在报告经临床因素调整后的结局时,同时报告按社会状况分层的结果,有助于区分几个不同的问题:服务提供者面对的病例构成是否不同、这些群体内部所获服务是否存在差异,以及整个体系是否产生了公平的结局。
人群层面的质量还取决于各项服务如何衔接。初级卫生保健、急诊转诊系统、孕产妇服务、慢性病管理与公共卫生项目相互依存。可靠的社区健康管理可以防止本可避免的住院;有效的急救服务则依赖于病情识别、转运、转诊沟通和医院接诊能力。即使服务质量很高,有些住院仍不可避免,因此,“可避免住院”率应被视为提示性指标,而非定论。将地理覆盖、转诊完成情况、服务连续性和健康结局结合起来考察,比单独衡量各家机构的表现更能反映实际情况。
治理、激励与数字基础设施
质量治理明确制定标准、监测绩效、应对失误和支持改进的责任。它涉及多个层面:临床团队、医疗卫生机构、专业团体、服务购买方、监管机构和政府。执业或运营许可规定从事执业活动或开展运营所需满足的最低法定条件。机构认证通常通过外部评审,评估机构是否符合相关组织标准。专业资格认证则评估特定的专业能力。这些机制各自针对不同的问题,不能替代关于患者结局的直接证据。
临床指南将证据转化为针对特定情境的建议,而本地诊疗规程则明确具体操作步骤。其质量取决于证据评价、利益冲突管理、透明度和更新情况。指南能够减少缺乏合理依据的诊疗差异,但当试验人群与实际接受诊疗的患者存在差异时,机械套用指南可能并不恰当。这一点对于患有多种疾病的老年人尤其重要,因为分别针对不同疾病的诊疗路径,可能带来相互冲突的治疗要求与负担。
支付安排会影响机构能够开展哪些活动,以及受到鼓励去开展哪些活动。按项目付费通常奖励服务量;按人头付费针对特定人群支付费用;打包支付涵盖一次诊疗过程或一组相关服务。按绩效付费则明确将支付与选定指标挂钩。每种方式都可能带来益处和风险。范围过窄的目标可能改善被衡量的活动,却同时促使机构忽视其他需求;如果缺少保障措施,基于结局的支付方式可能会促使机构回避病情异常复杂的患者。因此,卫生筹资的效果取决于制度设计、具体情境和监测,而非仅取决于支付方式的名称。
公开报告和机构绩效看板有助于提高透明度,但前提是指标易于理解,并且对不确定性作出审慎说明。未经调整的排名表可能夸大差异,或掩盖病例组合所起的作用。投诉、专业评审、监管检查和患者参与,构成了相互补充的问责形式。如果一个系统只是收集绩效信息,却不明确责任,也不为采取行动提供条件,就可能造成大量报告工作,而无法改善医疗服务。
数字基础设施既带来机遇,也带来风险。电子健康记录可以使既往用药信息、检查结果和诊疗计划更易获取,而计算机化处方系统和决策支持系统能够识别某些禁忌证或药物相互作用。界面设计不佳、记录重复、警报过多,以及复制沿用旧记录所传播的错误,都可能造成新的安全隐患。互操作性不仅涉及数据传输,还包括在跨系统流转时保留数据的含义、来源和相关性。
人工智能进一步带来了有关验证、偏倚、工作流程和问责的问题。预测准确率高,本身并不意味着医疗服务更好:预测结果必须促成有效行动,传递给适当的专业人员,并避免产生有害的非预期后果。因此,评估需要区分技术性能、临床实用性、患者结局,以及不同群体所受到的影响。人群、临床实践或数据收集方式发生变化后,模型的表现也可能不同。因此,除了对技术本身进行评估外,采购、部署后监测、网络安全,以及明确依据输出结果采取行动的责任,也都是质量治理的组成部分。