Abstract
目的
分析传染病暴发应急响应阶段医疗机构医务人员心理健康状况、机构物资和设施、组织间协作情况与医疗机构韧性指标的关联。
方法
2023年1月13日至2月9日对北京市146所医疗机构的医务人员进行线上问卷调查, 共收集到1 434份有效问卷, 其中三级、二级和基层医院分别为408、117和909份。医疗机构韧性指标为医疗服务满足患者需求程度, 其影响因素包括物理因素(如物资短缺和空间改扩建等)、组织因素(如信息共享和转诊等)和心理因素[如工作满意度(外在满意度、内在满意度)、职业倦怠(情感耗竭、去人性化、个人成就感降低)、抑郁状况等]。运用有序多分类Logistic回归模型分析各因素对医疗服务满足患者需求程度的影响, 同时控制可能影响机构韧性的人口学因素。
结果
应急响应阶段93%的受访医院可以满足患者需求, 受访三级医院无法满足患者需求的比例较高(21.05%); 全部受访机构均出现了物资短缺, 其中三级医院出现多种物资短缺的比例更高; 机构间合作方面, 分别有87.50%的基层医院、42.86%的二级医院和31.58%的三级医院可以实现患者转诊; 各类医务人员表现为轻度抑郁, 以及中度至重度的职业倦怠。回归分析显示人员满意度高(总体满意度β=0.04, 外在满意度β=0.06, 内在满意度β=0.08)、职业倦怠程度低(情感耗竭越严重β=-0.04, 去人性化程度越高β=-0.07, 个人成就感越高β=0.01)、抑郁程度低(β=-0.06)均与较高的医疗机构韧性显著相关。此外, 物资短缺与较低的医疗机构韧性显著相关, 对诊疗空间进行改扩建、信息共享均与较高的机构韧性相关。而人口学因素(年龄、性别、婚姻状况、学历等)对医疗机构韧性的影响不显著。
结论
医务人员心理健康状况显著影响医疗机构的韧性, 人力资源是医疗机构的核心资源, 在应急响应中可以通过优化人力资源的有序调配和改善心理状况提高医疗机构韧性; 有序和及时的物资补给和调配、对诊疗空间进行改扩建可以提高医疗机构韧性; 促进信息共享也可以提高医疗机构韧性。
Keywords: 医疗机构韧性, 心理因素, 组织因素, 物理因素, 有序多分类Logistic回归
Abstract
Objective
To analyze the association between healthcare workers mental health, institutional supplies and facilities, inter-organizational coordination during infectious disease outbreaks, and the healthcare institution resilience.
Methods
An online questionnaire survey was conducted among the healthcare workforce from 146 institutions in Beijing from January 13, 2023 to February 9, 2023, and a total of 1 434 eligible respondents were included. The sample comprised 408 responses from tertiary hospitals, 117 from secondary hospitals, and 909 from primary care institutions. The resilience indicator for healthcare institutions was defined as the degree to which medical services met patient demands, with influencing factors including physical factors, such as material shortages and facility space adaptation or expansion, organizational factors such as information sharing and patient referral, and psychological factors were evaluated using job satisfaction (extrinsic satisfaction, intrinsic satisfaction), burnout (emotional exhaustion, depersonalization, reduced personal accomplishment), and depression status. Ordered multiclassification Logistic regression was used to examine the impact of various factors on the degree to which healthcare services met patient needs; additionally, demographic factors that might influence institutional resilience were controlled.
Results
During the emergency response phase, 93% of hospitals maintained the capacity to meet patient needs, though tertiary hospitals demonstrated significantly higher rates of service inadequacy (21.05%). Material shortages were reported across all institutions, with tertiary hospitals experiencing more frequent multi-item shortages. Inter-institutional collaboration patterns revealed substantial variation: 87.50% of primary care facilities, 42.86% of secondary hospitals, and 31.58% of tertiary hospitals. Healthcare workers across all levels reported mild depressive symptoms and moderate-to-severe burnout levels. Regression analysis showed high satisfaction (overall satisfaction β=0.04, extrinsic satisfaction β=0.06, and intrinsic satisfaction β=0.08), low degree of job burnout (emotional exhaustion β=-0.04, depersonalization β=-0.07 and reduced personal accomplishment β=0.01), low degree of depression (β=-0.06) were significantly associated with higher healthcare institution resilience. In addition, material shortages were significantly associated with lower resilience, and renovation and expansion of treatment spaces, and information sharing, were all associated with higher resilience. Demographic factors (age, gender, marital status, educational background, etc.) had no significant impact on resilience.
Conclusion
Mental health status significantly influences healthcare institution resilience. As human resources constitute the core asset of healthcare institutions, strategic optimization of workforce allocation and psychological support interventions can effectively strengthen resilience. Moreover, healthcare institution resilience is positively impacted by orderly material supply chains, timely resource distribution, and adaptive reconfiguration of clinical spaces. Finally, facilitating information sharing also enhances institutional resilience.
Keywords: Healthcare institution resilience, Psychological factors, Organizational factors, Physical factors, Ordered multiclassification Logistic regression
近年来传染病的频发和暴发日益成为严重影响世界人群健康和经济发展的重要因素，传染病暴发给社会和医疗机构造成沉重负担，医疗机构缺乏韧性会导致医疗服务的碎片化和服务中断[1-3]。医疗机构是开展救治工作的主要场所，是应对传染病暴发的主要力量，保障医疗服务的连续性可以提高服务可及性和改善健康结局[4-5]。医务人员是医院最核心的资源要素[6]，直接参与患者的一线诊疗活动。传染病暴发期间，由于工作量大、任务变化频繁、防护设备有限及感染风险高，医务人员往往承受较大的心理压力[7-9]。这种压力会直接影响医疗服务的提供水平和能力，进而影响医疗机构韧性[10]。
目前医疗机构韧性仍然缺少统一的定义，较为普遍接受的概念是医院抵御、吸收、应对灾害冲击的能力，同时保持和增加基本医疗服务，然后恢复到原有状态或适应新状态的能力[11]。基于系统韧性理论的4R框架，韧性表现为冗余性、应变能力、稳健性和快速性[12]，其中冗余性和应变能力是实现韧性的手段，稳健性和快速性是韧性的最终目的。从“结构-过程-结果”的角度，冗余性和应变能力是医疗机构韧性的过程指标，稳健性和快速性则反映了医疗机构韧性的最终结果。在应急响应阶段，最常用的衡量医疗机构韧性的指标是医疗服务满足需求的水平[13]。为此，本研究采用各科室满足患者需求的程度来评估医疗机构的结果韧性(简称医疗机构韧性)。此外，影响医疗机构韧性的指标可以分为物理因素、组织因素、心理因素等[14-15]。
1. 资料与方法
1.1. 研究样本选择
研究采用电子问卷调查的形式开展，调查时间为2023年1月13日至2月9日。为保证研究调查样本的代表性，在北京市16个行政区域内按照不同级别(二/三级医院)、不同类型(综合/专科)选取3家开设发热门诊的医院，每家医院选取10~20名医务人员作为调查对象。此外，在16个行政区内每区按照行政区常住人口数，抽取8~42家社区卫生服务中心；每所社区卫生服务中心选择机构主任、基层医务人员3~5名作为调查对象。借鉴应急管理理论中最广泛运用的预防-准备-响应-恢复(prevention-preparedness-response-recovery, PPRR)阶段理论，本研究的响应阶段是指2022年11月至12月的传染病暴发期。
本研究的纳入标准：(1)北京市医疗机构在岗医务人员；(2)获得知情同意。排除标准：(1)关键信息缺失者；(2)问卷完成时间明显不符合逻辑者。最终纳入分析的有效样本为1 434人。
本研究开始前已经北京大学第三医院医学科学研究伦理委员会审查批准(IRB00006761-M2023018)，所有研究对象均签署知情同意书。
1.2. 自变量的选择与定义
本研究将医务人员满意度、职业倦怠、抑郁情况作为衡量心理健康水平的主要研究变量，使用明尼苏达工作满意度量表(Minnesota satisfaction questionnaire, MSQ)[16]、职业倦怠量表(maslach burnout inventory-general survey, MBI-GS)[17]和抑郁自评量表(patient health questionnaire-9, PHQ-9)[18]测量工作满意度、职业倦怠和抑郁情况(表 1)。
表 1.
研究的变量定义及说明
Definition and description of variables
| Variable type | Variable name | Code |
| Dependent variable | ||
| Service level | Whether service can meet patient’s needs | Y |
| Independent variable | ||
| Psychological resilience | Job satisfaction (overall) | X1 |
| Job satisfaction (extrinsic satisfaction) | ||
| Job satisfaction (intrinsic satisfaction) | ||
| Burnout (emotional exhaustion) | ||
| Burnout (depersonalization) | ||
| Burnout (reduced personal accomplishment) | ||
| Depression | ||
| Organizational resilience | Convenient access to patient history | X2 |
| Patient referrals | X3 | |
| Physical resilience | Shortages of drugs, equipment and protective materials | X4 |
| Space renovation and expansion | X5 | |
| Demographic characteristics and hospital level | Gender | X6 |
| Age | X7 | |
| Marital status | X8 | |
| Job category | X9 | |
| Highest education level | X10 | |
| Other | Hospital level | X11 |
MSQ量表中内在满意度由12个问题组成，外在满意度由8个问题组成；工作满意度的计分方法采用Likert 5点评分法，1表示“非常不满意”，5表示“非常满意”。MBI-GS量表用于衡量职业倦怠的情感耗竭、去人性化和个人成就感降低三个核心维度，其中，情感耗竭包含9个条目，反映个体因工作负荷、工作压力等因素导致的情感枯竭和身心疲惫状态；去人性化包含5个条目，用于测量个体对他人的情感疏离，表现为冷漠、消极的态度；个人成就感降低包含8个条目，用于测量个人工作中的积极性、成就感和自我效能感。职业倦怠的计分方法采用Likert 7点评分法(0~6分)，0表示完全没有，6表示每天都有。情感耗竭、去人性化维度的总分数越高，表明倦怠程度越严重；个人成就感降低的分数越低，表示对工作的无力感越大。各维度的轻、中、重度倦怠分别为情感耗竭0~18分、19~26分、≥27分，去人性化0~5分、6~9分、≥10分，个人成就感降低≥40分、34~39分、0~33分。PHQ-9量表由9个条目构成，0表示完全没有，3表示几乎每天，满分为27分，5分、10分、15分和20分分别代表轻度、中度、中重度和重度抑郁。
从韧性角度，机构间协作情况、信息共享水平是影响机构韧性的组织因素；物资短缺情况、诊疗区域改扩建是影响机构韧性的物理因素[15]。因此本研究还收集了机构间协作情况(能否机构间转诊)、信息共享水平(能否便捷地获取患者既往就诊记录)、机构运营(物资短缺情况、诊疗区域改扩建)信息。
研究还收集个体层面的一般人口学信息，包括年龄(以年为单位)、性别(男、女)、婚姻状况(已婚、未婚、其他)、学历(大专及以下、本科、硕士及以上)、岗位类别(临床医生、护理人员、医技等其他类型人员)和机构类别(基层、二级、三级)等作为控制变量。
1.3. 因变量的选择与定义
医疗机构救治能力是医疗机构韧性的最直接体现。本研究使用问卷调查中各科室满足患者需求的程度(不能满足、基本满足、完全满足)来反映医疗机构结果韧性。
1.4. 统计学分析
使用STATA 17.0软件，以构成比、均数±标准差进行描述性分析，组间比较采用单因素方差分析，P < 0.05认为差异有统计学意义。为了控制观察对象之间的聚集性、减少控制变量或哑变量的数量、提高检验效能，本研究使用有序多分类Logistic回归。变量纳入回归分析前进行共线性检验，方差膨胀因子(variance inflation factor，VIF) < 10则认为自变量间不存在多重共线性。
2. 结果
2.1. 研究对象的基本情况
共收集到1 434份有效问卷，其中三级、二级和基层医院分别为408、117和909份，有效回收率分别为96.00%、97.50%和99.02%。调查结果显示，三级医院医务人员平均年龄最低[(35.58±8.28)岁]，其次为二级医院[(37.62±9.58)岁]，基层医疗机构年龄最大[(39.73±8.91)岁，表 2]。受访人员性别方面，三级医院中的女性医务人员占比最高为84.07%，可能与受访者中护理人员比例较高(51.47%)的职业构成特征相关。在学历方面，超过半数受访者具有本科学历，三级医院的受访者中拥有硕士及以上学历的比例最高(33.09%)。
表 2.
受访者基本信息
Basic characteristics of participants
| Items | Tertiary hospital (n=408) | Secondary hospital (n=117) | Primary hospital (n=909) |
| Age/years, x±s | 35.58±8.28 | 37.62±9.58 | 39.73±8.91 |
| Gender, n(%) | |||
| Male | 65 (15.93) | 32 (27.35) | 285 (31.35) |
| Female | 343 (84.07) | 85 (72.65) | 624 (68.65) |
| Job category, n(%) | |||
| Doctor | 192 (47.06) | 62 (52.99) | 594 (65.35) |
| Nurse | 210 (51.47) | 54 (46.15) | 101 (11.11) |
| Other | 6 (1.47) | 1 (0.85) | 214 (23.54) |
| Highest education level, n(%) | |||
| Junior college and below | 73 (17.89) | 31 (26.50) | 184 (20.24) |
| College degree | 200 (49.02) | 71 (60.68) | 612 (67.33) |
| Master’s degree and above | 135 (33.09) | 15 (12.82) | 113 (12.43) |
| Marital status, n(%) | |||
| Married | 286 (70.10) | 89 (76.07) | 756 (83.17) |
| Unmarried | 114 (27.94) | 25 (21.37) | 117 (12.87) |
| Other | 8 (1.96) | 3 (2.56) | 36 (3.96) |
在本次调研中，分别有19所三级医院、7所二级医院、120所基层医院的管理者参与，医疗机构运营状况数据显示，在面对医务人员减员以及患者医疗需求增加的双重压力下，三级医院受访者中认为机构不能满足患者需求的比例最高(21.05%)，二级医院没有受访机构表示无法满足患者需求，但二级医院受访者中认为机构可以完全满足患者需求的比例最低(14.29%，表 3)。
表 3.
受访医疗机构的基本情况
Basic characteristics of hospitals
| Items | Tertiary hospital(n=19) | Secondary hospital(n=7) | Primary hospital(n=120) |
| -, data are not collected. | |||
| Level of service provision, n(%) | |||
| Unable to meet patients’ needs | 4(21.05) | 0(0.00) | 6(5.00) |
| Basically meet patients’ needs | 11(57.90) | 6(85.71) | 61(50.83) |
| Fully meet patients’ needs | 4(21.05) | 1(14.29) | 53(44.17) |
| Shortage situation, n(%) | |||
| Only drugs | 8(42.11) | 7(63.64) | 75(62.50) |
| Only medical devices | 2(10.52) | - | - |
| Drugs, medical devices and medical protective supplies | 9(47.37) | 4(36.36) | 45(37.50) |
| Setting of fever clinics, ±s | |||
| Number of regular consulting rooms | 3.37 ±1.07 | 3.00 ±1.29 | - |
| Number of consulting rooms during the peak of outbreak | 3.54 ±1.61 | 3.57 ±2.07 | - |
| Expansion and renovation of areas, n(%) | - | - | 80(66.67) |
| Cross-institutional cooperation，n(%) | |||
| Conduct referrals | 6(31.58) | 3(42.86) | 105(87.50) |
| Convenient access to patients’ previous medical records | 12(63.16) | 5(71.57) | 103(85.83) |
在物资短缺情况方面，患者数量激增导致药物、氧气治疗和检查等医疗资源的需求增加，所有受访医疗机构均出现了不同程度的物资短缺。42.11%的三级医院报告仅出现药物短缺(包括退烧、止咳等14种对症治疗药物)，10.52%的三级医院报告仅器械短缺(呼吸机、血氧检测、制氧、胸片、CT等设备)，47.37%报告了药物和器械等多种物资的短缺。有63.64%的二级医院仅报告了药物短缺，36.36%出现多种物资短缺。基层医院报告多种物资短缺的比例也比较低(37.50%)。这种差异可能与各级医疗机构收治患者的病情严重程度相关，三级医院发生多种物资短缺的情况更为严峻，而二级医院和基层医院以单纯的药物短缺为主。
发热门诊设置方面，受访机构常规开设发热门诊数均小于高峰期开放诊室数，这一现象表明，各机构在应急响应阶段不论是人员配置还是空间布局方面，均具备冗余性。具体来讲，三级医院高峰期开放发热门诊诊室(3.54±1.61)间、常规情况下仅开放(3.37±1.07)间；二级医院高峰期开放发热诊室(3.57±2.07)间、常规情况下仅开放(3.00±1.29)间。对于基层医院而言，有超过半数(66.67%)的机构通过改建和扩建的方式满足发热患者的就诊需求。
本研究使用机构间转诊情况衡量在机构间协作情况，数据显示基层医疗机构向上转诊比例高于二级和三级医疗机构向下转诊，有87.50%的基层医院可以向上级医疗机构进行转诊，但仅有31.58%的三级医院和42.86%的二级医院可以进行机构间转诊。在信息共享方面，85.83%的基层医院表示可以便捷地获取患者既往就诊记录，这一比例显著高于三级医院(63.16%)和二级医院(71.57%)。
2.2. 不同类型人员的心理状况
本研究使用的量表具有良好的信度(Cronbach α)和效度(Kaiser-Meyer-Olbin, KMO), 见表 4。
表 4.
研究量表的信度和效度评价
Evaluation of reliability and validity of the research scale
| Scale | Cronbach α | KMO |
| KMO, Kaiser-Meyer-Olkin. | ||
| Minnesota job satisfaction scale (MSQ) | 0.975 3 | 0.968 3 |
| Job burnout scale (MBI-GS) | 0.908 4 | 0.932 5 |
| Patient health questionnaire-9 (PHQ-9) | 0.945 1 | 0.927 6 |
不同类别医务人员(医生、护理人员、其他人员)在工作满意度、抑郁和职业倦怠的差异见表 5。在工作满意度方面，护理人员满意度最高(76.64±15.25)，医生最低(75.95±13.72)，但三组间的差异无统计学意义(P=0.723)。进一步分析外在满意度和内在满意度发现，三组人群间的差异也无统计学意义。在职业倦怠方面，情感耗竭的得分越高代表倦怠程度越高，三组受访者中医生的情感耗竭得分最高(24.01±12.89)，其他类型人员最低(21.93±15.05)，但差异也无统计学意义(P=0.059)；在去人性化方面，三组间的差异同样也无统计学意义(P=0.284)；在个人成就感降低方面，其他类型人员的无力感最大(26.86±13.06), 医生的表现最好(30.82±10.21)，三组差异具有统计学意义(P < 0.001)。在抑郁情况方面，三组医务人员均表现为轻度抑郁(PHQ-9 >5分)，其中护理人员的抑郁得分最高(8.01±6.12)，其他人员最低(7.32±6.06)，但三组间的差异无统计学意义。
表 5.
不同类别医务人员的满意度倦怠和抑郁情况
Satisfaction, burnout and depression of different healthcare workforce
| Variables | Doctors (n=848) | Nurses (n=365) | Other (n=221) | P value |
| Job satisfaction, x±s | 75.95±13.72 | 76.64±15.25 | 76.43±14.87 | 0.723 |
| Extrinsic satisfaction | 46.07±8.18 | 46.64±9.05 | 46.21±8.97 | 0.562 |
| Intrinsic satisfaction | 29.88±5.75 | 29.99±6.45 | 30.22±6.11 | 0.754 |
| Job burnout, x±s | ||||
| Emotional exhaustion | 24.01±12.89 | 22.57±13.83 | 21.93±15.05 | 0.059 |
| Depersonalization | 6.93±6.37 | 7.60±7.07 | 7.15±7.54 | 0.284 |
| Reduced personal accomplishment | 30.82±10.21 | 28.97±11.89 | 26.86±13.06 | < 0.001 |
| Depression, x±s | 7.70±5.82 | 8.01±6.12 | 7.32±6.06 | 0.390 |
2.3. 医疗服务满足患者需求程度的影响因素分析
有韧性的医疗机构在应对医疗服务激增时应当有能力维持基本的医疗服务。表 6中模型1~7分别显示了心理因素、物理因素、组织因素对医疗服务满足患者需求的程度的影响。总的来说，较好的心理健康状况、良好的机构物资储备、及时的空间改建和扩建、较高的信息共享程度、便捷的机构间转诊情况均与更高的机构韧性呈正相关。回归分析发现医务人员的人口学特征与医疗机构韧性无相关性。
表 6.
医疗服务满足患者需求情况的影响因素分析
Factors associated with healthcare services' responsiveness to patient needs
| Items | Model 1 β(95%CI) | Model 2 β(95%CI) | Model 3 β(95%CI) | Model 4 β(95%CI) | Model 5 β(95%CI) | Model 6 β(95%CI) | Model 7 β(95%CI) |
| Age, gender, marital status, personnel type, educational level and hospital level are controlled in all models. Model 1, the effects of job satisfaction on hospital resilience; Model 2, the effects of extrinsic satisfaction on hospital resilience; Model 3, the effects of intrinsic satisfaction on hospital resilience; Model 4, the effects of emotional exhaustion on hospital resilience; Model 5, the effects of depersonalization on hospital resilience; Model 6, the effects of reduced personal accomplishment on hospital resilience; Model 7, the effects of depression on hospital resilience. * P < 0.1, * * P < 0.05, * * * P < 0.01.-, data are not collected. | |||||||
| Psychological factors | - | - | - | - | - | - | - |
| Job satisfaction | 0.04*** (0.03, 0.04) | - | - | - | - | - | - |
| Extrinsic | - | 0.06*** (0.04, 0.08) | - | - | - | - | - |
| Intrinsic | - | - | 0.08*** (0.06, 0.10) | - | - | - | - |
| Burnout | |||||||
| Emotional exhaustion | - | - | - | -0.04*** (-0.05, -0.03) | - | - | - |
| Depersonalization | - | - | - | - | -0.07*** (-0.08, -0.05) | - | - |
| Reduced personal accomplishment | - | - | - | - | - | 0.01** (0.00, 0.02) | - |
| Depression | - | - | - | - | - | - | -0.06*** (-0.09, -0.04) |
| Organizational factors | |||||||
| Convenient access to patient history | 0.22 (-0.05, 0.50) | 0.22 (-0.05, 0.50) | 0.23 (-0.05, 0.50) | 0.27* (-0, 0.55) | 0.28** (0.00, 0.56) | 0.30** (0.02, 0.57) | 0.28** (0.01, 0.55) |
| Patient referrals | 0.17 (-0.10, 0.43) | 0.17 (-0.09, 0.44) | 0.17 (-0.10, 0.43) | 0.2 (-0.06, 0.47) | 0.2 (-0.06, 0.47) | 0.24* (-0.02, 0.50) | 0.25* (-0.01, 0.51) |
| Physical factors | |||||||
| Shortages of drugs, equipment and protective materials | -0.25** (-0.49, -0.00) | -0.26** (-0.51, -0.02) | -0.23* (-0.48, 0.01) | -0.2 (-0.45, 0.05) | -0.24* (-0.49, 0.00) | -0.27** (-0.51, -0.03) | -0.22* (-0.46, 0.03) |
| Space renovation and expansion | 0.1 (-0.21, 0.41) | 0.11 (-0.20, 0.42) | 0.11 (-0.20, 0.42) | 0.31** (0.00, 0.62) | 0.25 (-0.06, 0.56) | 0.23 (-0.08, 0.54) | 0.22 (-0.09, 0.53) |
模型1~3显示，工作满意度与医疗机构韧性呈正相关(P < 0.01)，相关系数β分别为0.04、0.06和0.08。能够获取患者既往就诊记录的机构、能够实现患者转诊的机构与较高的机构韧性相关，但差异不具有统计学意义。物资短缺对机构韧性的影响在模型中表现显著，且存在负相关关系，但增加诊疗空间的措施未显示出显著的影响。
模型4~6显示了职业倦怠三个维度对医疗机构韧性的影响。第一，情感耗竭与机构韧性呈负相关(β=-0.04，P < 0.01)；信息化程度较高、医务人员可便捷地获取既往记录对机构韧性有一定程度的正向影响(β=0.27，P < 0.1)；如果机构开放诊疗区域或者增加诊疗空间，则会对机构韧性有显著正向影响(β=0.31，P < 0.05)。第二，去人性化与机构韧性也呈负相关(β=-0.07，P < 0.01)。第三，个人成就感与机构韧性呈正相关(β=0.01，P < 0.05)。如果可获取既往记录，那么将呈现较高的机构韧性(β=0.30，P < 0.05)。此外，数据显示严重物资短缺与机构韧性有显著负相关关系(β=-0.27，P < 0.05)。
模型7显示抑郁与机构韧性呈负相关(β=-0.06，P < 0.01)，如果机构可以获取患者既往就诊记录也会对机构韧性产生显著正向影响(β=0.28，P < 0.05)。
3. 讨论
3.1. 医务人员心理因素对医疗机构韧性的影响
研究发现这三类人员(医生、护理人员和其他人员)在工作满意度方面差异无统计学意义。三类人员在满意度、外在满意度、内在满意度三个维度的得分均保持较高水平，与既往研究比较发现，传染病应急响应阶段并未导致医务人员满意度出现显著变化[19]。在职业倦怠方面，三类人员在情感耗竭、去人性化维度均为中度，且差异无统计学意义；而其他人员的个人成就感显著低于医生和护理人员，且均表现为重度职业倦怠。不同类型人员的抑郁水平未呈现有统计学意义的差异。各类人员均有轻度的抑郁，虽然略高于其他研究但差异无统计学意义[20-22]，这一发现表明，虽然医务人员在应急响应阶段面临巨大工作压力，但其抑郁状况并没有发生显著变化。
回归分析发现，工作满意度高、职业倦怠程度低、抑郁程度低均与较高的医疗机构韧性相关，但其他人口学因素与机构韧性相关性不显著。本课题组前期的研究发现91.84%的受访医务人员发生感染，在控制收入、人口学特征后，感染程度与职业倦怠呈显著正相关[9]。此外，既往研究发现参加相关培训可以提高医务人员应对突发公共卫生事件的能力[23]。因此，通过优化诊疗流程和进行诊疗空间改造的方式减少医务人员的感染，通过定期培训的方式提高医务人员的传染病救治能力等都有助于提高医疗机构的韧性，以更好应对未来突发传染病的暴发。
3.2. 医疗机构物理因素对医疗机构韧性的影响
有韧性的医疗机构应当具有一定的冗余性，即在面对机构职能扩展时，可以迅速调配软件和硬件设备设施、进行人员的调配，从而满足政策和患者就诊的需求。本研究全部二、三级医院，以及超过半数的基层医院在应急响应过程中均通过增加诊室或对诊疗空间进行改扩建的方式应对传染病患者激增，表现为较高的冗余性。
药品和器械的短缺是各级医疗机构均面临的严重问题，本研究全部受访机构均出现了物资短缺，以接诊轻症患者为主的基层医疗机构主要表现为药物短缺，而以接诊重症和危重症患者为主的三级医疗机构则主要表现为多种物资的同时短缺。
3.3. 医疗机构组织因素对医疗机构韧性的影响
机构组织特征，如机构间转诊和信息共享，在一定程度上与机构韧性相关。当机构可以实现信息共享和完成机构间转诊时，医疗机构的韧性水平相对较高。在机构间的患者转诊方面，基层医疗机构向上转诊比例高于二级和三级医疗机构向下转诊比例，提示存在下级医疗机构向上转诊相对通畅而上级医疗机构向下转诊不畅的情况；在信息共享方面，各级医疗机构人员均可以便捷地获取患者的既往就诊记录。
在新型冠状病毒感染大流行的应急响应阶段，北京市各级医疗机构展现出较强的整体服务能力，可以基本满足患者的医疗服务需求。然而，重症和危重症患者的集中涌入对医疗资源分配带来了显著挑战，在一定程度上造成了医疗资源挤兑，三级医疗机构出现不能满足患者需求的比例较高。此外，向下级医疗机构转诊的路径不通畅也在一定程度上加剧了二级及以上医疗机构医疗资源的不足和挤兑。
基于本研究发现，未来传染病应急响应过程中应当优化当前的医疗机构协作方式，可以通过二级和三级医院培训或支援基层医院的形式，提高基层医院传染病救治能力[24]；通过完善患者向下级医疗机构转诊的路径[25]，引导患者的有序就医，缓解医疗资源的挤兑。
本研究存在一定的局限性：本研究的定量数据来自横断面调查，研究数据无法对医疗机构韧性和各影响因素的关系进行因果验证；其次，样本中二级医院管理层受访者比例偏低，可能导致研究结论在二级医疗机构的外推性较差；最后，现有研究对医疗机构韧性及其影响因素的量化评估体系尚不完善，导致本研究缺乏可进行横向比较的参考数据。
Funding Statement
国家自然科学基金(72174010)、北京市自然科学基金(M22033)和首都卫生研究与发展专项(2021-1G-4091)
Supported by the National Natural Science Foundation of China (72174010), Beijing Municipal Natural Science Foundation (M22033) and the Capital Health Research and Development of Special Fund (2021-1G-4091)
Footnotes
利益冲突 所有作者均声明不存在利益冲突。
作者贡献声明 付亚群：资料收集、分析，撰写论文；张佳伟、王权、朱正、聂智杰、谭一阳：资料收集、分析；韩冰、刘青、李晓光、郭静：研究设计和指导；蒋荣猛、杨莉：研究设计、指导，总体把关和审定论文。
References
- 1.World Health Organization. Pulse survey on continuity of essential health services during the COVID-19 pandemic. Interim report [EB/OL]. (2020-08-27) [2025-01-01]. https://www.who.int/publications/i/item/WHO-2019-nCoV-EHS_continuity-survey-2020.1.
- 2.Mustafa S, Zhang Y, Zibwowa Z, et al. COVID-19 Preparedness and Response Plans from 106 countries: A review from a health systems resilience perspective. Health Policy Plan. 2022;37(2):255–268. doi: 10.1093/heapol/czab089. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 3.WHO. Building health systems resilience for universal health coverage and health security during the COVID-19 pandemic and beyond: WHO position paper [EB/OL]. (2021-10-19) [2025-01-01]. https://www.who.int/publications/i/item/WHO-UHL-PHC-SP-2021.01.
- 4.Kruk ME, Myers M, Varpilah ST, et al. What is a resilient health system? Lessons from Ebola. Lancet. 2015;385(9980):1910–1912. doi: 10.1016/S0140-6736(15)60755-3. [DOI] [PubMed] [Google Scholar]
- 5.Khalil M, Ravaghi H, Samhouri D, et al. What is "hospital resilience"? A scoping review on conceptualization, operationalization, and evaluation. Front Public Health. 2022;10:1009400. doi: 10.3389/fpubh.2022.1009400. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 6.李 卫平, 周 海沙. 我国公立医院的治理结构分析. 中国医院管理. 2005;25(8):19–23. [Google Scholar]
- 7.Spoorthy MS, Pratapa SK, Mahant S. Mental health problems faced by healthcare workers due to the COVID-19 pandemic: A review. Asian J Psychiatr. 2020;51:102–119. doi: 10.1016/j.ajp.2020.102119. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 8.Cai H, Tu B, Ma J, et al. Psychological impact and coping strategies of frontline medical staff in hunan between january and march 2020 during the outbreak of coronavirus disease 2019 (COVID-19) in Hubei, China. Med Sci Monit. 2020;26:e924171. doi: 10.12659/MSM.924171. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 9.Wang B, Liu X, Han B, et al. COVID-19 infection experience and depressive symptoms among Chinese medical staff: The mediating role of professional burnout. Disaster Med Public Health Prep. 2024;18:e290. doi: 10.1017/dmp.2024.265. [DOI] [PubMed] [Google Scholar]
- 10.Hanefeld J, Mayhew S, Legido-quigley H, et al. Towards an understanding of resilience: Responding to health systems shocks. Health Policy Plan. 2018;33(3):355–367. doi: 10.1093/heapol/czx183. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 11.Zhong S, Clark M, Hou XY, et al. Development of hospital disaster resilience: Conceptual framework and potential measurement. Emerg Med J. 2014;31(11):930–938. doi: 10.1136/emermed-2012-202282. [DOI] [PubMed] [Google Scholar]
- 12.Bruneau M, Chang SE, Eguchi RT, et al. A framework to quantitatively assess and enhance the seismic resilience of communities. Earthquake Spectra. 2003;19:733–752. doi: 10.1193/1.1623497. [DOI] [Google Scholar]
- 13.Fleming P, O'donoghue C, Almirall-sanchez A, et al. Metrics and indicators used to assess health system resilience in response to shocks to health systems in high income countries: A systematic review. Health Policy. 2022;126(12):1195–1205. doi: 10.1016/j.healthpol.2022.10.001. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 14.单 雪芹, 曹 鹏, 王 兵侠, et al. 医院应急处置突发公共卫生事件的韧性体系建设策略. 中华卫生应急电子杂志. 2021;7(6):371–373. [Google Scholar]
- 15.左 霞, 单 雪芹, 蔡 滨, et al. 突发公共卫生事件医院韧性五维体系建设策略. 中国急救复苏与灾害医学杂志. 2023;18(1):27-30, 89. [Google Scholar]
- 16.Weiss DJ. Short-Form MSQ Chinese 1977 short form [EB/OL]. (1977-01-01) [2025-01-01]. https://vpr.psych.umn.edu/sites/vpr.umn.edu/files/files/chinese_msq_1977_short_form_1.pdf.
- 17.Maslach C, Jackson S. The measurement of experienced burnout. J Organ Behav. 1981;2:99–113. doi: 10.1002/job.4030020205. [DOI] [Google Scholar]
- 18.Kroenke K, Spitzer RL, Williams JB. The PHQ-9: Validity of a brief depression severity measure. J Gen Intern Med. 2001;16(9):606–613. doi: 10.1046/j.1525-1497.2001.016009606.x. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 19.李 熹阳, 宋 可玉, 肖 煜吟, et al. 我国三级公立医院医务人员满意度现况调查. 中国医院管理. 2022;42(5):32–36. [Google Scholar]
- 20.李 秀丽, 王 雪杰, 张 金秀, et al. 新型冠状病毒感染疫情防控不同阶段及封控期医务人员心理应激状况的回顾性研究. 心理月刊. 2024;19(12):37–41. [Google Scholar]
- 21.李 曦然, 李 瑛, 何 志坚, et al. 新型冠状病毒感染疫情期间医务人员心理健康状况、工作满意度调查及其影响因素分析. 预防医学论坛. 2024;30(1):19–24. [Google Scholar]
- 22.梅 莉, 梅 佩, 李 琴. 新冠肺炎疫情下首批一线医务人员心理状态及应对方式现状调查. 齐鲁护理杂志. 2020;26(13):40–43. [Google Scholar]
- 23.周 洋, 杨 金侠. 三级医院医务人员突发公共卫生事件应急能力的调查分析. 现代医学. 2022;50(7):799–805. [Google Scholar]
- 24.田 昕, 李 晓轩, 吴 静. 新冠肺炎疫情下区域纵向医联体建设思考. 临床和实验医学杂志. 2020;19(11):1121–1124. [Google Scholar]
- 25.雷 祎, 甄 冬云, 李 寒, et al. 医联体应对新冠肺炎疫情的防控措施与策略探讨. 医院管理论坛. 2020;37(4):17–19. [Google Scholar]