基于系統動力學的社區高血壓管理投入預測

徐莉蘋，李婷，黃濤，蘇瑾，易春濤

本研究價值：

社區高血壓管理開展已有近30年，在區疾病預防與控制中心的質控下，社區衛生服務中心所提供的高血壓管理，從接收到上級管理單位下達的管理目標，經過實踐，到高血壓管理效果的顯現，受到多種因素的影響，而管理效果又會進一步影響管理目標量的達成。在現有管理體系下，社區衛生服務中心高血壓管理的服務量會呈現何種變化，為完成這些服務量，社區衛生服務中心又需要投入多少人力，這是本研究借助系統動力學模型實現的內容，并在此基礎上進一步提出了社區衛生服務中心減輕高血壓管理壓力的辦法，即近期對執行人予以績效傾斜，在遠期則需要在信息化和培養低成本人才方面做出努力。研究過程和結果可供同行借鑒。

我國高血壓患病率總體呈明顯上升態勢，由于高血壓而帶來的直接醫療費用，以及因為高血壓引起的腦卒中等疾病所產生的間接醫療費用也漸趨攀升［1］。為了更好地控制高血壓，減少并發癥，我國于1969年即啟動了社區高血壓防治工作，并于2005年實施《全國高血壓社區規范化管理》項目，由此進入社區規范化管理時代［1］。

時至今日，社區高血壓管理相關工作的開展已有近30年，社區衛生服務中心作為社區高血壓管理的主要執行方，在區疾病預防與控制中心（CDC）設定的社區高血壓患者管理率、血壓控制率目標的引導下［2］，社區衛生服務中心納入管理的高血壓人數日漸增多，高血壓隨訪等相關高血壓管理工作量也漸趨增大。在現有的高血壓管理的激勵機制下，社區衛生服務中心高血壓管理需求量的發展趨勢如何？社區衛生服務中心現有的人力配置能否滿足社區高血壓管理需求？現有的激勵機制能否驅動社區衛生服務中心持續、高質量地完成高血壓管理工作？這些問題在現有的研究中鮮有回答。

系統動力學（system dynamics），作為美國麻省理工學院FORRESTER教授于1956年創立的一門研究系統動態復雜性的科學，是以反饋控制理論為基礎，以計算機仿真技術為手段，可以對復雜時變系統進行有效仿真模擬，在醫療衛生資源配置方面已有較多的應用［3-6］。

因此，本研究以上海市徐匯區楓林街道社區衛生服務中心（以下簡稱“楓林衛生中心”）為例，在明確社區衛生服務中心在社區高血壓管理相關工作流程的管理機制的基礎上，借助系統動力學方法，結合2007—2016年積累的社區高血壓管理歷史資料，對未來5年的歷年服務量和社區投入進行預測，以期對社區高血壓管理工作進行進一步優化，并為同行開展相關工作提供借鑒。

1 資料與方法

1.1 資料來源 于2017年9月—2018年3月，以楓林衛生中心為研究對象，采集其2007—2016年社區高血壓管理的歷年服務量、社區投入等相關資料，作為社區高血壓管理體系系統動力學模型構建和分析的數據基礎。

1.2 研究方法

1.2.1 資料收集 楓林衛生中心高血壓管理服務流程見圖1。基于該流程，并結合研究組關于楓林衛生中心高血壓管理的系統思考結果（見圖2），本研究組對其2007—2016年高血壓管理的歷年服務量、社區投入等相關數據進行采集。采集辦法有以下2種：（1）方法1，歷史資料查詢。即由楓林衛生中心醫務科、防保科、人事科、財務科等，通過信息系統查詢或統計資料查詢，獲得2007—2016年歷年高血壓管理相關的服務數量、單位時間人力成本、耗材、信息化投入等資料。（2）方法2，問卷調查。選取楓林衛生中心有意愿參與的全科醫生和公共衛生醫生進行問卷調查，共5名全科醫生〔其中男1名，女4名；年齡33～40歲，平均年齡（36.4±2.4）歲；職稱均為中級；學歷均為本科；工作年限10～14年，平均工作年限（11.8±1.5）年〕，1名公共衛生醫生（女，32歲，中級職稱，工作年限6年）參與問卷調查。調查內容為歷年提供各項服務所花費的時間、各項工作給其所帶來的壓力大小。

具體采集的各項指標及其采集辦法見表1。

1.2.2 系統動力學模型的建立 本研究組在系統仿真專家的指導下，結合楓林衛生中心2007—2016年社區高血壓管理歷史資料，對社區高血壓管理系統模型構建如下。

1.2.2.1 構建假設 楓林衛生中心所開展的社區高血壓管理服務，是依據上海市衛計委發布的高血壓管理相關工作指導文件［7-8］要求開展，每年基于區CDC下達的新增高血壓管理人數要求，對轄區內35歲及以上人群提供首診測壓服務，對血壓異常者，建議其進行進一步診斷（高血壓診斷標準參考《中國高血壓防治指南2010》［9］）；對確診為高血壓的患者，提供建檔、建立隨訪管理卡以及每年不少于4次（每季度至少1次）的隨訪服務（包括門診、電話和上門隨訪等），高血壓在管人數的流失和血壓控制是否達標，需基于1年隨訪結束后，根據隨訪完成次數，以及末次血壓測量結果判定。其中，根據楓林衛生中心防保科和醫務科反饋，社區衛生服務中心新納入管理的高血壓患者，不參與當年血壓規范管理率（規范管理，即按照上海市相關政策要求［8］每季度至少隨訪1次）的計算，但參與當年血壓控制率（即，年末血壓控制達標人數/當年末在管人數）的計算。

圖1 楓林衛生中心高血壓管理服務流程Figure 1 Hypertension management service process in Fenglin Street Community Health Center

圖2 楓林衛生中心高血壓管理系統因果回路圖Figure 2 Causal loop diagram of community hypertension management system in Fenglin Street Community Health Center

表1 楓林衛生中心高血壓管理現況數據采集清單Table 1 Data collection list of hypertension management in Fenglin Street Community Health Center

由于系統動力學模型的建立和調試僅能根據已有的歷史數據完成（社區僅有對于門診和電話隨訪次數的詳細記錄，上門和其他隨訪記錄均存在較嚴重的缺失），因此，關于楓林衛生中心對轄區居民所開展的高血壓管理，本研究在建立模型前構建以下4個假設：假設1：從目標新增高血壓管理人數下達，到獲得年度高血壓新增人數所需要的時間，即獲客（即獲得客戶）延遲時間為1年，且判斷該年新增高血壓管理人數目標是否達標的時間，即目標達標延遲為1年，且在高血壓患者新納入社區管理的年度不對其進行隨訪管理；假設2：當年新增的高血壓管理人群，在年末血壓控制全部達標；假設3：對于年初高血壓在管人群，通過隨訪對血壓控制產生效果的時間，即隨訪效果延遲時間為1年；假設4：對于社區在管的高血壓患者，社區衛生服務中心在1年中平均完成4次隨訪，其中，門診隨訪2次，電話隨訪2次。

1.2.2.2 建立模型 基于假設1～4，借助系統動力學軟件Vensim PLE，并依據系統思考形成的因果回路圖，建立楓林衛生中心高血壓管理系統模型結果，見圖3。模型包含社區高血壓數量、質量管理和社區投入，共涉及4個狀態變量、6個速率變量，以及23個輔助、常數、外生變量。變量之間的關系如下：（1）高血壓管理數量控制因果關系：社區衛生服務中心每年的目標新增高血壓管理人數，由區CDC在年初設定，且該人數隨著時間的推移每年呈現不規律的波動；目標新增高血壓管理人數的設定，會影響到社區衛生服務中心該年度獲客投入覆蓋人數，即當年有效覆蓋人數的大小，而該數值一般是在目標新增高血壓管理人數的基礎上再增加一定的數量，且增加數量的大小，常受到每例高血壓患者的獲客人力投入大小的影響；獲客投入覆蓋人數，一般需要社區衛生服務中心1年的努力，轉換為新增高血壓管理人數，即該年度實際新增高血壓管理人數，且該年度新增高血壓管理人數與年初所設立的目標新增高血壓管理人數（即年末的期望新增高血壓管理人數）之間的差距—目標未完成量，會帶來社區衛生服務中心達成新增人數目標的壓力的增大（該變量本身也會隨著每年時間的推移而增加），當其大于高血壓工作飽和度時，會促使其增加對每例高血壓患者的獲客人力投入（該變量本身會隨著每年時間的推移而減少，反映為效率的提升，而新增人數目標的壓力對其影響就體現為減緩這種隨著時間而減少的速度）；新增高血壓管理人數還會進一步帶來下一年度年初高血壓在管人數（即該年度需要進行隨訪管理的人數）的增加，而年初高血壓在管人數，一方面影響該年度社區衛生服務中心在高血壓管理方面的工作飽和度，另一方面經過1個年度后，受到社區衛生服務中心對每例高血壓患者管理人力投入的影響，會有部分高血壓患者出現隨訪次數不足問題，產生高血壓管理流失人數。（2）高血壓管理質量控制因果關系：高血壓有效隨訪覆蓋人數（即通過隨訪可以使其血壓控制達標的人數），受到年初高血壓在管人數和每例高血壓患者管理人力投入的共同影響；隨訪效果如何（即血壓控制達標情況如何），需要經過1年的時間，在年末才能知曉，從而形成隨訪血壓控制達標人數；隨訪血壓控制達標人數與該年度新增人群血壓控制達標人數，共同構成了該年度的血壓控制達標人數（即上年末血壓控制達標人數），該人數與血壓控制目標達標率（此處假設為1）之間的差距，形成了該年度血壓控制未達標人數（即上年末血壓控制未達標人數）；而每年的年初高血壓在管人數，會影響到該年度社區衛生服務中心高血壓管理的績效壓力，從而進一步影響每例高血壓患者管理人力投入，而該變量則會進一步影響該年度的高血壓工作飽和度。

圖3 楓林衛生中心高血壓管理系統模型Figure 3 Hypertension management system model in Fenglin Street Community Health Center

其中，需要說明的是，與圖2的因果回路圖相比，圖3的系統模型缺少了對高血壓管理級別越級、單病種消耗醫保費用、懲罰力度等內容，是因為對于社區衛生服務中心來講，高血壓管理工作僅是其眾多工作內容中的一部分，目前尚未對該病種的管理級別越級、單病種消耗醫保費用等有明確的懲罰措施，社區衛生服務中心醫務人員僅能感受到工作壓力每年在逐漸增加，因此，對這些變量做了刪除處理。

具體各變量計算公式設置見表2。

1.2.2.3 模型參數確定 模型系統地域邊界為上海市徐匯區楓林街道，時間邊界為2006—2021年，共16年。其中，歷史數據主要涉及2007—2016年；上年末血壓控制達標人數、上年末血壓控制未達標人數僅有2012—2017年數據；2006年，除了目標新增高血壓管理人數為歷史數據外，其他均為假設數據；2017年僅有上年末血壓控制達標人數、上年末血壓控制未達標人數為歷史數據。

1.2.2.4 模型檢驗 選取2007—2016年的數據進行檢驗。從歷史檢驗結果看，系統模型預測的楓林社區高血壓服務人數與實際發生服務人數相比，新增新增高血壓管理人數、年初高血壓在管人數等兩個主要變量的相對誤差絕對值在0～0.05之間，說明系統模型基本能真實反映楓林社區高血壓管理體系的運作過程，可用于楓林社區高血壓管理服務人數和社區投入的預測。

2 結果

2.1 社區高血壓管理服務數量預測 基于該系統動力學模型，楓林衛生中心社區高血壓管理服務量預測結果如圖4所示。具體數據見表3。

2.2 社區高血壓管理服務社區投入預測 楓林衛生中心對社區高血壓管理服務體系的投入的核算公式為：每年社區投入=每例高血壓患者的健教耗材投入×新增高血壓管理人數+單位時間人力成本×每例高血壓患者的獲客人力投入×新增高血壓管理人數+單位時間人力成本×每例高血壓患者的管理人力投入×（年初高血壓在管人數-高血壓管理流失人數）+其他人力投入×單位時間人力成本+信息化投入。具體每年社區投入和社區累積投入見圖5，具體數值見表3。

圖4 楓林衛生中心社區高血壓管理服務量預測Figure 4 Forecast of hypertension management service in Fenglin community

圖5 楓林社區高血壓管理社區投入預測Figure 5 Input forecast of hypertension management in Fenglin community

表3 楓林衛生中心社區高血壓管理服務數量和投入預測Table 3 The number and input forecast of hypertension management services in Fenglin Street Community Health Center

3 討論

3.1 基于系統動力學模型的社區高血壓管理服務量和社區投入預測具有科學性 系統動力學方法是研究復雜系統的重要工具之一，兼具定性分析和定量研究，有助于管理決策科學化［10］。本研究引入系統動力學方法，在前期定性分析基礎上，進一步采集歷史數據對楓林衛生中心社區高血壓管理體系進行定量研究，在揭示了社區高血壓管理體系的動態復雜性的同時，也對服務量和社區投入進行了定量預測，在模型構建過程和預測結果方面，均具有一定的科學性。

首先，模型構建過程的科學性，體現在模型假設和變量計算公式的設置方面。模型構建時所設立的4個假設，均基于社區高血壓管理實際情況，以及系統動力學建模要求梳理，如年度新增高血壓管理人數，目前社區衛生服務中心是在每年3月份左右確立當年的新增目標，在9月份之前完成對社區新增高血壓患者的納入，雖然從目標下達到完成的時間不足1年，但由于系統動力學模型延遲函數對延遲時間不足1個步長的按1個步長（本模型的1個步長等于1年）來計算，且社區對新增高血壓患者的隨訪管理，不納入當年度的規范管理率

計算，也就缺乏了對該類人群隨訪管理的考核要求，社區醫務人員對其執行的動力也就相對缺乏，而該年度最后1季度對該人群的1次隨訪是否執行以及隨訪覆蓋率就難以保障，因此對此類人群的隨訪管理，提出了假設1。而模型中所涉及變量的計算公式，均是通過楓林衛生中心社區高血壓管理執行人代表（主要為全科醫生和公共衛生醫生）多次商討從定性層面確認變量間因果關系的基礎上，結合歷史數據模擬確認變量間定量關系，從而獲得變量間的計算公式，而對于確認兩變量間存在因果關系，但歷史數據對變量間關系難以用多項式函數、線性函數、邏輯函數（如條件函數）等表達時，則采用表函數［11］對兩變量間的關系進行描繪（如每例高血壓患者的管理人力投入與高血壓管理流失人數）。模型假設體現了社區高血壓管理體系的運行現況，變量的計算公式也反映了變量間的定性和定量關系。

表2 模型中各變量計算公式設置Table 2 Formula setting for each variable in the model

其次，模型預測結果顯示，模型的兩個主要反映服務量的數據—新增高血壓管理人數、年初高血壓在管人數，預測結果與歷史數據采集結果間的相對誤差絕對值不超過0.05，由此可見模擬推算結果與實際情況的吻合度比較高，模型預測結果也具有科學性。

3.2 社區高血壓管理服務量和社區投入預測反映社區高血壓管理壓力 基于系統動力學模型實證分析結果，楓林衛生中心每年新增高血壓管理人數預期從2018年起與高血壓管理流失人數近乎持平，從而使高血壓在管人數基本穩定在17 000人左右，而每年社區投入預計會在100萬元左右。其中，對于納入社區管理的高血壓患者，每年至少隨訪4次，且此次調查顯示每人次隨訪需消耗醫務人員6 min左右的時間，因此，對于17 000人的隨訪管理，每年預期需要社區投入的人力時為40.8萬min；假設社區衛生服務中心1名醫務人員1年工作12個月，每個月平均工作22 d，每天有效工作時間為6.5 h，相當于需要社區安排4名醫務人員全年只做高血壓隨訪工作，且還不能發生1次上門隨訪（據反饋上門隨訪所需時間幾乎是門診或電話隨訪的4倍）的工作。而根據上海市衛生和計劃生育委員會2015年發布《關于完善本市社區衛生服務中心績效工資制度的實施意見（試行）》，每人/年的高血壓患者管理是按8個標化工作值計算財政補貼［12］；同時，根據上海市浦東新區某社區衛生服務中心按照區域基本公共衛生服務補貼總額除以區域基本公共衛生服務總需求量之后，測算的1個標化工作值預計財政補貼額度為0.34元［13］；根據上述內容，完成17 000人的高血壓隨訪工作，4名高血壓管理的全職醫務人員，每人每年可為機構獲得1.445萬元的收入。這個數額與社區醫務人員收入水平（2012年上海市社區衛生服務中心在崗職工最低收入為8.75萬元）［14］相比，明顯偏低。而在對執行人補償不足的情況下，極易帶來社區高血壓管理工作的消極執行，最終帶來高血壓管理質量不佳等問題的產生。

要緩解社區高血壓管理壓力，借助信息化手段節約醫務人員花費在每例高血壓患者身上的管理時間，或者將社區高血壓管理工作移交給單位時間人力價值低、且具備相關技術要求的人員執行，可以成為未來的發展趨勢；而在當下，信息化手段在節約人力耗時方面的作用發揮不充分，而社區又缺少單位時間人力價值低、且具備相關技術要求的人員的情況下，則需要社區衛生服務中心及其上級管理單位在績效管理方面給相關工作的執行人予以一定的傾斜，以保障社區高血壓管理工作質量。3.3 本研究的價值和下一步研究方向 本研究借助系統動力學方法，對社區高血壓管理體系進行剖析，并結合社區高血壓管理歷史數據，對社區高血壓管理服務量和社區投入進行預測，揭示了社區高血壓管理體系所面臨的壓力，并由此提出社區高血壓管理體系需要在近期對執行人予以績效傾斜，在遠期則需要在信息化和培養低成本人才方面做出努力。

此次系統動力學模型中，涉及部分變量間的關系，難以用明確的線性函數、邏輯函數等表示，因而引入表函數，對模型的結構分析造成了一定的障礙；且目標新增高血壓管理人數，在此次模型中作為外生變量處理，未體現社區人群數量和高血壓患病率的變化對社區高血壓管理體系的影響。這有待通過擴大模型邊界和數據的持續積累，對模型進行進一步的調整和優化。