基層全科醫生應診能力評價指標體系的信效度研究

顧勁梅，紀舒妤，奚謙，彭厚瑄，覃麗，趙璨，陳培萌，黃小翠，梁睿瑩，申穎

1.530021 廣西壯族自治區南寧市，廣西醫科大學第一附屬醫院全科醫學科

2.543103 廣西壯族自治區梧州市龍圩區新地鎮衛生院

3.530229 廣西壯族自治區南寧市江南區延安鎮衛生院

4.530603 廣西壯族自治區南寧市馬山縣周鹿中心衛生院

5.530041 廣西壯族自治區南寧市西鄉塘區壇洛中心衛生院

6.543214 廣西壯族自治區岑溪市糯垌中心衛生院

7.530047 廣西壯族自治區南寧市江南區江西中心衛生院

8.530021 廣西壯族自治區南寧市，廣西醫科大學全科醫學院

全科醫生臨床能力測評是基層衛生人力資源領域的研究熱點［1］。客觀、科學評價全科醫生在基層執業環境中真實的醫療及公共衛生服務能力，并準確鑒定全科醫生基層衛生服務能力缺口與不足具有重要的現實意義，可以為有效提升全科醫生教育培訓工作質量提供改進方向及有益參考［2］。我國城鄉發展不平衡，城市社區衛生服務中心和農村鄉鎮衛生院雖同屬基層醫療衛生機構，但服務人群、醫療環境、基層衛生服務內容、風俗文化等均有所差別［3］，對全科醫生的服務能力也有不同要求。目前，針對在農村基層執業的全科醫生的臨床能力測評研究較為匱乏，缺乏適用于農村基層醫療環境的醫療服務能力評價工具是導致該類研究偏少的重要原因之一［4］。列斯特評估量表（Leicester Assessment Package，LAP）是由英國萊斯特大學Fraser 教授首先提出，并經過廣泛驗證的用于全科醫生、醫學生及住院醫師應診能力評估的工具［5-6］。近年來，我國北京市、上海市等地的極少數社區衛生服務中心引入該量表評估全科醫生應診能力及全科醫生培訓效果［7-9］，但納入評估的全科醫生樣本量偏小，缺少LAP 在國內全科醫生人群中的信效度驗證數據及LAP 在農村基層執業的全科醫生應診能力評估中的應用。本課題組在前期研究中，以經典LAP 為藍本，通過德爾菲法構建了適用于基層環境的全科醫生應診能力評價指標體系，并采用層次分析法明確各級指標的權重。本研究旨在以農村鄉鎮衛生院工作的全科醫生及助理全科醫生為驗證人群，采用問卷調查法檢驗前期研究中所構建的基層全科醫生應診能力評價指標體系的信度和效度，為在農村基層醫療環境中科學、客觀測評全科醫生應診能力提供標準化工具，為推動農村基層全科醫生臨床能力測評研究和工作提供理論依據和研究范例。

1 對象與方法

1.1 調查量表設計

依據基層全科醫生應診能力評價指標體系設計相應的調查量表，包括接診和病史采集、體格檢查、患者管理、解決問題、醫生行為和與患者的關系、預防性照顧及病歷記錄7 個一級指標和42 個二級指標。農村基層全科醫生應診能力評價量表包括8 個部分：第1 部分為研究對象的基本人口學信息，含性別、學歷、基層工作年限、職稱、執業資格、執業注冊范圍6 個條目；第2～8 部分以基層全科醫生應診能力評價指標體系的一級指標為各部分問題，各部分所納入的條目為所屬的各二級指標內容，共計42 個條目，每個條目提供5 個選項，根據Likert 5 級評分法，各選項按照“很難做到”“難做到”“一般能做到”“容易做到”“非常容易做到”分別賦值1～5 分。研究對象根據自身情況如實作答，總分為42～210 分，得分越高表示應診能力越強。

1.2 研究對象

本研究以正在農村鄉鎮衛生院工作的全科醫生或助理全科醫生為研究對象。納入標準：（1）具有執業醫師資格證或執業助理醫師資格證，且執業注冊范圍包含全科醫學；（2）現正在農村鄉鎮衛生院工作，且至少有1 年及以上的農村基層醫療衛生工作經驗；（3）自愿參與研究。排除標準：（1）從未在農村基層醫療環境中接診患者；（2）未能提供自愿參與研究的書面知情同意書。

1.3 抽樣方法和樣本量估算

采用目的性和分層抽樣方法，按照東、南、西、北、中方向，在廣西壯族自治區抽取南寧、桂林、梧州、百色、貴港5 個城市，再依據2021 年廣西農村鄉鎮衛生院年收入情況將以上5 個城市的鄉鎮衛生院分為年收入＞2 000 萬元的高收入機構、1 000～2 000 萬元的中收入機構、＜1 000 萬元的低收入機構，在每個城市中抽取高、中、低收入機構各13～14 家。于2022 年9—12 月，通過“問卷星”平臺將評價量表發放給在抽取的鄉鎮衛生院工作的全科醫生或助理全科醫生開展調查。

除基本人口學信息外，評價量表余下42 個條目。根據因子分析需要5～10 倍于量表條目的樣本數量，故本研究樣本量在210～420 較為合適。

1.4 量表條目篩選

聯合Cronbach'sα系數、臨界比值法及Pearson 相關性分析決定是否刪除量表的條目。如刪除某一條目后，總量表Cronbach'α系數大于未刪除前，則考慮刪除該條目［10-11］；將研究對象問卷得分按從高到低排序，取得分前27%為高分組，得分后27%為低分組，采用獨立樣本t 檢驗計算各條目高分組和低分組得分的均值差異，即臨界比值（CR），并進行假設檢驗，如CR ≤3.000 或P＞0.05，則考慮刪除該條目［12-13］；計算各條目得分和量表總得分的相關系數，如相關系數＜0.400 或P＞0.05，則考慮刪除該條目［14-15］。

1.5 量表信度檢測

采用Cronbach'sα系數和折半信度檢測指標體系的內部一致性信度。計算量表第2～8 部分的Cronbach'sα系數和總量表的Cronbach'sα系數，Cronbach'sα系數≥0.700 認為量表內部一致性信度較高［16］；將量表條目分兩半計分，計算量表前半部和后半部得分的相關系數，如兩半得分方差相同，則計算兩半部分得分的Spearman-Brown 系數判斷折半信度；如兩半得分方差不相同，則采用Guttman Split-Half 系數表示折半信度。折半系數＞0.700 視為折半信度較優［17］。

1.6 量表結構效度檢測

基層全科醫生應診能力評價指標體系保留了經典LAP 的核心結構，即接診和病史采集、體格檢查、患者管理、解決問題、醫生行為和與患者關系、預防性照顧及病歷記錄7 個一級指標，此外僅增加了3 個二級指標，故農村全科醫生應診能力評價量表具有較強的理論支持，可不再使用探索性因子分析法（explorative factor analysis，EFA）探索其維度結構，而直接采用驗證性因子分析法（confirmative factor analysis，CFA）驗證其結構效度［18］。采用Amos 24.0 統計軟件構建CFA 模型，計算模型基本擬合度（preliminary fit criteria，PFC）、整體模型擬合度（overall model fit，OMF）及模型內在結構擬合度（fit of internal structural model，FISM）三類指標判斷模型擬合程度，即假設模型與調查數據之間的擬合程度，從而驗證量表的結構效度［19］。再通過潛在變量的相關系數高低判斷是否具有更高層次因子結構，考慮構建二階模型及進行相關模型擬合［20］。如模型擬合不佳，本文將以協方差的修正系數（MI）＞20 作為標準，將相應的誤差變量從固定參數調整為自由參數，從而修正模型適配度。

1.7 統計學方法

量表數據錄入采用Excel 2010 軟件，數據分析使用SPSS 26.0 及Amos 24.0 統計軟件。采用相對數描述計數資料，采用（±s）描述計量資料。以P＜0.05 為差異有統計學意義。

1.8 倫理

納入的研究對象可通過評價量表中的附件說明詳細了解本研究目的、內容、收集信息的用途及個人信息使用等情況。要求各研究對象將自愿參與本研究的知情同意書簽字后掃描發送至一位本文作者的郵箱。考慮到本研究不涉及公開發表任何單一研究對象的個人信息及應答情況，亦不涉及人體試驗，故無須申請倫理審批。

2 結果

2.1 研究對象的基本人口學信息

2022 年9—12 月，通過問卷星共計發放600 份評價量表，回收398 份，排除填寫不規范、雷同答案過多及填寫人員符合排除標準等問卷，共回收有效量表366份，有效應答率為61.0%。問卷應答者來自南寧、桂林、梧州、百色、貴港5 個城市中的204 家鄉鎮衛生院，其中女175 人（47.8%），男191 人（52.2%）；297 人（81.1%）具有本科及以上學歷，293 人（80.1%）在基層工作年限＜5 年，215 人（58.7%）具有中級職稱，315 人（86.1%）具有執業醫師資格證，應答者的執業注冊范圍均包括全科醫學，見表1。

表1 研究對象的基本人口學信息（n=366）Table 1 Demographics of subjects included in the study

2.2 Cronbach's α 系數、CR 及相關系數

量表總Cronbach'sα系數為0.976，刪除各條目后量表總Cronbach'sα系數波動在0.975～0.976，未高于0.976，提示指標體系各條目間一致性較高，保留所有條目；將每份量表得分從高到低排列，前27%高分組（截至前99 例）和后27%低分組（截至倒數第99 例）的42 個條目CR 范圍是10.727～18.906（均＞3.00 且P＜0.001），說明各條目具有良好的區分度，保留所有條目；在Pearson 相關性分析中，各條目得分與量表總得分的相關系數均＞0.590，P＜0.001，表明各條目與整體量表有較強相關性，保留所有條目，見表2。

表2 基層全科醫生應診能力評價指標體系的條目篩選情況Table 2 Screening of items in the evaluation index system for consultation competency of GPs in primary care settings

2.3 量表的Cronbach's α 系數和折半信度

總量表及7 個維度的Cronbach'sα系數均＞0.700（表3），總量表的Guttman Split-Half 系數為0.931，提示問卷具備良好的內部一致性信度。

表3 基層全科醫生應診能力評價指標體系總量表及各維度的Cronbach's α 系數Table 3 Cronbach's α for the whole questionnaire and subsections

2.4 量表的結構效度

2.4.1 量表的一階CFA 模型構建、修正及擬合：KMO=0.972，Bartlett's 球形檢驗χ2=12 216.905（P＜0.001），提示量表數據適合進行因子分析。運用Amos 24.0 軟件構建了初始一階7 個因子的CFA 模型，再運用極大似然法擬合模型及估計參數。結果顯示，模型PFC 良好，未違反模型辨認規則，表現為：（1）測量誤差方差無負值，并達到顯著水平；（2）一級指標和二級指標間的標準化因子載荷為0.59～0.87（一般標準為0.50～0.95［21］）；（3）非標準化因子載荷、因子間協方差、殘差間協方差、因子及殘差的方差等模型參數估計值的t 檢驗均達到P＜0.001 的顯著性水平（一般標準為P＜0.05［21］）；（4）模型參數估計值的標準誤小，波動在0.012～0.107。

但是，模型OMF 未達理想。依據MI＞20 的標準，依次將e1 和e2、e37 和e38、e3 和e4、e12 和e13、e10和e11 等誤差項從固定參數改為自由參數，每次修正后均進行模型擬合。經過5 次修正后，最終一階模型的OMF 指標較初始模型有一定程度改善。如擬合優度指數（GFI）、調和擬合優度指數（AGFI）、均方根殘差（RMR）、近似誤差均方根（RMSEA）、標準擬合指數（NFI）、比較擬合指數（CFI）、增值擬合指數（IFI）、非規準適配指數（TLI）、χ2自由度比值（χ2/df）、簡約適配度指數（PGFI）、簡約標準擬合指數（PNFI）等指標在修正后均獲得優化，尤其是TLI 修正后從未達理想到達到理想水平。盡管GFI、AGFI 及NFI 等指標在修正后仍未達最佳，但大多數OMF 指標已達理想水平，故整體而言，最終一階模型的OMF 尚稱良好（表4）。

表4 一階模型和二階模型修正前后的整體擬合度指標Table 4 Overall goodness-of-fit metrics before and after correction for the first-order and second-order models

在模型內在結構擬合度方面，所有模型參數估計值達顯著水平（P＜0.001）（一般標準為P＜0.05［21］）；最終一階模型的標準化殘差絕對值＜3；一階因子的平均方差抽取值（AVE）波動在0.529～0.697（一般標準為＞0.500［21］）；一階因子的組合信度為0.785～0.940（一般標準為P＞0.600［21］），見表5。33 個觀測變量的項目信度（R2）＞0.5，9 個觀測變量的R2＜0.5（一般標準為＞0.5［21］），見圖1。雖然R2未達最佳適配標準，但總體來看，其他FISM 指標均已達標，故認為修正后的一階模型內在結構擬合度仍為良好。

圖1 應診能力調查量表7 因子結構方程模型（一階模型）Figure 1 Seven-factor structural equation model of the consultation competency survey scale（the first-order model）

表5 最終一階模型和二階模型的內在結構擬合度指標Table 5 The fit of internal structural model metrics for the final first-order and second-order models

2.4.2 量表二階CFA 模型構建、修正及擬合：最終一階模型的標準化路徑圖（圖1）可顯示二級指標/觀測變量的標準化回歸系數，7 個一階因子/潛在變量之間的相關系數及個別觀察變量信度系數（R2）。相關系數較高，為0.68～0.91，提示該模型可能具有更高層次的因子結構。同樣采用Amos 24.0 統計軟件和極大似然法構建、修正及擬合模型，并進行參數估計。

與初始一階模型相比，修正前的二階模型依然具備較好的PFC。無負的誤差方差；二階因子與一階因子之間的標準化因子載荷為0.79～0.96，一階因子與各二級指標之間標準化因子載荷為0.59～0.87；模型參數估計值的t 檢驗均達到顯著性水平（P＜0.001）；模型參數估計值的標準誤小，為0.008～0.118。

針對MI＞20 的誤差項修正初始二階模型，依次釋放e1 和e2、e37 和e38、e3 和e4、e36 和r3、r5 和r6、e12和e13、e10 和e11。在經歷7 次修正擬合后，構建最終二階7 因子模型（圖2）。修正后的二階模型與修正前相 比，GFI、AGFI、RMR、RMSEA、NFI、CFI、IFI、TLI、χ2/df、PGFI、PNFI 等指標均有不同程度改善（表4）；但和一階模型相比，OMF 效果差異不大，均為合格。

圖2 應診能力調查量表7 因子結構方程模型（二階模型）Figure 2 Seven-factor structural equation model of the consultation competency survey scale（the second-order model）

修正后二階模型的內在結構擬合度遜于修正后一階模型，其標準化殘差協方差矩陣中有3 個絕對值＞3 的標準化殘差，其余指標與修正后一階模型相似。如：所有模型參數統計量的估計值有統計學意義（P＜0.001）；一階因子對二階因子的AVE 是0.811，7 個一階因子的AVE 在0.529～0.697，均＞0.500（表5）；組合信度為0.786～0.968，均＞0.600（表5）；觀測變量R2＜0.5 的觀測變量個數仍保持9 個（圖2）。

綜合PFC、OMF 和FISM 效果來看，一階7 因子CFA 模型的擬合效果優于二階7 因子CFA 模型，且模型更為簡約，表明廣西農村基層全科醫生應診能力評價量表具有一階7 因子結構，結構效度較好。

3 討論

本文將基于經典LAP 構建的基層全科醫生應診能力評價指標體系轉換為農村基層全科醫生應診能力評價量表，以在農村鄉鎮衛生院工作的全科醫生及助理全科醫生為驗證人群，采用Cronbach'α系數和折半信度法檢驗評價量表的內部一致性信度，運用驗證性因子分析法和結構方程評估量表的結構效度，結果顯示評價量表具備較高的信度和效度，可用于農村基層全科醫生應診能力評價研究及實際評估工作。本文是國內較早開展的以在農村基層執業的全科醫生為評估對象的臨床能力指標體系信效度驗證的研究，為我國農村基層全科醫生臨床能力評估提供具備較高信效度的評價工具，促進農村基層醫療衛生人才能力評價研究及工作開展。

3.1 量表的信度檢驗

本研究聯合傳統的Cronbach'sα系數及折半信度系數和結構方程中潛在變量組合信度及個別觀察變量項目信度（R2）等指標來評估農村基層全科醫生應診能力評價量表的信度。結果顯示，總量表及除基本人口學信息外的各部分Cronbach'sα系數均＞0.700，刪除每一個條目后，總量表Cronbach'sα系數無明顯變化，同時總量表折半信度Guttman Split-Half 系數較高（為0.931），以上說明傳統的信度計算方法證明了量表及各組成部分的內部一致性良好。在驗證性因子分析中，潛在變量組合信度作為模型一級指標的信度系數，可評估模型的內在穩定性［22］。本文最終一階模型的潛在變量組合信度為0.785～0.940（＞0.600），說明擬合的模型內部穩定性較好；個別觀察變量項目信度是另一個評測模型信度的指標［23］。在一階和二階模型中，有9 個觀察變量的項目信度＜0.500，提示以上9 個觀察變量有一半以上的觀察變異來自隨機誤差，個別觀察變量信度略不足［24］。但是，Cronbach'sα系數、折半信度及組合信度均呈現較高數值，且彼此間相互驗證，故量表依然被認為具備較高的內部一致性信度。目前，國內多數文獻仍采用Cronbach'sα系數和折半信度系數指標作為評價量表信度的首要方法［25-26］，本文采用聯合方法檢驗量表信度，顯示出從多角度、多層面評價信度的優勢。除采用量表數據驗證內部一致性信度外，國外文獻還報道了通過視頻方式錄制全科醫生接診患者的真實過程來評價經典LAP 信度，并評測經典LAP 的評價者間信度［27-28］。這些為完善本文基于經典LAP 構建的基層全科醫生應診能力評價指標體系在未來的實際運用提供了有益參考。

3.2 量表的結構效度檢驗

本研究所構建的農村基層全科醫生應診能力評價量表是以經典LAP 為參考，具備堅實的理論構建基礎，故無須進行EFA 確定量表所含的因素結構，直接使用CFA 檢驗量表實測數據與量表假設因素結構的契合度。CFA 的適用范疇是研究者明確量表或問卷的因素結構后，探究量表的因素結構模型是否和實測數據相契合，指標變量是否可有效測量因素構念［29］。本文采用PFC、OMF 及FISM 3 類指標評估應診能力評價量表的假設模型是否和量表實測數據契合。PFC 旨在檢測以實測數據構建的模型是否違反模型辨認規則，存在敘列誤差、辨認問題或數據文件輸入錯誤是模型是否成立的基本條件［29］；OMF 則是檢驗模型的外在質量，即構建的模型與實際觀察數據的適配情況［29］；FISM 是模型內在質量的核驗，重點考察模型的信度及效度［29］。國內外文獻對于如何判斷模型適配度并無統一標準。除了本文所采用的由BOGOZZI 等［30］提出的3 類評判指標外，DIAMANTOPOULOS 等［31］曾提出從模型適配度、測量模型評估、結構模型評估及統計檢驗力評估4 方面來檢測模型的適配情況。目前，國內仍有較多文獻僅從OMF 一個方面考慮假設模型的適配度，判斷標準仍顯單薄和不全面［32-33］。

除模型適配度缺乏統一判斷標準外，對PFC、OMF及FISM 3類指標應達到什么程度方可認為適配度理想、良好或可接受也無一致共識。比如，本文的一階和二階模型均存在GFI、AGFI 及NFI 等OMF 指標和個別觀察變量信度不達標的情況，但從整體來看，OMF 和FISM中達到理想的指標數遠大于未達標數量，故仍可認為本文構建的量表的效度良好。達理想指標和未達理想指標的數量差異是國內普遍采用的評價模型適配度是否良好的考慮之一，但仍缺乏明確的經過科學研判的判斷標準。

3.3 量表的應用前景

目前，我國缺乏具備較高信效度的評價農村基層全科醫生應診能力的指標體系或測評量表，致使農村基層醫療衛生人才工作能力評價研究較少，相關的評價工作難以開展。本研究所構建的農村基層全科醫生應診能力評價量表經研究證實具備較高內部一致性信度和良好的結構效度，適用于在農村基層醫療衛生環境中測評全科醫生的應診能力，為農村基層醫療衛生人員臨床能力評價提供標準化工具。國內外文獻已肯定經典LAP 適用人群廣泛，可用于全科醫生、醫學生及住院醫師的應診能力評價，并且可采用直接觀察和視頻錄像兩種方式評估被評估者接診患者的過程及表現［34-36］。以此為參考，本研究所構建的評價量表或指標體系，經過相應樣本人群驗證信效度后，可有更為廣闊的應用空間，除基層醫療外，還可用于本科醫學教育及住院醫師規范化培訓中的應診能力評估，可切實推動基層醫療衛生人才臨床能力評估及教育工作。

綜上所述，本研究以在農村鄉鎮衛生院工作的全科醫生作為樣本人群，采用問卷調查法，驗證了前期構建的基層全科醫生應診能力評價指標體系具備較高的信度和效度，可用于在農村基層執業環境中全科醫生應診能力測評研究和實際工作，并有望成為評價全科醫生、醫學生及住院醫師應診能力的標準化工具。本研究的局限性在于：本研究所采用的信效度驗證人群為抽樣樣本，代表性和樣本數量的局限使研究結果的外推需謹慎。同時，為促進基層全科醫生應診能力評價指標體系的實際運用，下一步將在真實的農村基層醫療執業環境中使用該指標體系評價全科醫生接診患者的過程和能力，收集真實世界的測評數據，持續改善指標體系質量。

作者貢獻：申穎負責研究構思與設計；顧勁梅、申穎設計調查量表和實施抽樣，負責撰寫論文；紀舒妤、奚謙、彭厚瑄、陳培萌、黃小翠、梁睿瑩發放及收集調查量表；顧勁梅、覃麗、趙璨整理數據，并進行統計學分析；申穎負責論文最終版修訂，對論文整體負責。

本文無利益沖突。