某省級三甲綜合醫院非醫囑離院分布特征和影響因素分析

中圖分類號：R195 文獻標識碼：A

DOI：10.3969/j.issn.1006-1959.2025.14.012 文章編號：1006-1959（2025）14-0071-06

Abstract：Obeialsracteisdesiald tertiarygeneralospitaletodstrospeidyasefodothdicalcodfrotstofpatintsdsdndihdical advicefromJulyttOtitieaoucedsicatialepartiribd distriutionofatintssdAegctoofpatitsdladvicesoedaal andlogisticregreioalsultsereetitsshadsdcalced449attsil rate of patients discharged against medical advice was 1.44% .The most common department and disease respectively were respiratory medicine and circulatorlois antibioticuseedepaaltsfetttalst6aotots4ae theriskactorsofatitsdshargdgistedicaldviceAndedrtgeoresosndomplexteodiothesf patientsdishdcaldooacacteoidtaid wellasostslst targetedintervestdueideeofaitargdArbacimeicalualitdtigospitalat

KeyWords：Discharge against medical advice;Respiratory medicine; Circulatory system disease

非醫囑離院（discharge againstmedical advice）是指患者在接受醫療救治的過程中，由于患者或家屬的個人原因，不遵從醫生的醫療建議，在診療過程尚未結束時選擇提前終止治療、放棄治療自行離院的一種出院方式。在全球范圍內，非醫囑離院已成為一個普遍存在的醫療問題。有研究表明[，在全球不同的地區和人群中，非醫囑離院的發生率波動較大，從 0.002% 到 43% 不等，發展中國家的非醫囑離院率高于發達國家。多項研究表明[2-4]，非醫囑離院患者的再入院率、并發癥發生率、死亡率和醫療費用均顯著增加，并且非醫囑離院的患者更容易發生醫療糾紛訴訟，不利于構建和諧醫患關系。我國現已將非醫囑離院視為一項重要的醫療統計指標，用以評估醫院的醫療技術與服務質量。國家衛生健康委辦公廳于2024年明確規定，各醫療機構需定期上報住院期間非醫囑離院病例的完整病案資料以供監測分析。本研究旨在探討非醫囑離院的分布特征及其影響因素，為降低非醫囑離院率提供科學依據，并為制定針對性的干預措施和優化醫療資源配置提供參考。

1對象與方法

1.1研究對象選擇某省級三甲綜合醫院2023年7月1日-2024年6月30日出院的非醫囑離院和醫矚離院患者作為研究對象。納入標準：離院方式為醫矚離院或非醫囑離院；2023年7月1日-2024年6月30日期間出院患者。排除標準：離院方式為醫囑轉院、醫囑轉社區衛生服務機構、死亡和其他情況；病案首頁信息不完整。

1.2方法樣本來源于某省級三甲綜合醫院病案統計管理信息系統，從此系統中檢索調取2023年7月1日-2024年6月30日出院的非醫矚離院和醫囑離院患者病案首頁信息，包括人口學信息、診療信息、疾病和手術信息、費用信息等，先對非醫囑離院患者的基本情況、科室分布和病種分布進行描述性分析，再通過單因素分析和Logistic回歸分析篩選非醫囑離院的影響因素。

1.3質量控制廣泛搜索相關主題的文獻進行閱讀，咨詢專業統計人員和編碼人員進行答疑解惑，由專業統計人員制定檢索策略，從病案統計管理信息系統中導出數據并進行數據清洗和處理。由資深編碼員對主要診斷編碼進行把關，保證編碼的正確性。

1.4統計學方法采用Excel2007建立數據庫進行數據整理和清洗，采用SPSS25.0統計軟件進行數據統計分析。計數資料采用 和 （%） 進行描述，組間比較采用 χ² 檢驗；正態分布的計量資料采用（ s）進行描述，非正態分布的計量資料采用中位數和四分位數間距進行描述。先行單因素分析，將具有統計學差異的變量納入二分類Logistic多因素回歸分析，篩選非醫囑離院的影響因素。雙側檢驗水準α=0.05，Plt;0.05 表示差異有統計學意義。

2結果

2.1基本情況2023年7月1日-2024年6月30日期間某省級三甲綜合醫院的出院患者共169626人次，醫囑離院患者161162人次，非醫囑離院患者2449人次，非醫囑離院率為 1.44% 。醫囑離院和非醫囑離院患者共163611人次，最小年齡不足1歲，最大年齡102歲，年齡中位數56歲；女75101例，男88510例；平均住院天數7d，總費用的中位數和四分位數間距為9648.07（5813.99，19578.50）元，自付金額中位數和四分位數間距為5534.67（3071.28，10726.20）元，住院次數僅1次的有81064例，多次住院82547例。

2.2非醫囑離院患者的分布特征

2.2.1科室分布非醫囑離院患者分布比較分散，各科室均有分布，呼吸內科的非醫囑離院患者最多（257例），占非醫囑離院患者的 10.49% ，感染科以252例非醫囑離院患者排名第2，占比 10.29% ，排名第3的是骨科（227例），占非醫囑離院患者的9.27% 。前10順位的科室非醫囑離院患者共1677例 68.48% ，見表1。

2.2.2病種分布非醫囑離院患者前10順位病種共2193例（ 89.55% ），非醫囑離院患者中最常見的是循環系統疾病有457例（ 18.66% ），其次是消化系統疾病（378例），占非醫囑離院患者的 15.43% ，腫瘤以244例非醫矚離院患者，占比 9.96% 排在第3位，見表2。

表1非醫囑離院患者前10順位科室分布 （n，%）

表2非醫囑離院患者前10順位病種分布 （n，%）

2.3非醫囑離院患者影響因素的單因素分析單因素分析顯示，醫囑離院患者與非醫囑離院患者的年齡、性別、婚姻狀況、住院天數、病人來源、入院途徑、病歷分型、有無手術、有無搶救、抗生素使用、是否轉科、住院次數、付款方式、總費用、自付金額存在差異1 Plt;0.05） ，見表3。

2.4非醫囑離院患者影響因素的Logistic回歸分析以離院方式（醫囑離院或非醫囑離院）為因變量，患者性別、年齡、婚姻狀況、住院天數、病人來源、入院途徑、病歷分型、有無手術、有無搶救、抗生素使用、是否轉科、住院次數、付款方式、總費用、自付金額為自變量，變量賦值表見表4。將單因素分析中有統計學意義的變量納人二分類Logistic回歸模型中進行多因素分析，結果顯示15個變量均對Logistic回歸模型的作用有統計學意義（ Plt;0.05） ，其中男性、離婚或喪偶、住院天數小于7d、外省、非門診入院、有搶救、使用抗生素、有轉科、支付方式為自費、總費用小于9648.07元、自付金額不少于5534.67元是非醫囑離院的危險因素；除此之外，年齡和病歷分型也是非醫囑離院的危險因素，即年齡越大，病情越危重復雜，非醫囑離院的風險越高；而有手術操作、多次住院是患者非醫囑離院的保護因素，見表5。

表3非醫囑離院影響因素的單因素分析（n）

表4變量賦值表

表5非醫囑離院影響因素的Logistic回歸分析

注：：參照組；OR：比值比。

表5（續）

注：*：參照組；OR：比值比。

3討論

3.1非醫囑離院率本研究結果顯示，某省級三甲綜合醫院出院患者非醫囑離院率為 1.44% ，與天津市王洪濤等[5的研究結果 （0.20% ）相似，但低于中山市劉佳潞等（ 5.00% ）、成都市張鶴聲等[（ 6.59% ）、杭州市蘇玲敏等8（ 6.61% ）、珠海市鄭浩渠（ 11.85% ）學者的非醫囑離院率。這可能與地區不同、醫院級別不同、醫院優勢病種和科室不同有關，提示探究非醫囑離院的影響因素至關重要。通過優化分級診療制度、提升醫療服務質量與水平等措施，可有效降低非醫囑離院發生率，提高醫療服務效率和質量。

3.2非醫囑離院分布特征本研究結果發現，呼吸內科、感染科、骨科是非醫囑離院的前3位科室，前3位病種則是循環系統疾病、消化系統疾病、腫瘤，與其他學者[9，10的研究結果不一致，可能是由于各醫院實際情況不同。這提示醫院質量管理部門應針對這些非醫囑離院率較高的主要科室、主要病種進行重點監測管理，積極與有關科室主任或護士長交流溝通，分析原因，督促科室從非醫囑離院高風險的具體病例入手，明確主要治療措施，適當進行出院指導，從各環節進行質量改進，并在科室業務查房、醫院質量分析會上進行分析和反饋。

3.3非醫囑離院影響因素本研究的非醫囑離院患者主要集中在60歲以上的老年人，與潘鑾昭等結果相似。這可能是與醫院的優勢學科有關，此外一般年齡越大的患者，其身體機能、預后相對越差，越容易放棄治療。由于經濟壓力、工作強度、對疾病知識的了解程度、社會角色等因素，非醫囑離院的男性患者多于女性，這與既往研究結果一致[12。居住在外省、離婚或喪偶患者有可能考慮交通、經濟、照護等綜合因素，非醫囑離院的概率也較高，這一發現與吳芳等[13的研究相似。住院天數 lt;7d 是非醫囑離院的危險因素。但患者非醫囑離院也會導致住院天數較短，非醫囑離院與住院天數相互影響[14]。有轉科、有搶救、使用抗生素、發生非醫囑離院的風險更高，可能是患者自身病情、經濟情況、醫院診療能力等綜合作用的結果。沒有手術的患者通常可能由于自覺癥狀好轉或者風俗習慣，選擇帶藥主動出院。與何麗萍等5的研究結果一致，多次住院的患者發生非醫囑離院風險更低。選擇在同一醫院多次住院的患者可能是因為認可醫院的醫療技術、服務和環境，出于對醫院的信任，這樣的患者一般依從性也較好，更易聽從醫生的建議而醫囑離院。但有研究顯示，非醫囑離院患者的再入院率更高，住院次數和非醫囑離院之間相互影響。由于沒有醫保或商業保險的報銷，自費支付、自付金額多的患者通常經濟壓力很大，更有可能在未達到出院標準就選擇非醫囑離院，提示需進一步完善現有醫療保障制度。值得一提的是，本研究發現病歷分型是非醫囑離院的重要影響因素，且 A，B，C，D 型病歷的OR值依次增大，提示病情越危重復雜，非醫囑離院的風險越高。這可能是因為患者或家屬考慮到患者病情危重復雜、預期恢復較差，而該院已是省內醫療技術最好的醫院之一，因此更有可能選擇放棄治療或轉回當地醫院姑息治療。

綜上所述，非醫囑離院受多種因素的影響，為有效降低非醫囑離院率，提升醫療服務質量，可采取多種措施，構建更為科學合理的分級診療體系，有助于資源的合理配置，確保患者根據病情獲得適宜層級的醫療服務；另針對高風險科室和病種，實施精準管理與監測，加強醫護人員培訓，提升診療水平；開展多元化健康教育，增強患者及家屬對疾病的認識與治療的依從性；完善醫療保障體系，減輕患者經濟負擔，特別是針對自費患者提供更多援助；對病情危重或癌癥晚期患者提供有效的臨床關懷，減輕患者的痛苦；優化出院指導流程，與患者及家屬建立有效溝通，確保患者了解病情、治療方案及擅自離院的潛在風險與不良后果，簽署相關文書，減少因信息不對稱導致的非醫囑離院；建立患者反饋機制，及時了解患者需求與不滿，持續改進服務質量。

參考文獻：

[1]鄭浩渠，莊嵐清，李璋恒，等.出院患者非醫囑離院風險分析[].中國病案，2021，22（11）：67-71.

[2]Mahajan RK，GautamPL，Paul G，etal.Retrospectiveevalua-tionofpatients leaving against medical advice ina tertiary careteachinghospital[J].IndianJCritCareMed，2O19，23（3）：139-142.

[3]HolmesEG，CooleyBS，Fleisch SB，et al.Againstmedical ad-vicedischarge：a narrative review and recommendations forasystematicapproach[J].AmJMed，2021，134（6）：721-726.

[4]PaulG，GautamPL，MahajanRK，etal.Patientsleavingagainstmedical advice-a national survey [].Indian J Crit Care Med，2019，23（3）：143-148.

[5]王洪濤，李晨陽，王偉平，等.腫瘤專科醫院非醫囑離院現況分析[].江蘇衛生事業管理，2024，35（4）：517-520.

[6]劉佳路，梁巧瑩，徐曉明.非醫囑離院4496例分析[].中國社區醫師，2017，33（26）：164-165.

[7]張鶴聲，陸璐，熊維希，等.基于病案首頁信息的全國三級公立醫院癲癇住院患者醫療服務現狀分析[].華西醫學，2020，35

（6）：679-683.

[8]蘇玲敏，陳中偉，許永安，等.ICU內嚴重創傷患者死亡和自動出院趨勢分析[.中華創傷雜志，2015，31（1）：65-69.

[9]李杰，張睿，芮晨，等.基于EasyEnsemble和C5.0決策樹算法的患者非醫囑離院預測研究[.中國衛生統計，2018，35（4）：593-595.

[10]趙德安，張寶芹.普通兒科住院患者自動出院的原因分析J].醫學與哲學，2013，34（12）：59-61.

[11]潘鑾昭，林慧怡.基于二項Logistic回歸的非醫囑離院相關因素剖析].中國衛生標準管理，2021，12（11）：26-29.

[12]Kraut A，Fransoo R，Olafson K，et al.A population-basedanalysisofleavingthehospital againstmedicaladvice：incidenceandassociated variables[J].BMCHealth Services Research，2013，13（1）：415-417.

[13]吳芳，丁欣，趙海燕.基于DRGs入組患者的非醫囑離院神經網絡預測模型效能分析[J].中國數字醫學，2022，17（7）：78-84.

[14]LauHL，Patel SD，GargN.Causesand predictorsof30-dayreadmission inelderly patients with delirium [J].Neurol ClinPract，2021，11（3）：e251-e260.

[15]何麗萍，王麗，楊玉.患者非醫囑離院現狀及相關特征分析[J].中國病案，2016，17（12）：54-57.

[16]YongTY，FokJS，HakendorfP，etal.Characteristicsandout-comes of discharges against medical advice among hospitalisedpatients[J].InternMedJ，2013，43（7）：798-802.

收稿日期：2024-09-23；修回日期：2024-10-28編輯/杜帆