表达性写作在医疗专业人员中的应用：定量研究的系统性回顾 Massimo Guasconi, Federico Dibennardo, Chiara Cosentino, Giovanna Artioli, Angela Andriollo, Sara Pressi, Michela Rocchi, Sarah Santona Galli, Giulia Valente, Antonio Bonacaro

《Healthcare》：The Use of Expressive Writing in Healthcare Professionals: A Systematic Review of Quantitative Studies Massimo Guasconi, Federico Dibennardo, Chiara Cosentino, Giovanna Artioli, Angela Andriollo, Sara Pressi, Michela Rocchi, Sarah Santona Galli, Giulia Valente and Antonio Bonacaro

　　**摘要**
**背景**：2013年至2017年间，匈牙利在四个贫困地区实施了以公共卫生为重点的初级保健模式项目，该项目扩展了预防性和社区为基础的服务。本研究旨在评估该项目在一个地区实施前（2012年）与项目实施后三年（2016年，所有服务均可用时）紧急救护车服务模式之间的关联。
**方法**：研究纳入了在选定区域内、在医疗机构服务范围内接受紧急救护车治疗的患者。从纸质记录中提取去标识化的人口统计数据、紧急服务原因、现场诊断结果和医院诊断结果，并录入电子数据库。诊断结果根据全球疾病负担（GBD）1级和3级标准进行了分类编码。
**结果**：接受紧急救护车治疗的患者比例从2012年的30.72%显著增加到2016年的33.53%（p = 0.013）。男女患者比例大致相等，但男性患者需要紧急救护车的年龄明显低于女性（平均年轻7岁）。在参与该项目的全科医生（GP）的患者中，因非传染性疾病需要紧急救护车的比例下降了3.41%；相比未参与该项目的全科医生患者，因非传染性疾病从医院急诊科转诊的比例下降了1.98%（p < 0.001）。
**结论**：该地区紧急救护车服务的使用情况与全球趋势一致，表明仅扩大初级保健服务可能不足以减少对紧急救护车的需求。需要进一步研究以确定影响紧急医疗服务使用的个体和系统性因素，包括患者在接受急性及预防性初级保健服务方面的差异，以及工作时间之外初级保健服务的可用性。

**1. 背景**
急诊护理中存在一系列问题，这主要是由于对紧急服务的滥用（过度使用）造成的。一方面原因是缺乏或难以获得初级保健服务；另一方面则是由于医疗专家的即时可用性、高水平的诊断技术以及较短的等待时间[1,2,3,4]。与欧洲经济区其他国家相比，移民群体中紧急护理的过度使用问题更为突出[5,6]。即使在能够获得初级保健服务的公民中，医理上不必要的急诊就诊也十分普遍。在法国，14–27%的急诊就诊属于不合理情况[7]；在罗马尼亚，这一比例高达72%[8]。不必要的急诊就诊不仅会增加等待时间，浪费资源，降低以患者为中心的护理质量，还可能导致医疗服务的过度使用，从而产生一系列长期不利后果[9,10]。尽管紧急护理是医疗服务的重要组成部分，但它不能也不应取代其他形式的护理，尤其是初级保健。根据世界卫生组织（WHO）的观点[11]，作为第一线响应者的初级保健工作者不仅应能够处理健康危机，还应承担部分基本的公共卫生职能[12]，例如预防健康风险、在疾病早期发现并加以干预、提高医疗服务质量，并通过参与和教育当地社区来促进健康和福祉。社区参与、赋权及健康教育应包括关于何时使用紧急服务的指导[13]。这种提供全面疾病预防和健康促进服务的初级保健理念最早在《阿拉木图宣言》中提出，并得到了后续WHO文件的重申[14]，但其实施即便对发达国家来说也颇具挑战性[15]。
为了扩展初级保健服务范围，匈牙利于2013年在四个贫困地区实施了以社区为导向的项目[16]。该项目得到了瑞士和匈牙利政府的资金支持，成立了名为“全科医生集群”的集体医疗机构。除了常规护理外，这些集群还利用额外资金提供了以前无法提供的服务，如健康状况评估、生活方式咨询和社区健康促进活动，旨在提高预防服务的利用率并减少社会不平等[17]。由于在理想情况下初级保健能够减少对紧急护理的需求，我们的研究重点关注了一个全科医生集群（Berettyóújfalu）在该地区内救护车服务的使用量和模式变化。同时，我们还假设当所有预防服务都可用时，医院的治疗结果会有所改善。数据分析涵盖了2012年（项目开始前）和2016年（项目所有内容全面实施后）的数据。

**2. 方法**
**2.1 匈牙利的紧急救护车服务**
根据1997年《医疗保健法》，匈牙利的紧急医疗服务（EMS）面向所有人提供，不论其国籍或健康保险状况如何。患者既可以在急诊诊所看全科医生，也可以前往医院内的集中式急诊科（A&ED）。患者也可以通过电话在所在地点呼叫紧急医疗服务，通常由急救人员提供救援。本研究主要关注后一种服务形式，即由国家救护车服务（NAS）提供的紧急救护车服务[19]。NAS分为7个区域单位，2013年共运营着231个站点[20]。紧急救护车服务可以在现场提供最终治疗，或将患者转运至最近的医院急诊科进行进一步治疗。医院治疗可能包括五种结果：（1）完成治疗后出院；（2）临时观察最多24小时；（3）接受手术治疗；（4）住院治疗；（5）转诊至其他医疗机构。
2012年和2016年，紧急救护车服务的组织和管理方式没有变化，因为该项目并未涉及这些内容。紧急救护车服务的每个环节都记录在纸质文件上，同时记录患者个人信息、呼叫原因、现场诊断结果及医院诊断结果（若患者被转运至医院）。所有这些文档在2017年前均为纸质形式，之后才转为电子记录[21]。具体流程详见表1。

**2.2 数据来源**
数据根据事先达成的协议和所有相关方的伦理许可从医院获取。研究人员与医院管理层签订了书面协议，允许在指定房间内查阅救护车服务的纸质记录，但严禁复制、拍照或带出医院文件，也不允许复制任何可用于个人识别的信息。研究中的患者文档包括2012年和2016年所有通过救护车送往Berettyóújfalu医院的患者记录，这些患者的居住地属于该医院的服务范围内的36个社区之一。所有与人口统计（年龄、性别、居住地）和护理相关的信息由第一作者在医院监督下手动录入数据库。每位患者的医院记录包含两份文件：
- 《救护车患者护理报告》，其中包含人口统计信息、患者被发现的位置、呼叫原因、派遣时间、到达现场时间、救护车人员姓名及等级、救护车响应类型、病史记录、检查结果、施用的治疗措施、简要总结以及NAS使用的统计代码（未包含ICD编码）；
- 《急诊入院出院报告》，其中包含人口统计信息、患者病史以及医院内实施的诊断和治疗程序的相关信息，还包括诊断结果及其ICD编码。
各年份服务范围内的总人口数量数据来自匈牙利中央统计局。

**2.3 数据录入与编码**
相关数据被手动录入电子数据库。呼叫原因、现场诊断结果和医院诊断结果按照纸质记录的内容进行编码；经核对和整理后，根据全球疾病负担项目（GBD）的三大病因分类（I级：传染病、孕产妇疾病、新生儿疾病和营养疾病；II级：非传染性疾病；III级：损伤）将每个健康问题归类为相应类别，并作为独立变量进行编码。现场诊断和医院诊断结果也根据GBD项目的分类标准进行了编码。

**2.4 统计分析**
描述性统计分析使用了t检验和方差分析（针对区间变量），卡方检验（针对分类变量）。通过泊松回归分析确定了影响紧急救护车服务使用情况的因素，包括性别、年份、全科医生是否参与该项目以及患者年龄等因素。缺失值在分析中予以标注。统计分析使用MS Excel 365版和Stata BE 19版软件进行，泊松回归分析使用IBM SPSS Statistics 23版软件完成。数据分析还包括使用SankeyEngine 1.0.1.0（Visual Analytics Ltd., London, UK）生成的流程图。

**3. 结果**
2012年，在医院服务范围内共有16,617名患者（占覆盖区域总人口的18.32%）接受了紧急护理；2016年这一比例为19,441名患者（占总人口的22.10%），增幅为3.78%（p < 0.001）。其中，2012年有20.18%的患者通过国家救护车服务转运，2016年上升至21.03%（p = 0.013）。其余患者通过其他交通方式到达医院。当年通过NAS转运的患者中，18岁以下的比例分别为2.83%（2012年）和2.52%（2016年），两年间无显著变化（p = 0.403）。18岁以下女性患者比例从2012年的三分之一增加到接近一半，而男性患者比例则显著下降2.63%。男女患者比例在两年间无明显变化。在2012年和2016年，接受紧急救护车服务的男性患者比女性患者年轻7岁以上（2012年：差异=7.93岁；2016年：差异=7.24岁；两年均p<0.001）（表2）。在那些家庭医生参加了该模型计划的患者中，接受紧急救护车服务的数量增加了20.00%；而在那些家庭医生未参加该计划的患者中，这一比例增加了22.21%（p=0.792）。表2列出了由国家救护服务组织（NAS）送往医院急诊科的患者的 demographics 特征。就接受救护车紧急服务的患者的平均年龄而言，无论是家庭医生是否参加了该模型计划，从2012年到2016年都没有显著变化。请求紧急救护车服务的人提供了呼叫原因，其中最常见的是普通民众。到2016年，未提供的呼叫原因比例显著减少了2.33%。更令人担忧的是，2012年有近12%的现场诊断（由救护车工作人员确定）缺失，但这一比例在2016年显著下降，而两年间只有极少数医院诊断缺失。按GBD主要分类来看，因非传染性疾病导致的呼叫比例增加了3.63%，这反映在现场诊断（3.97%）和医院诊断（3.13%）中也有类似的增加。因传染病导致的紧急救护车服务比例增幅不到0.8%，而因受伤需要紧急救护车服务的比例则有所下降（表3）。表3显示了根据GBD广义原因分类的分组，需要紧急救护车服务的患者的呼叫原因、现场诊断和医院诊断的分布情况。2012年（图1顶部面板）和2016年（图1底部面板）的四个节点中，第一个节点显示了当年接受紧急救护车服务的患者总数，第二个节点显示了根据呼叫原因的分组，第三个节点显示了由急救人员做出的现场诊断，第四个节点显示了由专科医生做出的医院诊断，所有分类均基于GBD一级标准。比较救护车工作人员在患者现场作出的诊断与医院专科医生作出的诊断，发现2012年有80.11%的患者在现场和医院诊断属于同一GBD主要类别；这一比例在2016年上升至83.83%（p<0.001）（图1）。接下来，我们分析了2016年家庭医生参加模型计划的患者与未参加该计划的患者之间，按GBD主要类别划分的医院诊断分布情况。在家庭医生参加模型计划的患者中，因非传染性疾病需要紧急救护车服务的比例减少了3.41%；因传染性疾病需要紧急救护车服务的比例增加了0.51%，而因受伤需要这种服务的比例增加了2.83%。家庭医生是否参加模型计划对患者医院诊断的分布有显著影响（表4）。表4显示了2016年接受紧急救护车服务的患者中，按GBD广义原因分类的医院诊断分布情况，其中包括了家庭医生是否参加模型计划的情况。2012年和2016年非传染性疾病亚类别的医院诊断分布存在显著差异（p<0.001）。2016年还比较了家庭医生参加模型计划的患者与未参加该计划的患者之间的医院诊断情况（图2显示了每年至少有20例病例发生的每个GBD亚类别中医院诊断的比例。非传染性疾病亚类别的诊断用蓝色表示，颜色越深表示在家庭医生参加模型计划的患者中该亚类别的诊断频率越高，红色则表示在未参加计划的患者中该亚类别的诊断频率更高。卡方检验用于比较两组患者的分布情况，结果显示分布存在显著差异（p<0.001）。最后，我们研究了2016年由国家救护服务组织送医的患者在医院的最终结果分布情况。图3的多个节点显示了当年接受紧急救护车送医的患者总数、根据医院诊断的分类以及医院提供的护理类型。方法部分描述的五种潜在结果中，医院急诊科最常见的护理类型是门诊护理并随后出院；每年大约三分之一的患者接受了这种护理（2012年：31.25%；2016年：33.70%）。第二常见的护理类型是转诊至其他机构（2012年：24.03%；2016年：23.58%），其次是手术（2012年：20.24%；2016年：16.70%）。大约八分之一的患者需要在医院住院治疗（2012年：13.77%；2016年：13.82%）或观察24小时（2012年：10.70%；2016年：12.20%）（图3）。我们还分析了2016年家庭医生是否参加模型计划的患者中，按GBD主要类别划分的医院诊断分布情况。在家庭医生参加模型计划的患者中，因非传染性疾病需要紧急救护车服务的比例减少了3.41%；因传染性疾病需要紧急救护车服务的比例增加了0.51%，而因受伤需要这种服务的比例增加了2.83%。家庭医生是否参加模型计划对患者医院诊断的分布有显著影响（表4）。表4显示了2016年接受紧急救护车服务的患者中，按GBD广义原因分类的医院诊断分布情况。2012年和2016年，家庭医生是否参加模型计划的患者在非传染性疾病亚类别的医院诊断分布也存在显著差异（p<0.001）。图2显示了2016年接受紧急救护车服务的患者中，按GBD亚类别划分的医院诊断比例，其中至少有20例病例发生在每个亚类别中。非传染性疾病亚类别的诊断用蓝色表示，颜色越深表示在家庭医生参加模型计划的患者中该亚类别的诊断频率越高，红色则表示在未参加计划的患者中该亚类别的诊断频率更高。此外，我们分析了2016年家庭医生是否参加模型计划的非传染性疾病患者接受的护理类型（基于医院诊断），发现参加计划的患者中转诊至其他机构的比例显著减少（表5）。表5显示了2016年根据患者是否参加模型计划（是/否），因非传染性疾病在医院接受的不同护理类型的分布情况。讨论我们的目标是分析在实施初级护理模型计划之前一年（2012年）和之后一年（2016年）之间，匈牙利一个贫困地区所有扩展服务可用时，紧急救护车服务模式的潜在变化。该模型计划的目标、组织、服务和结果已在其他地方发表[16,17,24,25]，但这是首次研究该模型计划是否与该地区紧急救护车服务模式的变化有关，该计划在该地区（四个地区中的其中一个）提供了额外的预防性服务。总体而言，2012年到2016年，该地区需要紧急救护车服务的患者数量增加了21%；两年中，男性患者比女性患者年轻约7岁；四分之三的患者需要紧急救护车服务的原因与非传染性疾病有关，五分之一的患者因受伤需要。总共80%的现场诊断（由急救人员确定）和医院诊断（由急诊科医生确定）在GBD主要类别上是一致的，这些诊断类型的匹配度在2016年显著增加了近4%。紧急救护车服务中最常见的原因是非故意伤害，其次是各种心血管疾病。比较家庭医生参加模型计划的患者（因此他们的患者可以享受所有额外服务）和未参加计划的患者，2012年和2016年之间在紧急救护车服务患者数量上没有显著差异。然而，我们发现参加模型计划的患者因非传染性疾病需要紧急救护车服务的比例显著减少，尽管这个组中最常见的原因仍然是心血管疾病，而且从急诊科转诊至其他机构的患者比例也显著减少。然而，由于这些变化幅度较小，需要更详细的分析来证明或否定其实际相关性。考虑研究年份和是否参加模型计划的联合效应的泊松回归显示，模型计划对需要紧急救护车服务的风险没有显著影响。由于模型计划的准实验性质，无法确定初级护理服务与结果之间的因果关系，只能进行推测。此外，分析仅限于模型计划的四个区域中的一个（一个家庭医生集群），因为所调查的家庭医生集群所在的区域只有一个急诊科。因此，该地区观察到的模式可能与其他地区不同。另一个限制可能是由于分配偏差造成的，因为参加和未参加模型计划的患者是根据他们的永久居住地址来识别的。如果他们的实际居住地与官方永久居住地不同，或者他们选择了不同于分配的家庭医生，这可能没有反映出他们实际使用模型计划的服务情况。由于患者更有可能转诊给提供额外服务的家庭医生，这种偏差可能导致低估了参加模型计划与紧急救护车服务模式之间的关联。然而，这种转诊情况通常非常罕见。由于模型计划的准实验性质及其框架内包含的社区健康促进项目涉及广泛的当地居民（即使那些家庭医生未参加该计划），可能会发生干预效果的泄漏或混合（例如健康沟通或患者教育），从而减少了模型计划内外的患者之间的差异。然而，本研究有几个优点，首先它是基于两年期间纸质记录创建的完整电子数据库。据我们所知，匈牙利没有类似的电子数据，因为国家救护服务机构的电子记录系统是在2018年才引入的[21]，也没有对该模型计划进行过类似的分析。本研究仅限于由国家救护服务组织送往医院的紧急救护车服务患者，以排除自我转诊的影响。另一个优点是，由于匈牙利的健康保险普遍覆盖以及选择的研究地理位置（主要是贫困地区的农村定居点），倾向于过度使用紧急护理服务的人群（如没有健康保险的人、无家可归者、流动人口）数量可以忽略不计。此外，研究的时间段（2012-2016年）位于全球COVID-19大流行的前夕；因此，这些结果可以作为一个有用的疫情前参考，用于解释最近在紧急救护车使用方面的趋势。类似的研究使用了电子文档引入后的数据，发现在匈牙利不同县之间，可避免的死亡率（即通过适当的医疗护理和救护车服务可以防止的死亡原因）存在显著差异，特别是在急性心肌梗死、出血性和缺血性中风方面[26]。在我们的研究中，心血管疾病和其他循环系统疾病是医院急诊护理中第三大常见原因，而中风则是第九大常见原因。在前者方面，模型项目中的全科医生诊断出的病例更多；而在后者方面，则情况相反，如图2所示。紧急服务的质量参差不齐以及地理获取条件的不平等似乎是国家救护车服务长期存在的问题，解决这一问题需要一个全面的监测和评估系统[18,27,28]。本文旨在探讨的核心问题是初级保健与紧急护理之间的关系，目前对此尚无明确的答案。世界卫生组织的一份相关文件强调了加强初级保健以改善紧急风险管理的重要性，但其重点是国家层面的健康紧急情况（而非个人情况）[11]。西班牙研究人员发现，1992年至1997年间，初级保健中心和医院急诊科的急诊就诊次数有所增加，对时间序列的整合分析显示这两种就诊方式之间存在长期关联，但并未证明在初级保健中心接受紧急护理会减少对医院急诊科的就诊[29]。美国也有报告指出，2003年至2009年间急诊科的就诊次数增加，其中大多数患者并不需要住院治疗[30]。另一方面，英国的研究发现，在初级保健改革后，全科医生向伦敦某急诊科的转诊次数有所减少，但非本地居民、无家可归者及其他无法获得伦敦初级保健服务的人群的自行就诊次数并未减少[31]。还有研究表明，方便快捷的初级保健服务减少了到医院急诊科的就诊次数[32]。同样，英国的一项试点项目（全科医生诊所每周开放7天）也显示出对医院急诊科就诊次数的积极影响[33]。基于这些发现，最合理的结论似乎是，虽然以预防为导向的初级保健至关重要，但其对紧急护理的影响受到许多其他因素的制约，包括非正常工作时间的服务可用性。然而，鉴于全球范围内初级保健医生（34,35,36）和医疗工作者（37）的短缺以及欧盟范围内工作时间的限制（38），扩大初级保健服务的覆盖范围似乎是一个现实挑战。