意识、支持系统与社会人口学因素对印度古吉拉特邦受益者利用Ayushman Bharat Pradhan Mantri Jan Arogya Yojana（AB-PMJAY）的影响

《Discover Public Health》：Role of awareness, support systems, and sociodemographic factors in determining utilization of Ayushman Bharat Pradhan Mantri Jan Arogya Yojana among beneficiaries in Gujarat, India

　　

背景：Ayushman Bharat Pradhan Mantri Jan Arogya Yojana（AB-PMJAY）是一项精心设计的健康保险计划，覆盖约1.074亿最贫困和最脆弱的印度家庭，具有满足其二级和三级医疗保健需求的潜力。然而，该计划在不同地理和社会人口学景观中的采用率存在广泛差异，这限制了公平的医疗可及性。 研究目的：本研究探讨了印度古吉拉特邦三个地区的社会人口学变量、潜在受益者的意识水平以及社区层面的支持机制如何影响AB-PMJAY的使用趋势。 方法：基于这些目标，研究人员开展了一项基于社区的横断面研究，从古吉拉特邦三个地区通过多阶段随机抽样选取了1152名符合条件的受益者。采用结构化访谈收集关于意识、注册、支持系统和PMJAY使用情况的数据。对588名需要住院或治疗的受益者进行二元逻辑回归分析，以确定PMJAY使用的独立预测因子。 结果：在需要住院或治疗的受益者中，较高的意识和更强的社区支持系统与显著更高的AB-PMJAY服务使用率独立相关，而在调整后，社会人口学特征并非显著预测因子。这些发现强调了信息传播和地方支持机制在提高该计划有效利用率方面的重要性。 结论：该研究确定了改善AB-PMJAY利用率所需的具体政策行动：提高受益者意识、加强社区支持系统以及提供基于社区的实施支持，以促进公平的医疗可及性。

论文解读文章

研究背景与问题

Ayushman Bharat Pradhan Mantri Jan Arogya Yojana（AB-PMJAY）是印度政府于2018年启动的全球最大公共资助健康保险计划，旨在为超过5亿经济弱势群体提供每年每户最高50万卢比的医疗保障，减轻其医疗财务负担。尽管该计划覆盖面巨大，但其实际使用率在地理区域和社会人口学群体间存在显著差异，限制了医疗服务的公平获取。现有研究虽分别探讨了意识、注册或使用等因素，但鲜有研究同时分析意识、支持系统和社会人口学特征如何共同影响PMJAY的使用。此外，针对古吉拉特邦的初级数据证据有限，而该邦因强大的制度框架和广泛的医院网络被认为是实施较好的地区之一，因此研究人员选择在该邦开展研究，以填补这一空白。

研究方法

研究人员在2022年11月至2023年4月期间开展了一项基于社区的横断面研究。样本来自古吉拉特邦的三个地区（Anand、Aravalli和Tapi），这些地区分别代表高、中、低三种PMJAY使用水平，依据国家卫生局《Aapke Dwar Ayushman》门户网站的行政数据进行分层随机抽样。最终纳入1152名符合条件的受益者，通过结构化访谈收集数据。关键方法包括：

• •
  意识评估：使用包含13个项目的结构化问卷，涵盖保险覆盖范围、资格条件、无现金治疗、定点医院、便携性、交通补贴和住院福利等方案主要特征。每个正确回答计1分，总分0-13分，分为低（0-4）、中（5-9）、高（10-13）三个等级。量表内部一致性良好（Cronbach's α = 0.84）。
• •
  支持系统评估：通过结构化量表评估受益者从社区和卫生系统利益相关者（如地方自治代表、社区领袖、非政府组织、一线卫生工作者、Ayushman Mitras等）获得的支持，涵盖信息传播、意识提升、注册、PMJAY卡使用和治疗协助等方面。采用五点李克特量表评分，总分越高表示支持越强，分为低、中、高三个等级。量表内部一致性良好（Cronbach's α = 0.81）。
• •
  统计分析：对588名需要住院或治疗的受益者进行二元逻辑回归分析，以PMJAY使用为因变量（使用=1，未使用=0），自变量包括居住地、宗教、性别、种姓、教育程度、意识水平和支持水平。

研究结果

1. 支持水平与意识、注册和使用的关系

研究发现，支持水平与意识之间存在显著关联（p < 0.001）。在低意识受益者中，63.3%报告低支持水平；而在高意识受益者中，54.9%报告中等支持，28.2%报告高支持。这表明较高意识与较高支持水平相关。支持水平也与注册显著相关（p < 0.001）：在已注册受益者中，71.4%报告中等或高支持，而未注册者中仅33.7%报告类似水平。此外，支持水平与PMJAY使用显著相关（p < 0.001）：在使用PMJAY服务的受益者中，68.1%报告中等或高支持，而未使用者中仅58.6%报告类似水平。值得注意的是，未使用方案者中仅1.7%报告高支持，而使用者中这一比例为20.3%。

2. 二元逻辑回归分析结果

在调整所有变量后，居住地、宗教、性别、种姓和教育程度均与PMJAY使用无显著关联（p > 0.05）。相比之下，意识水平和支持水平成为显著的独立预测因子：

• •
  意识水平：中等意识受益者使用PMJAY服务的几率是低意识者的1.70倍（OR = 1.698, 95% CI: 1.078-2.673, p = 0.022）；高意识受益者的几率是低意识者的7.20倍（OR = 7.196, 95% CI: 4.281-12.095, p < 0.001）。
• •
  支持水平：中等支持受益者使用PMJAY服务的几率是低支持者的57.07倍（OR = 57.074, 95% CI: 24.581-132.522, p < 0.001）；高支持受益者的几率是低支持者的74.76倍（OR = 74.762, 95% CI: 32.373-172.653, p < 0.001）。

模型的整体分类准确率为76.5%，Hosmer-Lemeshow检验p值为0.103（大于0.05），表明模型拟合良好；Cox & Snell R2 = 0.362，Nagelkerke R2 = 0.485，显示中等解释力。

讨论与结论

讨论：研究指出，尽管83.0%的受访者已注册，但需要医疗服务的受益者中仅70.4%使用了PMJAY卡，表明注册本身不足以确保有效使用。意识作为显著预测因子的发现与先前研究一致，即知识增强了受益者对方案益处的理解、提高了寻求治疗的信心并促进了及时使用。支持系统作为最强预测因子的结果表明，来自ASHA工作者、Ayushman Mitras、地方自治代表和非政府组织等的持续协助在受益者识别、注册、入院、文件准备和治疗过程中至关重要。社会人口学特征在调整后不显著，暗示这些因素可能通过意识和支持间接发挥作用，而非独立决定因素。

结论：本研究表明，尽管AB-PMJAY注册率高，但需要医疗服务的受益者中使用率相对较低，表明注册并不保证有效获取方案福利。二元逻辑回归分析将意识和支持系统确定为PMJAY使用的唯一显著独立预测因子，而社会人口学特征在调整后不具独立性。这些发现表明，提高受益者对方案的了解并加强社区支持机制比单纯关注人口学特征更能有效提升利用率。强化这些实施要素对于实现AB-PMJAY的目标和减少脆弱群体的经济困难至关重要。