《Journal of Forensic and Legal Medicine》：Associations between physicians’ health-law knowledge and self-reported behaviours and attitudes related to defensive medicine: A cross-sectional study
编辑推荐：
•更高的健康法律知识与支持更强的法律保护相关。•更高的健康法律知识与更广泛的防御性医疗认知相关。•健康法律知识与个人检查申请自我报告无关。•实测法律知识与自我感知法律知识之间无关联。•研究结果支持基于案例、临床整合的法医学教育。引言医疗保健服务的提供是一个涵盖广泛服务和风险的
- •
更高的健康法律知识与支持更强的法律保护相关。
- •
更高的健康法律知识与更广泛的防御性医疗认知相关。
- •
健康法律知识与个人检查申请自我报告无关。
- •
实测法律知识与自我感知法律知识之间无关联。
- •
研究结果支持基于案例、临床整合的法医学教育。
引言
医疗保健服务的提供是一个涵盖广泛服务和风险的过程，从大型外科手术和重症监护服务到作为公共卫生服务的一部分为所有儿童接种疫苗，以及向公众分发信息手册。得益于旨在保护和扩展人权的法律法规，基于权利的法律索赔在医疗保健服务的提供中越来越占主导地位，特别是在患者权利方面。1 面对上述负面过程中医生面临的威胁、压力等，防御性医疗的概念变得越来越普遍 2, 3, 4, 5, 6。
防御性医疗是一个对医疗保健服务的提供造成严重负面后果的过程，例如医生出于对法律程序、患者暴力、赔偿索赔、因错误导致声誉受损等负面后果的恐惧，而开具不必要的检查或拒绝进行挽救生命的手术 3, 4, 5。由于其经济成本，防御性医疗在文献中占据重要地位。5 要求不必要的检查不仅增加了成本，还使获得医疗保健变得更加困难。6 因为满足对更多检查的意外增加的需求会给医疗保健服务带来不必要的负担，并使患者面临风险。2,3,5 成本的增加和医疗保健提供的中断正促使利益相关者对此问题采取行动 6, 7, 8。
研究表明，医生对法律程序的担忧是他们倾向于防御性医疗的主要原因之一 4, 5, 6,9。在这方面，提高医生对健康法律的知识水平和意识对于防止防御性医疗的蔓延及其负面后果的打击很重要。7 近年来，文献中没有一项全面研究同时考察医生对健康法律知识与防御性医疗之间关系的看法和知识水平。
本研究旨在考察医生对健康法律的知识与其对防御性医疗的态度之间的关系。
章节片段
材料与方法
这项多中心、横断面调查于 2025 年 1 月至 8 月在土耳其伊斯坦布尔的三家公立医院进行。活跃在内科或外科专业并提供知情同意的医生符合条件。拒绝参与或返回不完整问卷的医生被排除。使用了便利抽样法。在临床访问期间个别接触医生。纸质问卷在访问期间填写或收集
统计分析
使用 IBM SPSS Statistics for Windows 27.0 版进行分析。分类变量以数字和百分比报告。根据需要使用 Pearson 卡方检验或 Fisher 精确检验评估关联。使用 Cramér's V 量化关联强度。对于相关的 2×2 比较，计算了未调整的比值比及 95% 置信区间。由于分析的变量是分类变量，未使用 Pearson 或 Spearman 相关系数。
结果
事实性知识和自报法医学项目的内容及反应分布见表 2。在知情同意问题中，正确回答的比例从 Q7/C 的 38.7% 到 Q7/D 的 77.7% 不等。正确回答率分别为 Q7/A 的 68.2%，Q7/B 的 75.4%，Q7/C 的 38.7%，以及 Q7/D 的 77.7%。对于有关医生法律责任、并发症、医疗事故和患者隐私的问题，正确回答的比例
讨论
我们的研究结果表明，医生关于自身临床决策的自我报告与其对防御性医疗的更广泛认知之间存在明显区别。健康法律知识水平与因担心法律责任而自报开具更详细检查或成像之间无显著关联。相反，知识水平较高的医生更频繁地认同法律程序担忧与防御性医疗和检查相关联的观点
结论
本研究的主要发现是，健康法律知识水平较高的医生更频繁地同意一般评估，即向医生提供更大保护的法律规定将创造一个更有利于以科学方法对待患者护理的环境，并且对法律程序的担忧鼓励医生进行防御性医疗并开具比通常必要的更多检查。相比之下，实测
参与知情同意
在填写问卷时向所有纳入研究的个体参与者分享了信息，并获得了参与者的知情同意。
伦理批准
本研究按照赫尔辛基宣言的原则进行。本研究经海达尔帕夏·努穆内培训与研究医院临床研究伦理委员会批准（伦理委员会批准号：HNEAH-GOAEK/KK/2024/162）。
数据可用性声明
本次调查期间收集的数据是保密的，不会公开提供。公开共享仅限于手稿中提供的信息。完整调查数据的访问受到限制，不会共享。进一步信息请求可联系通讯作者。
生成式人工智能声明
在准备本工作期间，作者使用了 ChatGPT (OpenAI) 协助进行英语编辑和文献检索。所有借助此工具确定的来源均在引用前独立访问并与原始出版物进行了核实。使用该工具后，作者根据需要审阅和编辑了手稿，并对其内容承担全部责任。
资助声明
本研究未获得公共、商业或非营利部门任何资助机构的特定资助。
致谢
我们要向所有自愿参与本研究的医生表示诚挚的感谢。
Muhammed Esat ?etin|Nurullah Bayram|Mustafa Candemir|Numan Gündüz|Yusuf ?hsan ?zdilek
