《Health Services Research》：Are the Best Worth the Wait? Physician Quality Scores and Access Delays
编辑推荐：
目的
退伍军人健康管理局（Veterans Health Administration，VHA）的社区照护网络（Community Care Network，CCN）总体上纳入了比非参与者具有更高 Medicare 基于绩效激励支付系统（Merit-Base
目的
退伍军人健康管理局（Veterans Health Administration，VHA）的社区照护网络（Community Care Network，CCN）总体上纳入了比非参与者具有更高 Medicare 基于绩效激励支付系统（Merit-Based Incentive Payment System，MIPS）质量评分的医师，然而退伍军人却在比例上更多地接受来自评分较低的参与医师的照护。医师质量或可及性是否影响退伍军人对社区照护的利用，尚未得到全面评估。本研究旨在评估：VHA 社区照护专科医师中，具有更高 MIPS 质量评分者是否获得更大的转诊量，或是否具有更长的等待时间。
研究场景与设计
研究人员采用多变量回归模型，评估医师 MIPS 质量评分（范围 0–100 分）与等待时间或转诊量之间的关联。研究人员还检验了等待时间是否会调节医师质量与转诊量之间的关联。
数据来源与分析样本
研究人员使用行政数据识别 2021–2022 年期间转诊至社区专科医师的记录，随后利用全国提供者标识符将这些转诊记录与美国医疗保险和医疗补助服务中心（Centers for Medicare & Medicaid Services，CMS）的 MIPS 质量评分进行合并。
主要发现
样本纳入了 83,911 例专科照护转诊，涉及 43,736 名专科医师。MIPS 平均质量评分为 81.9（标准差（standard deviation，SD）= 20.9），其中 77.9% 的医师评分 ≥ 75，这一阈值对应正向支付调整。总体平均等待时间为 21.8 天（SD = 22.0），平均年度转诊量为 6.6 例（SD = 10.5）。在经协变量调整的回归模型中，MIPS 评分与等待时间无显著关联（每增加 10 分，+0.12 天，95% 置信区间（confidence interval，CI）：?0.02，0.25），与转诊量也无显著关联（每增加 10 分，?0.15 例转诊，95% CI：?0.37，0.06）。等待时间对 MIPS 评分与转诊量之间关系的调节作用亦无统计学意义。
结论
医师质量在塑造 VHA 社区照护中的转诊决策或就诊可及性模式方面似乎仅发挥有限作用。尽管高评分医师有时等待时间略长，但这种差异幅度很小，且并未转化为更高的转诊量。
这篇发表于《Health Services Research》的研究聚焦于美国退伍军人健康管理局（Veterans Health Administration，VHA）社区照护体系中“质量—可及性—转诊流向”之间的关系。研究背景在于，近年来医疗绩效评价指标快速扩展，目的在于促进医疗质量改进、支持价值导向支付并增强患者选择自主性。其中，Medicare 基于绩效激励支付系统（Merit-Based Incentive Payment System，MIPS）是美国最具代表性的公开医师质量评分体系之一，依据质量、成本、互操作性促进和改进活动等维度对临床医师进行评分。然而，关于这些公开质量评分是否真正影响患者或转诊行为，现有证据并不一致，尤其在专科医疗领域更缺乏系统评估。
在 VHA 体系下，这一问题具有现实紧迫性。根据 2014 年《Veterans Access, Choice, and Accountability Act》和 2018 年《VA MISSION Act》，符合条件的退伍军人可在等待时间过长、路程过远或社区照护更符合其医疗利益时，转至私营部门医疗机构接受服务。VHA 借助外包承包商建立了规模庞大的社区照护网络（CCN），纳入近 50 万名医师，并常规使用多种标准化指标监测网络表现。尽管如此，质量信息在网络充足性标准和实际转诊流程中的作用并不明确，转诊协调人员也并无义务向退伍军人直接提供医师质量评分。既往研究显示，VHA 社区照护网络中的参与医师平均 CMS 质量评分高于非参与医师，但退伍军人实际却更多流向评分较低的参与者。因此，需要检验：高质量专科医师是否因为更受青睐而拥有更高转诊量，或者因需求集中而出现更长等待时间；同时，也要判断等待时间是否会削弱质量对转诊流向的潜在影响。
研究人员据此开展了一项全国性横断面研究，目标是系统评估 VHA 社区照护专科医师的 MIPS 质量评分与新患者等待时间、年度转诊量之间的关系，并进一步分析等待时间是否对“医师质量—转诊量”关系产生调节作用。研究结论表明，在整体层面，MIPS 质量评分既不能显著预测等待时间，也不能显著预测转诊量；等待时间同样未显著调节质量评分与转诊量之间的关系。也就是说，在 VHA 社区照护实际运行中，公开的医师质量评分似乎并未显著塑造退伍军人的专科转诊决策，也未形成明显的“优质医师拥堵效应”。这一发现的重要意义在于，它提示单纯公开质量评分并不足以改变真实的医疗流向；如果政策目标是让退伍军人既能及时就医，又能获得更高质量的社区专科照护，则仍需在转诊工作流中更明确地整合质量指标，并提升退伍军人及协调人员对相关信息的可见性和可用性。
在方法上，研究人员使用 VHA 2021–2022 年社区专科已完成转诊的行政数据，并限定为转诊量最高的 10 个专科，包括心脏病学、皮肤病学、胃肠病学、神经病学、耳鼻咽喉科学、神经外科学、眼科学、骨科外科学、足病学和泌尿外科学；仅纳入新患者转诊，即前 3 年无同专科转诊史者。研究将转诊记录与 CMS 2021–2022 年质量支付项目（Quality Payment Program）中的 MIPS 质量评分通过全国提供者标识符（national provider identifier，NPI）进行链接。统计分析以“医师—机构—专科—年份”为单位，采用负二项回归（negative binomial regression），控制年份、专科和机构固定效应，并使用基于转诊数量的分析权重、按机构和专科医师聚类标准误，同时采用 Benjamini–Hochberg 校正处理多重比较；此外还绘制分箱散点图并进行了将 MIPS 评分二分类（≥75 与 <75）的敏感性分析。
以下为研究结果的分部分解读。
2.1 Data and Sample
研究首先构建分析样本。研究人员从 VHA 行政数据库中提取 2021–2022 年已完成的社区专科转诊记录，保留等待时间、专科类别和 NPI 等信息。为聚焦最主要的社区照护流向，样本限定在转诊量最大的 10 个专科。研究同时依据 VHA 对新诊与复诊患者的定义，排除了此前 3 年内已有同专科转诊的患者，仅分析新患者转诊。随后，研究人员将这些转诊记录与 CMS 的 MIPS 质量评分数据进行匹配，并利用国家计划与提供者枚举系统（National Plan and Provider Enumeration System，NPPES）识别最符合所请求专科的个人 NPI。对于缺失 MIPS 评分的转诊，研究予以排除，这类缺失主要反映 MIPS 参与资格或参与状态，而非数据错误。最终，研究获得 83,911 例专科转诊，涉及 43,736 名专科医师，构成全国性分析样本。
2.2 Primary and Alternative Exposures
研究的主要暴露变量是 MIPS 年度质量评分，取值范围为 0–100 分，其中 75 分是避免支付惩罚的最低门槛。研究人员主要将该指标作为连续变量纳入模型，用于估计每增加 10 分对等待时间和转诊量的影响。与此同时，研究还进行了敏感性分析，将 MIPS 质量评分处理为二分类变量（≥75 分 vs. <75 分），以检验“达到正向或至少非惩罚支付阈值”这一分类标准是否会产生不同结果。该设计有助于同时考察连续质量梯度效应与政策阈值效应。
2.3 Outcomes
研究设定两个主要结局指标：平均新患者等待时间和年度总转诊量。等待时间定义为预约安排日期与预约完成日期之间的时间差；为尽量减少数据错误，等待时间超过 365 天的记录被剔除。转诊量则反映每位医师在相应机构—专科—年份单元中的年度转诊规模。考虑到极端值可能扭曲分布，研究还对转诊量最高 1% 的记录进行了温莎化（winsorization）处理，将其截断至第 99 百分位。通过这一设计，研究能够同时衡量“是否更难约到高质量医师”与“高质量医师是否获得更多患者流入”这两个关键问题。
2.4 Statistical Analysis
统计分析分四步进行。首先，研究人员比较了不同 MIPS 评分组别（<75 vs. ≥75）在等待时间和转诊量上的描述性统计特征，并使用标准化均值差（standardized mean difference，SMD）而非传统显著性检验判断差异是否具有实际意义，通常将绝对值 >0.10 视为有意义差异。其次，研究利用分箱散点图观察 MIPS 质量评分与等待时间、转诊量的总体趋势及专科内趋势。第三，研究采用负二项回归模型，在控制年份、专科和机构固定效应后，估计 MIPS 评分与等待时间及转诊量之间的关联，并报告转换后的平均边际效应（average marginal effects）。第四，研究通过在模型中加入“等待时间 × MIPS 评分”交互项，检验等待时间是否会调节质量评分与转诊量的关系。该方法框架使研究能够同时评估主效应与潜在的可及性约束机制。
3 Results
研究结果首先描述了样本总体特征。全部 83,911 例转诊对应的医师 MIPS 平均质量评分为 81.9 分，标准差为 20.9；77.9% 的医师评分达到或超过 75 分，17.8% 的医师获得满分 100 分。从专科分布看，眼科医师的平均评分最高，为 88.2 分，而足病医师最低，为 69.6 分。这说明样本中大多数社区专科医师在 MIPS 体系下表现处于较高水平，但不同专科间存在明显异质性。
在等待时间方面，全样本平均等待时间为 21.8 天。各专科之间差异较大，其中神经病学最长，为 40.8 天；骨科外科学最短，为 12.9 天。若按照 MIPS 评分阈值分组，评分 ≥75 的医师与评分 <75 的医师在总体等待时间上几乎没有差异，分别为 21.9 天和 21.7 天，SMD 仅为 0.01，说明差异不具有实际意义。不过，在专科层面，眼科学和足病学显示出较明显的差异：眼科中，高评分医师等待时间反而较短；足病学中，高评分医师等待时间略长。尽管如此，这些差异主要局限于个别专科，并不支持总体性的“高质量意味着更长等待”假设。
在转诊量方面，全样本平均年度转诊量为 6.6 例。按评分组比较，评分 ≥75 与 <75 的医师平均转诊量均为 6.9，SMD 为 0.00，提示总体上高低评分医师获得的转诊规模并无差别。分专科看，眼科医师的平均转诊量最高，心脏病学最低。仅皮肤病学和足病学在评分分组下出现一定差异，但其他专科并未观察到明显模式。因此，从描述统计看，MIPS 评分并未系统性对应更高转诊流入。
相关性分析进一步支持这一判断。总体上，MIPS 质量评分与等待时间之间仅表现出极弱的正相关（ρ = 0.02），与转诊量之间则为极弱的负相关（ρ = ?0.01）。无论总体还是分专科，Pearson 相关系数范围都很小，介于 ?0.084 至 0.067 之间，说明线性关系极其有限。这意味着即便存在方向不一的局部波动，其效应量也非常小。
在协变量调整后的回归模型中，MIPS 评分每提高 10 分，等待时间平均仅增加 0.12 天，95% CI 为 ?0.02 至 0.25，未达统计学显著性。这一结果表明，在控制年份、专科和机构差异后，医师质量评分对总体等待时间几乎没有实质影响。分专科分析中，仅皮肤病学和足病学出现统计学显著的正向关联：MIPS 评分每增加 10 分，皮肤病学等待时间增加 0.65 天，足病学增加 0.38 天。其余专科均未达到显著水平。由此可见，高评分医师在个别专科可能略有更长等待时间，但该现象并不普遍，且效应幅度较小。
对于转诊量，回归结果显示，MIPS 质量评分每增加 10 分，年度转诊量平均减少 0.15 例，95% CI 为 ?0.37 至 0.06，同样不显著。分专科模型也未发现任何稳定或显著的正向关联。这意味着高评分医师并未因为质量更高而系统性获得更多社区转诊，至少在 VHA 社区照护实践中，公开质量评分并不是驱动患者流向的重要因素。
研究还检验了等待时间是否会调节“质量评分—转诊量”关系，即是否存在高质量医师因排队更久而削弱患者流入的“拥堵效应”。结果显示，无论总体模型还是分专科模型，等待时间与 MIPS 评分交互项均无统计学意义。这表明等待时间并不会显著改变质量评分对转诊量的影响方向或大小，也进一步否定了“高质量导致高需求，进而形成拥堵”的解释路径。
敏感性分析将 MIPS 质量评分改为二分类变量（≥75 vs. <75）后，结论总体保持一致。足病学中，高评分与较长等待时间的关联依旧存在；皮肤病学的效应方向增强但不再显著。无论整体还是分专科，达到 MIPS 支付调整阈值与转诊量之间依旧未见显著关系。这种一致性增强了主分析结果的稳健性。
4 Discussion
讨论部分指出，本研究在全国范围内未发现稳定的“高质量—长等待”或“高质量—高转诊量”关系。除皮肤病学和足病学等个别专科外，高绩效医师通常并不会伴随更长新患者等待时间；同样，医师质量评分也并未显著影响新患者转诊量。等待时间对质量与转诊量关系缺乏调节作用，说明围绕高质量医师形成拥堵的证据非常有限。
研究人员据此认为，退伍军人在选择社区照护提供者时，可能并未依据 MIPS 质量评分作出决策。更现实的影响因素可能包括地理距离、就诊便利性、具体病情需要，以及转诊协调人员在 Referral Coordination Initiative（RCI）框架下提供的信息和协助。这一发现有助于解释为何即便 CCN 中存在较多高质量医师，退伍军人仍常流向 MIPS 评分较低的提供者。
讨论还强调，观察到的弱关联也可能反映 MIPS 本身作为质量指标和信息来源的局限性。MIPS 允许提供者从大量指标中自选少数项目进行报告，容易产生选择性报告偏倚；不同专科中被纳入的质量维度未必同等重要；并且评分可在个人、群体执业或替代支付模型层面报告，存在归因错配风险。尽管如此，本研究关心的并非 MIPS 是否完美反映真实临床质量，而是这些公开展示给退伍军人和转诊协调人员的分数，是否会影响现实中的转诊行为。结果显示，其实际影响十分有限。
研究结论部分可译为：医师质量在塑造 VA 社区照护中的转诊决策或就诊可及性模式方面似乎仅发挥有限作用。尽管高质量医师通常具有更长的等待时间，但这种差异幅度较小，且并未转化为系统性更高的转诊量。若能将质量指标更明确地整合进社区照护转诊工作流程，并提升退伍军人与协调人员可获得的信息透明度，则有望确保 MISSION Act 所推动的服务可及性扩展能够与稳定一致的照护质量相匹配。
