《Frontiers in Health Services》：A mixed methods approach for the identification and assessment of workforce innovations in home health care
编辑推荐：
背景：在家庭医疗保健中有效且高效地部署员工对于健康和社会护理系统的可持续性至关重要，尤其是在人口老龄化和复杂需求患者数量增加的背景下。方法：研究人员结合了软系统方法论（Soft Systems Methodology, SSM）、数学优化（mathematic
背景：在家庭医疗保健中有效且高效地部署员工对于健康和社会护理系统的可持续性至关重要，尤其是在人口老龄化和复杂需求患者数量增加的背景下。方法：研究人员结合了软系统方法论（Soft Systems Methodology, SSM）、数学优化（mathematical optimisation）和社会技术系统分析（sociotechnical systems analysis, STSA），以识别和评估不同（组合的）劳动力创新对系统绩效多个方面的潜在影响，以及地方卫生经济实施这些创新的准备度。结果：通过利益相关者参与，研究人员确定了21个系统绩效方面和38个潜在创新，这些创新可考虑用于改善其中一个或多个方面。研究人员定量比较了所选创新子集对系统绩效多个方面的潜在影响，这些创新因其看似矛盾、促进相似目标但处于不同规划层级，或体现了系统绩效不同方面之间的内在权衡而被选择。研究人员还根据地方卫生经济对这些创新的准备度以及成功实施的可能障碍对其进行了评估。结论：研究人员的多方面方法综合了组织的偏好和变革能力，同时提供了关于所考虑不同创新潜在影响的一些额外定量见解，以及对不同利益相关者认为重要的系统绩效方面的丰富理解。决策者可以使用这种新颖方法为其组织探索和评估不同的创新组合。
**论文解读：家庭医疗保健劳动力创新的混合方法识别与评估**
**研究背景**
在人口老龄化和慢性病负担加重的背景下，家庭医疗保健的可持续性面临严峻挑战。英国（UK）国家卫生服务体系（NHS）社区护理数据显示，2009年至2019年间地区护士数量下降约40%，而76%的社区服务领导者将员工招聘与留任视为最大挑战。现有基于时间任务导向的护理模式导致护士旅行时间（平均85分钟/班）和行政任务（145分钟/班）过长，患者接触时间不足，且员工满意度低。传统运筹学（Operational Research, OR）研究多聚焦于单层级决策（如人员-患者分配或路线规划），忽略了角色设计创新、多层级决策协调以及组织变革准备度。因此，研究人员开发了一种结合软系统方法论（SSM）、数学优化和社会技术系统分析（STSA）的混合方法，以识别、评估家庭医疗保健劳动力创新，并理解实施可行性。该研究发表于《Frontiers in Health Services》。
**主要技术方法**
研究基于英国伦敦两个自治市的地方卫生经济，使用2018年1月1日至12月31日的患者记录生成合成数据（Synthetic data），涵盖4,856名患者及39,837次地区护理、2,861次精神健康和2,034次物理治疗需求。关键技术包括：①软系统方法论（SSM）：通过访谈、非参与式观察和研讨会（共涉及53名独特参与者，来自服务管理者、临床专业人员、患者等群体）揭示系统绩效的多重视角，识别21个绩效方面和38个候选创新；②数学优化模型：采用分层决策框架（战略层：角色与护理包；战术层：分区与团队规模；运营层：排班与分配），通过目标函数（如最小化成本、最大化连续性）求解不同创新场景下的绩效指标；③社会技术系统分析（STSA）：开发“变革准备度检查表”，区分远端因素（组织层面）和近端因素（创新直接环境），评估16个近期变革项目，对8个精选创新进行启动与嵌入难度分类。
**研究结果**
**3.1 系统绩效方面与候选创新**
通过SSM分析，研究人员识别出21个系统绩效方面（如员工技能组合、服务响应时间、护理连续性、患者体验等），并列出38项候选创新（如专业化、普遍化、平衡工作负荷的分区、自动化分配等）。其中，除“患者接触时间”外，所有绩效方面均被至少一项创新作为驱动动机。
**3.2 定量分析结果**
**分析1：专业化 vs. 普遍化**
使用“角色与护理包”决策模型，比较两种创新：创新1（专业化：员工仅执行其最高技能级别活动）与创新2（普遍化：高等级员工可执行低等级活动，包括跨专业普遍化）。结果显示：专业化显著提高技能使用，但增加访问次数（多出约10-15%）和临床时间；在伦敦城市场景下，若以最小化成本为目标，普遍化成本更低（约低2-5%）；若以最小化访问次数为目标，两者成本差异极小。跨专业普遍化（创新2b）相比同专业普遍化（创新2a）仅带来微小变化（技能使用降低7.4%）。结论：普遍化的优劣取决于服务背景（如城市vs农村旅行时间）和绩效权衡。
**分析2：不同层级的工作负荷平衡策略**
针对地区护理需求（4,104名患者，41,749次活动），构建分层决策路径：分区（Districting）→团队规模与构成（Team size & composition）→分配与排班（Allocation & Scheduling）。通过优化目标（最大化工作负荷平衡）或非优化算法，比较四种决策路径：（a）仅优化分区；（b）仅优化团队规模；（c）仅优化分配（允许跨区分配）；（d）无优化。结果：优化分区能平衡区域间预期活动时间，但若后续决策未优化，则团队内负荷仍不平衡；优化团队规模可平衡团队间负荷，但无法保证个体平衡；允许跨区边界的分配优化（创新5）能有效平衡个体负荷，即使上游决策未优化。结论：不同层级决策需协调一致，否则战略优势可能被运营层抵消。
**分析3：护理连续性与成本的权衡**
针对地区护理和精神健康联合需求（4,888名患者），在分配与排班模型中设置不同目标：无优化、最大化连续性（创新6）、最小化成本（创新7）、平衡连续性与成本（创新8）。结果：所有目标驱动分配均优于无优化（无优化：1,120个患者-员工配对，成本￡15,170；最大化连续性：880对，￡14,960；最小化成本：1,060对，￡14,540；平衡策略：900对，￡14,630）。平衡策略在成本仅增加0.6%的情况下，将连续性提高19.6%（配对减少）。结论：算法辅助决策可在不显著增加成本的前提下改善护理连续性。
**3.3 变革准备度与实施障碍**
通过STSA检查表，对8个创新进行启动难度和嵌入难度评估：创新1（专业化）最易启动（已符合现行实践）；创新3（重新分区平衡负荷）最难启动（需大规模组织重组）；创新2a和2b（普遍化）嵌入难度高（涉及角色规范变革）；创新5（跨区分配）相对易启动和嵌入；创新6和8（连续性导向分配）较易被员工接受，而创新7（成本最小化）可能因牺牲连续性而难以嵌入。研究还发现，跨专业普遍化（创新2b）的定量收益微乎其微，但社会技术障碍巨大，凸显混合方法的价值。
**3.4 结果总结与利益相关者反馈**
定量与定性分析结合揭示：普遍化带来的定量收益有限，但社会技术可行性低；重新分区虽理论上有效，但需团队规模与分配决策配合，且实施困难。利益相关者研讨会指出，技术分配系统需考虑患者特征灵活性，并需与现有改革项目协调。
**讨论与结论**
讨论部分强调：SSM提供了系统绩效的全面视图，超越传统经济效率分类；分层建模框架使不同层级决策的协调效应可量化；STSA检查表为组织变革提供了独立评估工具。局限性包括：模型简化了患者需求的个体差异，可能丢失护理整体性；算法方案需与专业实践相结合，避免“计时任务”方法导致的员工不满。研究结论：这是首次将SSM、数学优化和STSA结合用于家庭医疗保健劳动力改进识别与评估，该多方面方法为决策者提供了情境化的改进选项视图，具有国际政策相关性——可帮助识别效率驱动政策与组织能力不匹配的风险。
