《Discover Public Health》：Service recovery disparities observed in outpatient service failures
编辑推荐：
本研究采用预先验证的问卷，调查了在印度北部多专科医院门诊部（OPDs）就诊期间遭遇服务失败的患者的经历。研究人员分析了来自八家医院的430名患者的应答，以识别这些医院所采用的服务失败类型及优先选择的补救策略。研究发现揭示了患者就医旅程中的多种服务失败，其中员工
本研究采用预先验证的问卷，调查了在印度北部多专科医院门诊部（OPDs）就诊期间遭遇服务失败的患者的经历。研究人员分析了来自八家医院的430名患者的应答，以识别这些医院所采用的服务失败类型及优先选择的补救策略。研究发现揭示了患者就医旅程中的多种服务失败，其中员工不专业行为和医生接诊前等待时间是最常被报告的失败类型。约30%的患者在遭遇失败后未获得任何补救措施，而70%的患者至少接受了一种基于公正原则的服务补救。研究还报告了患者人口学特征（如年龄、性别、失败阶段和就诊目的）与医院实施的服务补救策略选择之间存在显著关联。此外，研究还基于实证和横断面医疗研究提出了技术、行为和政策层面的建议，以降低失败率并提高服务效率。这些建议对资源有限导致医生不可用、过度拥挤和长时间等待等失败的医疗环境具有特定意义。在强调服务补救差异的同时，本研究倡导以服务为导向的文化、加强沟通和持续教育，以提高整体补救效率。
**论文解读：门诊服务失败中的服务补救差异——基于印度北部二级医疗中心的研究**
**1. 研究背景与问题**
在医疗服务领域，服务质量与患者满意度被视为影响患者就医意向的关键因素。然而，服务失败（service failure）——即服务提供过程中偏离预期标准的事件——在医疗机构中难以完全避免，尤其是在人流量大的门诊部（Outpatient Department, OPD）。多专科医院的门诊部因服务种类多样、涉及多类医务人员及技术支持，其服务失败风险尤为突出。既往研究已识别出多种服务失败类型，如行为问题、等待时间、服务传递缺陷、信息不畅、物理设施不足等，并强调服务补救（service recovery）对于恢复患者满意度和医院声誉的重要性。然而，现有文献对门诊环境中服务补救策略的实施情况关注不足，尤其缺乏基于患者人口学特征（如年龄、性别、收入、职业）和失败特征（如失败发生阶段、就诊目的）的实证分析。此外，医疗领域存在明显的服务补救不平等现象，但相关研究较少。因此，本研究旨在识别印度北部多专科二级医疗中心（Secondary Healthcare Centres, SHCs）门诊部中患者遭遇的服务失败类型，并分析医院根据患者人口学特征和失败特点所采取的服务补救策略，以揭示其中的差异和潜在偏见。
**2. 研究设计与主要结论**
研究人员采用定量研究设计，在印度昌迪加尔三城（Chandigarh Tricity）选取了8家二级医疗中心（5家私立、3家公立），于2024年7月至2025年10月期间，通过便利抽样法对门诊患者进行调查。纳入标准为：曾遭遇服务失败、访问任何专科、且曾向医院人员反映问题的患者。最终获得430份有效问卷。问卷包含两部分：第一部分收集患者人口学信息（年龄、性别、收入、职业）、失败发生阶段（治疗前、治疗中、治疗后）及就诊目的（急诊、短期治疗、长期治疗）；第二部分基于公正理论（justice theory）测量服务补救策略，包括道歉、礼貌、补偿、响应速度和问题解决五个维度。
研究得出以下主要结论：约80%的患者在治疗前或治疗中遭遇服务失败，最常见的是员工不专业行为和医生接诊前等待时间。约30%的患者未获得任何补救，而70%的患者至少接受了一种补救措施，其中道歉是最常见的补救方式。然而，仅有不到2%的患者获得了涵盖分配公正、程序公正和互动公正的全面补救。统计分析显示，患者人口学特征（性别、年龄、收入、职业）和失败特征（阶段、就诊目的）与医院选择的补救策略显著相关：女性获得礼貌对待的概率是男性的1.75倍；40-60岁患者获得道歉的概率显著低于20岁以下和60岁以上患者；高收入患者获得问题解决的概率是中收入患者的2.65倍；商人、学生和日薪工人获得补偿的概率高于私人雇员。治疗前失败获得补偿和问题解决的概率是治疗后失败的两倍。此外，约28%的患者未获得任何补救，其中治疗阶段失败占未补救案例的40%以上。
**3. 主要技术方法**
本研究使用预先验证的多项量表问卷进行数据收集，问卷包含五个补救策略维度（道歉、礼貌、补偿、响应速度、问题解决），每个维度4-5个问题。采用描述性统计总结患者特征，使用名义逻辑回归（nominal logistic regression）分析人口学变量与补救策略之间的关联，通过似然比卡方检验和优势比（odds ratio）评估交互作用和偏好强度。同时，通过Cronbach's alpha、因子载荷、平均方差提取（AVE）和决定系数（R2）验证问卷的信度和效度。
**4. 研究结果**
* **4.1 患者特征**：样本中男性占60%，女性占40%，超过70%的受访者年龄在20-50岁之间，大部分收入高于5 LPA。60%的患者因短期治疗就诊。80%的服务失败发生在治疗前或治疗中，约20%发生在治疗后。
* **4.2 患者遭遇的服务失败**：患者报告了多种失败，包括治疗前的预约取消、等待区拥挤、报告延迟、员工疏忽、候诊时间过长和医生不可用；治疗中的评估延迟、检查限制、过度收费、员工态度差、设施不当和不卫生条件；治疗后的报告延迟、药物不可用、保险拒赔、重复就诊和账单问题。
* **4.3 服务失败与补救选择**：初步分析显示，仅2%的患者获得了全面的服务补救（涵盖分配公正、程序公正和互动公正）。约四分之一的患者未获得任何补救。道歉是最常见的补救方式。对于医生不可用和报告延迟等常见失败，医院通常仅提供礼貌解释和道歉，而无经济补偿。设施相关失败（如卫生条件差）几乎未获得补救。
* **4.4 患者特征与补救选择**：描述性统计显示，不同人口学组对补救措施的感知存在差异。逻辑回归分析揭示了显著的偏见：女性更易获得礼貌对待（OR=1.75）；40-60岁患者获得道歉的概率显著低于年轻和年长患者；高收入患者获得问题解决的概率更高；商人、学生和日薪工人更易获得补偿；治疗前失败更可能获得补偿和问题解决。
* **4.5 服务补救策略中的差异**：性别、年龄、收入、职业和失败阶段均显著影响医院选择的补救策略，表明存在人口学为基础的偏见。
* **4.6 未获得补救的服务失败**：约28%的患者虽向医院报告了失败，但未获得任何补救。治疗阶段失败占未补救案例的40%以上，主要由于医生开出的检查在医院无法进行或医患沟通有限。治疗前失败（如排队协调差、等待时间长）也显示较少的补救。
**5. 讨论与结论**
研究人员指出，服务补救的不平等源于失败类型、人口学特征、感知情绪和抱怨强度的差异。为预防这些差异，建议采取双重策略：一是通过改善沟通方式鼓励患者互动，以识别补救需求；二是建立支持结构，提供符合失败类型和患者感知公平性的补救。政策建议包括制定以服务为导向的文化、标准化公正补救流程，并强调无论患者人口学特征如何，均应提供全面的分配、程序和互动公正，尤其是在治疗阶段失败中。研究结论强调，门诊服务补救存在显著的人口学差异，医院应基于患者特征量身定制补救策略，以提高感知公平性并减少偏见。本研究为医疗服务管理提供了实证依据，有助于改善服务补救效率和公平性。
