《The Journal of Rural Health》：Beyond Geography: Using a Cluster-Based Analysis to Conceptualize the Rurality of Veterans Health Administration Hospitals
编辑推荐：
目的：农村退伍军人经历着与兵役和农村居住相关的挑战与优势。为医疗机构定义农村性对于分配资源、评估农村健康倡议的影响以及评价农村退伍军人的就医可及性和结局至关重要。虽然地理位置是概念化农村医疗机构的一种方式，但农村性存在于一个连续谱上，并受到许多因素影响。本研究
目的：农村退伍军人经历着与兵役和农村居住相关的挑战与优势。为医疗机构定义农村性对于分配资源、评估农村健康倡议的影响以及评价农村退伍军人的就医可及性和结局至关重要。虽然地理位置是概念化农村医疗机构的一种方式，但农村性存在于一个连续谱上，并受到许多因素影响。本研究的目的是创建一个有经验依据的VHA急性护理医院分类法，超越单纯基于地理的分类，并提出可用于衡量农村退伍军人获得医院照护的设施层面变量。
方法：研究人员采用k均值聚类（k-means clustering）对110所退伍军人健康管理局（Veterans Health Administration, VHA）急性护理医院进行了聚类分析。医院层面变量包括注册人数、农村和高度农村注册退伍军人的数量与百分比、VHA医院复杂度分类等级（低、中、高），以及退伍军人获得VHA照护的平均驾车时间（初级、二级、三级）。
结果：出现三个聚类。低农村服务型（Low Rural Serving, LRS）聚类（N = 40）包含39所高复杂度医院，平均16.5%的退伍军人注册者居住在农村地区。中农村服务型（Medium Rural Serving, MRS）聚类（N = 26）包含所有高复杂度医院，平均32.8%的退伍军人注册者居住在农村地区。高农村服务型（High Rural Serving, HRS）聚类（N = 44）包含10所低、12所中和22所高复杂度医院，平均61.9%的退伍军人注册者居住在农村地区。高度农村退伍军人注册者的平均百分比在LRS、MRS和HRS中分别为1.0%、1.6%和9.7%。到初级、二级和三级照护的平均驾车时间在各聚类间逐步增加。
结论：利用9个可能表征医院农村性程度的医院层面因素，研究人员识别出3个聚类，用以区分VHA医院及其所服务的农村人群。
在美国，农村居民以较高比例参与兵役，并面临兵役与农村居住地交织所产生的健康挑战与优势。农村退伍军人罹患肌肉骨骼疾病、创伤后应激障碍等身心疾病的风险升高，同时农村居住与心脏病、卒中及就医障碍相关。尽管美国仅20%居民居住在农村，但在退伍军人健康管理局（Veterans Health Administration, VHA）登记的900万退伍军人中，农村退伍军人占近33%。然而，“农村”的定义十分复杂；最常用的定义基于美国人口普查局与管理预算局的地理分类，将农村视为“非城市”或“非大都市”，这种二分法可能掩盖医疗机构的服务功能、所服务人群特征以及服务可及性方面的深层差异。自2014年起，VHA采用基于农村-城市通勤区（Rural-Urban Commuting Areas, RUCA）的地理定义来界定退伍军人与设施的农村性，但这一定义应用到医院层面时可能无法体现农村性的连续谱特征。例如，一所低资源农村急性护理医院与一所距离高复杂度城市医院仅30分钟车程的农村医院，其人员配置、护理协调与危重患者转运需求截然不同。因此，需要一种超越地理位置的、基于经验的医院分类方法。该研究发表于《The Journal of Rural Health》，旨在通过聚类分析创建VHA急性护理医院的分类学，并提出可衡量农村退伍军人就医可及性的设施层面变量。
研究人员利用2023财年（Fiscal Year, FY）数据，对110所提供急性护理服务的VHA医院进行了分析。医院数据取自退伍军人事务站点跟踪（Veteran Affairs Site Tracking, VAST）系统数据库，退伍军人注册者数据来自规划系统支持组（Planning Systems Support Group, PSSG）地理编码注册者文件。分析纳入9个医院层面变量：医院复杂度（低、中、高）、注册退伍军人总数、农村注册人数与百分比、高度农村注册人数与百分比，以及到初级、二级和三级照护的平均驾车时间。研究首先对9个变量进行混合数据因子分析（Factor Analysis of Mixed Data, FAMD）以降低维度、处理序数与连续变量混合及共线性问题；随后对保留的成分得分进行k均值聚类（k-means clustering），评估k=2至k=5个聚类并采用50次随机初始化，依据平均轮廓宽度（average silhouette width）选择k=3作为最优解。高度农村人数与百分比因右偏态进行了log(x+1)变换。
通过k均值聚类分析，110所VHA急性护理医院被划分为三个不同的聚类。
Cluster 1: Low Rural Serving（低农村服务型，N=40）：该聚类中98%为高复杂度医院、2%为中等复杂度医院；平均16.5%的注册退伍军人为农村（包括农村、高度农村或海岛）退伍军人，平均1.0%符合高度农村定义；到初级、二级和三级照护的平均驾车时间分别为17.4、34.9和63.7分钟，为三个聚类中最短；平均注册人数为66,911人（范围21,992–146,374）。
Cluster 2: Medium Rural Serving（中农村服务型，N=26）：该聚类26所医院全部为高复杂度；平均32.8%的注册退伍军人为农村，2.6%为高度农村；平均驾车时间居中，分别为21.5、49.1和68.9分钟；平均注册人数为112,215人（范围63,373–200,392）。
Cluster 3: High Rural Serving（高农村服务型，N=44）：该聚类医院复杂度呈混合分布，低、中、高复杂度分别占23%、27%和50%；平均61.9%的注册退伍军人为农村，9.7%为高度农村；平均驾车时间最长，分别为29.3、62.4和166.0分钟；平均注册人数为40,270人（范围9,954–71,792）。
三个聚类的平均驾车时间呈递增趋势，其中高农村服务型聚类到三级照护的平均驾车时间超过160分钟，与VHA《MISSION法案》中初级照护30分钟、专科照护60分钟的社区照护资格时间标准相近。对于医疗领导者，该分类可帮助识别服务大量农村患者的医院，从而实施针对农村患者的交通支持、远程医疗等举措。对于政策制定者，该分类可超越地理位置根据所服务人群需求分配资源，例如将农村专项计划覆盖至虽位于城市但服务大量农村患者的医院，并可能为未来报销模式提供参考。对于研究者，该分类有助于评估研究项目影响并指导针对性招募。该研究还扩展至VHA之外，非VHA医院中的关键通道医院（Critical Access Hospitals）和农村急诊医院（Rural Emergency Hospitals）主要依据地理位置和设施特征分类，而本研究提出的多维框架可促进跨系统对话。研究优势在于采用交叉性视角，使用多变量而非单一变量识别医院异质性，并揭示了复合脆弱性（如低复杂度、低患者量、位于农村）可能被单一变量方法掩盖。局限性包括：仅纳入9个变量；k均值聚类对异常值敏感，尽管使用50次随机初始化降低偏差；PSSG数据不包括2023财年后新注册的退伍军人，且计算驾车时间可能未纳入真实路况；分析限于VHA急性护理医院，可能不适用于其他系统。未来研究应扩展变量、测试聚类预测效度，并纳入其他VHA与非VHA设施与服务。
综上所述，本研究提供了一种新的方法，根据所服务人群、各设施提供的医疗服务的复杂度以及到照护设施的驾车时间，将医院区分为低农村服务型、中农村服务型和高农村服务型三类。这些分类可为致力于改善农村居民就医可及性的各类VHA和非VHA专业人员提供有价值的指导。未来工作应测试这些聚类的预测效度、扩展模型纳入其他与农村设施特征相关的因素，并进一步将分析扩展到其他VHA和非VHA设施与服务。
