新西兰和中国两家三级医院住院非传染性疾病模式及影响因素：一项混合方法研究方案

《Global Health Action》：Inpatient non-communicable disease patterns and influencing factors at two tertiary hospitals in New Zealand and China: a mixed-methods study protocol

　　

非传染性疾病（NCDs），包括心血管疾病、癌症、糖尿病和慢性呼吸系统疾病，在全球范围内构成了日益增长的住院负担。然而，基于医院的跨国混合方法比较仍然稀缺，且影响住院NCD护理的因素尚未得到充分理解。本方案描述了一项解释性顺序混合方法研究，旨在分析新西兰和中国三级医院中住院NCD患者特征、疾病模式及住院指标，并探索NCD护理的多层次影响因素。在社会生态模型（Social Ecological Model, SEM）的指导下，该研究将在怀卡托医院（Waikato Hospital）和宜宾市第三人民医院（The Third People’s Hospital of Yibin）进行。在定量阶段，将提取2023–2025年间年龄≥16岁、主要诊断为某类主要NCD的成年住院患者的去标识化出院记录。分析将按NCD类别分层，并使用以医院地点为固定效应的多变量回归模型来检验住院结局的差异。在定性阶段，将在两个研究地点对约30–40名医疗专业人员进行半结构化访谈。访谈数据将进行主题分析，并通过联合展示（joint displays）与定量结果整合。据研究人员所知，这是中国与新西兰三级医院之间首项针对住院NCD护理的混合方法比较研究。研究结果预计将支持跨文化学习，并为改善不同医疗系统背景下住院NCD管理的循证策略提供依据。本方案依据GRAMMS、STROBE和COREQ指南进行报告。

**论文解读：新西兰与中国两家三级医院住院非传染性疾病模式及影响因素——一项混合方法研究方案**

**研究背景与问题**

非传染性疾病（non-communicable diseases, NCDs），主要包括心血管疾病、癌症、糖尿病和慢性呼吸系统疾病，是全球发病率和死亡率的主要贡献者。据世界卫生组织（World Health Organisation, WHO）统计，NCDs每年导致约4300万人死亡，占全球总死亡人数的75%。人口老龄化、城市化以及行为风险因素的变化持续推动着NCD负担的上升，给不同社会经济发展阶段国家的卫生系统带来持续压力。尽管NCD的预防和长期管理通常被置于社区和初级保健层面讨论，但NCDs通过急性加重、并发症及复杂共病，尤其在成年人和老年人中，产生了巨大的住院负担。因此，医院成为当代NCD负担最显著的关键场景。出院数据可用于描述住院NCD人群特征，包括人口学与临床特征、疾病模式与共病状况，以及住院时长、院内死亡率和再入院率等住院指标。然而，住院NCD护理不仅受临床因素影响，还受服务组织与提供方式（如护理协调、出院计划和连续性护理）的塑造。尽管已有大量NCD研究，但在住院患者特征、健康结局及决定因素方面仍存在重要的证据空白。现有研究多集中于单一疾病、单一机构或单一国家，且往往仅依赖定量结果，难以解释跨情境差异或多层次影响因素。基于医院的跨国比较及整合常规住院数据与定性视角的混合方法研究仍然稀缺。

**研究目的与意义**

本研究旨在填补这一空白，通过一项解释性顺序混合方法设计，在新西兰怀卡托医院（Waikato Hospital）和中国宜宾市第三人民医院（The Third People’s Hospital of Yibin）这两家三级医院中，描述并比较住院NCD患者特征、疾病模式及住院指标，同时探索医疗专业人员对多层次影响因素的观点。该研究以社会生态模型（Social Ecological Model, SEM）为理论框架，整合定量与定性发现，以解释住院NCD护理中的共同模式与情境特异性差异。研究结果预计将支持跨文化学习，并为改善不同医疗系统下住院NCD管理的循证策略提供依据。该论文发表在《Global Health Action》。

**关键技术方法**

本研究采用解释性顺序混合方法设计（QUAN → qual），以实用主义范式为指导。定量阶段：采用普查方法，提取怀卡托医院和宜宾市第三人民医院2023–2025年间所有符合条件的成年住院患者（年龄≥16岁，主要诊断为四大类NCD之一）的去标识化出院记录。变量包括人口学特征、临床特征及住院指标。分析按NCD类别分层，使用多元逻辑回归和Cox比例风险回归，以医院地点为固定效应，并采用聚类稳健标准误处理患者内相关性。定性阶段：采用目的性最大变异抽样，招募约30–40名医疗专业人员（每院15–20人）进行半结构化访谈，访谈指南围绕SEM五个层次构建。定性数据采用主题分析，结合演绎与归纳编码。数据整合通过连接、合并与解释阶段实现，使用联合展示（joint displays）将定量结果与定性主题并置，形成整合判断与元推断。

**研究结果**

**（1）定量阶段：描述性统计与比较分析**
通过描述性统计总结每家医院患者特征，按NCD类别分层比较。使用卡方检验、t检验或Mann-Whitney U检验进行组间比较。多变量回归模型（以医院地点为固定效应）分析患者层面因素与住院结局（住院时长、院内死亡率、再入院率）的关联，调整年龄、性别、共病负担和入院类型。由于存在多次入院患者，使用患者层面聚类稳健标准误。

**（2）定性阶段：主题分析**
通过半结构化访谈收集医疗专业人员对住院NCD护理多层次影响因素的观点。访谈数据围绕SEM五个层次（个体、人际、机构、社区、政策）进行主题分析，结合演绎框架与归纳编码，以解释定量阶段发现的模式差异。

**（3）数据整合与三角验证**
定量发现指导定性抽样和访谈问题细化。通过联合展示整合定量结果与定性主题，定义整合判断类别：收敛（convergence）、扩展（expansion）和分歧（discordance）。最终形成跨层次的元推断，构建理论驱动的解释模型。

**讨论与结论**

讨论部分指出，本研究可能识别出共同特征与情境特异性差异。在新西兰站点，民族相关的不平等（尤其是毛利人和太平洋岛民）可能反映在住院NCD模式中；在中国宜宾站点，住院模式可能更强烈地反映快速人口老龄化和行为风险因素。即使调整年龄和共病后，住院指标（如住院时长和院内死亡率）也可能存在差异。服务组织差异（如护理协调、出院计划和慢性病管理整合）也可能显现。中国已扩展整合性慢性病管理门诊，与新西兰模式的对比可能有助于解释住院模式差异。定性阶段将阐明个体与人际层面因素（如患者资源和支持网络）如何与机构安排、医疗融资机制及服务可及性相互作用。研究优势包括：基于医院的跨国比较设计、解释性顺序混合方法增强解释深度、SEM提供连贯的解释框架。局限性包括：两家医院不能代表全国状况、诊断编码差异可能导致测量偏倚、社会期望偏差影响定性访谈、未测量混杂因素、患者和照护者视角超出范围。

**结论翻译**：本方案通过提出一项中国与新西兰三级医院之间住院NCD模式及多层次影响的混合方法比较，填补了医院研究中的重要空白。研究结果预计将增强对影响住院NCD护理因素的理解，并可能为改善不同医疗环境中的护理协调、患者管理和出院计划提供未来策略依据。