《Journal of Multidisciplinary Healthcare》：An Indicator System for Evaluating Sci-Tech Innovation-Driven Improvement of China’s Disease Diagnosis and Treatment Capacity
编辑推荐：
目的：医学科技创新（scientific and technological innovation, S&T innovation）是疾病诊疗能力提升的核心驱动力，然而中国目前缺乏将研究成果与临床结局相关联的标准化多维评价框架，这阻碍了针对性卫生政策的
目的：医学科技创新（scientific and technological innovation, S&T innovation）是疾病诊疗能力提升的核心驱动力，然而中国目前缺乏将研究成果与临床结局相关联的标准化多维评价框架，这阻碍了针对性卫生政策的制定。本研究旨在通过综合的多维度、多方法研究路径，建立一套适应中国国情的“科技创新—临床诊疗能力”转化效率评价体系。
患者与方法：本研究整合了系统性文献综述、半结构化专家访谈及两轮德尔菲（Delphi）专家咨询（40名资深专家参与），构建了涵盖预防、诊断、治疗与康复的三层级评价指标体系。采用层次分析法（Analytic Hierarchy Process, AHP）与比例分配法分别确定一级、二级及三级指标的权重，并以变异系数（coefficient of variation, CV）与肯德尔协调系数（Kendall's W）检验专家共识程度。
结果：最终形成的框架包含4项一级指标、14项二级指标及142项三级指标，其中42项反映临床诊疗结局指标，100项衡量全链条科技创新产出指标。两轮专家权威系数（authority coefficient, Cr）均达0.90，经两轮咨询后所有指标均达到预设共识阈值。该体系构建了从基础研究成果到临床疗效提升的完整因果逻辑链。
结论：这一本土化、全周期指标体系系统量化了医学科技创新对临床能力的驱动效应，为卫生政策制定者、科研机构及医疗机构追踪技术突破的转化效益、实施创新导向的健康中国战略提供了标准化评估工具。
一、研究背景与问题提出
随着全球化进程加速、人口老龄化加剧以及全球气候变化影响的深化，人类面临日益复杂严峻的健康挑战。精准医学与人工智能等科技进步正深刻重塑健康管理模式。在全球范围内，科技创新已成为提升疾病诊疗能力的核心驱动力。本研究将疾病诊疗能力定义为涵盖预防、诊断、治疗、康复全周期的综合性临床能力，具体表现为诊断准确性、治疗有效性、康复效率、患者安全与健康结局。科技创新通过多重机制作用于诊疗能力提升：诊断创新通过提高疾病识别的精准度、速度与可及性增强能力；治疗创新通过拓展治疗选择并改善疗效发挥作用；赋能技术（如电子健康档案、远程医疗平台）提升系统层面效率与协调性；知识创新（如临床试验结果、循证指南更新）传播最佳实践以提高整体照护标准。医学科技创新是实现科技自立自强、建设创新型国家的重要组成部分，其核心价值在于患者健康获益。
然而，当前中国在科技创新驱动诊疗能力提升的科学评估方面存在显著不足。国际上现有的评估框架，如多纳贝迪安（Donabedian）结构-过程-结果模型、世界卫生组织（WHO）卫生系统绩效框架及经济合作与发展组织（OECD）卫生保健质量框架，虽提供了有价值的理论基础，但均未专门设计用于将科技创新投入与临床结局相关联，也未适应中国卫生系统的层级结构。国内现有评估工具大多聚焦于研究成果（如论文与专利数量）或临床结果（如死亡率与发病率），未能系统地将两者联系起来，且多数研究局限于单一疾病或单一机构，缺乏覆盖预防、诊断、治疗、康复全周期、国家层面的综合性体系。这种碎片化方法阻碍了对从实验室发现到临床应用完整“转化价值链”的评估。因此，亟需建立一套全面且经实证验证的指标体系，以量化科技创新对临床能力提升的贡献。
二、研究设计与方法概述
研究人员采用序贯混合方法设计，分四个阶段开展研究。第一阶段为文献综述：系统检索中英文数据库，筛选2010年以来发表的300余篇相关文献，由两名研究人员独立进行指标提取，Cohen Kappa系数为0.82（p<0.001），表明编码一致性良好。第二阶段为定性访谈：对20名关键知情人（包括8名研究专家、10名三甲医院临床医生及2名行业管理者）进行半结构化访谈，运用NVivo 12软件进行三级编码分析，将定性建议转化为可测量的指标。第三阶段为德尔菲专家咨询：依据纳入标准遴选专家（要求副高级及以上职称、就职于符合国际联合委员会（JCI）标准的三甲医院、从事医疗相关领域工作≥10年），第一轮发放45份问卷，回收40份（回收率88.89%）；第二轮发放40份，回收40份（回收率100%）。专家权威系数两轮均为0.90，显著超过0.70的有效性阈值。两轮咨询的肯德尔协调系数分别为：二级指标0.331与0.384，三级诊疗指标0.181与0.308，三级科技创新指标0.344与0.428（均p<0.001），表明专家意见具有中等程度一致性。第四阶段为权重计算：采用层次分析法（AHP）确定一、二级指标权重，采用比例分配法基于专家评分确定三级指标权重，所有判断矩阵的一致性比率均<0.1。
三、研究结果
（一）专家基本情况与积极系数
第一轮纳入45名专家（平均年龄52.93±6.81岁），第二轮40名专家完成咨询（平均年龄52.73±6.68岁）。两轮问卷回收率分别为88.89%和100%，远高于70%的优秀标准，表明专家参与积极性高、应答质量良好，有效降低了无应答偏倚。
（二）专家权威程度
专家判断依据系数（Ca）两轮均为0.89，熟悉程度系数（Cs）分别为0.90和0.88，权威系数（Cr）两轮均达0.90，显著超过0.70的有效性阈值，确认了专家具有高度权威性，咨询结果高度可靠。
（三）专家协调程度
第一轮肯德尔协调系数W为：二级指标0.331（p<0.001）、三级诊疗指标0.181（p<0.001）、三级科技创新指标0.344（p<0.001）；第二轮对应值分别为0.384（p<0.001）、0.308（p<0.001）和0.428（p<0.001）。由于专家人数超过20且指标数远超7个，采用卡方检验验证一致性，结果均显著。
（四）专家咨询结果
第一轮咨询中，二级指标均分范围为3.89-4.82，变异系数（CV）为0.08-0.22；三级诊疗指标均分3.76-4.71（CV：0.11-0.28）；三级科技创新指标均分3.37-4.81（CV：0.09-0.32）。依据共识阈值与专家反馈，经小组讨论删除1项三级诊疗指标（“疫苗接种率”，因缺乏普适性）及103项三级科技创新指标（如“PCT专利授权数”因表述不符合实际流程、“科技成果转化经费”因缺乏官方统一公开的统计渠道等）。第二轮咨询后，二级指标均分4.06-4.86（CV：0.07-0.15），三级诊疗指标均分3.80-4.85（CV：0.08-0.18），三级科技创新指标均分3.78-4.82（CV：0.08-0.19）。所有指标变异系数均<0.2，肯德尔协调系数显著改善，专家反馈极少，表明共识高度收敛，遂终止咨询。
（五）权重分析
通过层次分析法确定一、二级指标权重，比例分配法确定三级指标权重。最终确定包含4项一级指标、14项二级指标、142项三级指标（含42项诊疗能力指标和100项科技创新指标）的评价指标体系。高权重指标集中于“指南引用论文、上市新药、三类医疗器械”等转化类指标，单纯论文/专利数量指标的权重较低，体现了“质量优先、转化导向”的设计取向，符合“破四唯”的政策要求。
四、讨论与结论
本研究成功建立了量化科技创新对中国疾病诊疗能力提升贡献的综合评价指标体系。该体系的核心创新在于遵循“科技创新—临床影响”的转化逻辑链：科学论文与专利是知识创新与技术发明的直接表现（第一阶段）；这些产出被临床指南采纳并转化为获批上市的新药与器械（第二阶段）；最终带来诊断准确性、治疗有效性及患者预后等终端指标的改善（第三阶段）。该体系将科学计量指标与临床结局指标相联结，通过追踪“潜力储备→临床认可→实物产出”的完整链条，系统、前瞻、全面地评估科技创新从实验室到床边的全方位贡献。
研究的方法学严谨规范，整合了文献综述、德尔菲咨询与统计验证，增强了指标体系的可靠性。实践层面，政策制定者可据此精准配置资源，医疗机构管理者可识别机构创新采纳的薄弱环节，研究人员可聚焦表现不足但潜力显著的指标开展转化研究。研究的局限性包括：专家咨询可能存在地区偏倚（参与者多来自东部发达地区）；专家小组男性占比较高（第一轮77.8%，第二轮77.5%），但亚组分析显示性别对指标重要性评分无统计学显著差异；指标体系基于中国国情构建，可能不完全适用于其他国家，但可提供有价值的参考。
研究结论：本研究系统构建了评估中国科技创新在提升疾病诊疗能力中作用的指标体系。该体系不仅量化了科技创新与临床诊疗进步之间的关联，还为政策制定者制定针对性的创新驱动卫生战略、研究机构追踪技术突破的影响、医疗机构评估自身诊疗升级进展提供了实用工具。总体而言，本研究强调“以患者为中心”的价值取向，引导科技创新从实验室走向临床、从论文专利走向实际成果，促进科技成果更好地服务于人民健康。该评估框架为科技创新融入疾病诊疗领域的循证决策奠定了基础，有助于推动中国医疗卫生体系的可持续发展。
