點擊上方“中國數字醫學”可以訂閱哦！
高血壓是最常見的慢性病之一，其腦卒中、心肌梗死、心力衰竭等主要合併症致殘率、致死率高。目前，高血壓已經成為全球性慢性疾病。在我國，高血壓的高患病率、高致殘率、高死亡率和低知曉率、低治療率、低控制率的“三高三低”特徵仍然顯著。高血壓也給家庭和社會帶來嚴重的經濟負擔，全國每年高血壓直接醫療費用達366億元。通過健全防治措施，引導病人有序就醫，可以有效改善患者生存質量，降低經濟負擔。
對基於問卷調查和統計學方法的高血壓病人就醫行為研究現狀與基於大數據的研究現狀綜述，總結高血壓就醫行為研究成果，旨在為今後基於醫療衛生大數據平臺的高血壓病人就醫行為數據挖掘提供借鑑。
基於問卷調查和統計學方法的高血壓病人就醫行為數據分析
所謂就醫行為，是指個體出現症狀時，為了緩解症狀或治癒疾病而尋求醫療幫助的過程。在就醫過程中，會產生大量數據，如就醫機構選擇、就醫次數、醫療費用信息等，這些數據不僅能反映醫療資源配置的優劣，也能發現疾病的經濟負擔。
高血壓病人就醫機構選擇的相關研究根據國內外研究，社區綜合干預對防治高血壓有良好效果，而近年來推行的分級診療同樣發現，社區干預的高血壓分級診療模式，也有良好效果。但是，目前仍有部分病人未選擇基層醫療單位就醫，其療效和費用等也有差異，為此，有研究者對就醫機構選擇進行了研究。
目前，城市地區患者大多選擇社區醫院就醫，但也有部分患者選擇二級及以上醫療單位。熊巨洋等以結構式問卷法獲取北京、南京和杭州的高血壓患者門診就醫行為數據，對不同類型高血壓患者門診就醫流向研究發現，社區衛生服務中心和三級醫院門診就醫的比例最大，認為慢病規範管理與醫保政策對就醫分流起到一定作用。李建新等選取江蘇、山東、河北、四川和甘肅五省高血壓病人調查問卷發現，複診機構以社區醫院為主。
農村高血壓病人選擇就醫機構呈現“兩頭大中間小”，即村衛生室和縣級以上醫院就診比例較高，鄉鎮衛生院比例較少。王穎等對山東省農村高血壓患者就醫行為的研究，採用問卷調查和統計學方法，發現無論是診斷、門診還是複診，超過半數患者選擇村衛生室就醫，而超過半數的患者選擇縣及縣以上醫療機構住院治療。葛愛平通過走訪調查發現，農村高血壓就診治療仍然以村或鄉鎮醫療單位為主，僅少部分經濟條件較好的人會選擇市級及以上醫院，但在住院選擇上，51.2%的患者選擇市級及以上醫院。寧滿秀等基於“中國健康與養老追蹤調查”2011年全國基線調查數據，對農村中老年慢性病患者的就診行為分析發現，患者更易選擇村級診所和縣級及以上醫院就診，而不是鄉鎮衛生院。
對於治療效果，朱敏等選取上海市浦東新區高血壓患者1102例，以調查問卷的方式獲取數據，研究不同就診機構對血壓控制效果及費用的影響，發現在社區衛生服務機構就診的患者服藥依從性、血壓控制率均優於非社區就診者，醫療費用也低於非社區就診者，而以往研究也證明，對於高血壓的控制，最有效的方法就是社區干預和防治。
上述研究發現，以調查問卷和統計學方法就醫機構選擇的研究已取得了一定的成果。但基於調查問卷的方法，易受答卷人主觀意識的影響，且數據採集的內容、採集頻次、持續時間等依據實驗設計而制定，因此數據來源一般比較侷限。
高血壓病人就醫醫療費用的研究我國高血壓病人數量較多且醫療資源緊張，面對高血壓病的長期治療，無論病人還是醫療機構，都需要尋找花費低效益高的治療方案。如何利用有限的醫療資源，提高高血壓病人的治療效果是當前急需解決的問題。
李海宴等在北京市，熊巨洋等在北京、南京和杭州的抽樣調查發現，三級醫院治療費用明顯高於一、二級醫院，但血壓控制率的差異卻無統計學意義。李海宴認為，高級設備和較昂貴藥物是三級醫院治療費用明顯高於一、二級醫院的重要原因。
陳璐等以統計學方法，對深圳市某公立醫院9 066例住院患者費用研究發現，住院天數對住院費用影響最大，藥品費是住院費用的主要組成部分。魏彩玲等以統計學方法，對山西某縣醫院的420例病人住院費用及其影響因素的研究發現，藥品費用佔較高比例。
綜上所述，對醫療費用的研究，對於瞭解醫療費用構成及其影響因素有指導意義，但是，基於抽樣調查和統計學的方法，同樣可能存在主觀影響實驗結果及數據來源侷限等問題。
大數據技術在高血壓病人就醫數據研究中的應用
醫療大數據的優勢與價值隨著就醫數據量日趨龐大和醫療信息化的廣泛應用，為數據的獲取、存儲及研究提供了極大的便利。醫療大數據研究，能夠幫助人們從存儲的大體量、高複雜的醫學數據中提取更多有價值信息，加速醫學成果轉化，為醫療行業開拓一個新的時代。
大數據技術與隨訪、抽樣及統計學有極大不同，大數據技術可動態、實時、連續獲取並存儲海量數據，以數據挖掘的方法對海量醫療數據進行快速分析，發現數據之間潛在的關係與模式，且可隨時從數據庫中抽取任何時間段的數據，發現既往研究難以發現的規律，結果更客觀真實，為疾病診斷、疾病預測及管理決策提供依據。
高血壓病人就醫大數據研究舉例代曉彤等將AdaBoost和分類樹組合分類器應用於高血壓患者兩週首次就診機構的研究發現，病人的受教育程度、家庭人均收入和家人常去醫療機構是影響其是否選擇基層醫療衛生機構的最重要因素。許穗等以某三甲醫院HIS系統數據為依據，大大增加了樣本量，提高了數據的客觀準確性。該研究發現，公費醫療、職工醫保、自費醫療三種不同結算方式對病人就醫行為有一定的影響。近年來，隨著醫院信息系統及衛生信息平臺的建設和使用，為數據整合、獲取和研究提供了極大便利。楊美潔基於高血壓患者電子病歷系統，獲取病人基本信息和病程記錄，通過兩步聚類算法對獲取的數據進行分析，獲得了高血壓較為重要的預測信息。靳淑雁等基於深圳醫學數據管理平臺，篩選了22萬多高血壓確診患者數據，包括基本信息、常規體檢數據、門診記錄、重大疾病記錄、高血壓隨訪記錄等就醫行為數據，解決了以往隨訪數據量少、不全面的弊端，並以GLM（Generalized Linear Model）算法進行分析，不僅發現了高血壓併發症主要風險因子，同時也繪製了高血壓併發症疾病圖譜，為高血壓患者管理提供有力幫助。2016年，國家高血壓大數據聯合實驗室的成立，為高血壓精準治療和健康管理提供了更加科學可信的大數據支撐，解決了傳統隨訪伴隨的數據少，不完全、易失訪等問題。
當然，在大數據使用過程中，可能存在一些制約性因素，例如數據集來源的患者保密性問題等，需要相關信息安全方案和有效的管理措施來保障數據的安全性，為大數據的利用保駕護航。
我國高血壓仍處於“三高三低”的困境，且以藥物治療為主，病人要定時、長期服藥，定期複診，對衛生資源的利用是長期的，因此，醫療機構數據庫中病人就醫行為的數據也將不斷增長。通過對我國高血壓病人就醫行為數據研究進行綜述發現，問卷調查法獲取的樣本量較少，且容易受主觀因素影響。隨著大數據技術在醫療領域的應用，為數據的獲取、存儲、篩選及分析提供了更加便捷的工具，為科學研究及臨床實踐提供了可靠依據。基於大數據的高血壓病人就醫行為數據分析，數據獲取更便捷，並將進一步擴展知識發現的廣度和深度，獲得諸如高血壓疾病在時間、空間及人群的分佈規律，高血壓藥物相關信息，以及更多未知的關聯關係，既有宏觀規律性研究，又有特異性研究，其客觀性和準確性都將優於以往研究，為合理配置醫療資源、緩解就醫壓力、引導病人有序就醫、提高治療效果等提供政策建議。
文章來源：《中國數字醫學》雜誌2018年第06期，作者及單位：孫雪松 王曉麗 施天行 徐婉麗，上海市浦東衛生髮展研究院 上海計算機軟件技術開發中心。
傳播數字醫學領域發展最新動態，關注醫療衛生信息化相關資訊。
長按掃碼關注我們
閱讀更多 中國數字醫學 的文章
