离散选择实验在我国卫生服务领域的应用与展望
时间：2023-01-20 13:20:11 来源：柠檬阅读网 本文已影响 人 
张 娇，徐凌忠
(1.南京中医药大学卫生经济管理学院，江苏 南京 210046；
2.江苏重大健康风险管理与中医药防控政策研究中心，江苏 南京 210046；
3.山东大学齐鲁医学院卫生管理与政策研究中心，山东 济南 250012)
离散选择实验(Discrete Choice Experiments，DCEs)是近年来被广泛用于研究不同的产品属性对被调查者选择的影响程度的一种定量研究方法。其具有揭示行为规律的重要作用，可以用来定量分析影响选择行为因素的方向及其重要程度，并可以比较不同类型人群的组间差异。由于方法本身的灵活性和广泛的适用性，DCEs被引入到卫生服务领域，并逐渐受到越来越多研究者以及卫生管理与政策制定者的关注。目前DCEs在国外卫生服务领域中的应用已经相对成熟，而在国内卫生服务领域中的应用尚处于起步阶段。本文主要对DCEs及其在我国卫生服务领域如卫生服务需求、利用与供给等研究中的应用现状与不足进行综述，并在此基础上提出研究展望，为下一步DCEs在我国卫生服务领域的系统应用与研究提供参考依据。
DCEs的主要理论基础是随机效用理论，将效用分为固定效用和随机效用，前者指选项本身和消费者的特征，后者指其他无法观察到的但有影响的随机变量[1]。效用理论也叫做消费者行为理论，它认为消费者在选择消费各种商品或服务时追求满足程度的最大化，即达到效用最大化。而应用到卫生服务领域，对于需方(患者)来说，在面对不同卫生产品和服务需要时，在健康结果与非健康结果指标之间权衡，最终选择给他们带来效用最大的卫生服务；
同样，供方会权衡自身经济利益、对患者的疗效以及经济负担等因素，来选择满足程度最大化的卫生服务供给方式。
2.1 属性及水平的设定
属性及其相应水平的设定是开展离散选择实验研究的第一步，也是最为关键的一步。研究者往往通过文献回顾、焦点小组讨论、专家咨询以及深入访谈等定性方法[2]，在充分考虑相关政策实施背景的基础上，最终确定对研究对象而言最重要且有意义的属性及水平。另外，DCEs不能纳入太多的属性和水平，否则可能使受访者难以权衡与选择，从而影响实验效果[3]。通常，属性个数范围应尽量控制在4～9个，一般不宜超过6个，而属性水平则提倡设置2～4个。
2.2 实验设计与质量控制
实验设计的方法可以分为完全析因设计和部分析因设计。完全析因设计会产生大量选择集，包含各个属性所有水平的组合，但在实际应用研究中，通常不可能向受访者提供所有假设的情景选择，而是只选择全部可能组合中的部分组合进行实验数据收集，即部分析因设计。目前国内卫生服务领域应用最广泛的部分析因设计方法是正交设计，也有少数研究采用更为有效的最优试验(D-efficiency)设计。实现部分析因设计的软件较多，国内研究常用Stata、SAS、Ngene等。
DCEs问卷调查的质量控制最主要的是添加热身问题以及内部一致性检验，这些检验使研究人员可以确保受访者参与该练习并认真对待实验问题，但通过热身问题、一致性检验等收集的数据不被纳入最终的计量经济分析中。在确定了实验设计、热身问题以及内部一致性检验后，应考虑问卷的呈现方式。有研究认为图片形式对于文化水平相对较低的受访者更容易理解属性的含义[4]，但目前国内大多数研究仍都是普通问卷形式。
DCEs顺利开展的关键之一是选择合适的估计模型。早期常用的估计模型主要有标准Logit模型、GEV模型、Probit模型、嵌套Logit模型；
后来研究者们又开发了可处理偏好异质性与规模异质性的异质性模型，包括混合Logit模型、潜类别Logit模型以及广义多项式Logit模型等。
3.1 混合Logit模型
目前卫生服务领域相关研究中Logit模型的应用较多，特别是混合Logit模型。混合Logit模型是具有高度适应性的一种模型，通过设定模型系数服从于一定的分布，从而反映平均偏好大小和偏好差异的幅度[5]。有研究显示，混合Logit模型克服了IIA假设，在一定情况下逼近任意的随机效用模型，可允许不同决策者之间的参数值有不同的取值，估计结果更加符合现实[6]。国内已有较多研究集中在混合Logit模型及其与其他模型的对比分析与讨论。例如，贾伟娜[7]认为与嵌套Logit模型和多项Logit模型相比，运用混合Logit模型分析农民合作医疗保险模式选择行为更为合适。孙翠敏[8]认为相较于Probit模型，混合Logit模型充分考虑到被调查对象的个体差异性，更适合于分析患者就医选择行为问题。可以看出，与其他离散选择模型相比，混合Logit方法完全摆脱了IIA假设的限制，允许选项之间存在相关性，同时可以体现群体间的偏好异质性，在评估我国卫生服务领域相关偏好选择问题具有较好的适用性。
3.2 潜类别Logit模型
潜类别Logit模型也是针对随机偏好差异问题而提出的，其处理方式是将选择者划分为几种类别，分别适用不同的系数[9]。每个选择者的所属类别是由模型自动计算其属于每一类的概率，优点在于既可以判断类别之间是否有显著差异，又避免了人为样本细分中分界点的确定较武断的弊端。有研究表明，潜类别Logit模型在拟合性、理论基础、信息丰富度等方面略优于混合Logit模型，在处理偏好异质性方面有高度适用性[9，10]，国内仅有少数学者将潜类别Logit模型运用于不同类型人群对基层医疗服务利用的选择偏好研究[11]。
3.3 广义多项式Logit模型
有学者认为在大多数选择环境中，许多偏好异质性可以更好地描述为“规模异质性”，为此，Fiebig[12]等人开发了广义多项式logit模型，该模型将规模异质性和偏好异质性嵌套到一个综合选择建模框架中。由于其具有分别识别规模和偏好异质性的能力，广义多项式Logit模型现在已在国外许多学科领域广泛推广为一种选择模型，但目前尚未发现该模型在我国卫生服务领域的相关应用研究。
4.1 基层卫生服务领域
目前DCEs在我国卫生服务领域的应用研究中，大部分研究主要是对基层医疗卫生服务需求、利用与供给偏好分析，并针对发现的问题提出政策建议。例如，应用DCEs测量我国居民对家庭医生签约服务的签约意愿与需求偏好[13-15]，为优化签约服务内涵、提升签约服务效率提供了证据支持。还有针对慢性病等重点人群的卫生服务利用偏好相关研究，如苏宇[16]采用DCEs方法从需方角度深入研究社区慢性病患者对健康服务包括服务主体、供给层次、服务类型以及支付费用等方面的利用偏好。彭莹莹[17]等利用DCEs探究不同严重程度疾病假设下城市老年慢性病患者的医疗服务利用偏好、支付意愿及其就医需求。但是，从供方视角如医务人员的服务供给行为的相关应用研究尚为鲜见，目前仅张晗[18]基于DCEs探究个体特征因素及卫生服务机构因素等对基层全科医生服务行为偏好的影响，为促进基层全科医生的供给及改善其服务提供行为提供了依据。
4.2 公共卫生服务领域
近来也有部分学者将DCEs应用在公共卫生服务方面的研究。例如，苏天园[19]结合离散选择模型分析居民对健康管理服务机构与服务内容的偏好和支付意愿的测量结果。燕惊鸿[20]等采用离散选择实验分析了乙型肝炎患者对健康管理属性的选择偏好及支付意愿，为完善健康管理政策提供科学依据。也有研究利用基于人群随机抽样调查的DCEs，估计了我国城市与农村地区居民对卫生服务机构与服务内容等属性的需求偏好及支付意愿[21-23]。少数学者对DCEs在人群疫苗接种偏好的评估应用进行介绍[24，25]，但实际的应用研究仍比较缺乏。
4.3 临床治疗服务领域
还有一部分研究主要是针对临床医疗方案的选择偏好研究，尤其是在肿瘤人群治疗偏好中的应用。例如，冷安丽[26]基于DCEs科学量化癌症患者对临终关怀的选择偏好和支付意愿，提高以患者为中心的临终关怀质量。孙辉[27，28]等利用DCEs分别从医生和患者角度探究了两者对非小细胞肺癌不同治疗结局的权衡偏好以及意愿支付。梁丽军[29]等将DCEs应用于医生和患者对转移性肾细胞癌靶向治疗方案的偏好差异测量，并基于医患不同偏好利用逼近理想解法对各治疗方案进行排序评价，以促进医患在参与临床方案的决策中达成一致的治疗方案。还有学者从方法学角度对离散选择实验在其他癌症治疗偏好的应用进行系统回顾，但尚缺乏实际的应用研究。例如，刘世蒙[30]等对利用离散选择实验研究前列腺癌患者治疗偏好的系统回顾发现，治疗副作用或治疗并发症对患者的治疗偏好会产生较大影响，而我国尚无该领域的研究。
DCEs在卫生服务领域有较大的应用价值，一方面可用来揭示人群在卫生服务需求、供给与利用方面的行为规律，并可判断哪些因素真正影响了其选择偏好；
对于不同类型特征人群，还可以比较群组间的偏好差异；
另一方面，能够估计供需双方对卫生服务内容的支付意愿与供给意愿。此外，可通过考察诸如要素改变、卫生相关政策实施等造成的前后差异，对卫生服务干预方案与情景的效果展开模拟分析。总体来看，目前DCEs在我国卫生服务领域的发展与应用仍相对滞后，在模型应用、实验设计以及研究内容等方面仍有改进空间。
5.1 模型应用方面
在估计模型应用方面，多数研究仍集中在混合Logit模型的适用性等方面的讨论，而目前潜类别Logit模型以及广义多项式Logit在我国卫生服务领域研究中应用研究与讨论较少，这两个模型在处理偏好异质性方面有强大的分析能力，应当得到进一步重视，建议将来的研究应根据研究内容合理选用估计模型，并探究多种模型的适用性与有效性。
5.2 实验设计方面
在实验问卷设计方面，已有研究显示视觉元素可有助于减少被访者潜在的无聊感并帮助其更好地完成调查。但目前视觉问卷在国内运用研究寥寥无几，未来在DCEs问卷设计上应考虑图片等视觉元素的应用，以提高实验数据收集的准确性与可信性。
5.3 研究内容方面
在研究内容方面，目前国内大部分研究均是从需方视角出发，运用DCEs对卫生服务需求与利用的偏好进行分析的案例相对较多，缺少从供方角度探究其对供给内容、方式等的选择偏好及其受偿意愿，未来应用DCEs可考虑将供需双方作为研究对象同时纳入研究，在问卷中设计相同的行为或特征作为属性，以分析供需双方选择偏好的匹配性，深入探讨供需双方之间的选择行为差异。
猜你喜欢 异质性卫生领域 Meta分析中的异质性检验临床肝胆病杂志(2022年8期)2022-11-23电子战领域的争锋军事文摘(2022年17期)2022-09-2418F-FDG PET/CT代谢参数及代谢异质性与胃癌临床病理特征的相关性中国临床医学影像杂志(2022年6期)2022-07-26城市规模与主观幸福感——基于认知主体异质性的视角社会科学战线(2022年5期)2022-07-23将现代科技应用于Hi-Fi领域 Perlisten S7tse家庭影院技术(2021年8期)2021-11-02基于可持续发展的异质性债务治理与制度完善现代企业(2021年2期)2021-07-20智取红领巾小天使·四年级语数英综合(2020年6期)2020-12-162020 IT领域大事记计算机世界(2020年50期)2020-01-15领域·对峙青年生活(2019年23期)2019-09-10卫生歌小天使·一年级语数英综合(2016年5期)2016-05-14
