医防融合背景下慢性病随访对高血压和糖尿病患者健康行为及血压/血糖控制的影响研究

背景高血压和糖尿病是影响人群健康的两种主要慢性病，患者需要接受长期的慢性病随访来控制病情。而目前对医防融合下慢性病不同随访形式、随访内容对患者病情控制和健康行为形成的影响了解不足。目的 探讨医防融合背景下慢性病随访对高血压、糖尿病患者健康行为及血压/血糖控制的影响。方法 选取河南宜阳县、湖北咸丰县和山西阳曲县作为研究现场，采集2017-01-01—2022-06-30的基本公共卫生信息系统数据；并于2022年7月开展患者调查，收集患者接受基本公共卫生随访的情况和健康行为、病情控制情况。最终从基本公共卫生信息系统获得102 769名高血压患者数据、26 586名糖尿病患者数据，通过问卷调查获得1 172名高血压患者数据、456名糖尿病患者数据。采用多因素Logistic回归分析随访次数达标情况、随访形式、随访内容对患者健康行为和病情控制的影响。结果 2021年高血压患者随访达标（随访次数≥4次/年）率为90.83%(67 709/74 545)，糖尿病患者随访达标率为83.35%(13 390/16 065)。随访形式包括入户随访[25.74%(408/1 585)]、机构就诊时随访[5...     

住院医师规范化培训对订单定向医学生执业医师资格考试通过率的影响研究

背景 为加强农村地区卫生人才队伍建设,我国于2010年开始实施农村订单定向医学生培养项目。2015年,国家要求订单定向毕业生在毕业后须参加为期3年的住院医师规范化培训（简称住培）。 目的 了解订单定向毕业生参加住培情况,分析住培对执业医师资格考试通过率的影响,探究住培对订单定向毕业生培养和农村基层卫生人力的意义,为订单定向毕业生的高质量培养提供政策建议。 方法 2015年开始,在我国中西部3个省份共抽取4所承担订单定向培养项目的高校,建立订单定向毕业生队列,并按照班级1∶1选取同年毕业的普通临床毕业生作为对照,每年进行追踪随访。利用描述性分析展示订单定向毕业生参加住培的情况、执业医师资格考试通过率,并与普通临床毕业生比较。采用Cox回归分析参加住培对执业医师资格考试通过率的影响。 结果 2015—2019届订单定向毕业生中分别有86.69%（228/263）、86.78%（361/416）、87.79%（381/434）、91.08%（388/426）、94.43%（356/377）表示毕业后愿意参加住培,同届普通临床毕业生毕业后愿意参加住培的比例分别为72.20%（200/277）、58.75%（151/257）、70.42%（169/240）、73.23%（145/198）、61.03%（83/136）;2015—2019届订单定向毕业生实际参加住培的比例分别为99.02%（202/204）、97.10%（301/310）、94.99%（322/339）、89.91%（285/317）、69.45%（241/347）,同届普通临床生的参加比例分别为67.57%（100/148）、66.12%（80/121）、74.79%（89/119）、43.33%（39/90）、34.62%（27/78）。2015—2017届订单定向毕业生执业医师资格考试通过率达到99.23%（259/261）、94.86%（351/370）、91.74%（311/339）,同届普通临床生的通过率分别为97.74%（173/177）、95.87%（116/121）、88.24%（105/119）。Cox回归结果显示,校正人口学变量、家庭经济状况、学医意愿、医学教育情况、参加住培相关因素后,参加住培组通过执业医师资格考试的概率是未参加住培组的1.23倍〔95%CI（1.02,1.49）,P=0.031〕。 结论 订单定向毕业生住培参加意愿、住培参加比例、执业医师资格考试通过率均较高。参加住培能提高医学毕业生的能力,对通过执业医师资格考试有促进作用。     

订单定向和普通临床毕业生收入纵向比较研究

背景 农村订单定向医学生免费培养政策的实施为我国中西部地区培养了大量基层卫生人才。到2021年夏季，首届订单定向毕业生已完成服务期面临留任和离开的选择，收入情况是影响其选择的重要影响因素，而现有关于订单定向毕业生收入情况研究仍较少。目的 应用订单定向医学生队列研究的面板数据，比较分析订单定向毕业生和普通临床毕业生的收入在职业生涯早期的变化趋势，分析影响收入变化的因素。方法 选取青海大学、广西医科大学、九江学院和赣南医学院4所医学院校，2015—2019年每年建立订单定向毕业生队列，并匹配选取同届的普通临床毕业生作为对照，进行基线调查，内容包括基本信息、家庭信息等。于2016、2017、2018和2020年共进行4次随访调查，内容包括住院医师规范化培训（简称规培）情况、通过执业医师考试情况、工作情况等信息。应用固定效应模型探究订单定向毕业生和普通临床毕业生收入的影响因素，并通过倾向评分匹配（PSM）对结果 进行稳定性检验。结果 毕业后前两年，订单定向毕业生的收入高于普通临床毕业生，差异有统计学意义（P<0.05）；毕业两年后，订单定向毕业生的收入低于普通临床毕业生，差异有统计学...     

地方政府层面的医药研发激励政策扩散研究

本文收集整理了2009—2019年我国中央政府颁布的医药研发激励政策和在地方政府扩散的相应政策,运用政策扩散分析方法和网络分析方法,从扩散力度、速度、广度等指标出发,对我国医药研发激励政策在地方政府的扩散情况进行分析,探究我国地方政府落实和推动中央医药研发激励政策的整体情况。研究结果发现,2016年后我国医药研发激励政策在地方政府层面均有明显提高;中医药发展、审评审批制度改革和研发激励内容比重较大的政策扩散力度、广度排在全部政策前列;不同省份扩散中央政策的力度和响应中央政策的速度存在较大差异。本研究结果将为十四五期间地方行政系统和医药研发激励政策体系的优化,以及政府效能评价工作提供实证依据。     

农村订单定向医学毕业生参与新型冠状病毒肺炎疫情防控情况研究

背景　新型冠状病毒肺炎（简称新冠肺炎）疫情防控期间，基层卫生工作者起到了十分重要的作用。我国于2010年发文启动实施农村订单定向医学生免费培养工作，从2015年起至今已有数届订单定向医学生完成了本科学业，其在疫情防控中的工作情况值得关注。目的　调查订单定向毕业生和其他临床五年制毕业生参与新冠肺炎疫情防控工作情况，分析订单定向毕业生在疫情防控中发挥的作用及存在的困难与挑战，并提出针对性政策建议。方法　本研究数据来源于“订单定向医学生队列研究”项目，本次随访调查于2020年9月采用电子问卷形式开展，有效随访我国中西部4所医学院校2015-2019届共1 631例订单定向毕业生和1 009例其他临床五年制毕业生，调查内容包括基本信息、基本工作情况、疫情期间工作情况等。结果　在调查期间处于工作状态的毕业生中，订单定向毕业生的疫情防控工作参与率高于其他临床五年制毕业生〔70.18%（1 113/1 586）比51.58%（293/568），P<0.05〕。订单定向毕业生中，男性参与率高于女性（P<0.05），2015-2016届参与率高于2017-2019届（P<0.05），已婚者参与率高于未婚/离异/其他婚姻状况者（P<0.05）。在参与疫情防控工作的订单定向毕业生中，参与较多的服务类别为健康宣传与教育〔88.59%（986/1 113）〕、社区防疫与管理〔85.62%（953/1 113）〕、核酸检测与筛查〔67.30%（749/1 113）〕，面临的常见挑战为缺少防护设备〔77.72%（865/1 113）〕、工作量和/或工作压力太大〔41.87%（466/1 113）〕、担心自己或家人被感染〔37.56%（418/1 113）〕，认为疫情防控期间的日常临床工作量、日常公共卫生工作量增多的人员占比分别为57.50%（640/1 113）和62.26%（693/1 113）。结论　订单定向毕业生在疫情防控过程中承担了多项重要工作，对全国的疫情防控发挥了不可忽视的作用，但是同时存在着防护设备不足、工作压力过大等问题。建议进一步改善基层卫生设施，为基层医务工作者提供更多的防护与支持。     

宫颈癌发病风险预测模型的系统综述

目的 系统评价宫颈癌发病风险预测模型的现况,为实践工作选择最合适的模型提供证据,指导宫颈癌筛查。方法 以宫颈癌和风险预测模型相关的两组中英文关键词,分别检索中国知网、万方数据知识服务平台及PubMed、Embase、Cochrane Library,筛选截至2019年11月21日发表构建或验证宫颈癌发病模型相关文献。根据CHARMS清单制定提取表,以PROBAST工具评估偏倚风险。结果 共纳入12篇文献,涉及15个模型,其中5个模型在中国构建。预测结局包含从宫颈癌前病变到癌症发生的多个阶段宫颈涂片异常（1）、CIN的发生或复发（9）、宫颈癌发生（5）。使用较多的预测因素为HPV感染（12）、年龄（7）、吸烟（5）和文化程度（5）。有2个模型采用机器学习建模。模型表现上,区分度范围为0.53~0.87,而校准度只有2个模型正确评价。仅2个模型在中国台湾地区利用不同时间段的人群进行了外部验证。偏倚风险评价发现所有模型均为高风险,尤其分析领域,问题集中在缺失数据处理不当（13）、模型表现评价不完整（13）、内部验证使用不当（12）和样本量不足（11）。另外,预测因素和结局测量不一致（8）、结局测量盲法使用情况未报告（8）的问题较突出。相对而言,Rothberg等（2018）的模型质量较高。结论 宫颈癌发病风险预测模型有一定数量但质量较差,亟须提高预测因素与结局的测量以及缺失数据处理和模型表现评价等统计分析细节,对现有模型进行外部验证,以更好地指导筛查。