3

(1. 安徽医科大学卫生管理学院，安徽 合肥 230032；2. 安徽医科大学附属口腔医院，安徽 合肥 230032；3. 安徽医科大学卫生政策研究中心，安徽 合肥 230032)

《柳叶刀》(The Lancet)在2019年7月发布的口腔卫生专辑中指出：口腔疾病是全球重大公共卫生问题，但在全球健康领域未受到足够的重视[1]。据相关研究显示，2015年全世界因牙科疾病产生的总费用为5 444亿美元，同时口腔疾病与许多重大慢性非传染性疾病存在着某种关联[2]。因此，预防和治疗口腔疾病能有效降低疾病经济负担，带来良好的健康效益。相对于发达国家，我国口腔问题在卫生经济领域的研究也处于较落后的阶段[3]。离散选择实验(discrete choice experiment，DCE)是一种基于需求理论和效用理论的计量经济学工具，国际上DCE方法的应用已渐趋成熟。实验设计通常将主要影响研究对象选择的不同属性和水平组合成备选方案，邀请目标人群在备选方案之间权衡，通过量化研究对象对不同属性的重视程度来推测其选择偏好[4]。DCE研究最初起源于20世纪70年代发展起来的联合分析法，近年来在卫生经济学研究领域取得重要进展[5]，如治疗药物的选择、卫生人力政策研究等。本文回顾了DCE在口腔健康服务中的研究进展，为DCE用于临床服务偏好测量提供参考。

1 资料和方法

1.1资料纳入与排除标准 (1)纳入标准：①研究内容为患者、公众或服务提供者对口腔治疗或服务方案的选择偏好；②偏好测量方法为离散选择实验；③原创性实证研究。(2)排除标准：①文献综述；②非中英文文献；③无法获取全文的文献。

1.2资料来源与检索方法 检索中国知网、维普、万方三大中文数据库以及PubMed、Web of Science、Medline三大英文数据库。检索时限为建库至2021年4月25日。采用主题词和自由词相结合的检索策略，中文检索词包括：离散选择实验、离散选择模型、离散选择法、口腔、牙科、牙齿等；英文检索词包括：discrete choice、discrete choice experiment、discrete choice model、DCE、conjoint analysis、dental、oral、dental care、dentist等。

1.3文献筛选与资料提取 根据纳入排除标准对检索所得文献进行严格筛选，首先阅读文章标题和摘要，排除明显不符合主题的文章，然后阅读全文，进一步排除不符合纳入标准的文章，确定最终纳入研究的文献。对文献的标题、作者、发表年份、国家、样本量、研究人群、分析结果等信息进行摘录和提取。由2名研究者独立筛选文献、提取资料并交叉核对，如有分歧，则通过讨论或与第三方协商确定。

2 结果

2.1文献筛选结果 根据上述纳入排除标准，对检索所得文献进行逐步筛选，并通过相关文献补充，最终共纳入文献9篇。文献筛选流程见图1。

图1 文献筛选结果和流程图

2.2纳入文献基本特征 纳入文献基本特征如表1所示，9篇文献均为英文文献，涵盖7个国家，其中7篇来自发达国家，2篇来自发展中国家。发表国家中，英国数量最多(3篇)。发表年份主要集中在2010年以后，发表文献数量呈逐年上升趋势。从研究对象角度看，9篇均从口腔服务利用者(患者、公众)角度研究口腔健康服务选择偏好，其中1篇研究中同时也涉及了提供者角度[6]。

2.3研究属性及其水平设置 研究属性均通过文献回顾确定，纳入研究的属性个数在3～7个范围内。属性水平大多在3～4个。除Espelid I等[6]的研究外，其余各项研究中均包括费用属性。选择集的创建采用了SAS和Ngene。确定的选择集个数在5～18个。除两项研究外[10，14]，其余研究的选择集均设置了退出选项(opt-out)，即在模拟选择场景可以两种方案都不选择，更符合真实决策场景[15]。有关属性及水平详情，见表2。

表1 纳入文献的基本情况

表2 属性及水平情况

表2(续) 属性及水平情况

2.4实验设计与数据处理 不同研究样本量差异较大，最小样本量为20[13]，最大样本量为4 307[7]。DCE数据收集均采用结构化问卷，包括面对面现场调查和在线问卷调查两种形式。在模型分析方面，所有研究均采用Logistic模型进行回归估计，其中又以混合Logistic模型应用次数最多(3篇)[11-12，14]。除了Zhu J等[14]的研究使用R软件外，其余研究均采用Stata软件进行数据分析与处理。

2.5属性重要性支付意愿结果 纳入研究的9篇文献研究结果中属性重要性和支付意愿值，见表3。

表3 属性重要性和支付意愿结果

2.6文献质量评估 按照Lancsar E等[16]提出的DCE文献质量评判标准，纳入研究在属性设置和实验设计方面比较稳健，但在实验实施和模型分析方面存在一定缺陷。例如，部分研究未在报告中对是否开展试点预实验进行说明、未使用通用指标(如费用、时间)比较各属性相对效用值，即数据分析结果中未报告边际替代率。

3 讨论

3.1DCE是识别口腔健康服务选择偏好的有效方法 近年来，随着DCE专用软件Ngene逐渐推广和实验设计以及分析模型应用的逐渐成熟，DCE在卫生经济研究中的应用也越来越广泛。然而，利用DCE研究口腔健康服务领域选择偏好的文献数量有限，且主要集中在欧洲发达国家，尚且没有发现我国有利用DCE研究口腔健康服务的研究。为实现卫健委发布的《健康口腔行动方案(2019—2025)年》的行动方案目标：到2025年人群口腔健康素养水平和健康行为形成率大幅提升、口腔健康服务覆盖全人群、全生命周期，需要破解人群选择偏好，精准化提供口腔健康服务方案，改善治疗依从性和患者满意度。

图2 纳入文献的有效性评估

3.2研究角度多聚焦于患方角度，少有研究探讨医方选择偏好 口腔健康服务偏好研究有服务提供者和服务利用者两个研究角度，研究对象大致可以分为3类：患者(或其亲属)、公众和牙医。已有研究证明，患者和医疗服务提供者对干预项目不同属性的偏好存在不一致[17]。Espelid I等[6]的研究发现牙科专业人员和患者有着不同选择偏好，虽然年轻患者和牙科专业人员都倾向于选择使用寿命长、外观可见度低和不良反应风险小的修复体，然而不同人群对不同属性的重视程度有差异。牙科专业人员对修复体使用寿命属性更加关注，但患者认为修复材料可见性和不良反应属性更加重要。患者愿意做出比牙科专业人员更大的使用寿命牺牲，以降低出现不良反应的风险以及避免修复体的高可见性。

现有研究大多基于患方角度，较少研究涉及供方视角、或者探讨供需双方对服务提供的偏好差异。纳入本研究的文献中，只有一项研究同时测量了医患双方偏好并进行比较。医患双方偏好差异对口腔治疗方案的确定和调整具有重要参考意义。这也提示了医生在选择治疗方案时需要患者参与，以确定体现患者偏好的、合适的治疗方案，并有针对性地对患者反映较高的服务属性进行服务改进和优化。

3.3不同研究中属性及其水平设置差异较大 DCE的属性和水平的确定至关重要，属性的选择一般是先通过文献回顾，归纳出与研究内容有关的属性，属性的个数不宜过少也不宜过多(一般为3～6个)，最好征求专家意见并进行预实验，确保DCE问卷的有效性和可行性。口腔健康服务DCE的属性主要包括治疗方案自身属性和服务提供相关属性两大类。治疗方案自身属性有外观[6，11，13]、使用寿命[6]、有效率[9]、副作用[9]、费用[7-11，13-14，18]等，服务提供相关属性有候诊时间、服务人员的态度、服务设施[8，11]等。纳入研究的文献中，被认为是最重要的属性有外观、发生不良反应的风险、对日常生活的负面影响、费用、候诊时间等。不同研究中属性及其水平设置差异较大，费用和外观为纳入频率较高的两个属性。8篇研究中均纳入了费用属性，然而其并不是最重要属性，在好几项研究中甚至成了最不重要的属性[8，11]。值得一提的是，3项纳入了外观属性的研究结果均显示，外观是对服务选择影响最大的属性。由此可见，公众对美观度要求较高，美观度为影响公众选择口腔健康服务的关键因素之一。

3.4选择集个数以及分析模型的选择也是影响研究结果的因素 9项研究的选择集个数设置存在一定差异，但选择集个数设置多少为宜尚没有明确标准。为了论证选择集个数是否会对研究结果产生影响，Bech M等[8]将选择集个数分别设置为5、9和17个，结果显示，应答率、自我报告的选择确定性和感知选择的困难性方面各组之间没有发现系统性差异。虽然增加选择集数量在一定程度上可以获得更多信息，但当选择的数量超过一定阈值时，研究对象会产生疲劳效应，影响调查数据质量。Sever I等[12]分别应用混合Logistic模型、标准Logistic模型和EAA模型计算了各属性的效用和WTP值并进行比较，结果显示，不同模型下的回归分析结果有明显的差异。EAA模型考虑到研究对象在作出选择时忽视某个或某些属性而对最终选择行为产生影响，导致了研究结果中WTP值低于Logistic模型得出的WTP值。这与Hole HR和Alemu MH的研究结果一致[19-20]。

4 思考与展望

口腔治疗由于操作多、复诊率较高、治疗时间长等特点，导致口腔科医患纠纷的发生率高。基于医患共同决策模式的服务方案研究为口腔医学提供了新的研究视角，了解医患偏好差异，精准化提供治疗方案对于提高口腔健康服务的患者满意度至关重要。DCE能够模拟近似现实的决策过程，相对于其他方法能更加准确地引出个人的偏好，在获取患者偏好信息上具有独特优势。然而，DCE在实际操作过程中要求调查对象有较高的理解度，模型建立和软件操作也要求研究者有一定卫生经济学基础。目前DCE在口腔健康服务领域的应用尚有很大的发展空间，例如研究视角多聚焦于患方角度，发展中国家少有应用等。发挥DCE在患者偏好测量方法学上的独特优势，了解医方与患方偏好差异，将医患共同决策融入口腔临床决策，将促进口腔临床决策质量改善和患者满意度的提升。