Giải thích việc áp dụng và sử dụng công nghệ chụp cắt lớp vi tính và chụp ảnh cộng hưởng từ tại các bệnh viện công

BMC Health Services Research - Tập 21 Số 1 - 2021
Francisco Reyes-Santías1, Manel Antelo2
1GEN Universidade de Vigo, Vigo, Spain
2Universidade de Santiago de Compostela, Santiago de Compostela, Spain

Tóm tắt

Abstract Mục tiêu Bài viết này xem xét việc áp dụng và sử dụng các công nghệ y tế tiên tiến – chụp cắt lớp vi tính (CT) và chụp ảnh cộng hưởng từ (MRI) – tại các bệnh viện công phụ thuộc vào những yếu tố nào và mức độ phụ thuộc ra sao. Phương pháp Từ một mẫu dữ liệu bảng cho tất cả các bệnh viện công trong dịch vụ y tế của Galicia (một tiểu vùng của Euroregion Galicia-Bắc Bồ Đào Nha) trong giai đoạn 2010–2017, chúng tôi đã nhóm các biến giải thích thành các yếu tố đầu vào (tài nguyên), đầu ra (hoạt động) và các biến xã hội-dân số. Phân tích nhân tố được sử dụng để giảm thiểu số lượng biến phân tích, phân tích phân biệt để xem xét quyết định áp dụng công nghệ, và phân tích hồi quy đa biến để điều tra việc sử dụng chúng. Kết quả Phân tích nhân tố đã xác định các động lực đối với việc áp dụng và sử dụng công nghệ y tế CT và MRI như sau: đầu vào/đầu ra của bệnh viện (Yếu tố 1); các nghiên cứu hình ảnh và việc áp dụng CT tại các bệnh viện công (Yếu tố 2); vai trò nghiên cứu/giảng dạy và công nghệ chẩn đoán và điều trị đắt tiền (lithotripsy) (Yếu tố 3); số lượng cấy ghép (Yếu tố 4); chẩn đoán/điều trị ung thư (Yếu tố 5); và phân tán địa lý khu vực phục vụ (Yếu tố 6). Giá trị Cronbach’s alpha là 0.881 cho thấy độ tin cậy của các biến nhân tố đạt yêu cầu. Về việc áp dụng các công nghệ này, Yếu tố 1 là yếu tố có ảnh hưởng lớn nhất, giải thích 37% phương sai và cho thấy tính nhất quán nội bộ toàn cầu tốt, trong khi Yếu tố 2 chỉ chiếm 13% phương sai. Trong phân tích phân biệt, các giá trị cho bài kiểm tra Box’s M và tương quan chuẩn hóa, chẳng hạn như lambda Wilks cho hai công nghệ cho thấy độ tin cậy và khả năng dự đoán của các phương trình phân biệt. Cuối cùng, theo phân tích hồi quy, yếu tố có ảnh hưởng lớn nhất đến việc sử dụng CT và MRI là Yếu tố 2, tiếp theo là Yếu tố 1 và 3 trong trường hợp sử dụng CT, và Yếu tố 3 và 5 trong trường hợp sử dụng MRI. Kết luận Việc áp dụng CT và MRI tại các bệnh viện công chủ yếu được xác định bởi đầu vào và đầu ra của bệnh viện. Tuy nhiên, việc sử dụng cả hai công nghệ y tế này chủ yếu bị ảnh hưởng bởi các nghiên cứu hình ảnh truyền thống và việc áp dụng CT. Những kết quả này gợi ý rằng cả hai lựa chọn – áp dụng và sử dụng công nghệ y tế tiên tiến – có thể là những quyết định riêng biệt vì chúng có thể được đưa ra bởi những người khác nhau (cái trước bởi các nhà quản lý và nhà hoạch định chính sách và cái sau bởi các bác sĩ).

Từ khóa


Tài liệu tham khảo

Puig-Junoy J, Peiró S. El impacto de las tecnologías sanitarias sobre el gasto: evidencia y políticas públicas, Centre de Recerca en Economía i Salut – CRES- Universitat Pompeu Fabra, Barcelona, Fundación Instituto de Investigación en Servicios de. Valencia: Salud; 2009. p. 33-41.

Mohr PE, Mueller CD, Neuman P, Franco S, Milet M, Silver L, et al. The impact of medical technology on future health care cost, Final report. In: the Project Hope, Center for Health Affairs. Chicago: University of Chicago; 2011. p. 20–23.

Neumann PJ, Cohen JT, Weinstein MC. Updating cost-effectiveness--the curious resilience of the $50,000-per-QALY threshold. N Engl J Med. 2014;371(9):796–7. https://doi.org/10.1056/NEJMp1405158.

Greenberg D, Pliskin JS, Peterburg Y. Decision making in acquiring medical technologies in Israeli medical centers: a preliminary study. Int J Technol Assess Health Care. 2003;19(1):194–201.

Puig-Junoy J. Crecimiento, empleo y tecnología en el sector hospitalario español, Generalitat de Catalunya, Departament de. Sanitat i Seguritat Social. 1993:99–124.

Espallargues M, de Solà-Morales O, Moharra M, Tebé C, Pons JMV. Las tecnologías médicas más relevantes de los últimos 25 años según la opinión de médicos generalistas. Gac Sanit. 2008;22(1):20–8. https://doi.org/10.1157/13115106.

Belvis AC, Pérez AS, Marín MS. Tomografía computarizada helicoidal: introducción conceptual y aplicaciones clínicas. Todo Hospital. 1995;120:59–65.

Maley RA, Epstein AL. High technology in health care. USA: American HospitalPublishing Inc; 1993. p. 181–228.

American College of Radiology. “Appropriateness criteria for imaging and treatment decisions”. 1996. ACR, 2, 3-46.

Europea C. “Guía de indicaciones para la correcta solicitud de pruebas de diagnóstico por imagen”. Protección Radiológica 118. Italy: Comisión Europea, Dirección General de Medio Ambiente; 2000. p. 24-28.

The Royal College of Radiologists. Making the best use of a Department of Clinical Radiology. 2ª ed. London: Guidelines for Doctors; 1993. p. 23-26.

Cardete A. Análisis de costes en el área de imagen médica del hospital universitario y politécnico La Fe: Universidad de Valencia. Gest y Eval Cost Sanit. 2015;16(1):17-22.

Grant L. Facing the future: the effects of the impeding financial drought on NHS finances and how UK radiology services can contribute to expected efficiency savings. Br J Radiol. 2012;85(1014):784–91. https://doi.org/10.1259/bjr/20359557.

Sandoval G, Brown A, Wodchis W, Anderson G. The relationship between hospital adoption and use of high technology medical imaging and in-patient mortality and length of stay. J Health Organ Manag. 2019;33(3):286–303. https://doi.org/10.1108/JHOM-08-2018-0232.

He L, Yu H, Shi L, He Y, Geng J, Wei Y, et al. Equity assessment of the distribution of CT and MRI scanners in China: a panel data analysis. Int J Equity Health. 2018;17(1):157. https://doi.org/10.1186/s12939-018-0869-y.

Nikki R. The wide distribution of CT scanners in Japan. Soc Sci Med. 1985;21(10):1131–7. https://doi.org/10.1016/0277-9536(85)90171-6.

Matsumoto M, Koike S, Kashima S, Awai K. Geographic distribution of radiologists and utilization of Teleradiology in Japan: a longitudinal analysis based on National Census Data. PLoS ONE Sep. 2015;30(9):10(9). https://doi.org/10.1371/journal.pone.0139723.

Chen RC, Chu D, Lin HC, Chen T, Hung ST, Kuo NW. Association of hospital characteristics and diagnosis with the repeat use of CT and MRI: a nationwide population-based study in an Asian country. AJR Am J Roentgenol. 2012;198(4):858–65. https://doi.org/10.2214/AJR.11.6475.

Ellis RP, McGuire TG. Hospital response to prospective payment: moral hazard, selection and practice style effects. J Health Econ. 1996;15(3):257–77. https://doi.org/10.1016/0167-6296(96)00002-1.

Subdirección Xeral de Información Sanitaria, Xunta de Galicia. Manual de definicións, SISINFO 2004, Ed. Secretaría Xeral: SERGAS; 2004. p. 53-133.

Kim JO, Mueller CW. Factor analysis: statistical methods and practical issues, Sage University paper series on quantitative applications in the social sciences. Sage. 1978;14:75–6.

Kaiser HF. An index of factorial simplicity. Psychometrica. 1974;39(1):31–6. https://doi.org/10.1007/BF02291575.

Worth AP, Cronin MTD. The use of discriminant analysis, logistic regression and classification tree analysis in the development of classification models for human health effects. Theochem. 2003;622(1-2):97–111. https://doi.org/10.1016/S0166-1280(02)00622-X.

Pohar M, Blas M, Turk S. Comparison of logistic regresion and linear discriminant analysis: a simulation study. Metodoloskizvezki. 2004;1:143–61.

Richard's MM, Solanas A, Ledesma RD, Introzzi IM, López Ramón MF. (2008) classification statistical techniques: an applied and comparative study. Psicothema. 2008;20(4):863–7.

Hernández Barajas F, Correa Morales JC. Comparación entre tres técnicas de clasificación. Revista Colombiana de Estadística. 2009;32:247–65.

Thurstone LL. Multiple factor analysis. Chicago: University of Chicago Press; 1947. p. 535.

Kristiansen IS, Natvig NL, Sager EM. Physicians’ opinions and use of controversial technologies. Int J Technol Assess Health Care. 1995;11(2):316–26. https://doi.org/10.1017/S0266462300006929.

Harstall C. Optimizing adoption and diffusion of medical devices at the system level, the Institute of Health Economics, Alberta Canada: Information paper. Edmonton AB Canada: 2015. p. 10–1.

Abedini Z, Akbari SA, Rahimi FA, Jaafaripooyan E. Diffusion of advanced medical imaging technology, CT and MRI scanners, in Iran: A qualitative study of determinants. Int J Health Plann Manag. 2019;34(1):e397–410. https://doi.org/10.1002/hpm.2657.

Hong JS. Association between years since manufacture and utilization of computed tomography scanner in South Korea. A cross-sectional study. Med. 2018;97(43):43. https://doi.org/10.1097/MD.0000000000013008.

Hall AE. Regional patterns in medical technology utilization. U.S. Bureau of Economic Analysis or the U.S. Washington, DC: Department of Commerce; 2015. p. 1-38.

Lee RH, Waldman DM. The diffusion of innovations in hospitals. Some econometric considerations. J Health Econ. 1985;4(4):373–80.

Cromwell J, Ginsberg P, Hamilton D, Summer M. Incentives and decisions underlying Hospitals' adoption of major capital equipment. Cambridge, Mass: ABT Associates; 1975. p. 67-70.

McGregor M. Technology and the allocation of resources. N Engl J Med. 1989;320(2):118–20. https://doi.org/10.1056/NEJM198901123200209.

Cheung ML, Chau KY, Lam MHS, Tse G, Ho KY, Flint SW, et al. Examining consumers’ adoption of wearable healthcare technology: the role of health attributes. Int J Environ Res Public Health. 2019;16(13):22–57. https://doi.org/10.3390/ijerph16132257.

De Grood C, Raissi A, Kwon Y, Santana MJ. Adoption of e-health technology by physicians: a scoping review. J Multidiscip Healthc. 2016;9:335–44. https://doi.org/10.2147/JMDH.S103881.

Newhouse JA. Toward a theory of nonprofit institutions: an economic model of a hospital. Am Econ Rev. 1970;1:64–7.

Dafny L. Entry deterrence in hospital procedure markets: a simple model of learning-by-doing. NBER Working Papers 9871. National Bureau of Economic Research, Inc. Working Paper. 2003. p. 1-45

González-López Valcarcel B, Barber López P. In: Meneu R, Ortún V, Rodríguez-Artalejo F, editors. Programas MIR como innovación y como mecanismo de asignación de recursos humanos: Innovaciones en gestión clínica y sanitaria; Barcelona: Masson; 2005. p. 101-126.

Greenhalgh T, Wherton J, Papoutsi C, Lynch J, Hughes G, A’Court C, et al. Beyond adoption: a new framework for theorizing and evaluating nonadoption, abandonment, and challenges to the scale-up, spread, and sustainability of health and care technologies. J Med Internet Res. 2017;19(11):e367. https://doi.org/10.2196/jmir.8775.

Rapoport J. Difusión of technological innovation among nonprofit firms: a case study of radioisotops in US hospitals. J Econ Bussiness. 1978;30(2):108–16.

Willems J. “The computed tomography scanner”. Medical technology: the culprit behind health care costs. Ed. National Center for health services research and bureau of health planning. Maryland: DHEW Publications. Hyattsville; 1979. p. 79–3.216.

Booth-Clibborn N, Packer C, Stevens A. Health technology diffusion rates. Int J Technol Assess Health Care. 2000;16(3):781–86. https://doi.org/10.1017/S0266462300102053.

Mansfield E. Technical change and the rate of imitation. Econometrica. 1961;29(4):741–66. https://doi.org/10.2307/1911817.

Barnes BA. Discarded operations: surgical innovation by trial and error. Nueva York: Cost, Risks and benefits of surgery. Ed. Oxford University Press; 1977.

Capdevila Cirera A. Rentabilidad de la resonancia magnética comparada con la tomografía axial craneal. Neurología. 1992;7(3):87–8.

Lenz GW, Dewey CH. Interventional magnetic resonance tomography. Electromedica. 1995;63(2):41–5.

Ackerman SJ, Steinberg EP, Bryan RN, BenDebba M, Long DM. Trends in diagnostic imaging for low back pain: has MRI been a substitute or add-on. Radiology. 1997;203(2):533–8. https://doi.org/10.1148/radiology.203.2.9114117.

Vita T, Okada DR, Veillet-Chowdhury M, Bravo PE, Mullins E, Hulten E, et al. Econometric analysis of cross section and panel data. Cambridge, Massachusetts: MIT Press; 2010.

Caicoya M, Alonso M, Natal C, Sánchez LM, Alonso P, Moral L. La variabilidad de la práctica médica. A propósito de la utilización de TAC y RM en el territorio INSALUD. Gaceta Sanitaria. 2000;14:435–41.

Rodríguez-Álvarez A, Knox Lovell CA. Excess capacity and expense preference behaviour in National Health Systems: an application to the Spanish public hospitals. Health Econ. 2004;13(2):157–69. https://doi.org/10.1002/hec.803.

Hay J, Leahy MJ. Physician-induced demand: an empirical analysis of the consumer information gap. J Health Econ. 1982;1(3):231–44. https://doi.org/10.1016/0167-6296(82)90002-9.

Trost MJ, Robison N, Coffey D, Mamey MR, Robison RA. Changing trends in brain imaging technique for pediatric patients with Ventriculoperitoneal shunts. Pediatr Neurosurg. 2018;53(2):116–20. https://doi.org/10.1159/000485923.

Steinberg EP, DiMonda R. Projecting MRI utilization: two new approaches. Hospital Technology Series. Guidel Rep. 1987;6:13.

Chen WS, Li JJ, Hong L, Xing ZB, Wang F, Li CQ. Comparison of MRI, CT and 18F-FDG PET/CT in the diagnosis of local and metastatic of nasopharyngeal carcinomas: an updated meta analysis of clinical studies. Am J Transl Res. 2016;8(11):4532–47. https://doi.org/10.1016/j.oraloncology.2015.10.010.

Obaro AE, Burling DN, Plumb AA. Colon cancer screening with CT colonography: logistics, cost-effectiveness, efficiency and progress. Br J Radiol. 2018;91(1090):20180307. https://doi.org/10.1259/bjr.20180307.

Zhang F, Noh T, Juvekar P, Frisken SF, Rigolo L, Norton I, et al. SlicerDMRI: diffusion MRI and Tractography research software for brain. Cancer Surgery Planning and Visualization. JCO Clin Cancer Informa. 2020;4:299–309. https://doi.org/10.1200/CCI.19.00141.

Thông tin
Thông tin xuất bản

BMC Health Services Research

Tập 21 Số 1

Thông tin tác giả