医疗机构视角下死因监测信息质量评价及优化对策分析

陈亦舒　高菁　王丽娜　王强

摘要 死因監测信息是反映人群死亡水平和死因分布的重要流行病学资料，医疗机构作为主要报送单位，其工作开展情况对死因监测信息质量具有重要影响。当前死因监测评价和优化对策研究着眼于区域整体死因信息总体质量或单一类别问题评价，并基于经验或局部流程提出对策建议，缺乏对质量问题成因的系统化分析，导致其实践指导力度不足。研究对北京市某三级甲等综合医院2018年9月—2022年9月死亡个案信息进行质量评价，系统性回顾机构内管理流程；基于统计学方法和根因分析法，运用亲和图、鱼骨图和帕累托图等工具，发现死因监测信息质量在患者入院途径、疾病诊疗专业类型间存在差异，医疗机构死因监测信息质量主要受个体因素、监管因素、资源因素和技术因素影响。因此，建议加强死因信息质量管理培训、完善医疗机构内部死因信息管理机制、推进死因监测信息化建设和数据共享。

关 键 词 死因监测；质量评价；医疗机构；优化对策；根因分析法

中图分类号 R197.32     文献标志码 A

Analysis of the quality assessment and optimization measures of death surveillance：information from the perspective of healthcare institutions

CHEN Yishu， GAO Jing， WANG Lina， WANG Qiang

（Beijing Tiantan Hospital， Capital Medical University， Beijing 100070， China）

Abstract Death surveillance is a kind of important epidemiology data which shows the mortality levels and the distribution of cause-of-death. The performance of healthcare institutions， as major reporting units， have a significant impact on the information quality death surveillance. Current study of the quality assessment of death surveillance measures focus on the overall assessment for the region as a whole from the perspectives of administration department， or on a single category of quality issues while giving suggestions based on management experience or partial process. The absence of systematic analysis on the causes of quality problem leads to the lack of realistic guidance strength on quality optimization of death surveillance information. This study evaluates the quality of information on death cases from September 2018 to September 2022 in a tertiary care hospital in Beijing， reviewing systematically on the management processes within the institution. Based on the statistical methods and root cause analysis， using tools such as flow charts， affinity diagrams， fish-bone diagrams and Pareto diagrams， differences in the quality of information on cause of death surveillance were found between patient admission routes and types of disease treatment specialties， and quality of information on cause-of-death surveillance in healthcare institutions can be influenced by individuals， regulations， resources and technical factors. Therefore， it is recommended that training on quality management of death surveillance information be strengthened， the internal cause-of-death information management mechanism of healthcare institutions be improved， and the construction of information technology for death surveillance and data sharing be promoted.

Key words Death surveillance; quality assessment; healthcare institutions; optimization measures; root cause analysis

0 引言

死因监测信息是反映人群死亡水平和死因分布的重要数据来源，对卫生行政部门和疾控部门实现疾病监测预警、风险评估、慢性病预防及综合干预等职能具有重要意义，同时为卫生政策的制定和实施、资源分配和管理提供依据。死因监测信息是由医疗机构诊治医师根据死者基本信息、生前病史、症状体征等进行死因推断后填写《居民死亡医学证明书》，由医疗机构相关行政管理部门签发并通过中国疾病预防控制信息系统中《人口死亡信息登记管理系统》对相关信息进行网络直报，通过各级疾病预防控制中心对上报数据进行审核、收集而来。因此医疗机构能否规范开展死亡个案的信息管理和报送工作，对死因监测信息质量具有决定性作用。此外，医疗机构内对死因个案信息的管理流程涉及填报、签发、质控、监测、上报及审核多个阶段，包含患方、临床医师、报送科室、辅助职能部门等多个业务相关主体，均可对死因监测信息质量产生影响。

我国死亡诊断证明主要包含3部分内容。首先为死者基础信息，如姓名、性别、年龄、有效证件类别及证件号码等；第2部分为死亡情况和死因推断，如死亡地点、直接死亡原因和根本死亡原因等；第3部分为签发或留存单位信息，如医师签名、医疗卫生机构盖章、民警签名、派出所意见等。基于Hobson等[1]对信息质量的界定，死因监测信息质量可以理解为死因监测信息对其使用者进行卫生活动计划、决策、执行的适用性和满意程度，其评价指标包括信息完整性、正确性、及时性等。白俊梅等[2]、Schuppener等[3]通过对比医疗机构上报数据与专家根据医疗机构原始记录或尸检进行的死因诊断存在的差异，评价死因监测信息的准确性，亦有学者根据死因诊断证明中出现错误的严重程度评价死因监测信息质量[4]。上级疾病预防控制机构采用较为全面的死因监测信息质量评价指标，包括基础信息完整率、填写规范率、准确率、多死因链填报率等[5-7]，研究显示我国死亡医学证明书基础信息完整率为78.50%～100%，规范率为41.67%～95.76%，准确率为64.14%～97.24%[4-5，8-10]，多死因链填报比例12.93%～57.25%[6-7]，各地死因监测信息质量差异较大，整体有待提高。

针对死因监测信息质量影响因素和优化对策的研究发现，填报医师对死因监测的认知[11]、患者的患病及住院时长[12]、死亡与上报时间间隔、医疗记录完整性、培训情况等[13-16]都可影响死因监测信息质量。Akhade等[11]、Madsen等[17]的研究显示培训可以有效提升死因信息填报的准确性；Hart等[18]认为，更多以公共卫生角度出发进行培训有助于临床医师对死因信息的收集。电子化信息系统有助于提升医疗机构死因信息管理水平[19-20]，对冗余流程的再设计也可提高死因信息监测管理工作效率[21]。但以上研究均聚焦于局部流程或主体，缺乏对死因监测管理全流程的影响因素分析。

综上所述，当前针对死因监测信息质量评价和优化对策的研究，一部分由各级疾病预防控制机构开展，对所辖区域内死亡个案信息的总体漏报率、及时性、完整性、可靠性、丰富程度、编码质量等进行评价，并依据监管经验提出对策建议；另一部分由医疗机构开展，聚焦于某类质量问题的评价，或关注局部管理流程的优化，缺乏对造成质量问题原因的系统化分析，致使优化建议的实践指导力度不足。根因分析法自20世纪90年代开始应用于医疗卫生领域不良事件的研究[22]，该方法通过对不良事件进行系统地回顾性分析，识别导致问题的主要原因。因此，本研究从医疗机构视角出发，系统性回顾死亡监测信息管理业务流程，评价北京市某三甲医院2018年—2022年死因监测信息质量，采取根因分析法探寻导致死因监测信息质量问题的主要原因并提出优化对策，为提升医疗机构死因监测信息质量提供建议。

1 资料来源与方法

1.1 资料来源

选取北京市某三级甲等综合医院为研究对象，收集整理该医院2018年9月—2022年9月监测的死亡个案信息、《居民死亡医学证明书》及同期该医院于中国疾病预防控制信息系统中《人口死亡信息登记管理系统》上报等病例记录。

1.2 方法

1）质量评价方法。对比《人口死亡信息登记管理系统》、《居民死亡医学证明书》、医院信息管理系统死亡病例信息，计算漏报率、信息完整性；统计填卡时间至录入时间间隔，以间隔≤15天为标准计算及时率；以个案死因链含1个以上死因为分子，评价死因链丰富度；将根本死因为症状或体征、伤害无外部原因或意图不明、心血管病缺乏诊断意义、肿瘤未指明位置、呼吸衰竭、肝脏衰竭者定义为根本死因不准确，计算编码准确率。

2）根因分析（RCA）法。根因分析法是由多学科团队采用系统性、回顾性手段，探寻导致失败的主要原因的方法。本研究由医院疾病预防控制处、医务处、信息中心、急诊科、内科、外科、妇产科、儿科共10名工作人员组成RCA工作小组，根据死因监测信息质量评价情况进行深入挖掘，探寻导致问题发生的根本原因，进一步提出应对策略。

3）统计学方法。使用EXCEL 2010对数据进行整理，SPSS 26.0统计学软件进行数据分析。使用频数（百分比）描述计数资料，用χ2检验与校正χ²检验进行组间对比（统计量为χ²），运用χ²分割法进一步两两比较。使用平均数[（X±s）]描述正態分布计量资料，使用t检验进行两组数据比较（统计量为t）；非正态分布计量数据以M（P₂₅，P₇₅）表示，两组数据比较采用Mann Whitney U检验（统计量为Z），多组间比较用Kruskal-Wallis H检验（统计量为H）并使用Nemenyi检验进行组间两两比较。P < 0.05为差异具有统计学意义，组间两两比较时采用Bonferroni法对检验水准α进行校正。

2 结果

2018—2022年该医院报送死亡医学证明书4 233例，其中男性2 663例（62.90%），女性1 570例（37.10%），平均年龄（68.60[±]16.52）岁。急诊报告3 092例（73.0%），住院报告1 141例（27.0%）。

2.1 医疗机构死因监测信息管理流程

使用跨职能流程图梳理医疗机构死因监测信息管理的一般流程如图1所示，可划分为发起阶段、填报阶段和上报阶段，涉及主体包括患者及家属、诊治医师、出入院手续管理部门、医疗质量管理部门以及死因监测管理部门，医疗机构信息管理部门需要统筹各环节信息传递，是死因监测信息管理工作的重要组成主体。

2.2 死因监测信息质量评价

1）信息完整性评价。在医院现有的监测管理体系下，已上报《人口死亡信息登记管理系统》个案与医疗机构原始记录的死亡个案比对无漏报现象。上报阶段信息完整性较好，无基本信息填写不完全现象，而院内填报阶段基础信息无缺失4 114例（97.2%），缺失119例（2.8%）。信息无缺失者平均年龄为68.93±16.20岁，相较于存在信息缺失死者的平均年龄57.14±22.54岁更大（t = 7.726， P < 0.001）；此外，婚姻状态为在婚者基础信息缺失率较低，死者生前常住地分类为外籍者基础信息缺失率最高，其次为外省市、本市外区县，本市本区县死亡患者的基础信息缺失率最低，差异具有统计学意义（见表1）。急诊报卡缺失率高于住院报卡，相较于内科组，妇产科和急诊抢救组死亡患者基础信息缺失率更高，急诊抢救组缺失率显著高于外科组。不同性别、民族死亡个案的基础信息缺失情况无显著差异。

2）及时性评价。报卡时长指《居民死亡医学证明书》填写完成至录入中国疾病预防控制信息系统的间隔天数，报卡时长中位数为5个自然日（3.0，7.0）、最大值为15天，报送及时率为100%。死者年龄、性别、民族、生前常住址类型均对报卡时长无显著影响。急诊死亡患者和住院死亡患者报卡时长存在差异（P < 0.05）；外科组、妇产科组、急诊抢救组与内科组相比报卡时长存在差异（P = 0.001）（见表2）。

3）丰富度评价。研究期间该医院多级死因链填报例数1 990例，平均填报率47.01%（见表3）。多级死因链填报者平均年龄为70.53±16.98岁，显著长于单级死因链填报者的平均年龄66.89±15.92岁（t = 1.255， P < 0.001）。外籍患者多级死因链填报率较本市本区县、本市外区县、外省死者均更低。急诊死亡患者多级死因链填报率低于住院死亡患者（P < 0.001）。急诊抢救组、外科组和内科组之间多级死因链填报率差异显著，其中外科组最高（82.43%），其次为内科组（46.52%），急诊抢救组最低（31.54%）。高频单级死因链根本死因分布情况（见表4）。

4）准确性评价。根本死因编码中，无编码错误4060例（95.91%），编码错误173例（4.09%）。错误编码中占比最高的是症状或体征类型编码错误，占该医院死因报告例数的2.76%，其次分别为心血管病缺乏诊断意义（0.90%）、肿瘤未指明位置（0.17%）、呼衰、肝衰、肾衰等（0.14%）和伤害无外部原因或意图不明者（0.12%）。根本死因编码错误者平均年龄为61.49±19.12岁，显著低于根本死因编码正确者的平均年龄68.90±16.34岁（t = 12.484， P < 0.001）。男性、离异、丧偶或其他婚姻状态、常住地为外省市或外籍者根本死因编码错误率更高，急诊死因编码错误占比多于住院（P < 0.001），而相较于内科组，儿科组和急诊抢救组编码错误率更高（P < 0.001）（见表5）。

2.3 根因分析

使用统计学方法分析死因监测信息质量与死亡个案自身、入院途径和疾病专业类型有关的影响因素，但对流程和行为影响的分析存在局限。由于统计分析中多数质量问题与患者入院途径和专业类型存在关联，因此采取根因分析法，对死因信息质量影响因素数量、类型和重要性进行系统化分析，组建多学科RCA小组以进一步探寻质量与入院途径、专业类型等的关联原因。

1）数据收集及整理。根据死亡信息质量问题发生的不同原因，由RCA小组成员对基础信息缺失、填卡至录入时间间隔达15 d、根本死因编码错误以及单死因编码病种等质量问题进行回顾性分析，探寻质量问题影响因素。

2）影响因素类型划分。经初步分析，本研究共获得死亡诊断证明质量问题影响因素606条，并借助亲和图进行分类管理和展示。医疗机构死亡诊断证明质量问题的影响因素可分为6类，分别为个体因素、技术因素、监管因素、资源因素、组织网络因素、社会环境因素，如图2所示。

3）根本原因识别。在对直接影响因素进行分类的基础上，绘制原因型鱼骨图如图3所示。主骨为死因监测信息质量问题，绘制大骨、中骨以表示大、中型要因，并根据鱼骨图中要因占比绘制帕累托图如图4所示。结合图3、图4信息，个体因素、监管因素、资源因素和技术因素包含死因监测信息质量问题影响因素的条目数分别为177、114、112、82，此四类因素累积占比超过所有影响因素的80%，为导致医疗机构内死亡医学诊断证明质量问题的主要因素，故在质量提升过程中需优先予以关注。个体因素指死因监测信息质量问题中与行为者自身有关的影响因素，其中死者生前的个体疾病特性、醫务工作中自身对工作标准掌握模糊、相关工作人员经验或能力不足是相对重要的影响因素；监管因素指在死因监测信息质量管理过程中与监管环节有关的影响因素。其中，培训体系不完善和缺乏通报反馈机制相对重要；资源因素是促进或阻碍死因监测信息质量提升的外部和内部资源，其中，外部信息是最为重要的影响因素；技术因素包括与死因监测信息有关的所有技术，其中外部信息互联互通、全流程可视化管理和内部信息抓取集成技术更为关键。

3 结论与建议

3.1 研究结论

研究显示，该医疗机构报送至全国死因信息登记管理系统的死因监测信息完整性、及时性、准确性较好，丰富度处于全国平均水平，但临床填报过程中存在基础信息缺失问题。平均年龄更大的患者基础信息缺失率较低、死因链信息较丰富，这可能与患者来诊时的陪同情况和既往诊疗机会及相关记录的提供情况有关。在基础信息完整性评价中，本区县患者完整性最佳，外区县、外省市、外籍患者信息缺失率依次递增，且外籍患者多死因链填报率和根本死因编码正确率均较低，提示与陪同情况、证件及相关医疗记录携带情况等有关。

相较于住院部门，急诊填报的死因信息缺失率更高、多死因链填报率和死因编码准确率较低，整体质量较差，这可能与死者生前疾病特征、急诊诊疗性质以及人力、时间、信息等资源是否充足有关。医疗机构内死因监测信息质量在疾病诊疗专业类型间也存在差异。急诊抢救组信息完整性、丰富度及准确性均较低，报卡时长相对内科组更长。外科组相较内科组的报卡时长更长，但丰富度最高。妇产科死亡患者的基础信息缺失率最高，报卡时长最长。急诊抢救组较其他各组存在资源局限，填报阶段质量不佳，一方面院内主管部门需对患者死因及诊疗经过进一步核实，延长报卡时间；另一方面住院患者出院手续办理多集中在工作日，而急诊患者可能存在非工作日办理情况，导致医师填报完毕至个案信息回收时间间隔增加，延长报卡时间。外科患者入院前后需完善的辅助检查项目较多、携带既往诊疗资料较全面，有助于医师对死亡个案死因链的判断和填写，而较为丰富的死因链填报信息需要由主管部门工作人员对各直接死因与根本死因之间的发生、发展、演变过程进行逻辑判断，从而导致填报时间增加。妇产科患者死亡相对较为少见，家属配合情况可能较差；加之孕产妇死亡讨论与报告制度执行的时间成本，增加信息质量问题的发生机会。此外，男性以及婚姻状态为离异、丧偶或其他者根本死因编码错误率最高，其原因可能与此群体对个人健康关注程度不足，导致对正确根本死因的判断缺乏依据。

结合根因分析，医疗机构死亡信息质量的主要影响因素包括个体因素、监管因素、资源因素和技术因素。其中个体因素中的疾病特性和工作标准掌握模糊，监管因素中的培训体系不完善、缺乏通报反馈，资源因素中的外部信息缺乏以及技术因素中的外部信息互联互通、任务流程可视化管理在各主要影响因素类型中占比较大。由此可见，工作标准培训不足、内部管理机制不完善、信息化建设和数据共享不充分等问题应予以重视。

3.2 对策建议

根据以上研究结论，基于医疗机构视角，为提升死因监测信息质量提出如下建议。

1）加强死因信息质量管理培训，强化工作标准和要求。目前医疗机构死因监测工作培训采取“岗前培训-在岗培训-适应性培训”相结合的形式，内容涉及死亡医学证明书的填写和管理要求、死因链诊断、ICD编码等。然而目前的培训体系下，培训主体多为医疗机构内死因监测部门，培训手段相对单一，对于临床工作者而言培训效果不佳。因此，可以结合教学与专题讨论、实践训练等多元化培训方式，同时在培训内容中强调死因监测信息准确性的公共卫生意义，促进临床与公共卫生知识融合，强化培训效果。此外，可与医疗机构医疗质量管理部门协同，在死亡病例讨论制度框架下引入死因信息管理、死因链诊断等相关内容，引导临床科室主动对死因信息质量问题及改进意见进行研讨，由死因监测主管部門进行针对性指导。

2）完善医疗机构内部死因信息管理制度。《居民死亡诊断证明书》的填写、签发、质控和报送等环节需要医疗机构内多主体协同作用，各主体运作机制和信息传递效率对于死因信息质量管理至关重要。围绕死因信息质量提升的目标，一方面要优化流程，尽可能将“串联”流程改为“并联”模式，使监管环节前置，实现死因信息预审并及时返回修改。另一方面要进一步公开机构内流程及主体责任，减少信息传递阻力，通畅沟通渠道。

3）推进死因监测信息化建设和数据共享。当前，部分医疗机构信息系统通过在院内电子病历系统中嵌套经上级疾控部门认可的《居民死亡诊断证明书》模板，并对死亡患者基础信息、诊疗信息等数据进行抓取集成，已实现死亡诊断证明和签章电子化。但由于医疗机构间信息系统差异、软件开发公司服务模式、机构重视程度不同等原因，死亡诊断证明电子化进程不一。加之《居民死亡诊断证明书》应由卫生系统统一印制，其他部门不得私自印刷，因此本研究认为应由疾病预防控制部门统一提供适配电子病历系统的电子化死亡证明书标准化模板，由医疗机构建立数据接口对接以推进《居民死亡医学证明书》的电子化进程。同时，信息化手段的介入对医疗机构内死亡诊断证明填报、时效性以及编号管理等环节效率和质量提升具有积极作用。借助信息手段实现死亡诊断证明管理流程可视化，可以协调优化各主体间工作进度，进一步提升管理效能。国务院办公厅《关于推进医疗联合体建设和发展的指导意见》指出，要统筹推进医联体信息平台建设，实现居民健康档案及电子病历信息共享[23]。诊疗信息的互联互通可以有效补充急危重症患者既往诊疗情况的外部信息，对死因链诊断具有重要参考价值。然而由于机构间医疗数据开放共享意识、权益分配、标准化建设等因素影响，医疗数组互联互通组织协调建设存在一定阻力。

3.3 不足与展望

本研究利用根因分析法发现，个体因素、监管因素、资源因素和技术因素是影响医疗机构死因信息质量的主要因素，而相关工作培训体系建设和标准要求不完善、管理机制不健全、信息化建设和数据共享有待加强是医疗机构死因信息管理工作中应重点关注的问题。本研究基于医疗机构视角，为死因监测信息质量提升途径提供了依据，但仍存在局限。首先，本研究仅收集了北京市一所三级甲等公立医院数据，样本选择存在一定局限性。此外，研究虽然提出了死因监测信息质量的影响因素和提升措施，但暂无对相关因素实施干预后的数据对比。因此，研究组将进一步完善数据，对干预措施及效果进行评价，以期提高医疗机构死因信息质量和管理效能。此外，后续研究可考虑进一步扩大调查研究范围，针对基层医疗机构特征，补充研究其死因信息质量问题和提升路径。

参考文献：

[1]    HOBSON S F，ANAND R，LIU X，et al. Information quality issues in municipal governments[C]. Proceedings of 2011 IEEE International Conference on Service Operations，Logistics and Informatics. IEEE，2011：126-131.

[2]    白俊梅，谢俊卿，武宇晨，等. 影响根本死因选择的因素探讨[J]. 中国病案，2018，19（6）：59-61.

[3]    SCHUPPENER L M，OLSON K，BROOKS E G. Death certification：errors and interventions[J]. Clinical Medicine & Research，2020，18（1）：21-26.

[4]    ALJERIAN K. Death certificate errors in one Saudi Arabian hospital[J]. Death Studies，2019，43（5）：311-315.

[5]    贺万静，银丽娟. 某市2015年—2017年死因監测数据质量分析[J]. 中国卫生质量管理，2020，27（4）：63-65，74.

[6]    王妍艳. 信息化的《居民死亡医学证明（推断）书》填报质量分析[J]. 中国病案，2021，22（1）：30-32.

[7]    童瑾，黄跃龙，陈碧云，等. 2007—2014年湖南省人口死亡信息登记管理系统数据质量分析[J]. 中国卫生统计，2020，37（1）：37-39，42.

[8]    褚晓婷，张国慧，万秋萍，等. 2015—2019年上海市静安区死因监测数据质量评价[J]. 职业卫生与病伤，2022，37（1）：49-53，56.

[9]    贺琴，刘志荣，陈叶纪，等. 安徽省国家疾病监测点2013—2017年死因网报数据质量评估[J]. 安徽预防医学杂志，2019，25（3）：165-169.

[10]  赵军，朱丽萍，谢昀，等. 江西省2014—2016年死因监测常规与抽查质量评价[J]. 江西医药，2017，52（11）：1233-1235.

[11]  HOFFMAN R A，VENUGOPALAN J，QU L，et al. Improving validity of cause of death on death certificates[J]. ACM Conference on Bioinformatics，Computational Biology and Biomedicine ，2018：178-183.

[12]  AKHADE S，DASH S，AKHADE K. The knowledge assessment and reducing the errors of medical certificate of cause of death with sensitization training of physicians：a quality improvement intervention study[J]. Journal of Education and Health Promotion，2022，31（11）：19-25.

[13]  WASHIRASAKSIRI C，RAKSASAGULWONG P，CHOURIYAGUNE C，et al. Accuracy and the factors influencing the accuracy of death certificates completed by first-year general practitioners in Thailand[J]. BMC Health Services Research，2018，18（1）：478.

[14]  杨梅，吕焱，刘海峰，等. 我国死因监测现状[J]. 职业与健康，2020，36（2）：280-283.

[15]  韦再华，谢学勤. 开展死因统计与临床培训的几点体会[J]. 中国卫生信息管理杂志，2016，13（1）：99-101.

[16]  王爱华，王新玲，李灵敏，等. 死因链填写质量缺陷分析与对策建议[J]. 中国卫生质量管理，2019，26（6）：45-48.

[17]  MADSEN A，THIHALOLIPAVAN S，MADURO G，et al. An intervention to improve cause-of-death reporting in New York city hospitals，2009–2010[J]. Preventing Chronic Disease，2012，9：120071.

[18]  HART J D，SORCHIK R，BO K S，et al. Improving medical certification of cause of death：effective strategies and approaches based on experiences from the Data for Health Initiative[J]. BMC Medicine，2020，18（1）：74.

[19]  白雪. 利用医院信息管理系统控制死因漏报[J]. 中国病案，2013，14（7）：50-51.

[20]  周炯，张继民，李春厚，等. 《死亡医学证明书》全流程信息化管理的实践[J]. 中国病案，2016，17（1）：32-34.

[21]  郭欣，李阳，张燕. 综合医院医学死亡证明的规范化管理[J]. 中国病案，2016，17（12）：18-21.

[22]  DE LIMA L A，DE MELO ALVES SILVA L C，DOS SANTOS DANTAS J K，et al. Root Cause Analysis，Failures and Effects in pediatric total quality management：a scoping review[J]. Revista Brasileira De Enfermagem，2021，74（6）：e20200954.

[23]  国务院办公厅. 国务院办公厅关于推进医疗联合体建设和发展的指导意见：国办发[2017]32号[A/OL]. （2017-04-23）[2023-02-17]. http：//www. gov. cn/zhengce/content/2017-04/26/content_5189071. htm.