sa Statistics and Application 2325-2251 2325-226X beplay体育官网网页版等您来挑战! 10.12677/sa.2025.143077 sa-110464 Articles 数学与物理 宁波市陪诊行业现状及市民满意度调查
Current Status of the Accompaniment Industry in Ningbo and Citizen Satisfaction Survey
欧阳俊特 张亚婷 张钦瑜 张永利 宁波工程学院统计与数据科学学院,浙江 宁波 12 03 2025 14 03 257 269 25 2 :2025 17 2 :2025 17 3 :2025 Copyright © 2024 beplay安卓登录 All rights reserved. 2024 This work is licensed under the Creative Commons Attribution International License (CC BY). http://creativecommons.org/licenses/by/4.0/ 随着现代医学的发展和社会经济的进步,人均寿命逐渐延长,人口老龄化问题愈加严重,宁波市老年人口中空巢老人占比目前已超过了50%。经济发展和家庭结构变迁导致很多空巢老人独自面对疾病比较困难。为了解决诸如老年人和“异乡人”等人群就诊的实际困难,陪诊师行业应需而生。专业的陪诊可大大改善老年群体以及年轻患者等人群的就医体验,是现代人性化医疗服务的重要组成部分。本文对宁波市陪诊服务的发展现状、接受度、满意度及发展前景进行了调查分析,希望为陪诊行业的发展提供参考。本文以宁波市为例,用分层多阶段抽样方式获取调查对象,采用问卷调查法获取市民对陪诊行业的态度和意见。将收回的870份问卷进行数据分析得出相关调查结论:患者对陪诊师的满意度比较高,并且接受意愿也比较高。就医情况和对陪诊的了解程度是影响选择陪诊服务的重要因素。陪诊行业的社会需求较大,有良好的市场前景。还需要建立行业规范和监管标准。
With the development of modern medicine and social and economic progress, the average life expectancy has gradually increased, and the problem of population aging has become more and more serious, and the proportion of empty nesters in China’s elderly population has exceeded 50%. Economic development and changes in family structure have made it difficult for many empty nesters to face illness alone. In order to solve the practical difficulties of medical treatment for people such as the elderly and “strangers”, the escort profession was born in response to the need. This paper investigates and analyzes the development status, acceptance, satisfaction and development prospects of escort services in Ningbo, hoping to provide reference for the development of escort industry. Taking Ningbo City as an example, this paper uses stratified multi-stage sampling to obtain survey respondents, and uses questionnaire survey method to obtain citizens’ attitudes and opinions on the escort industry. The 870 questionnaires collected were analyzed and the relevant conclusions were obtained: patients were more satisfied with the escort and more willing to accept it. The medical situation and the degree of understanding of the escort are important factors affecting the choice of escort service. The social demand of the escort industry is large and has good market prospects. There is also a need to establish industry norms and regulatory standards.
陪诊服务,Logistic回归,随机森林,神经网络,满意度评价体系
Escort Service
Logistic Regression Random Forest Neural Network Satisfaction Evaluation System
1. 引言 1.1. 陪诊现状描述

陪诊服务从2006年开始,由北京、扬州、福州等多地开创,初步形成系统的陪诊服务体系,但尚未形成完整的医疗陪诊服务体系 [1] 。直至2021年,一则“26岁女孩成为职业陪诊师,已陪百名患者就医”的新闻使陪诊服务再次回到大众的视野。随着社会的发展,陪诊服务呈现出正增长态势。

陪诊服务是由熟悉医院就医流程的陪诊师对患者进行诊疗陪同服务,旨在为需要医疗关怀或治疗的个人提供陪伴以及心理支持。陪诊师的主要职责包括陪同协助患者就诊、提供情感支持、解答疑问、沟通记录就医内容等;可提供的具体服务包括诊前约号、代办跑腿、送取结果、院内陪护、医院代开药、代办问诊病案到家、陪同看病等。

当今社会对陪诊服务的需求日益扩大,国内外学者也开展了关于陪诊服务的理论研究和实践研究。Leandro Barretiri等人发布的文章《Improving Hospital Operations Management to Reduce Ineffective Medical Appointments》探讨了如何改善医院的管理方式来提高医疗陪诊预约的效率 [2] 。同时Jeff Terry的《Improving Efficiency in Hospital Operations: Better Quality, Reduced Cost, Increased Access》也对于医院管理效率的提升进行了研究,来获得更好的医疗质量与更低的成本 [3]

中国学界的研究图谱呈现出鲜明的本土问题意识与技术治理特征。面对65岁以上老年人口超500万的16个省份形成的“银发压力带”,熊强团队对陪诊师倒号行为的田野调查,实质是对医疗资源错配困境的微观解构,其发现的“灰色服务链”折射出制度供给滞后与刚性需求激增的结构性矛盾 [4] 。吴基琴等人基于互联网技术的服务优化模型,将LBS定位系统与医疗大数据结合,使服务响应效率提升,这标志着传统陪诊正在向智慧健康管理迭代 [5] 。而周扬团队从用户体验视角构建的交互平台改进方案,通过眼动实验与情感计算技术,破解了老年群体数字鸿沟难题,其研究中73%的界面优化采纳率,为适老化改造提供了量化依据 [6] 。这些研究共同构成了中国特色的陪诊服务知识体系,既呼应全球医疗社会化趋势,又为解决“未富先老”社会命题提供了创新路径。

中国老年人口规模庞大,全国31个省份中,有16个省份的65周岁及以上老年人口超过了500万人,其中有6个省份老年人口超过了1000万人。浙江省60岁以上老年人口超1329万人,超浙江省总人口的20%,而宁波市60岁以上老年人口超186万人,超总人口的19%,老龄化进程明显加快。与此同时,受中华民族的情怀驱动、文化影响以及中国居民人均寿命的提高,中国大多数老年人群选择居家养老。政府顺应大环境推出“9073”工程,即90%居家养老,7%社区养老,3%机构养老,为老服务也成为了未来医疗服务发展的重点,而陪诊服务作为为老服务的重要服务内容,这一工程进一步鼓励了陪诊行业的发展。

全国老龄工作委员会发布的《中国老龄产业发展报告(2021~2022)》 [7] 显示2014~2050年,我国老年人口的消费规模将从4万亿元增长到106万亿元左右,占GDP的比例将增长至33%,我国将成为全球老龄产业市场潜力最大的国家。新思界产业研究中心发布的《2023~2028年中国陪诊服务行业市场深度调研及发展前景预测报告》 [8] 。显示,2022年,我国医疗服务市场规模约为8.2万亿元;预计2022~2028年,我国医疗服务市场将继续以10%左右的复合年均增长率增长,到2028年市场规模将达到14.5万亿元。我国医疗服务市场规模大,为陪诊服务行业发展奠定了坚实基础。

除此之外,根据最新发布的人口数据,宁波的外来人口和流动人口占比远超全国水平 [9] 。5月17日,宁波市政府公布了该省第七次人口普查主要数据情况 [10] 。其中,宁波市全市常住人口近941万人,十年共增加约179万人,增长23.65%,年均增长23.65%;全市共有家庭户3,932,712户,集体户261,322户,家庭户人口为8,696,308人,集体户人口为707,975人。平均每个家庭户的人口为2.21人,比2010年第六次全国人口普查2.47人减少0.26人。这有利于宁波市陪诊服务的进一步发展。

陪诊服务的发展前景可观,但也存在许多难点。当前陪伴经济仍然处于发展初期,银发经济,即老年经济也越来越受到市场的重视,而陪诊服务的发展和老年群体的医疗息息相关,根据统计数据,约有60%的患者需要陪同前往医院就诊,逐步完善的陪诊服务体系具备着广阔的市场前景。但是,陪诊行业也正陷入困境,首先是行业准入规则不完善以及监管不足。其次,但由于缺乏专业的陪诊人员,很多患者只能自己前往医院。这不仅增加了患者的负担,也容易导致医疗纠纷的发生。一些陪诊师可能未受过一定的专业培训,从而影响患者的服务感受。当然还存在陪诊行业人力短缺,而需求增加,导致需求与发展不平衡的问题,导致一些患者难以获得高质量的陪诊服务。

本次调查旨在了解宁波市居民对陪诊服务的了解程度、满意度以及未来期望,了解陪诊服务发展的现状,为陪诊服务行业的发展提出合理建议,推进陪诊服务的发展。

1.2. 政策背景

1) 在智慧医疗方面,2021年12月21日国家印发了《“十四五”医疗装备产业发展规划》,让陪诊发展的同时也助力着智慧医疗能力的提升。

2) 在养老方面,2021年12月30日国务院印发了《“十四五”国家老龄事业发展和养老服务体系规划》 [11] ,让陪诊就医的发展积极应对老龄化,助力构建和完善兜底性、普惠型、多样化的养老服务体系,不断满足老年人日益增长的多层次、高品质健康养老需求

3) 全面健康方面,2022年4月27日,国务院办公厅印发了《“十四五”国民健康规划》,陪诊政策也陆续出台,陪诊行业的发展利于健康社会的建设。

4) 关怀医疗方面,2022年12月13日,国务院联防联控机制举行新闻发布会,说明老年人、孕产妇、儿童等是医疗服务的重点人群。陪诊就医的主要人群也是这些重点人群,体现了人文关怀,促进关怀医疗 [12]

1.3. 调查意义

陪诊师的发展将更好地服务于患者,符合时代发展的需求,具有非常重要的意义。

1) 提高陪诊行业竞争力

2) 改善用户的体验感

3) 帮助优化医疗资源

4) 推动陪诊行业的发展

5) 促进陪诊与医疗体系合作共赢

2. 调查方案 2.1. 调查方案设计

本次调查研究主要包括查阅文献,问卷调查以及访谈分析三个方面,其中最主要的是进行问卷调查,主要从被调查者的基本信息、陪诊服务现状、满意度和未来发展四个方面展开,如 图1 所示:

Figure 1. Questionnaire framework--图1. 问卷框架--

问卷设计包括了被访问者基本信息,陪诊服务现状,居民对陪诊满意度以及未来展望四个部分。基本信息部分让我们对调查对象的背景有一定的了解,样本的选择符合宁波市人口分布特点。现状部分中我们询问了就医的频率,是否会选择陪诊,有没有选择陪诊师的途径,以及,是否了解和体验过陪诊服务等问题,来更加了解人们对陪诊行业的了解程度。市民满意度部分则是问了调查对象对于陪诊的评价,比如陪诊师服务态度,陪诊师整体服务质量,诊后反馈,对价格的看法等信息来为改进提供一些建议。最后的展望部分则是询问了在陪诊行业的一些未来可能会出现的情况,例如可接受的费用以及对陪诊服务的顾虑等问题。

2.2. 样本量确定

考虑全局,我们把实际总体平均值在区间内的置信度设为95%,则置信水平 z α / 2 为1.96,一般取P = 0.5,且令最大允许绝对误差E = 5%,代入总样本量的估计公式:

n 0 = z α / 2 2 P ( 1 P ) E 2 = 1.96 2 × 0.5 × ( 1 0.5 ) 0.05 2 384.16 384 (1)

根据预调查的结果可知,问卷的回收率为95%,为确保样本数量大于或等于798,利用预处理的回收率r = 95%进行调整,确定的样本量n1

n 1 = n 0 r = 384 0.95 404.2 404 (2)

由于分层多阶段抽样的效率比简单随机抽样的效率低,我们取设计效应deff为2.1,最终确定样本量n为:

n = n 1 × d e f f = 404 × 2.1 = 848.4 849 (3)

2.3. 抽样方式

由于各区以及不同街道之间存在调查对象对陪诊服务的看法差距较大的可能性,为提高问卷精度,减少抽样误差,结合实际情况,我们选择采用分层多阶段抽样方法,即分为三个阶段,分别针对区、街道、个人进行抽样 [13] 。根据调查对象,我们将“区”设定为一阶单位根据各个区的常住人口比例进行划分,以确保样本具有很好的代表性,使其结构与总体结构相符,以“街道”为二阶单位,计算出各区所含各街道的人口占比,最终在每个区内利用随机数表随机地抽取4个街道,最终获得24个街道样本。各区中被抽到的街道根据人口数量按比例进行样本分配,即通过某区某街道的常住人口数量在该区所有被抽中的街道常住人口总和的占比进行该区样本量分配,并利用随机数表进行随机抽样,以“个人”为三阶单位,我们在每一个抽样街区内采用二维随机数表抽取样本的方法,作为样本数据的获取途径。

2.4. 访谈对象与访谈提纲

本团队选取了宁波市各大医院、社区医院和陪诊服务公司进行调查访谈。实地对医院内医护人员、患者,社区的普通居民和陪诊服务公司陪诊师、患者、患者家属进行关于陪诊服务的访谈。通过深入了解各方的需求,我们获得了一些重要的意见,为本研究的深入分析提供了重要的参考。

访谈中我们询问了一些有关于陪诊服务的问题,比如对于陪诊服务的了解,什么情况下会选择陪诊,认为陪诊有什么好处,对于陪诊服务有什么需求,对于陪诊服务有什么顾虑,陪诊员是否有存在的必要以及对于陪诊行业前景的看法。这些问答为我们提供了重要参考,对我们后面的研究有重要的意义。

3. 数据分析处理

通过对调查得到的问卷数据进行信效度分析,描述性统计分析,交叉分析,构建Logistic回归模型,利用树模型、KNN、神经网络、SVM对模型进行改进,K-means聚类,交叉分析,验证性因子分析和层次分析法,更加直观地反映相关元素对陪诊行业发展的影响,同时得到现状、优势、和存在的问题 [14] 。目前患者对陪诊师的满意度比较高,接受意愿也比较高,并且陪诊行业的社会需求较大,有良好的市场前景。但是行业标准不规范,市民知晓率还不够高,陪诊收费制度不够完善,从业人员素质不一,价格与效益之间的不平衡这些问题仍然困扰着很多人,人们渴望更加规范,性价比更高的陪诊服务。

首先,对问卷数据进行信效度分析,α小于0.8,信度较为理想;KMO值大于0.8,效度较为理想;同时显著性p值小于0.05,说明变量之间存在一定的相关性,适合因子分析。其次,对调查对象性别结构、年龄结构、月收入结构、职业结构、学历结构进行基本情况分析。其中男女比例极其接近1:1,表明调查对象更具有说明性,能够更符合真实现状。本次调查中,30~39岁年龄段占比最大,为26.11%。居民收入在5000~10,000元的人数最多。务农人员、普通职工和中小企业主和个体工商户的占比较高,分别为14.92%,14.69%和11.66%。学历分布中占比较高是高中或中专学历阶段,占比分别为27.27%。

之后进行了陪诊需求分析,在之前的调查中我们发现人们对陪诊服务的接受意愿还是很高的,因此我们可以对样本进行更细致地划分,进行下一步需求分析。鉴于群体内部的异质性,我们采用K均值聚类算法的方式将调查的样本进行更细致地划分。我们预先取聚类数K = 4,对样本进行分类。通过差异性分析,不同特征在四类群体中的显著性检验P值均小于0.05,说明各变量在划分的聚类间存在显著差异。这验证了聚类算法有效地将样本进行了区分,如 表1 所示:

<xref></xref>Table 1. Cluster analysis testTable 1. Cluster analysis test 表1. 聚类分析检验

分类指标

聚类类别

F

P

类别1

类别2

类别3

类别4

年龄

3

3

3

2

73.552

0.00

学历

3

3

4

4

29.490

0.00

职业

5

2

9

5

691.226

0.00

月收入

3

3

3

2

119.281

0.00

下面是根据聚类分析得到的结果,将每个类别中居民的特点进行可视化,各变量在每一类别中的具体分布情况如 图2 图5 所示。

学生及职场新人群体,中青年白领群体,自由职业或创业人群,退休人群这四类占比如 图6 所示。

该样本中,中青年白领、自由职业或创业人群、学生及职场新人和退休人群的比例为10:25:25:8。

由于被调查者对不同的陪诊服务会有不同的看法,因此我们将从陪诊服务专业性、陪诊服务价格、用户的需求满足度、服务态度、诊后反馈情况以及整体服务这六个情况进行重要性排名,建模随机森林模型分别探究不同人群对于陪诊服务的不同需求并进行排序。

我们利用随机森林将题目所给的特征建立模型,并利用R方和MSE进行检验,最终得到R方为0.97,MSE为0.2671。经检验,R方接近于1,而MSE值也比较好。我们得到的各类人群重要性排名结果如 图7 图8 所示。

可以从中得出学生及职场新人优先依赖专业指导与整体服务,因医疗经验匮乏而弱化价格考量;中青年白领更注重服务态度以缓解就医焦虑,其知识储备降低了对专业性的绝对依赖;创业及自由职业者因自主性强且收入波动,聚焦专业性与价格性价比;退休群体则高度关注服务态度与诊后反馈,折射出对情感联结与家庭沟通的深层需求。这种需求分层映射了经济能力、生活状态与年龄特征的多维影响。

Figure 2. Cluster analysis of age--图2. 年龄的聚类分析-- Figure 3. Cluster analysis of academic qualifications--图3. 学历的聚类分析-- Figure 4. Cluster analysis of monthly income--图4. 月收入的聚类分析-- Figure 5. Cluster analysis of occupations--图5. 职业的聚类分析-- Figure 6. Population distribution map--图6. 人群分布图-- Figure 7. Importance ranking chart-1--图7. 重要性排名图-1-- Figure 8. Importance ranking chart-2--图8. 重要性排名图-2--

然后进行探索性和验证性因子分析。在进行验证性因子分析之前,一般会先进行探索性因子分析,该步骤不仅可以分析测量题项设计是否合理,还可以分析变量与测量项设计是否合理,我们将满意度量表的六个因素——“陪诊师服务态度”、“陪诊师专业性”、“陪诊师诊后反馈”、“陪诊服务的价格”、“看诊的需求满足度”、“陪诊师整体服务”——作为变量进行因子归类 [15] 。前文信效度检验已得到Bartlett球形检验p值小于0.05,说明该数据适合进行分析,如 图9 所示。

我们可以将6个变量归为2个因子,如 表2 所示:

<xref></xref>Table 2. Factor classification parametersTable 2. Factor classification parameters 表2. 因子归类参数表

成分

1

2

陪诊师服务态度

0.363

0.824

陪诊师的专业性

0.844

0.560

陪诊师整体服务

0.794

0.401

陪诊师的诊后反馈

0.808

0.337

陪诊服务的价格

0.374

0.814

看诊的需求满足度

0.816

0.358

Figure 9. Satisfaction factor classification--图9. 满意度因子归类--

在进行模型评价之前,首先要查看模型是否需要修正,根据软件计算得到的拟合数据如 表3 所示:

<xref></xref>Table 3. Fitting data tableTable 3. Fitting data table 表3. 拟合数据表

拟合指标

判断标准

真实值

卡比自由度比

小于3或小于5

2.414

你和优度指数(GFI)

大于0.9

0.970

近似误差均方根(RMSEA)

小于0.05或小于0.1

0.096

RMR

小于0.05或小于0.1

0.043

比较拟合指数(CFI)

大于0.9

0.973

续表

规范拟合指数(NFI)

大于0.9

0.971

调整的拟合优度指数(AGFI)

大于0.9

0.970

NNFI

大于0.9

0.948

从上 表3 可知,RMSEA值为0.096 < 0.1,在可接受范围内,所以各项指标均通过检验。

最后进行访谈分析。本团队选取了宁波市的医院、社区和陪诊服务公司进行调查访谈。实地对医院内医护人员、患者,社区的普通居民和陪诊服务公司内陪诊师、患者、患者家属进行关于陪诊行业的访谈,结合访谈内容对我们的分析进行补充和说明。

访谈对象如 表4 所示:

<xref></xref>Table 4. List of interview subjectsTable 4. List of interview subjects 表4. 访谈对象表

序号

访谈对象

地点

时间

1

医院志愿者

宁波市第二医院

6.10

2

医院患者

宁波市第二医院

6.10

3

居民

镇海区鑫隆花园

6.13

4

陪诊师

小柏家护

6.15

5

陪诊患者

小柏家护

6.15

8

陪诊患者家属

小柏家护

6.15

最后进行了关于陪诊行业的服务内容、陪诊行业需要解决的问题、陪诊行业的前景的访谈总结。

4. 调查结果与建议 4.1. 调查结果

调查结论就现状而言,民众对于陪诊服务的了解程度正在不断增加,陪诊行业也在不断发展,我们从中了解到了一些陪诊行业的现状。

1) 60 岁以上的老年人群是陪诊服务的主要对象

根据调查结果显示,60岁以上的老年人群是陪诊服务的主要对象。数据分析结果指出,大约有30%的老年人每半个月就要去医院一次或更多。此外,根据回归模型显示,年龄与接受意愿呈正相关关系,即年龄越大,接受陪诊服务的意愿越高,因为他们对陪诊服务的需求更强烈。与此同时,随着社会老龄化的趋势,60岁以上的老年人口逐年增加,因此该人群对陪诊服务的需求也在增加。例如,老年人更容易患上各种疾病,需要频繁就医,但由于子女的工作繁忙,他们可能无法持续陪护,这就需要聘请陪诊员提供陪护服务。此外,一些行动不便、身体虚弱的老人对专业陪诊服务的需求更高。老年人对医院环境、检查流程、用药用量等不熟悉,存在安全隐患,而专业陪诊员可以确保就医过程顺利,保护他们的安全。

2) 客观需求是陪诊行业发展的主要因素

根据数据分析结果显示,全程陪同(包括排队、挂号、缴费、取药等就医流程)、提前预约排队挂号和专业人员协助医患交流等是人们选择最多的三种服务类型,分别占比20.60%、18.42%和20.15%。首先,许多患者和家属不熟悉复杂的医院环境,不了解各种检查和治疗的流程,需要依靠专业的陪诊人员给予引导和帮助,使就医过程更为顺利。其次,老年人或行动不便的患者独自前往医院就医存在困难,需要陪诊人员提供陪同帮助等服务。另外,由于患者与医生存在专业知识或语言交流障碍,陪诊可以充当二者的沟通桥梁,帮助患者更好地理解病情。此外,家属因工作原因无法长时间陪护,这就需要聘请可靠的陪诊人员代为照看。可以说,这些客观存在的医疗护理需求,推动了陪诊职业的产生和发展,也将助力陪诊行业更好地规范与壮大。

3) 患者对陪诊师的满意度比较高,并且接受意愿也比较高

根据数据显示,患者对陪诊服务的整体满意度都比较高,比较满意和非常满意的占比达到60%以上,并且接受意愿也比较高,达到70%以上。这是因为随着社会发展,陪诊师作为一个新兴职业,更容易被大众接受,并且它所提供的价值也越来越明显。不仅为患者提供实际和心理支持,也为患者家属带去了方便和安心。陪诊服务具有专业性和必要性,可以解决患者和家属的实际困难,因此获得较高的接受度。

4) 就医次数是影响选择陪诊服务的重要因素之一

数据显示,就医次数多、年纪偏大的患者选择陪诊服务的数据良好。同时,家属对陪诊服务的知晓程度对是否选择陪诊有正向影响。

5) 市场看好陪诊行业的发展

随着人口老龄化、医疗资源不足、医疗服务升级需求、健康旅游需求增加以及技术进步与数字化的推动,陪诊行业的发展前景十分乐观,并且在未来有望不断提升和壮大。

4.2. 未来发展建议

陪诊行业是新生的医护服务行业分支之一,拥有很大的发展空间,现阶段仍有不足,依据现状调查结果,该行业市场规则混乱,质量层次不齐,普及力度不足,收费制度也没有统一的规范,价格与收益不符。针对以上的问题再提出如下几条建议,以此促进陪诊行业更好地向前发展:

1) 政府层面,政府层面应当制定行业规范和监管标准,促使陪诊从业人员具备职业道德,遵守行业规范。同时,政府应当建立统一的服务平台,促进陪诊企业与市民良性沟通。

2) 企业层面,陪诊企业应该建立一个统一的价格标准,并且收费需要公开透明。各个企业之间既要对员工建立统一的服务标准,又要多思考个性化的服务方案。

3) 陪诊师层面,应该加强专业知识和技能的学习,加强专业知识和技能的学习可以提高自身的专业竞争力。掌握扎实的专业知识和技能,可以更好地适应快速发展的医疗环境,保持在行业中的竞争优势;注重细节和个性化服务,遵守职业道德,细致入微的个性化服务可以最大限度满足患者需求,也展现陪诊师的专业与贴心 [16] 。这可以提升服务质量,赢得患者信任和好评。提供个性化服务的同时,专业陪诊必须遵循职业道德规范,诚信工作,这是对患者和社会的最基本责任,遵规守纪可以确保医患关系中的职业边界,保障医疗质量。

4) 个人层面,对陪诊师多一些包容与理解,要尊重陪诊师的专业知识和经验,认真倾听他们的建议和意见,并给予他们工作的认可和支持,以激发陪诊师的热情,提升服务的质量和效果;加强对陪诊服务常识的了解,通过医疗机构、在线资源以及书籍期刊等途径对陪诊服务的常识进行了解,包括服务内容、流程和注意事项等,清楚了解到该服务能够提供怎样的帮助和支持,以及过程中会有哪些具体操作和服务此外,与其他曾经接受陪诊服务的患者或亲友交流,倾听他们的经验和建议,帮助选择合适的陪诊服务提供者;多了解行业信息,维护自身的合法权益,选择有资质的陪诊机构,了解陪诊员的培训背景,注意陪诊费用的合理性,避免选择不法机构,确保其专业性,并注意保护自己和陪诊员的隐私,保持专业距离 [17]

References 白佳丽, 栗雅婷, 尹思源. 职业陪诊师: 让“孤独就诊”者就医有个帮手[J]. 决策探索(上), 2021(17): 20-22. Barretiri, L., Gonçalves, B.S., Lima, R.M. and Dinis-Carvalho, J. (2021) Improving Hospital Operations Management to Reduce Ineffective Medical Appointments. Cogent Engineering, 8, Article ID: 1904806. >https://doi.org/10.1080/23311916.2021.1904806 Almehwari, S.A., Almalki, I.S., Abumilha, B.A. and Altharwi, B.H. (2024) Improving Hospital Efficiency and Cost Management: A Systematic Review and Meta-Analysis. Cureus, 16, e71721. >https://doi.org/10.7759/cureus.71721 熊强, 王番宁, 李海军, 等. 陪诊师倒号行为亟待规制[J]. 中国医院院长, 2024, 20(21): 87-89. 吴基琴, 李瑶, 李佳俊, 等. 互联网技术对陪诊服务的优化路径研究[J]. 科技创新与应用, 2024, 14(30): 36-39. 周扬, 肖圣林. 用户体验视角下的老人陪诊服务交互平台设计[J]. 鞋类工艺与设计, 2024, 4(13): 156-158. 党俊武, 王莉莉. 中国老龄产业发展报告(2021-2022) [M]. 北京: 社会科学文献出版社, 2023. 北京新思界国际信息咨询有限公司. 2023-2028年中国陪诊服务行业市场深度调研及发展前景预测报告[R/OL]. >http://www.newsijie.com/baogao/2023/0630/11332054.html, 2023-06-30. 王洁晶, 张沐华, 王霓霓. 中国流动人口分布的空间格局和影响因素——基于人口普查分县数据的研究[J]. 人口学刊, 2023, 45(4): 82-96. 张丽芳, 周惠霞. 宁波市区人口老龄化趋向及其对策[J]. 中国卫生统计, 1990(2): 4. 陈腾霞, 李子慧, 李韵, 等. 公众对门诊陪诊服务的认知现状及影响因素分析[J]. 全科护理, 2023, 21(22): 3036-3040. Bouabida, K., Pomey, M.P., Aho-Glele, U., et al. (2021) The Paradoxical Injunctions of Partnership in Care: Patient Engagement and Partnership between Issues and Challenges. Patient Experience Journal, 8, 5-12. >https://doi.org/10.35680/2372-0247.1538 贺建风. 基于二阶段抽样的双重抽样框估计量设计[J]. 统计与决策, 2011(15): 12-14. Rajaee, G. and Patel, M.R. (2022) Preferences for Healthcare Chaplaincy Services among U.S. Adults: Differences by Inpatient and Outpatient Settings. Journal of Health Care Chaplaincy, 29, 161-175. >https://doi.org/10.1080/08854726.2022.2064125 刘慧君, 吴鹏. 健康老龄化服务效能何以提升?——基于NCA与QCA的混合分析[J]. 西安交通大学学报(社会科学版), 2023, 43(5): 48-58. 萧军. 陪诊员, 让就医不再孤单[J]. 中国社会保障, 2021(11): 74-75. 杨彦帆. 陪诊服务缘何悄然兴起[N]. 人民日报, 2023-06-30(019).
Baidu
map