网载:“卫计委拟定患者死亡率,被疑会致危重病人遭拒收”,一时间引发舆论大哗。据媒体报道:国家卫计委下发的《二、三级综合医院医疗服务能力标准》的征求意见稿中提出:三级医院住院患者死亡率≤0.8%,住院手术死亡率≤1.4‰;二级医院住院患者死亡率≤4.0‰;住院手术死亡率≤0.28‰。对此,有医学专家表示:对于同一病种,不同时间段、不同医院收治的病人轻重程度不同,死亡率应该难以被强制限定。
卫计委官员为此辩解说:“标准中显示的住院患者和住院手术患者死亡率数据,只是对二、三级医院基线调查获得的客观情况、行业平均水平的实际表述,并非要求达到的目标”。根据这位官员的要求,我还真的拜读了《二级医院医疗服务能力标准(综合医院)》。我的读后感是:如果我的理解能力不是太差的话,这位官员说的不是实话——这个文件就是一个“标准”(虽属“征求意见稿”),文件中提出的就应该是“要求达到的目标”。三级医院的“标准”虽然没有读,但应该大同小异。
虽然根据官员所说和我的理解,这些标准是根据对二、三级医院基线调查获得的客观情况、行业平均水平制定出来的,但这些调查数据我们现在还没有读到。顺便说一句,如果是按平均数制定,这里又涉及到数据是正态分布还是偏态分布的问题。其实在中国,如果将“中位数”或“众数”作为制定标准的依据,起码是参考,可能还更接近事实真相。
平心而论,这场因规定医院“死亡率”引发的争论所披露出来的问题,其实质是管理者正在拟定的公共政策遭到了被管理者及其他利益攸关者的强烈质疑。更应该重视的是在这些政策措施背后的理念,即在国际上反对声浪日益高涨的“管理主义”。
管理主义源自“科学管理”,当年,“科学管理之父”泰勒将科学化、标准化引入企业的生产管理,他以提高单位劳动生产率为目标,对工人操作的每个动作进行研究,并制订出数量化、标准化的操作程序。然后,再从中归纳、提炼出工作定额原理、标准化原理、差别记件付酬制等企业生产管理的基本理论。在物质生产过程中,“科学管理”无疑是有效的。后来,“科学管理”的理论被移用到公司的经营管理上,公司以员工数量化、标准化的工作业绩,譬如业务量、销售额等可以数量化的指标作为管理的基础,在效率和效果上亦属上佳。如果把商品贸易归入服务业,那么可以说在与物质财富相关的服务领域也成功地实现了“科学管理”。
但是,当“科学管理”的理念被再次移植到社会服务领域时,问题就产生了。因为社会服务大都是人对人的服务,所以服务的结果不再是服务者单方面努力就可以决定的,而常常是人与人互动的结果。假如两个患者被诊断出罹患同样的疾病需要动手术,医生也按照业内具有共识性的手术方案为他们动了手术,但手术的预后却出现了很大的差别——一个患者很快就恢复了健康,而另一患者却迟迟不能康复。造成这种结果的原因可能很复杂,也许在某种程度上还不可控,譬如两个患者可能体质上有较大的差异,也可能他们会受到不同的精神或心理因素的影响……如果都按一个既定的数量化的指标体系,单纯从手术后的结果来对两位动手术的医生的“业绩”进行考核,其实是很不公平的。
有人可能会说:现在都是“大数据时代”了,数字说明一切。其实这是对定量化的研究和评估的一种误解甚至曲解。在社会服务领域也可以用定量化的指标体系对服务的效率和效果进行评估,但对于最后的考核结果而言,却不能作为唯一的依据。对于数据,其实需要进行进一步的解读,只有读懂了数据背后蕴藏的真实含义,这些数据才是可信的和有效的。从另一个角度说,当前在很多地方,数据也变成了可以任人打扮的小姑娘,常被用来误导、忽悠受众。所以,既要用数据来说话,但又不能偏信乃至迷信数据。尤其在基本上是在人对人提供服务的社会服务领域,必须借助质性研究和评估的方法,譬如通过查阅文献资料、深入访谈、焦点小组等方法来进一步求证,否则很容易出偏差。所以,就此次“死亡率”标准而言,专家意见是“可参考但不应限定”。
显而易见,无论是医生还是公众,都对“死亡率”如果成为强制性的指标会带来的后果表示担忧。这样的结果大致有二:一是医院拒收危重病人,二是医院在统计数字上造假。有医生吐槽:各级医院只要把快死的病人赶出院,或对危急重症患者采取拒诊、不入院措施,或玩数字游戏,患者死亡率都可降至为零。说到底,在管理过程中滥用数据也是一种“懒政思维”,“数字说明一切”其实就是用“大数据”的神圣光环来堵被管理者或利益攸关者的嘴。
这几年,我关注到一组大多数学者似乎不太关注的人口数据,这就是当今中国的人口死亡率正在不断上升,10年前的2004年是6.42‰,而到10年后2013年则已上升到7.16‰,10年中共上升0.74‰,平均每年的上升幅度约为0.08‰。假设(纯粹是假设)上面不问青红皂白,要求卫计委必须控制不断增长的死亡率。我想弱弱地问一下:不知卫计委领导会是怎样的感受?还有,领导们会对此要求采用何种应对措施?——这两个问题提得不太讲理,但希望能够将心比心一次。
如果用人口死亡率来考核卫计委
评论
编辑推荐
10 views