DOI:10.20047/j.issn1673-7210.26032511
中图分类号:R135.99
田梦媛1, 陈清华2, 张倩宁3, 郭林伟4, 周君5, 郭锋6, 陈富强7
| 【作者机构】 | 1中国医学科学院北京协和医院西单院区事务管理处; 2武汉大学公共卫生学院; 3北京中医药大学人文学院; 4山东医药大学卫生管理学院; 5中国医学科学院北京协和医院工会; 6国家卫生健康委卫生发展研究中心; 7中国医学科学院北京协和医院党委办公室 |
| 【分 类 号】 | R135.99 |
| 【基 金】 | 国家卫生健康委员会卫生发展研究中心科研项目(CNHDRC-KJ-W-2024-7)。 |
医务人员职业暴露,即诊疗活动中接触有害物质或病原体导致健康损害,已成为全球医疗卫生体系的持续性挑战[1-2]。其中感染性暴露因传播风险较高、危害后果严重,是医院感染防控的关键环节。现有数据显示,医务人员职业暴露的发生率为9.86%~74.06%,呈高发性与复杂性特征[3]。然而,职业暴露保障机制在当前存在显著断层:①补偿标准认定复杂,伤害结果滞后且需多专业标准确认。职业暴露常被简化为单一风险因素,而非系统性问题,导致需求评估不足。②补偿方式单一。职业暴露后补偿常依赖法定职业风险保障或医院自筹,报销比例有限,由医师协会等专业组织主导的行业性保障机制覆盖率不足,尤其针对职业暴露的专项保障方案仅少数机构建立,资金压力成为核心障碍,保障机制的不完善进一步增加了感染防控工作的难度[4]。
既往研究多聚焦流行病学特征或防护技术,将医务人员视为被动客体,较少从需求侧视角进行系统评估,对保障需求的异质性结构关注不足[5]。这种忽视需求结构特征的研究现状,阻碍了精准保障方案的构建。故本研究系统分析医务人员职业暴露相关保障需求的分布特征,重点探讨大病确诊给付类普惠性需求与长期意外保障类差异化需求的分布规律及影响因素,从需求侧视角为优化补偿机制、构建分层分类保障体系提供实证依据[6]。
2025年1 月至3月,采用便利抽样法,选取北京市5家三甲医院的医务人员开展问卷调查。研究对象涵盖临床、医技、护理及行政等多个岗位类别。纳入标准:①签订正式劳动合同的在岗员工;②在职时间 ≥1年;③知情同意且自愿参与本研究。排除标准:①实习、进修及规培人员;②调查期间不在岗(如长期病假、产假、外出学习等);③存在严重躯体精神障碍,无法独立完成问卷填写;④拒绝配合调查、问卷作答不完整、数据无效。通过各医院联络人推送“问卷星”电子问卷,本研究共发放问卷1 108份;回收后通过必填项校验、答题时长筛查、逻辑一致性核查进行数据清洗,最终纳入有效问卷1 073份,有效应答率为96.84%。
1.2.1 问卷设计与质量评价 本研究采用自编问卷,共包含29个条目,分为个体与职业背景特征、职业暴露与院感处置现状、保障感知与需求偏好3个维度。信效度检验结果显示,调查问卷总Cronbach’s α系数为0.87,各维度的α系数为0.73~0.85;KMO值为0.718,Bartlett球形检验χ2=3 462.136(P<0.001)。
1.2.2 变量测量与赋值 因变量为医务人员的保障需求偏好。自变量包括:①人口学特征(性别、年龄、工作年限、岗位、教育背景等);②职业暴露特征(是否发生暴露、暴露类型等);③保障现状特征(如现有补偿方式)。
将保障需求偏好定义为受访者在职业暴露多项选择题中对特定保障选项的主动选择行为。以大病确诊给付需求和长期意外保障需求为两项独立的二分类结局变量,分别进行统计分析。两个变量非互斥,即同一研究对象可同时存在两种需求。具体人口学特征、职业暴露特征、保障现状特征相关分类变量赋值见表1。
表1 变量定义与赋值方法
项目赋值方法大病确诊给付需求无=0,有=1长期意外保障需求无=0,有=1性别男=1,女=2年龄 ≤30岁=1,>30~40岁=2,>40~50岁=3,>50岁=4工作年限0~10年=1,>10~20年=2,>20~30年=3,>30年=4教育背景专科及以下=1,本科及以上=2岗位医师=1,护士=2,医技=3,管理及其他=4感染性职业暴露无=0,有=1化学性职业暴露无=0,有=1放射性职业暴露无=0,有=1物理性职业暴露无=0,有=1多重职业暴露无=0,有=1暴露患病前补偿固定额度补偿=1,按固定比例补偿=2,无补偿=3方式暴露患病后补偿固定额度补偿=1,按固定比例补偿=2,无补偿=3方式期望补偿报销比例 ≤60%=1,>60%=2
注 多重职业暴露指同一调查对象在调查年度内发生过两种及以上不同类型的职业暴露。期望补偿报销比例的分界点基于预调查数据的中位数确定。
采用SPSS 29.0统计学软件进行数据分析。计量资料用均数±标准差
表示。计数资料用人数(百分率)[名(%)]表示,比较采用χ2检验。多重共线性检验,以方差膨胀因子(variance inflation factor,VIF)<5为判断标准,保障模型稳定可靠。影响因素采用多因素二元logistic回归分析。以0.05<P<0.10为存在趋势性关联,P<0.05为差异有统计学意义。
本研究共纳入1 073名医务人员,以女性、中青年、本科及以上学历及护士为主。1 073名医务人员中存在职业暴露421名,为本次核心研究对象。见表2。
表2 1 073名调查对象基本特征分布
项目人数构成比(%)性别男17516.31女89883.69年龄(岁)≤3021119.66>30~4038035.42>40~5035533.09>5012711.83工作年限(年)0~1033331.03>10~2037735.15>20~3025023.30>3011310.52教育背景专科及以下898.30本科及以上98491.70岗位医师18417.15护士70966.08医技13312.39管理及其他474.38职业暴露史有42139.20无65260.80暴露类型感染性职业暴露22553.44化学性职业暴露12228.98放射性职业暴露11527.32物理性职业暴露22152.49多重职业暴露18644.18
职业暴露前后补偿保障落实存在不足,近半数医务人员无暴露患病前预防性补偿;医务人员医疗高比例报销诉求突出,现有保障供给与实际健康需求存在差异。见表3。
表3 421名职业暴露医务人员职业保障现状
项目人数构成比(%)暴露患病前补偿固定额度补偿92.14按固定比例补偿21450.83无补偿19847.03暴露患病后补偿固定额度补偿133.09按固定比例补偿27665.56无补偿13231.35报销期望比例≤60%419.74>60%38090.26
不同性别、年龄、工作年限、教育背景、岗位及职业暴露类型的医务人员大病确诊给付需求比较,差异无统计学意义(P>0.05)。感染性职业暴露的医务人员长期意外保障需求比较,差异有统计学意义(P<0.05);不同性别、年龄、工作年限、教育背景、岗位、化学性职业暴露、放射性职业暴露、物理性职业暴露及多重职业暴露的医务人员长期意外保障需求比较,差异无统计学意义(P>0.05)。见表4。
表4 421名职业暴露医务人员保障需求的单因素分析[名(%)]
项目人数有需求(303名)大无病需确求诊(给11付8名需)求χ2值P值有需求(277名)长无期需意求外(保144障名需)求χ2值P值性别0.3950.5300.8470.357男7254(17.80)18(15.30)44(15.90)28(19.40)女349249(82.20)100(84.70)233(84.10)116(80.60)年龄(岁)3.2330.3575.1830.159≤308465(21.50)19(16.10)54(19.50)30(20.80)>30~4014295(31.40)47(39.80)86(31.00)56(38.90)>40~50156114(37.60)42(35.60)113(40.80)43(29.90)>503929(9.60)10(8.50)24(8.70)15(10.40)工作年限(年)2.0030.5723.6760.2990~1013399(32.70)34(28.80)83(30.00)50(34.70)>10~2014699(32.70)47(39.80)94(33.90)52(36.10)>20~3010577(25.40)28(23.70)77(27.80)28(19.40)>303728(9.20)9(7.60)23(8.30)14(9.70)教育背景1.0320.3100.4820.487专科及以下3024(7.90)6(5.10)18(6.50)12(8.30)本科及以上391279(92.10)112(94.90)259(93.50)132(91.70)岗位2.4090.4924.8130.186医师8768(22.40)19(16.10)57(20.60)30(20.80)护士278197(65.00)81(68.60)185(66.80)93(64.60)医技4228(9.20)14(11.90)23(8.30)19(13.20)管理及其他1410(3.30)4(3.40)12(4.30)2(1.40)感染性职业暴露 2.3620.1244.2080.040有225169(55.80)56(47.50)158(57.00)67(46.50)无196134(44.20)62(52.50)119(43.00)77(53.50)化学性职业暴露1.0070.3160.2640.607有12292(30.40)30(25.40)78(28.20)44(30.60)无299211(69.60)88(74.60)199(71.80)100(69.40)放射性职业暴露0.2960.5870.5910.442有11585(28.10)30(25.40)79(28.50)36(25.00)无306218(71.90)88(74.60)198(71.50)108(75.00)物理性职业暴露3.0650.0800.8920.345有221151(49.80)70(59.30)150(54.20)71(49.30)无200152(50.20)48(40.70)127(45.80)73(50.70)多重职业暴露1.2580.2623.1800.075有186139(45.90)47(39.80)131(47.30)55(38.20)无235164(54.10)71(60.20)146(52.70)89(61.80)
2.4.1 共线性诊断 各自变量VIF值均<5,容差均>0.1,模型无共线性问题。见表5。
表5 各变量多重共线性检验结果
项目容差VIF性别0.9231.084年龄0.2194.572工作年限0.2144.664教育背景0.9531.049岗位0.9191.088感染性职业暴露0.7341.362物理性职业暴露0.7341.362多重职业暴露0.7001.429
注 两个回归模型(大病确诊给付、长期意外保障)使用相同的自变量组合,共线性诊断结果一致。因“多重职业暴露”为派生变量,与“化学性职业暴露”“放射性职业暴露”存在确定性共线性关系,为保证模型估计的稳定性,回归分析中未纳入后两者作为独立自变量,故共线性诊断表中不呈现其VIF值。VIF:方差膨胀因子。
2.4.2 多因素logistic回归分析结果 物理性职业暴露是医务人员大病确诊给付需求的影响因素(P<0.05)。感染性职业暴露与医务人员长期意外保障需求存在趋势性关联,尚未达到统计学显著性水平。见表6。
表6 医务人员两类保障需求二元logistic回归分析
因变量自变量βS.E.Waldχ2P值OR值(95%CI)大病确诊给付需求物理性职业暴露-0.535 0.2644.0990.0430.586(0.349~0.983)长期意外保障需求感染性职业暴露0.4490.2423.4420.0641.567(0.975~2.520)
注 调整了性别、年龄、工作年限等潜在混杂因素。
本研究围绕大病确诊给付、长期意外保障两类核心诉求展开分析,发现医务人员职业暴露相关保障需求呈共性普惠与高危差异化并存的分布特征。
大病确诊给付需求呈现明显的同质化与普适性,在不同人口学特征、岗位及职业暴露类型中分布均衡。其原因在于,职业暴露远期继发感染、慢性损伤等风险是医务群体共同面临的职业健康隐患[7]。国际研究亦证实,医护人员普遍面临血源性暴露、消毒剂相关心血管风险、辐射暴露等多元化职业健康隐患,其对基础保障的诉求具有跨人群一致性[8-10]。
长期意外保障的差异化特征主要体现在高危暴露人群。感染性职业暴露医务人员对长期意外保障的诉求更高,多重混合暴露人群亦存在需求上升趋势。感染性暴露多涉及血源性、呼吸道病原体接触,具有隐匿性、潜伏期长、远期健康不确定性高等特点,促使该群体更关注个性化保障内容[11]。研究显示,助产士血源性暴露发生率高达46.77%,医护人员结核潜伏感染患病率为13.16%,消毒剂暴露与护士心血管疾病风险显著相关,均提示高危人群对专项保障的迫切需求[9,12-13]。总体而言,基础普惠需求覆盖全员共性诉求,差异化需求集中于高风险亚组,共同构成当前保障需求的整体格局。
多因素分析显示,物理性职业暴露是大病确诊给付需求的影响因素。物理性暴露以锐器伤为主,损伤即时可见、预后可控,从业人员更关注即时处置与短期补偿[14]。研究显示,锐器伤占职业暴露的76.16%,随访期间未报告感染病例,进一步说明物理性暴露的即时可控性特征[15]。感染性职业暴露对长期意外保障需求存在边缘正向关联趋势,具备实际管理参考价值。感染性暴露的潜在远期危害及长随访周期会持续加剧从业人员的健康顾虑,提升其对补充性保障的需求。国外研究证实,在SARS-CoV-2疫情期间,护士、医疗助理等存在职业暴露风险的人群感染率显著升高[16];医护人员暴露后存在长期健康焦虑与持续性补偿需求[8]。上述证据提示,感染性暴露对保障需求的驱动机制不同于物理性暴露,其对长期、补充性保障的诉求更为突出。
当前职业暴露保障体系存在明显结构性短板,包括:①普惠性保障覆盖不完善,统一化大病兜底保障未全面普及。②保障方案同质化严重,未针对感染性、多重暴露等高风险岗位设置差异化内容[9-10,17]。③暴露后补偿机制落实不到位,补偿形式单一、流程烦琐,加剧了高危人群的保障缺口顾虑[18]。研究表明,助产士的血源性暴露与未能接受标准预防等因素密切相关,提示补偿与培训体系的脱节[12]。④保障供给与需求匹配度不足,现行体系以应急处理为主,长期保障供给滞后。中低收入国家普遍存在“重预防、轻补偿”“重应急、轻长期保障”的结构性缺[8]。10年纵向调查显示,医护人员认知水平虽提升,但血液、体液暴露发生率未见下降,行为与文化障碍仍是制约保障落实的深层原因[19]。
在保障体系方面,建议从医院、行业、政策3个层面协同推进。医院层面,应完善职业暴露全流程管理,搭建一体化信息管理平台,简化审批流程,建立高危人员健康档案与长期随访机制[20]。研究表明,自我效能感、社会支持、培训参与等因素与护士的风险感知呈正相关,提示组织支持体系建设的重要性[21]。行业层面,可构建“基础普惠+补充定制”的分层保障模式。以大病确诊给付为核心搭建全员普惠基础,同步针对感染性、多重暴露等高危群体开发补充保障项目[22]。人工智能辅助PPE培训等新技术展现出提升操作准确性的潜力,在行业层面可推动技术创新与保障体系融合[23]。欧美国家已普遍采用“法定基础保障+行业补充保险”的双轨模式。政策层面,需细化职业暴露保障制度规范,明确职业伤害补偿与远期健康保障要求,完善专项补贴与报销政策,健全法治保障体系[24-25]。针对结核潜伏感染、血源性暴露持续风险等问题,应强化强制性年度筛查与随访制度,推动保障体系从“应急响应”向“全程管理”转型[12-13,19,26]。
本研究为横断面调查,仅能分析关联关系而非因果机制;调研范围仅限北京市三甲医院,未纳入基层及专科机构,结论外推性受限。因此,本研究结果主要反映大型综合医院医务人员的保障需求特征,尚不能直接推广至基层或中西部地区医疗机构。后续研究应扩大地域与机构类型,开展多中心、大样本量调查,并引入纵向队列设计;此外可纳入未暴露或低暴露人群作为参照,进一步识别保障需求的形成机制。同时可纳入客观健康指标,构建暴露、健康与保障为一体的评估框架,针对消毒供应中心护士、手术室护士、核医学工作人员等高危亚群开展专题研究,以精准识别其保障需求特征与干预靶点。
本研究明确了职业暴露医务人员保障需求的普惠与差异化并存特征,感染性职业暴露、物理性职业暴露是影响保障需求的关键因素。现有保障体系存在覆盖不足、针对性不强等短板,建议建立分层分类、精准适配的职业暴露保障模式,提升医务人员职业健康保障水平。
利益冲突声明:所有作者均声明不存在利益冲突。
[1]Aloushan A F,Alharthi F,Alismail M I,et al. Awareness,concerns,and protection strategies against blood-borne viruses among emergency medicine staff [J]. Cureus,2022,14(11):e31479.
[2]林陶玉,郭晓颖,李圆圆,等. 公立医院不同岗位职业暴露医务人员的群体特征[J]. 护理研究,2026,40(1):46-52.
[3]郑亦沐,李树强,刘维,等. 我国抗肿瘤药物职业暴露防护相关规定[J]. 中华劳动卫生职业病杂志,2025,43(4):309-312.
[4]单腾霄,张济明,沈天扬,等. 德国和日本工伤保险预防工作及其对我国职业健康预防工作的启示[J]. 环境与职业医学,2026,43(1):96-101.
[5]黄亦莲,邱新香,徐琳,等. 医务人员职业健康与安全研究可视化分析[J]. 中国职业医学,2023,50(2):165-169.
[6]中国疾病预防控制中心. 医务人员职业健康促进指南(试行)[R]. 北京:中国疾病预防控制中心,2021.
[7]陈诚,郭锋,麻磊,等. 我国三甲医院医务人员执业风险保险偏好研究——基于山东省9家医院的离散选择实验[J]. 中国卫生政策研究,2025,18(1):58-65.
[8]Rai R,El-Zaemey S,Dorji N,et al. Exposure to occupational hazards among health care workers in low- and middle-income countries:a scoping review [J]. Int J Environ Res Public Health,2021,18(5):2603.
[9]Wang Y X,Dumas O,Varraso R,et al. Occupational exposure to disinfectants and risk of incident cardiovascular disease among US nurses:the nurses’ health study Ⅱ [J].Environ Health Perspect,2025,133(5):57006.
[10]Baudin C,Vacquier B,Thin G,et al. Occupational exposure to ionizing radiation in medical staff:trends during the 2009—2019 period in a multicentric study [J]. Eur Radiol,2023,33(8):5675-5684.
[11]张曲艺,陈世斌,马珺,等. 医务人员职业安全与健康促进的国际经验及启示[J]. 中国卫生质量管理,2024,31(5):58-62.
[12]Li J,Zhang H,Zhang Y,et al. Current status and highrisk factors of blood-borne occupational exposure among midwives in China:a cross-sectional survey [J]. Am J Infect Control,2023,51(2):214-219.
[13]Zhen L,Shangguan S,Zhou J,et al. Prevalence and risk factors of latent tuberculosis infection in healthcare workers in eastern China [J]. BMC Public Health,2025,25(1):3683.
[14]Berhan Z,Malede A,Gizeyatu A,et al. Prevalence and associated factors of needle stick and sharps injuries among healthcare workers in northwestern ethiopia [J]. PLoS One,2021,16(9):e0252039.
[15]Ji Y,Liu X,Song G,et al. Sharp injuries to blood-borne pathogens among healthcare workers and influencing factors in a tertiary specialist hospital (2019—2022):a retrospective study [J]. Sci Rep,2025,15(1):16115.
[16]Monk E J M,Foulkes S,Munro K,et al. Characterisation of the SARS-CoV-2 pandemic in healthcare workers within the united kingdom:risk factors for infection during four successive waves [J]. J Infect,2025,90(2):106393.
[17]Khobragade P Y,Petrosyan S,Dey S,et al. Design and methodology of the harmonized diagnostic assessment of dementia for the longitudinal aging study in India:wave 2 [J]. J Am Geriatr Soc,2025,73(3):685-696.
[18]李乐乐. 我国医疗保障制度高质量发展:“十四五”成就与“十五五”展望[J]. 卫生经济研究,2026,43(2):8-13.
[19]Kaddour Z,Abdul-Halim R,Al-Khalil Z,et al. Blood and body fluid exposure and reporting behaviors among healthcare workers:a decade-long comparative study at a tertiary medical center [J]. Antimicrob Resist Infect Control,2026,15(1):54.
[20]郑杰,邓波,尹思艺. 深化医疗卫生体制改革视角下双中心的建设发展路径探讨[J]. 中国卫生质量管理,2025,32(8):1-3.
[21]Luo Y,Huang X,Guan B,et al. Occupational exposure risk perception and its multilevel influencing factors among nurses in central sterile supply departments:a cross-sectional study based on the social ecological model [J]. Front Public Health,2026,14:1786625.
[22]张敏. 我国医务人员职业健康防护政策与立法十年进展[J]. 中国护理管理,2022,22(12):1767-1770.
[23]Lv Y,Cai M,Xiang Q,et al. Artificial intelligenceassisted personal protective equipment donning and doffing training for health professions students and healthcare workers:a scoping review [J]. BMC Med Educ,2025,26(1):141.
[24]徐水洋,吴淑贤,吴青青,等. 浙江省健康促进医院的发展与成效:政策、结构及干预效果[J/OL]. 中国全科医学,1-7[2026-05-02]. https://link. cnki. net/urlid/13.1222.R.20251028.1947.003.
[25]赵静,张海霞,赵芳. 北京市部分三级医院护理人员职业暴露及防护现况调查[J]. 中国消毒学杂志,2024,41(10):750-753.
[26]Andrei N S,Elena-Sabina T,Silviu-Mihail T,et al. Layers of exposure risk management measures for the prevention and control of infections of healthcare workers treating COVID-19 patients [J]. PLoS One,2025,20(9):e0332804.
Binary structure characteristics and influencing factors of medical personnel’s occupational exposure protection demands
X