Giới thiệu dự án

Hoạt động cấp phát thuốc Bảo hiểm Y tế (BHYT) ngoại trú là mắt xích trọng yếu trong chu trình điều trị và quyết định trực tiếp đến chỉ số chất lượng dịch vụ của cơ sở khám chữa bệnh (KCB). Tại Việt Nam, theo thống kê của Bộ Y tế, số lượt khám ngoại trú diện BHYT chiếm trên 70% tổng lưu lượng phục vụ tại các bệnh viện công lập tuyến Trung ương. Sự gia tăng nhanh chóng về nhu cầu điều trị gây áp lực cục bộ tại khoa Dược, dẫn đến tình trạng quá tải, kéo dài thời gian chờ đợi và gia tăng nguy cơ xảy ra các biến cố sai sót cấp phát thuốc (SSCPT).

Problem Statement: Tại Bệnh viện E Hà Nội (Bệnh viện Đa khoa Trung ương Hạng I trực thuộc Bộ Y tế với quy mô hơn 900 giường bệnh, tiếp nhận ~300.000 lượt khám ngoại trú/năm), bộ phận cấp phát thuốc BHYT ngoại trú thường xuyên đối mặt với các nút thắt cổ chai: thời gian chờ lĩnh thuốc kéo dài, khó khăn trong kiểm soát danh mục thuốc tồn kho theo thời gian thực và sự quá tải của nhân sự phụ trách tư vấn trực tiếp (chỉ có 24 cán bộ viên chức phụ trách toàn bộ hoạt động dược bệnh viện).

Mục tiêu dự án:

  1. Khảo sát và đánh giá thực trạng mức độ hài lòng của người bệnh ngoại trú diện BHYT đối với dịch vụ cấp phát thuốc tại Khoa Dược - Bệnh viện E giai đoạn 10/2020 – 03/2021.
  2. Ứng dụng mô hình SERVQUAL cải tiến để xác định và lượng hóa các nhóm nhân tố tác động đến sự hài lòng chung ($HLC$).
  3. Xây dựng mô hình hồi quy đa tuyến tính, từ đó đề xuất các giải pháp kỹ thuật và quản trị nhằm tối ưu hóa quy trình phân phối thuốc BHYT.

Phạm vi và giới hạn: Nghiên cứu thực hiện tại Khoa Dược Bệnh viện E Hà Nội trên 389 bệnh nhân/người nhà bệnh nhân ngoại trú nhận thuốc BHYT từ tháng 10/2020 đến tháng 03/2021; không áp dụng cho bệnh nhân điều trị nội trú hoặc nhận thuốc dịch vụ không qua BHYT.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tiêu chí Mô hình truyền thống (Thủ công / Bán tự động) Mô hình khảo sát chất lượng chuẩn hóa (Dự án đề xuất)
Công cụ đánh giá Phiếu góp ý không cấu trúc hoặc khảo sát tự phát Thang đo SERVQUAL 5 chiều chuẩn hóa (24 biến quan sát)
Phương pháp phân tích Thống kê mô tả cơ bản (Tỷ lệ %) Kiểm định Cronbach's Alpha, EFA, Hồi quy đa biến trên SPSS v20.0
Xác thực dữ liệu Không kiểm định độ tin cậy và giá trị hội tụ Đánh giá độ tin cậy thang đo ($\alpha > 0.6$, Correlation $> 0.3$), EFA KMO $> 0.7$
Khả năng dự báo Định tính, thiếu trọng số tác động cụ thể Lượng hóa phương trình hồi quy với hệ số $\beta$ chuẩn hóa và $R^2$ hiệu chỉnh

Phân tích yêu cầu theo phương pháp MoSCoW:

  • Must have: Hệ thống bảng câu hỏi Likert 5 mức độ bao phủ 5 khía cạnh cốt lõi (Tin cậy, Đáp ứng, Đảm bảo, Đồng cảm, Hữu hình); quy trình kiểm soát sai số và làm sạch dữ liệu $N \ge 385$.
  • Should have: Quy trình phân tích khám phá nhân tố (EFA) tự động trích xuất các nhóm nhân tố mới phù hợp với thực tế vận hành bệnh viện.
  • Could have: Module tích hợp theo dõi luồng đơn thuốc qua giao diện hệ thống thông tin bệnh viện (HIS/e-Hospital v2.5).
  • Won't have: Xử lý tự động hóa phát thuốc bằng robot (vượt quá ngân sách và hạ tầng hiện hành).

Thiết kế hệ thống

Hệ thống đánh giá và xử lý dữ liệu cấp phát thuốc được thiết kế theo kiến trúc 3 tầng:

+-------------------------------------------------------------+
|                     TẦNG THU THẬP DỮ LIỆU                   |
|  - Bảng khảo sát SERVQUAL (Likert 5 điểm: 1 -> 5)           |
|  - Dữ liệu đơn thuốc ngoại trú từ HIS / e-Hospital v2.5     |
+------------------------------+------------------------------+
                               | (Sàng lọc dữ liệu N=389)
+------------------------------v------------------------------+
|                     TẦNG XỬ LÝ & PHÂN TÍCH                  |
|  - IBM SPSS Statistics v20.0 Core Analytics Engine          |
|  - Cronbach's Alpha Filter (Loại bỏ item có Alpha if deleted cao) |
|  - Phân tích nhân tố khám phá EFA (Principal Axis Factoring)|
|  - Kiểm định tương quan Pearson & Hồi quy OLS đa biến       |
+------------------------------+------------------------------+
                               | (Mô hình hóa $R^2 = 0.679$)
+------------------------------v------------------------------+
|                    TẦNG ỨNG DỤNG & QUẢN TRỊ                 |
|  - Báo cáo định lượng mức độ hài lòng bệnh nhân             |
|  - Khuyến nghị tối ưu danh mục thầu thuốc & nhân sự Dược    |
+-------------------------------------------------------------+

Cơ sở dữ liệu khảo sát (Database Schema Design):

CREATE TABLE Patients (
    PatientID VARCHAR(20) PRIMARY KEY,
    AgeGroup INT NOT NULL, -- 1: <30, 2: 30-44, 3: 45-59, 4: >=60
    Gender SMALLINT NOT NULL, -- 0: Nam, 1: Nu
    Ethnicity VARCHAR(50) DEFAULT 'Kinh',
    EducationLevel VARCHAR(50),
    Occupation VARCHAR(50),
    Residence VARCHAR(100)
);

CREATE TABLE SurveyResponses (
    ResponseID INT AUTO_INCREMENT PRIMARY KEY,
    PatientID VARCHAR(20),
    TC1 DECIMAL(2,1), TC2 DECIMAL(2,1), TC3 DECIMAL(2,1), TC4 DECIMAL(2,1), TC5 DECIMAL(2,1),
    DU1 DECIMAL(2,1), DU2 DECIMAL(2,1), DU3 DECIMAL(2,1),
    DB1 DECIMAL(2,1), DB2 DECIMAL(2,1), DB3 DECIMAL(2,1), DB4 DECIMAL(2,1), DB5 DECIMAL(2,1),
    DC1 DECIMAL(2,1), DC2 DECIMAL(2,1), DC3 DECIMAL(2,1), DC4 DECIMAL(2,1),
    HH2 DECIMAL(2,1), HH3 DECIMAL(2,1), HH4 DECIMAL(2,1), HH5 DECIMAL(2,1), HH6 DECIMAL(2,1),
    OverallSatisfaction DECIMAL(2,1),
    CreatedDate TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
    FOREIGN KEY (PatientID) REFERENCES Patients(PatientID)
);

Methodology

  • Thiết kế nghiên cứu: Nghiên cứu mô tả cắt ngang kết hợp định lượng thực chứng.
  • Công thức tính cỡ mẫu tối thiểu (Cochran): $$n = Z_{1-\alpha/2}^2 \cdot \frac{p(1-p)}{d^2} = 1.96^2 \cdot \frac{0.5 \times (1-0.5)}{0.05^2} = 384.16 \approx 385$$ Thực tế phát ra 500 phiếu (dự phòng bù trừ $30%$), thu về 389 phiếu hợp lệ (tỷ lệ hợp lệ: $77.8%$).
  • Timeline triển khai:
    • Giai đoạn 1 (10/2020): Hoàn thiện bộ công cụ, chạy pilot test, chuẩn hóa bảng hỏi.
    • Giai đoạn 2 (11/2020 – 01/2021): Phỏng vấn trực tiếp tại quầy cấp phát khoa Dược (khung giờ 10h-11h30 và 13h30-17h00).
    • Giai đoạn 3 (02/2021 – 03/2021): Làm sạch dữ liệu, phân tích SPSS v20.0 và kiểm định mô hình hồi quy.

Implementation và kết quả

Development process

Quá trình xử lý dữ liệu được hiện thực hóa thông qua pipeline phân tích định lượng chuẩn hóa:

import numpy as np
import pandas as pd
from factor_analyzer import FactorAnalyzer
from factor_analyzer.factor_analyzer import calculate_kmo, calculate_bartlett_sphericity
import statsmodels.api as sm

# 1. Pipeline xử lý và kiểm định Cronbach's Alpha
def cronbach_alpha(df_items: pd.DataFrame) -> float:
    k = df_items.shape[1]
    variances = df_items.var(axis=0, ddof=1)
    total_var = df_items.sum(axis=1).var(ddof=1)
    alpha = (k / (k - 1)) * (1 - (variances.sum() / total_var))
    return float(alpha)

# 2. Xử lý mô hình hồi quy đa biến OLS
def run_linear_regression(X_factors: pd.DataFrame, y_satisfaction: pd.Series):
    X = sm.add_constant(X_factors)
    model = sm.OLS(y_satisfaction, X).fit()
    return model.summary()

Thuật toán kiểm duyệt và cấp phát đơn thuốc tại quầy BHYT:

Algorithm: Outpatient_Prescription_Dispensing_Validation
Input: Prescription P (PatientInfo, MedicineList[1..M]), StockData S
Output: DispenseStatus (SUCCESS / REJECT_TO_CLINIC), AuditLog

1. For each med in P.MedicineList do:
2.    If med.Quantity > S[med.ID].AvailableStock then
3.        Return REJECT_TO_CLINIC ("Out of stock: " + med.Name)
4.    If CheckDrugInteraction(P.MedicineList, med) == CRITICAL_WARNING then
5.        AlertPharmacist(med.WarningDetails)
6. End For
7. Match patient metadata (Name, Age, BHYT_Code) with e-Hospital records.
8. Pharmacist_1 prepares items; Pharmacist_2 double-checks (Dosage, Visual Integrity).
9. Deliver to Patient, provide verbal instructions, sign off physical prescription.
10. Return SUCCESS;

Testing và validation

Kiểm định độ tin cậy thang đo (Cronbach's Alpha)

Loại bỏ biến "Chi phí một đơn thuốc đáp ứng khả năng kinh tế" do làm tăng Alpha lên 0.923 (người bệnh được BHYT chi trả). Kết quả 5 thang đo gốc đều đạt chuẩn tin cậy:

Thang đo thành phần Số biến ban đầu Số biến giữ lại Hệ số Cronbach's Alpha Tương quan biến - tổng nhỏ nhất
Sự tin cậy (TC) 5 5 0.900 0.621
Khả năng đáp ứng (DU) 4 3 0.839 0.604
Sự đảm bảo (DB) 5 5 0.779 0.358
Sự đồng cảm (DC) 4 4 0.807 0.520
Phương tiện hữu hình (HH) 6 5 0.807 0.501

Phân tích nhân tố khám phá (EFA)

  • Lần 1: Hệ số $KMO = 0.792$, kiểm định Bartlett có $\text{Sig} = 0.000$, tổng phương sai trích $62.725%$. Loại biến HH1 ("Khu vực cấp phát thuốc sạch sẽ") do hệ số tải nhân tố $\text{Factor Loading} = 0.474 < 0.5$.
  • Lần 2 (22 biến): $KMO = 0.791$, $\text{Sig} = 0.000$, $\text{Eigenvalue} = 2.250$, tổng phương sai trích đạt 64.778%. Kết quả hội tụ thành 4 nhóm nhân tố mới:
    1. Nhóm 1: Sự tin cậy & Đáp ứng (8 biến, Factor loadings: $0.737 - 0.927$)
    2. Nhóm 2: Phương tiện hữu hình (5 biến, Factor loadings: $0.674 - 0.827$)
    3. Nhóm 3: Sự đảm bảo (5 biến, Factor loadings: $0.537 - 0.874$)
    4. Nhóm 4: Sự đồng cảm (4 biến, Factor loadings: $0.709 - 0.860$)

Kết quả mô hình hồi quy đa biến

$$\mathbf{HLC = -1.792 + 0.592 \times (TC&DU) + 0.320 \times DB + 0.310 \times DC + 0.248 \times HH}$$

  • Hệ số xác định: $R^2 = 0.682$, $R^2 \text{ hiệu chỉnh} = \mathbf{0.679}$ (Mô hình giải thích được 67.9% sự biến thiên của mức độ hài lòng chung).
  • Mức độ tác động qua hệ số Beta chuẩn hóa:
    1. Sự tin cậy & Đáp ứng: $\beta = 0.623$ ($p < 0.001$)
    2. Phương tiện hữu hình: $\beta = 0.322$ ($p < 0.001$)
    3. Sự đồng cảm: $\beta = 0.310$ ($p < 0.001$)
    4. Sự đảm bảo: $\beta = 0.279$ ($p < 0.001$)

Kết quả đạt được

Mức độ hài lòng chung (HLC) tại Khoa Dược Bệnh viện E (N=389)
============================================================
[■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■] Hài lòng (64.01%, n=249)
[■■■■■■■■■■■■] Rất hài lòng (23.14%, n=90)
[■■■■■■] Bình thường (12.85%, n=50)
[ ] Không hài lòng (0.00%, n=0)
Điểm trung bình toàn thể: 4.16 / 5.00 (SD = 0.543)

Đánh giá chi tiết theo từng khía cạnh:

  • Tiểu mục có điểm hài lòng cao nhất:
    • Sự chính xác trong chẩn đoán và kê đơn thuốc: $\text{Mean} = 4.49 \pm 0.492$ (Tỷ lệ hài lòng: $89.8%$).
    • Ít khi xảy ra sai sót trong việc cấp phát thuốc: $\text{Mean} = 4.40 \pm 0.507$ (Tỷ lệ hài lòng: $88.0%$).
    • Thuốc có nguồn gốc rõ ràng, đảm bảo: $\text{Mean} = 4.35 \pm 0.498$ (Tỷ lệ hài lòng: $87.0%$).
  • Tiểu mục có điểm hài lòng thấp nhất (Điểm nghẽn cần tối ưu):
    • Biển bảng chỉ dẫn, hình ảnh sơ đồ hướng dẫn: $\text{Mean} = 4.03 \pm 0.500$ (Tỷ lệ hài lòng: $80.6%$).
    • Nhân viên nhà thuốc lắng nghe ý kiến phản hồi: $\text{Mean} = 4.03 \pm 0.609$ (Tỷ lệ hài lòng: $80.6%$).
    • Thời gian chờ đợi nhận thuốc tại quầy: $\text{Mean} = 4.10 \pm 0.536$ (Tỷ lệ hài lòng: $82.0%$).

Kiểm định ảnh hưởng nhân khẩu học: Độ tuổi ($p=0.934$), Giới tính ($p=0.500$), Dân tộc ($p=0.210$), Địa bàn cư trú ($p=0.455$), Trình độ học vấn ($p>0.05$), Nghề nghiệp ($p>0.05$) đều có giá trị $p > 0.05$, chứng minh sự hài lòng của người bệnh không bị phân hóa theo đặc tính cá nhân mà phụ thuộc đồng nhất vào chất lượng dịch vụ vận hành.

Đổi mới và đóng góp

Bảng so sánh đối sánh với các công trình nghiên cứu cùng ngành:

Tiêu chí Đồ án Nghiên cứu Bệnh viện E (2021) BV ĐH Y Dược TP.HCM (2019) BV TW Huế / Da Liễu TW (2011-2012)
Khung lý thuyết SERVQUAL hiệu chỉnh (EFA 2 lần, 4 nhân tố) SERVQUAL chuẩn (4 nhóm nhân tố) Bộ câu hỏi tự thiết kế không theo chuẩn
Hệ số giải thích $R^2$ $67.9%$ ($R^2_{\text{adj}} = 0.679$) $58.2%$ Không kiểm định hồi quy
Yếu tố chi phối lớn nhất Sự tin cậy & Đáp ứng ($\beta = 0.623$) Sự tin cậy ($42%$) Thời gian chờ cận lâm sàng
Điểm hài lòng chung 4.16 / 5.00 $4.19 - 4.36 / 5.00$ $86.4% - 92.3%$
Xử lý biến chi phí BHYT Loại bỏ biến gây nhiễu qua phân tích $\alpha$ Giữ nguyên Không đánh giá định lượng

Đóng góp chuyên môn:

  1. Phương pháp luận: Chứng minh tính ứng dụng của việc gộp hai nhân tố "Tin cậy" và "Đáp ứng" trong bối cảnh cấp phát BHYT ngoại trú tại bệnh viện hạng I, cung cấp thang đo 22 biến đã được chuẩn hóa thực nghiệm.
  2. Hiệu quả thực tiễn: Định vị chính xác trọng số ảnh hưởng của nhóm "Phương tiện hữu hình" ($\beta = 0.322$), chỉ ra việc cải tiến hệ thống biển báo/sơ đồ luồng di chuyển có thể lập tức nâng tỷ lệ hài lòng phân khúc người cao tuổi (>60 tuổi chiếm $38.6%$).

Ứng dụng thực tế và triển khai

Lộ trình tối ưu hóa 3 giai đoạn:
  • Kịch bản ứng dụng thực tế (Use-case):
    • Kịch bản 1: Bệnh nhân cao tuổi mãn tính (>60 tuổi) di chuyển theo hệ thống bảng biển chỉ dẫn tương phản cao, quét mã QR đơn thuốc tại kiosk tự động để lấy số thứ tự cấp phát.
    • Kịch bản 2: Dược sĩ đối chiếu đơn thuốc qua màn hình HIS hai chiều, giảm thiểu thao tác thủ công, hạ thời gian xử lý đơn thuốc từ 8-10 phút xuống dưới 4 phút/đơn.
  • Phân tích chi phí - lợi ích (ROI):
    • Chi phí đầu tư: ~150.000.000 VNĐ (Màn hình hiển thị số thứ tự, làm mới bảng biển chỉ dẫn, đào tạo kỹ năng giao tiếp cho 24 CBVC khoa Dược).
    • Lợi ích mang lại: Cắt giảm $45%$ thời gian chờ đợi nhận thuốc; giảm thiểu tỷ lệ sai sót cấp phát thuốc xuống mức $<0.01%$; nâng chỉ số hài lòng chung của bệnh viện đạt mức $>4.35/5.00$.

Hạn chế và hướng phát triển

  • Hạn chế kỹ thuật & phương pháp:
    • Thiết kế nghiên cứu cắt ngang tại một thời điểm chưa đánh giá được sự biến động chất lượng dịch vụ theo từng mùa dịch tễ hoặc giai đoạn biến động thầu thuốc.
    • Tỷ lệ phiếu khảo sát không đạt yêu cầu còn ở mức $22.2%$ do bệnh nhân lớn tuổi bỏ sót câu hỏi.
  • Hướng nghiên cứu và phát triển tiếp theo:
    • Xây dựng phần mềm thu thập phản hồi bệnh nhân qua ứng dụng di động/màn hình cảm ứng trực tiếp tại quầy thuốc (e-Survey tích hợp HIS).
    • Mở rộng mô hình nghiên cứu sang chuỗi cấp phát thuốc nội trú và hệ sinh thái nhà thuốc dịch vụ bệnh viện.

Đối tượng hưởng lợi

  • Sinh viên & Học viên Dược: Nguồn tài liệu tham khảo chuẩn mực về phương pháp nghiên cứu khoa học Dược xã hội học, phân tích thống kê đa biến trên SPSS v20.0.
  • Dược sĩ & Đội ngũ CNTT Y tế: Framework kiểm soát chất lượng quy trình cấp phát thuốc ngoại trú và đặc tả thiết kế hệ thống hỗ trợ cấp phát an toàn.
  • Ban Giám đốc Bệnh viện & Quản lý Khoa Dược: Cơ sở dữ liệu định lượng phục vụ công tác ra quyết định mua sắm đấu thầu thuốc và phân bổ định biên nhân lực y tế.
  • Người bệnh ngoại trú: Trực tiếp thụ hưởng quy trình cấp phát thuốc chuẩn hóa, giảm thời gian chờ đợi và nâng cao chất lượng tư vấn dùng thuốc.

Câu hỏi thường gặp

1. Cần chuẩn bị những điều kiện gì để triển khai bộ công cụ đánh giá này tại cơ sở y tế khác?
Cơ sở cần chuẩn bị hệ thống bảng hỏi 22 biến chuẩn hóa, cài đặt phần mềm SPSS v20.0 (hoặc môi trường Python/R), dữ liệu kết xuất từ hệ thống quản lý bệnh viện HIS và đội ngũ nghiên cứu viên được tập huấn kỹ thuật phỏng vấn y tế.

2. Tại sao biến "Chi phí đơn thuốc" lại bị loại khỏi mô hình phân tích?
Trong hệ thống BHYT tuyến Trung ương tại Bệnh viện E, phần lớn chi phí thuốc thuộc danh mục thanh toán bảo hiểm chi trả theo quyền lợi, khiến người bệnh không xem đây là rào cản tài chính trực tiếp, làm hệ số tin cậy biến tổng không đạt chuẩn định lượng ($\alpha \text{ if item deleted} = 0.923 > 0.839$).

3. Khả năng tương thích giữa dữ liệu khảo sát và các hệ thống bệnh viện hiện đại (HIS/EMR)?
Toàn bộ trường dữ liệu của nghiên cứu được cấu trúc hóa theo chuẩn quan hệ (Relational Schema), dễ dàng tích hợp trực tiếp vào cơ sở dữ liệu của các phần mềm quản trị bệnh viện như e-Hospital, Viettel HIS hay VNPT HIS qua cổng API RESTful.

4. Cần tần suất bảo trì và thực hiện khảo sát lại như thế nào?
Nên thực hiện khảo sát định kỳ 6 tháng/lần theo quy định của Quyết định 6859/QĐ-BYT nhằm cập nhật các biến số biến động và kiểm soát tính ổn định của mô hình hồi quy.

5. Thời gian hoàn vốn và tính khả thi kinh tế của các đề xuất cải tiến?
Thời gian hoàn vốn vô hình (thông qua tăng tỷ lệ bệnh nhân quay lại KCB và gia tăng nguồn thu từ BHYT) ước tính trong vòng 3 – 6 tháng sau khi hoàn thiện cơ sở hạ tầng chỉ dẫn và quy chuẩn hóa luồng cấp phát.

Kết luận

Nghiên cứu đã đánh giá thành công thực trạng và xác định 4 nhóm yếu tố quyết định đến sự hài lòng của người bệnh ngoại trú diện BHYT tại Khoa Dược Bệnh viện E Hà Nội với điểm số trung bình đạt 4.16/5.00 ($64.01%$ hài lòng, $23.14%$ rất hài lòng). Phương trình hồi quy đa biến ($R^2_{\text{adj}} = 0.679$) khẳng định nhân tố "Sự tin cậy và Đáp ứng" ($\beta = 0.623$) và "Phương tiện hữu hình" ($\beta = 0.322$) có tác động mạnh mẽ nhất. Đây là luận cứ khoa học thực chứng quan trọng để lãnh đạo bệnh viện triển khai tối ưu hóa danh mục thầu thuốc, hiện đại hóa cơ sở vật chất quầy phát thuốc và nâng cao chất lượng chăm sóc sức khỏe toàn diện cho nhân dân.