註釋
含參考文獻.
保密資料：1年
公開日期:2026年9月1日
指導老師:劉寧教授
指導老師（副）:吳建煒講師
目的：通過離散選擇實驗明確肺癌術後患者對隨訪的需求，並量化其對隨訪需求的權重； 確定肺癌術後患者隨訪的關鍵屬性和相應水平；調查並分析影響肺癌患者對相應屬性和水平組合的術後隨訪策略偏好的因素；確定關鍵屬性及相應水平對肺癌患者術後隨訪策略接受度的影響程度。方法：本研究應用離散選擇實驗的研究方法，於2024年10月至2025年1月採用便利抽樣的方法調查在廣東省某三甲醫院行肺癌手術後的患者。第一步通過文獻回顧、深入訪談、焦點小組討論和專家咨詢確定了肺癌術後患者對出院後隨訪的屬性及其相應水平。第二步，將確定的屬性和水平放進Ngene 软件，通過高效設計（D-Efficient Design）生成選擇集，並分配到兩個版本的問卷中。為降低研究偏倚，在每個版本中重複納入一個選擇集。第三步，以面對面的方式進行數據收集，先進行預調查，並在預調查後展開正式調查。第四步，採用Stata 软件對收集的數據進行分析，分別構建混合 logit 模型和條件 logit 模型。通過比較兩個模型的AIC（Akaike information criterion）和BIC (Bayesian information criterion）指標，評估他們的擬合優度，選擇最優的模型。結果：1. 本研究共發放245份調查問卷，剔除无效问卷后，最終納入224份有效問卷用於分析，問卷有效回收率為91.43%。2. 將隨訪提供者、隨訪內容、術後第一月隨訪頻率、術後一個月後隨訪頻率、隨訪的連續性、花費、心理支持、隨訪時長作為本研究納入的屬性。3. 本研究設計生成了14個選擇集，其中一個選擇集在問卷中重複出現，每個選擇集包含兩個備選方案和一個退出選項。4. 通過比較混合logit模型和條件logit模型的AIC和BIC值發現混合logit模型的擬合度更優，因此，選擇混合logit模型進行數據分析和討論。5. 混合logit回歸分析結果示，除隨訪的連續性、心理支持、隨訪時長三個屬性對患者的偏好沒有達到統計學顯著性外，其餘五個屬性均有統計學意義。6. 在隨訪提供者方面，與專科護士相比，患者最偏好由專科醫護共同提供的隨訪服務。在隨訪內容上，患者更偏好健康監測與預防的隨訪服務。而在隨訪頻率上，術後第一個月患者偏好每週一次的隨訪服務，一個月後則偏好每月一次或三個月一次的隨訪服務。7.支付意願分析表明，肺癌術後患者對由專科醫護共同提供的隨訪服務支付意願最高，願意支付787.771元。對於隨訪頻率，術後第一個月患者願意支付136.933元來獲取每週一次的隨訪，而在術後一個月後，分別願意支付412.645元和488.640元來獲取一個月和三個月一次的隨訪服務。8.不同社會人口學特征的隨訪偏好存在異質性。中青年人群更偏好隨訪服務能夠提供心理支持，家庭人均月收入在6000元及以下的人群則更偏好隨訪服務內容提供康復指導與管理的指導。結論：1.肺癌術後患者更偏好由專科醫護共同提供的健康監測與預防、術後首月每週一次、一個月後每個月或三個月一次、花費少隨訪方案；2.隨訪提供者、隨訪的內容、術後不同時間的隨訪頻率、花費對肺癌術後患者隨訪偏好均有顯著性影響，但其影響程度不一致；3.隨訪的連續性、隨訪時長及是否提供心理支持對患者的選擇偏好影響不顯著，在制定隨訪策略時，應考慮患者其他潛在的偏好因素；4.肺癌術後患者隨訪服務選擇偏好存在異質性，受到多因素的影響。在開發、制定隨訪屬性水平時，應將國家政策背景、經濟狀況、個體因素等考慮在內，以提供個性化、更能滿足患者需求的隨訪方案。
關鍵詞：離散選擇實驗；肺癌；術後隨訪；偏好 
