破除误解
“研究证明有效”不等于“交给系统就会有效”。
临床试验可能在受训团队、稳定供应和严格入组条件下证明一种干预具有疗效。真实世界却有缺勤、停电、药品断供、语言差异、拥挤门诊、预算周期和互不兼容的信息系统。
实施科学研究的是：有效干预如何被采用、执行、适配、扩展并持续，以及为什么在某些环境中失败。
它不是在科学之后做宣传，而是研究证据与制度之间的因果机制。
三类结果必须分开
一项项目至少有三层结果：
- 临床或人群结果：死亡、症状、控制率、感染率是否改善。
- 服务结果：可及性、及时性、效率、安全与公平是否改善。
- 实施结果：接受度、采用率、忠实度、覆盖、成本与可持续性如何。
如果干预没有改善健康，原因可能是理论无效，也可能是根本没有被正确实施。没有实施测量，就无法区分。
忠实度与适配不是敌人
忠实度指实施是否保留干预的核心成分。适配指根据场景修改交付方式。
机械复制可能忽略本地语言、工作流和权力关系；无限适配又可能把有效机制改掉。
更好的做法是先写出：
- 哪些是不可改变的核心功能；
- 哪些形式可以调整；
- 谁有权决定适配；
- 适配何时发生、基于什么证据；
- 修改后如何重新评价。
例如，心理干预的核心可能是结构化暴露与反馈，而交付者、频率和媒介可以因地制宜。
从瓶颈而不是方案出发
实施研究常见错误是先买一个“解决方案”，再寻找它能解决的问题。
WHO/TDR 的实施研究流程强调先定位系统瓶颈：患者没有到诊，是距离、费用、信任、工作时间还是转诊规则？医护人员没有采用指南，是不知道、不认同、没时间，还是药品根本不可得？
不同瓶颈需要不同干预。给缺药的诊所做知识培训，不会改善处方。
语境是一组可研究机制
语境不应被写成“当地文化复杂”后便停止分析。
可研究的语境包括：
- 法规、筹资与采购制度；
- 组织层级和决策权限；
- 人力负荷、职业边界与激励；
- 社区信任、污名与语言；
- 基础设施、供应链和数据能力；
- 冲突、迁移、气候与季节冲击。
研究者要说明语境因素通过何种机制影响采用、执行和结果，哪些因素可改变，哪些只能适应。
常用实施策略
实施策略可能包括：
- 审计与反馈；
- 临床提醒和决策支持；
- 培训、督导与同伴学习；
- 任务转移和团队重构；
- 患者导航与社区卫生工作者；
- 采购、支付和绩效激励改革；
- 共同设计与社区参与；
- 分阶段推广和持续质量改进。
“开展培训”不是完整策略。必须说明由谁、对谁、以何频率、用什么材料、如何监测掌握度和后续行为。
设计如何匹配问题
实施科学可使用多种设计：
- 集群随机试验比较不同实施策略；
- 阶梯楔形设计让各集群按随机时序进入干预；
- 中断时间序列观察政策前后水平与趋势改变；
- 差分中的差分比较受影响与未受影响地区；
- 现实主义评价追问“什么在何种语境中对谁有效”；
- 混合方法把结果规模与执行过程放在一起。
随机化不是唯一标准。若政策已全国实施，研究重点可能是可信反事实、机制证据与异质性，而非强行制造实验。
效果—实施混合设计
混合设计同时研究干预效果与实施过程：
- I 型以效果为主，同时收集实施信息。
- II 型同时检验效果和实施策略。
- III 型以实施策略为主，同时观察临床结果。
选择取决于干预证据成熟度。若疗效尚不确定，过早研究大规模实施会把未知干预迅速扩散；若疗效明确而采用率极低，只重复小型疗效试验也浪费资源。
覆盖的分母决定结论
项目报告常说“90% 完成”，却不说明分母。
是所有符合条件者、被邀请者、到诊者，还是已开始治疗者？每换一次分母，覆盖看起来都会更好。
RE-AIM 等框架提醒研究者同时观察触达、效果、采用、实施与维持。尤其要比较未触达人群与参与者，否则项目可能扩大健康不平等。
扩展不是把规模乘十
试点由研究团队亲自维护，扩展则交给常规系统。规模上升会改变培训、采购、监督、信息反馈和政治关注。
扩展前应回答：
- 单位成本是否随规模下降，还是因边远地区上升？
- 稀缺专业人员能否被替代或支持？
- 供应链能否承受需求波动？
- 地方单位有多少自主适配空间？
- 质量下降到什么阈值应暂停？
- 项目资金结束后谁承担经常性成本？
可持续性不是“永远不变”，而是系统能持续提供核心功能并随环境调整。
共同生产与权力
让社区参加一次咨询会，不等于共同设计。
参与应明确谁能设定问题、解释数据、决定适配和拥有成果。患者、基层人员与社区组织拥有研究者看不到的实施知识，但参与也可能增加无偿劳动或由少数代表垄断发言。
研究预算、时间表和治理结构要为实质参与留出资源。
一个可执行的研究模板
- 定义目标人群与健康问题。
- 画出当前服务流程和流失节点。
- 用定量与质性证据确认主要瓶颈。
- 写出干预核心功能和可适配形式。
- 选择明确、可复现的实施策略。
- 同时设定健康、服务和实施结果。
- 预注册主要分析与过程评价。
- 记录所有适配、成本和意外影响。
- 与实施者共同解释结果。
- 制定停止、修正、扩展或撤出的决策规则。
常见失败
- 把低采用归咎于个人态度，不检查工作流和资源。
- 只报告平均效果，不看覆盖与公平。
- 试点高度依赖外部团队，却声称可持续。
- 在项目结束后才询问实施者意见。
- 只写“根据本地情况调整”，不记录改了什么。
- 用过程指标代替健康结果，或反过来完全不测过程。
伦理边界
实施研究发生在真实服务中，研究与质量改进的边界可能模糊。仍需考虑知情、隐私、公平选择、资源挤占和不良事件。
撤回无效项目也有伦理责任。持续投入一个没有效果、不可接受或加剧不平等的项目，不因其初衷良善而合理。
本文用于公共卫生教育，不构成具体项目实施或伦理审查意见。
跨域连接
- 道德风险：证据到实践的滞后常被引用为"平均 17 年、只有约 14% 的研究最终惠及患者"（Balas 与 Boren，2000）；这个数字后来被反复质疑，但它指向的问题是真的。委托—代理框架给出更精确的表述：付费方看不到医护人员的努力，只能盯住可测量的指标，于是绩效合同必然把行为拉向可测的那一面。可检验后果：引入某项指标之后，该指标改善而未被计入的维度退化，是常态而不是异常。
- 科层制：政策文本与实际执行之间隔着一线人员。李普斯基所说的"街头官僚"在时间、药品和人手都不够时，必须自行发明配给规则——先看谁、跳过哪一步、把哪份表格补在事后。这些应对策略才是真正生效的政策。 因此过程评价若只统计培训场次与手册发放量，会完整地漏掉政策实际的样子，也就无法解释它为什么没起作用。
- 国家能力：给缺药的诊所做知识培训不会改善处方，这句话的一般形式是：干预的效果被上游最紧的那个约束封顶。采购能否按时到货、工资能否按时发放、冷链能否维持、两套信息系统能否互认同一个病人——这些行政能力决定了任何临床干预的天花板。它也给出诊断顺序：先定位瓶颈再选策略，而不是先买方案再去找它能解决的问题。
- 社会网络分析：新做法的扩散沿着人际结构走，而不是沿着组织架构图走。谁被同事咨询、谁转诊给谁、谁排在同一张值班表上，构成了实际的影响路径。这产生一条可以事先检验的预测：同一家医院内，指南采用率应当与科室在会诊网络中的位置相关；若不相关，说明阻力不在说服，而在资源、规则或激励。
- 循证医学：效力与效果的差距不是研究质量问题，而是两个不同的问题。试验测的是"在受训团队、稳定供应和严格入组下能否起作用"，实施研究测的是"在缺勤、断供和拥挤门诊中还剩下多少"。没有实施结果的测量，健康结局没有改善这件事就无法归因——是理论无效，还是根本没被正确执行，这两者的对策完全相反。
参考文献
- World Health Organization/TDR. Implementation Research Toolkit, 2nd ed.
- Proctor, E. et al. “Outcomes for Implementation Research.” Administration and Policy in Mental Health, 2011.
- Damschroder, L. et al. “The Updated Consolidated Framework for Implementation Research.” Implementation Science, 2022.
- Glasgow, R. E. et al. “RE-AIM Planning and Evaluation Framework.” Frontiers in Public Health, 2019.
- Curran, G. M. et al. “Effectiveness-Implementation Hybrid Designs.” Medical Care, 2012.
延伸阅读
- health-systems-universal-health-coverage：把实施瓶颈放回筹资、治理和服务网络。
- infectious-disease-modeling-surveillance：监测如何形成持续反馈。
- vaccine-policy-programs-hesitancy：用行为与社会驱动框架诊断接种缺口。