一、问题概述
据澎湃新闻深入报道，随着全球进入后疫情时代的新纪元，医疗健康产业步入了一个前所未有的转型期，它既承载着前所未有的挑战，也孕育着无限的希望与机遇[1]。在这个复杂多变的背景下，各国的医疗系统均遭遇了前所未有的压力与考验，促使整个行业在逆境中不断探索与创新。在数字化浪潮的推动下，社交媒体成为了公众讨论医疗选择的重要平台，其中，关于中医与西医的优劣比较及选择倾向，更是成为了热门话题。
当前，中医与西医的融合发展成为大势所趋，两者在优势互补、资源共享的基础上，共同推动全球医疗卫生的进步。然而，面对复杂多变的疾病谱，患者仍需在专业指导下，根据自身病情、体质及需求，做出最适合自己的治疗选择。
本研究正是基于这一背景，依托中国综合社会调查（CGSS）2021年的丰富数据，运用先进的R语言数据分析工具，通过构建logistic回归模型，深入剖析影响患者医疗偏好的内在机制与外部因素，旨在为优化医疗资源配置、促进中西医协同发展提供科学依据。
二、文献综述
2016年，湖北中医药大学率先在医疗领域开展了一项具有前瞻性的研究，旨在剖析患者就医时对于中西医选择偏好的内在动因[2]。这项初步研究深刻揭示了消费者在选择医疗方式时，其偏好并非孤立存在，而是深受政策环境与个人认知水平两大核心因素的双重影响。政府层面，对中西医的支持力度、制定的方针政策以及实施的激励措施，均扮演着重要的导向角色，它们不仅塑造了医疗资源的分配格局，也潜移默化地引导着患者的就医选择。具体而言，当政府加大对中医或西医某一方的扶持力度时，如通过增加投入、优化报销政策、提升服务可及性等措施，往往能显著影响患者的选择倾向。
与此同时，在淮安市针对居民中西医就医偏好的另一项研究中[3]，研究者从健康状况的维度切入，发现了更为细致的差异。该研究指出，面对不同类型的疾病，居民的选择偏好呈现出明显的分化：在急性病的治疗上，由于西医快速、直接的治疗效果，往往成为患者的首选；而在慢性病管理、保健养生等领域，中医因其强调整体调理、副作用小等特点，赢得了更多居民的青睐。这一发现进一步揭示了患者选择偏好背后复杂的考量因素，包括医院距离的便捷性、治疗费用的经济性以及治疗效果的预期等。
值得注意的是，期刊《农村新技术》亦曾关注到这一议题，并强调了在不同医疗场景下，把握中西医各自优势与规律的必要性[4]。这一观点启示我们，通过深入理解中西医在不同疾病治疗、健康管理等方面的适用性和优势，可以更加科学合理地指导患者做出就医选择，从而提升整体医疗服务质量与患者满意度。
然而，回顾以往研究，不难发现人口学特征作为影响患者就医选择的重要因素之一，其探讨尚显不足。基于此，本文拟采用CGSS2021年的数据，深入挖掘人口学特征与中西医选择偏好之间的潜在关联。通过构建logistic回归模型，我们将系统分析患者的就医选择偏好，这有助于填补现有研究的空白，也为政策制定者提供更加精准、科学的决策依据，以更好地满足人民群众多样化的医疗需求。
三、模型构建或方法
本研究将运用R语言，结合logistic回归，分析居民对中西医的偏好与人口学特征之间的联系和数据关系。
四、数据分析
读取数据：
可以获得数据完整，符合真实情况的表格。
数据描述：
（1）介绍表格基本情况
（2）数据集列名与数据类型
（3）描述性统计
数据的整理与清洗
数据可视化：
（1）计算描述性统计量：
通过数据我们可以看出来，平均值在3.000以上，证明在没有其他因素影响的条件之下，人们对于中医仍然有一定的信任度。
（2）绘制直方图比较分布：
（3）绘制箱线图查看分布和异常值：
可以看出可以得到分布基本正常并且异常值较少
不同收入水平探究南北患者态度差异：
（1）绘制散点图：
（2）进行相关系数分析：
数据: 检验使用的是 data$salary 和 data$impression 两个变量的数据。
t 值: 0.68371 是样本相关系数的 t 统计量，用于检验两个变量之间的相关性是否显著不为零。
自由度（df）: 2603，这是在计算 t 统计量时使用的自由度，通常等于样本大小减去 2（在这种情况下，减去两个变量）。
p 值: 0.4942，这个 p 值相对较高，远大于常用的显著性水平（如 0.05），这意味着没有足够的证据拒绝零假设，即两个变量之间的相关性可能是由偶然因素引起的，或者说两个变量之间没有显著的线性关系。
备择假设: 检验的备择假设是两个变量之间的相关性不等于 0，即我们想检验它们是否存在某种线性关系。
95% 置信区间: -0.02501751 到 0.05177749，这个区间包含了相关性可能的真实值。由于这个区间包含了 0，它也表明了相关性可能不存在。
样本估计的相关系数（cor）: 0.01339975，这是一个非常接近于 0 的值，表明 data$salary 和 data$impression 之间几乎没有线性关系。
不同省份探究南北患者态度差异：
取北京市、安徽省、福建省三个地区的数据进行对比，探究地域的不同是否具有较大的差别
(1)北京市：
(2)安徽省：
(3)福建省：
结论：从数据分析和比对的深入视角来审视，地域因素在塑造人们选择中医或西医的倾向时，确实扮演了一个不可忽视的角色。这种影响并非孤立存在，而是与地域文化、科技发展、社会经济状况等多个方面紧密交织、相互作用的结果。
运用logistic回归模型：
将选择重点的性别与收入两个方面的变量，构建logistic回归模型进行探究
（1）性别
在Logistic回归模型中，回归系数是模型参数的估计值，它们用于量化自变量对因变量（通常是二元结果）的对数几率（log-odds）的影响
结果：
截距项（Intercept）的估计值为8.871e-01（即0.8871），并且这个估计值在统计上是高度显著的（z值为18.417，Pr(>|z|) < 2e-16）。
变量x的系数估计值为7.235e-09（即一个非常接近0的值），这个系数的z值非常小（0.453），并且对应的p值（Pr(>|z|) = 0.651）远大于显著性水平（如0.05），因此这个系数在统计上是不显著的。
（2）收入
截距项（Intercept）的估计值为8.871e-01（即0.8871），并且这个估计值在统计上是高度显著的（z值为18.417，Pr(>|z|) < 2e-16）。
变量x的系数估计值为7.235e-09（即一个非常接近0的值），这个系数的z值非常小（0.453），并且对应的p值（Pr(>|z|) = 0.651）远大于显著性水平（如0.05），因此这个系数在统计上是不显著的。
探究中西医治疗的平均满意度
中医满意度：
西医的满意度
结论：从深入探究中医与西医领域患者就诊满意度的角度出发，可以清晰地观察到两者之间存在一定的差异性，其中中医的就医满意度普遍呈现出较西医更高的态势。患者最初的选择往往基于多种考量，包括但不限于对传统医学的信任度、个人健康观念、亲友推荐以及特定疾病的治疗效果预期等
五、小结
5.1 结论
5.1.1 总体评价概览
总体而言，中医在患者心目中的位置显著而稳固，其获得的评价均值相较于西医而言，展现出了更为积极与正面的态势。这不仅是对中医悠久历史与独特疗效的认可，也映射出患者对中医文化深厚底蕴的信赖与尊重。中医以其独特的诊疗理念与疗法，赢得了患者群体广泛而深刻的好评。
5.1.2 地域因素与评价的微妙关联
通过的皮尔逊方差，不同地域的文化背景、医疗资源分布及患者需求差异，可能对中医或西医的接受度产生微妙影响，值得进一步深入研究与探讨。
5.1.3 性别视角下的评价中立性
在性别这一维度上，我发现性别对中医与西医的评价均保持着高度的中立与客观。并未成为影响医疗评价的关键因素，这不仅体现了患者评价体系的公正性，也反映出医疗领域在性别平等方面所取得的积极进展。中医与西医，在患者心中，更多是基于疗效与体验的自主选择，而非性别偏好的结果。
5.1.4 就诊满意度的鲜明对比
在就诊满意度的衡量标尺上，中医收获了显著高于西医的满意度评分。这一结果不仅彰显了中医在治疗过程中的人性化关怀与个性化方案制定，也反映了患者对于中医治疗效果的深切认同与高度满意。
5.2 不足的反思与展望
5.2.1数据探索的广度与深度局限
受限于篇幅与资源，我们未能全面搜集更多变量以深入剖析患者选择的内在偏好与动因。这一遗憾促使我们认识到，未来研究需拓宽数据收集的渠道与范围，纳入更多元化的影响因素，以期构建更为全面、精准的医疗评价模型。
5.2.2数据处理与模型拟合的精细度不足
本次研究中，数据处理与模型构建方面尚存提升空间。粗糙的分析流程与不够细致的模型拟合，导致研究结果的解释力与预测力受到一定限制，希望能提升研究的科学性与准确性，以提供更为坚实的数据支撑。
5.2.3数据来源的单一性挑战
单一的数据来源是本次研究的另一大局限。为更全面地揭示中医与西医之间的关系及其对患者选择的影响，需要积极寻求多元化的数据合作与共享机制，引入更多来源广泛、类型多样的数据资源。
参考文献
【1】艾瑞咨询,2024年中国医疗健康产业十大趋势[J],上海,澎湃新闻2024.
【2】周永莲,黄明安,患者就医时对中西医选择偏好的影响因素研究[J],中医药导报,武汉,2016,22(15):38-43.
【3】李欢.淮安市居民中西医就医偏好的调查研究[J].现代商贸工业,2022,43(22):120-122.
【4】看病如何选择中西医[J].农村新技术,2018,(06):64-65.
文案 | 胡子怡
排版 | 胡子怡
