第四章 結果
第三節 多變項分析
本節主要在探討影響醫師主動告知及致歉醫療錯誤意願之重要 相關變項，以醫師主動告知及致歉醫療錯誤意願構面為依變項，並依 據推論性統計資料分析，將對醫師主動告知及致歉醫療錯誤意願構面 有顯著差異或相關的變項作為自變項，以逐步邏輯斯迴歸程式檢定出 預測模式，分析探討各自變項對依變項之預測能力，並詳述如下。
一、 醫師特質及其所屬醫院特質及醫療糾紛支持機制對醫師主動告 知輕微醫療錯誤意願之預測分析
以醫師主動告知輕微醫療錯誤意願為依變項，將與醫師主動告知 輕微醫療錯誤意願有相關之自變項包括：「科別」、「平均每日直接照 護住院病患時間」、「平均每週從事高風險醫療行為時間」、「曾經主動 告知醫療錯誤的經驗」、「主動告知對醫病關係的衝擊經驗」、「曾因醫 療錯誤而主動向病人致歉的經驗」進行邏輯斯迴歸分析。
根據逐步邏輯斯迴歸分析之結果(見表 4-14)可以發現：「主動告 知對醫病關係的衝擊經驗」與「科別」二個變項對醫師有無主動告知 輕微醫療錯誤意願組別預測之迴歸模型，其整體模式顯著性考驗的 χ2=31.050(p =0.000<0.05)，達到 0.05 顯著水準；而 Hosmer 和 Lemeshow 檢定值(表格中以 H-L 檢定值代表之)為 1.128(p >0.05)未達顯著水 準，表示「主動告知對醫病關係的衝擊經驗」與「科別」二個自變項 所建立的迴歸模式適配度(goodness of fit)非常理想。從關聯強度係數 而言：Cox –Snell 關聯強度值為 0.066，顯示自變項與依變項間有低 度的關係存在，二個自變項可以解釋醫師主動告知意願變數總變異的 6.6%、11.8%。
二個變數的勝算比值分別為3.94(無負面)、0.44(外科)、0.27(其 他科)，表示曾有主動告知對醫病關係產生無負面衝擊(無衝擊或正面
衝擊)經驗之醫師，其主動告知輕微醫療錯誤的機率是無任何告知經 Nagelkerke R2=0.078
Cox –Snell R2=0.066 Nagelkerke R2=0.118 註：*：p<0.05 **：p<0.01 ***：p<0.001 n.s.：p>0.05
註：檢定方法為向前逐步邏輯斯迴歸分析法(條件的)
願組別預測之迴歸模型，其整體模式顯著性考驗的χ2=6.146(p
=0.05<0.05)，達到 0.05 顯著水準；而 Hosmer 和 Lemeshow 檢定值為 0.000(p >0.05)未達顯著水準，表示「主動告知對醫病關係的衝擊經驗」
變項所建立的迴歸模式適配度(goodness of fit)非常理想。從關聯強度 係數而言：Cox –Snell 關聯強度值為 0.013，顯示自變項與依變項間 有低度的關係存在，變項可以解釋醫師主動告知嚴重醫療錯誤意願變
Nagelkerke R2=0.019 註：*：p<0.05 **：p<0.01 ***：p<0.001 n.s.：p>0.05 註：檢定方法為向前逐步邏輯斯迴歸分析法(條件的)
三、 醫師特質及其所屬醫院特質及醫療糾紛支持機制對醫師主動致 歉輕微醫療錯誤意願之預測分析
以醫師致歉輕微醫療錯誤意願為依變項，將與醫師致歉輕微醫療 錯誤意願有相關之自變項包括：「科別」、「平均每日直接照護住院病
錯誤的經驗」、「主動告知對醫病關係的衝擊經驗」、「曾因醫療錯誤而 主動向病人致歉的經驗」進行邏輯斯迴歸分析。
根據逐步邏輯斯迴歸分析之結果(見表 4-16)可以發現：「曾經致 歉醫療錯誤之經驗」與「平均每週從事高風險醫療行為時間」二個變 項對醫師有無主動致歉輕微醫療錯誤意願組別預測之迴歸模型，其整 體模式顯著性考驗的χ2=48.204(p =0.000<0.05)，達到 0.05 顯著水準；
而Hosmer 和 Lemeshow 檢定值為 3.175(p >0.05)未達顯著水準，表示
「曾經致歉醫療錯誤之經驗」與「平均每週從事高風險醫療行為時間」
二個自變項所建立的迴歸模式適配度(goodness of fit)非常理想。從關 聯強度係數而言：Cox –Snell 關聯強度值為 0.100，顯示自變項與依 變項間有低度的關係存在，二個自變項可以解釋醫師主動致歉輕微醫 療錯誤意願變數總變異的10%、18%。
二個變數的勝算比值分別為6.61(輕微)、5.30(嚴重)、0.97，表示 曾因個人所造成的醫療錯誤而主動向病人致歉輕微醫療錯誤之醫 師，其主動致歉輕微醫療錯誤的機率是無任何致歉經驗的醫師的6.61 倍；曾因個人所造成的醫療錯誤而主動向病人致歉嚴重醫療錯誤之醫 師，其主動致歉輕微醫療錯誤的機率是無任何致歉經驗的醫師的5.30 倍；醫師平均每週從事高風險醫療行為時間每增加 1 小時，則醫師主 動致歉醫療錯誤之機率就降低0.03。
表4-16 醫師主動致歉輕微醫療錯誤意願影響因素之逐步邏輯斯 Nagelkerke R2=0.149
Cox –Snell R2=0.100 Nagelkerke R2=0.180 註：*：p<0.05 **：p<0.01 ***：p<0.001 n.s.：p>0.05
註：檢定方法為向前逐步邏輯斯迴歸分析法(條件的)
=0.000<0.05)，達到 0.05 顯著水準；而 Hosmer 和 Lemeshow 檢定值 為0.000(p >0.05)未達顯著水準，表示「主動告知對醫病關係的衝擊
經驗」自變項所建立的迴歸模式適配度(goodness of fit)非常理想。從 關聯強度係數而言：Cox –Snell 關聯強度值為 0.042，顯示自變項與 依變項間有低度的關係存在，此變項可以解釋醫師主動致歉嚴重醫療 錯誤意願變數總變異的4.2%、6.6%。
二個變數的勝算比值分別為2.01(負面)、3.12(無負面)，表示曾有 主動告知對醫病關係產生負面衝擊經驗之醫師，其主動致歉嚴重醫療
Nagelkerke R2=0.066 註：*：p<0.05 **：p<0.01 ***：p<0.001 n.s.：p>0.05 註：檢定方法為向前逐步邏輯斯迴歸分析法(條件的)
所造成的醫療錯誤向病人致歉的經驗」；面對將來若發生因個人所造 成的嚴重醫療錯誤，醫師主動向病人告知或致歉的正向意願則皆會受 到下列因素影響「曾經主動告知醫療錯誤的經驗」、「主動告知對醫病 關係的衝擊經驗」、「曾因個人所造成的醫療錯誤向病人致歉的經 驗」。進一步分析結果得知，醫師主動告知輕微錯誤意願的重要預測 因子為「科別」、「主動告知對醫病關係的衝擊經驗」，不同於致歉輕 微錯誤意願的重要預測因子：「平均每週從事高風險醫療行為時間」、
「曾因個人所造成的醫療錯誤向病人致歉的經驗」；然而，醫師主動 告知及致歉嚴重錯誤意願的重要預測因子皆為「主動告知對醫病關係 的衝擊經驗」。
表 4-18 邏輯斯迴歸分析結果之顯著變項整理表
註：*：p<0.05 **：p<0.01 ***：p<0.001
註：檢定方法為雙變項的邏輯斯迴歸分析及向前逐步邏輯斯迴歸分析法(條件的)
傾向主動告知的意願 傾向主動致歉的意願
輕微醫療錯誤 嚴重醫療錯誤 輕微醫療錯誤 嚴重醫療錯誤
研究變項
雙變項 逐步迴歸 雙變項 逐步迴歸 雙變項 逐步迴歸 雙變項 逐步迴歸
OR OR OR OR OR OR OR OR
科別-內科
-外科 0.42** 0.44** 0.40**
-其他科 0.30* 0.27** 0.54
每日直接照護住院病患時間(時) 1.13** 1.09*
每週從事高風險醫療行為時間(時) 0.98* 0.97** 0.97**
曾經發生-無經驗
-跡近錯失
-輕微
-嚴重
曾經告知-無經驗
-輕微 3.09*** 1.34 5.05*** 2.68***
-嚴重 3.27 3.14* 6.29* 3.59*
衝擊-無告知經驗
-負面 1.88 1.90 1.01 1.01 4.29*** 2.01* 2.01*
-無負面 3.93*** 3.94*** 1.66* 1.66* 5.53*** 3.12*** 3.12***
曾經致歉-無經驗
-輕微 3.64*** 1.59* 6.57*** 6.61*** 2.81***
-嚴重 1.39 1.86 4.73* 5.30* 2.81