CC BY
17
Реформы здравоохранения
© КОЛЛЕКТИВ АВТОРОВ, 2022 УДК 614.2
Гольдберг А. С.Александрова О. Ю.2, Кицул И. С.1
СТРАТЕГИЧЕСКОЕ УПРАВЛЕНИЕ СЛУЖБОЙ ЛАБОРАТОРНОЙ ДИАГНОСТИКИ: АНАЛИЗ МОДЕЛЕЙ
ОРГАНИЗАЦИИ
'ФГБОУ ДПО «Российская медицинская академия непрерывного профессионального образования» Минздрава России, 125993, г. Москва; 2ФГБНУ «Национальный научно-исследовательский институт общественного здоровья имени Н. А. Семашко» Минобрнауки России, 105064,
г. Москва
Современные тренды развития системы здравоохранения — стратегии оптимизации расходов, принципы ценностно-ориентир о ванной медицинской помощи — требуют системного развития служб лабораторной диагностики административно-территориальных единиц. Цель исследования — обеспечить поддержку принятия управленческих решений путем систематизации характеристик моделей организации службы лабораторной диагностики.
Выполнено аналитическое исследование на принципах системного подхода. Проанализированы четыре базовые модели организации службы лабораторной диагностики: централизации, аутсорсинга, горизонтальной интеграции, мобильная. Методы исследования — аналитические (анализ, синтез), стратегического анализа SWOT. С использованием перечня стандартизированных характеристик проведен SWOT-анализ. Каждая модель отличается сложным сочетанием сильных и слабых сторон, линий функционирования и развития. Перспективность реализации модели зависит от тонкого баланса возможностей и рисков на фоне локальных характеристик субъекта. Динамика развития социально-экономического и инфраструктурного состояния значительно влияет на эффективность реализации модели.
Получен объективный набор характеристик для каждой модели организации службы лабораторной диагностики. Невозможно сделать вывод о преимуществах конкретной модели. Необходимо научное обоснование «гибкой» модели, чему и будут посвящены наши дальнейшие исследования.
Ключевые слова: лабораторная диагностика; управление лабораторной службой; анализ рисков; организационные цели.
Для цитирования: Гольдберг А. С., Александрова О. Ю., Кицул И. С. Стратегическое управление службой лабораторной диагностики: анализ моделей организации. Проблемы социальной гигиены, здравоохранения и истории медицины. 2022;30(3):473—478. DOI: http://dx.doi.org/10.32687/0869-866X-2022-30-3-473-478
Для корреспонденции: Гольдберг Аркадий Станиславович, советник ректора ФГБОУ ДПО РМАНПО, e-mail: goldarcadiy@gmail.com
Goldberg A. S.', Aleksandrova O. Yu.2, Kitsul I. S.3 THE STRATEGIC MANAGEMENT OF LABORATORY DIAGNOSTIC SERVICE: ANALYSIS OF
ORGANIZATION MODELS
1The Federal State Budget Educational Institution of Additional Professional Education The Russian Medical Academy of Continuous Professional Education of Minzdrav of Russia, 125445, Moscow, Russia;
2N. A. Semashko National Research Institute of Public Health, 105064, Moscow, Russia;
3The Irkutsk State Medical Academy of Post-Graduate Training — the Branch of the Federal State Budget Educational Institution of Additional Professional Education "The Russian Medical Academy of Continuous Professional Education of Minzdrav of Russia", 125445, Irkutsk, Russia.
The modern trends in health care (strategies of optimizing costs, value-oriented medical care) require systematic development of laboratory services for administrative territories. The study was carried out to provide support for decision-making by systematizing models of laboratory services on the basis of principles of systematic approach. Four basic models (centralization, outsourcing, horizontal integration, point-of-care) were analyzed. The study applied such research methods as analytical and strategic SWOT-analysis. The SWOT-analysis was implemented using list of standard characteristics for each model of laboratory service organization. Each model is distinguished by complex combination of strengths, weaknesses, lines of functioning and development. The availability of implementing particular model depends on delicate balance of opportunities and risks against the background of local characteristics of administrative subject. The dynamics of the social economic and infrastructural development of administrative subject can significantly affect effectiveness of model implementation. The objective set of characteristics was obtained for each model of laboratory service organization. Actually it is impossible to select particular model for specific administrative subject. Hence, scientific substantiation of "flexible" model is needed to implement.
Keywords: laboratory practice; laboratory organization and administration; risk assessment; organizational objectives.
For citation: Goldberg A. S., Aleksandrova O. Yu., Kitsul I. S. The strategic management of laboratory diagnostic service: analysis of organization models. Problemi socialnoi gigieni, zdravookhranenia i istorii meditsini. 2022;30(3):473-478 (In Russ.). DOI: http://dx.doi.org/10.32687/0869-866X-2022-30-3-473-478
For correspondence: Goldberg A. S., the Adviser of the Rector of the Federal State Budget Educational Institution of Additional Professional Education The Russian Medical Academy of Continuous Professional Education of Minzdrav of Russia, e-mail: goldarcadiy@gmail.com
Conflict of interests. The authors declare absence of conflict of interests.
Acknowledgment. The study had no sponsor support. The authors express their gratitude to T. V. Vavilova, the nonstaff specialist of clinical laboratory diagnostics of the Minzdrav of Russia for valuable advices and support in formulation of the article.
Received 22.06.2021 Accepted 26.10.2021
Health Care Reforms
Введение
Лабораторная диагностика стала одним из ключевых звеньев системы здравоохранения. Вклад результатов лабораторных исследований в эффективность лечебно-диагностического процесса колоссальна, что подтверждается неуклонным ростом спроса на соответствующие исследования. На фоне стремительного увеличения потребности и количества лабораторных тестов все более значимыми становятся вопросы организации работы службы лабораторной диагностики (СЛД) [1—3].
Трендами развития здравоохранения стали стратегии оптимизации и сокращения расходов, а также принципы ценностно-ориентированного управления и медицинской помощи [4—6]. СЛД уже невозможно рассматривать как локальный объект на уровне медицинской организации. Очевидно, что для достижения принципиального повышения качества и доступности помощи, обеспечения всестороннего удовлетворения потребностей и ожиданий всех участников процесса на фоне оптимального, сбалансированного использования ресурсов необходимо переходить на стратегический уровень. Это означает, что системное развитие СЛД должно происходить не в отдельно взятом учреждении, а на уровне административно-территориальных единиц, оптимально — на уровне субъекта Российской Федерации (РФ).
В литературе описаны различные подходы и стратегии организации лабораторной службы, которые сводятся к четырем базовым моделям [7—12]: централизации (консолидации); аутсорсинга (децентрализации); горизонтальной интеграции; мобильной модели. Каждая модель имеет ярко выраженные особенности, что делает невозможным формальный выбор какой-либо из них. Однако для обоснованного принятия управленческих решений требуется углубленное понимание сильных и слабых сторон каждой модели, имеющихся рисков и возможностей. Только наличие таких детальных характеристик позволит «совместить» каждую модель с локальными особенностями, потребностями и ограничениями для выбора оптимального варианта развития лабораторной службы. Не исключается и комбинирование отдельных принципов и подходов.
Цель исследования — обеспечить поддержку принятия управленческих решений путем систематизации характеристик моделей организации СЛД.
дартизированные характеристики. На основе собственного практического опыта и данных литературы [13—15] нами систематизированы такие характеристики (табл. 1; см. рисунок). Отметим, что далее используется аббревиатура ТАТ, которая образована от англоязычного термина turn around time — время получения результата теста. ТАТ — это ключевой, общепризнанный качественный критерий производительности диагностической лаборатории. Далее нами по стандартной методике проведен SWOT-анализ перечисленных выше моделей организации лабораторной службы как потенциально реализуемых на уровне субъекта РФ [16]. Для каждой модели составлена матрица SWOT-анализа, после чего проведен анализ полученных для каждой модели результатов. Методы исследования: аналитические (анализ, синтез), метод стратегического анализа SWOT.
Результаты исследования
С использованием перечня стандартизированных характеристик проведен SWOT-анализ каждой модели организации САД, его результаты представлены в табл. 2—5.
Обсуждение
Исходя из анализа матриц SWOT-анализа можно утверждать следующее.
Эмпирический анализ службы лабораторной диагностики как объекта
Формирование групп критериев и характеристик, релевантных в контексте стратегического управления
Анализ литературных данных
Отбор критериев оценки службы лабораторной диагностики
Анализ классических критериев оценки деятельности медицинских организаций
Эвристический выбор критериев, основанный на практическом опыте и текущей ситуации
Выбор релевантных критериев
Материалы и методы
Выполнено аналитическое исследование на принципах системного подхода. Проведен анализ четырех базовых моделей организации СЛД. Для того чтобы результаты анализа каждой модели можно было сравнить и сопоставить, целесообразно использовать стан-
1
Выбор релевантных критериев
С Синтез перечня \ стандартизированных ) характеристик /
Подход к формированию стандартизированных характеристик моделей организации САД.
Реформы здравоохранения
Таблица 1
Перечень стандартизированных характеристик САД на уровне субъекта РФ
Блок
Характеристика
Единый цифровой контур здравоохранения Единый цифровой контур лабораторной службы Количество оборудования, используемого по месту лечения
Количественный и качественный состав лабораторного оборудования
Специальные навыки всего общеклинического медицинского персонала
Специальные навыки общеклинического среднего медицинского персонала
Укомплектованность лабораторий персоналом (в том числе средним медицинским, персоналом с высшим образованием) ТАТ для плановых исследований ТАТ для экстренных и неотложных исследований ТАТ для сложных и редких исследований Доступ к результатам исследований (в том числе для врачей, назначающих исследования; для пациентов, законных представителей; для уполномоченного медицинского работника) Оптимизация/снижение расходов Внутренний контроль качества Внешний контроль качества Система оценки удовлетворенности (в том числе персонала, врачей, назначающих исследования; пациентов и законных представителей) Стандартизация методик и производственных процессов
Адаптируемость к эпидемиологической ситуации Управление назначениями и повторными исследованиями
Плотность населения
2. Цифровая инфраструктура
3. Транспортная инфраструктура
4. Численность врачей и медицинских сестер на 10 тыс. населения
5. Мощность амбулаторно-поликлинических организаций, число больничных коек на 10 тыс. населения
Линия силы модели централизации (консолидации) подчеркивает ее значимые преимущества: оптимальный ТАТ для всех видов лабораторных ис-
А. Критерии 1 оснащенности и 2 обеспеченности 3
Б. Критерии до- 1 ступности и эф- 2 фективности 3 4
В. Критерии 1 управления ка- 2 чеством 3
Г. Критерии 1 управляемости
2 3
Д. Характери- 1 стики субъекта
Таблица 2
Матрица SWOT-анализа для модели централизации (консолидации) СЛД
Сильные стороны
Слабые стороны
ТАТ для плановых исследований (стационар) Адаптируемость к
ТАТ для сложных и редких исследований (стаци- эпидемиологиче-
онар) ской ситуации
ТАТ для экстренных и неотложных исследований Число оборудова-
(стационар) ния, используемо-
Специальные навыки всего общеклинического го по месту лече-
медицинского персонала не требуются ния, не увеличива-
Стандартизация методик и производственных ется
процессов Внешний контроль
Внутренний контроль качества качества Управление назначениями и повторными исследованиями
Оптимизация/снижение расходов (поликлиника)
Возможности
Угрозы (риски)
Единый цифровой контур здравоохранения может быть усилен и дополнительно развит
Доступ к результатам исследований может быть реализован для всех заинтересованных сторон Система оценки удовлетворенности может быть создана Укомплектованность лабораторий персоналом — возможность устранить проблему кадрового дефицита Количественный и качественный состав лабораторного оборудования может быть оптимизирован
Плотность населения Транспортная инфраструктура Цифровая инфраструктура Единый цифровой контур лабораторной службы Специальные навыки общеклинического среднего медицинского персонала ТАТ для плановых исследований (поликлиника) ТАТ для сложных и редких исследований (поликлиника)
Примечание. Не критичны для данной модели следующие критерии и характеристики: численность врачей и медицинских сестер на 10 тыс. населения, мощность амбулаторно-поликлинических организаций, число больничных коек на 10 тыс. населения.
следовании, реализацию стандартизации и управления назначениями, оптимизацию или даже снижение расходов амбулаторно-поликлинических учреждений. Последнее обусловлено оптимизацией кадрового и технологического обеспечения лабораторной службы: в первичном звене отпадает необ-
Таблица 3
Матрица SWOT-анализа для модели аутсорсинга (децентрализации) СЛД
Сильные стороны
Слабые стороны
ТАТ для экстренных и неотложных исследований (стационар)
ТАТ для плановых исследований (поликлиника)
Специальные навыки всего общеклинического медицинского персонала (в том числе среднего) Оптимизация расходов
Стандартизация методик и производственных процессов Адаптируемость к эпидемиологической ситуации
Управление назначениями и повторными исследованиями не развивается из-за отсутствия экономических мотивов
Количественный и качественный состав лабораторного оборудования остается проблемой Укомплектованность лабораторий персоналом остается проблемой
Единый цифровой контур здравоохранения, лабораторной службы может не развиваться Доступ к результатам исследований может быть ограничен Внешний контроль качества требует сложных мероприятий Система оценки удовлетворенности развивается дискретно
Возможности
Угрозы (риски)
Количество оборудования, используемого по месту лечения, может увеличиваться
ТАТ для плановых исследований (стационар) ТАТ для сложных и редких исследований Плотность населения Транспортная инфраструктура
Внутренний контроль качества в нанятой лаборатории Снижение расходов отсутствует
Примечание. Не критичны для данной модели следующие критерии и характеристики: цифровая инфраструктура, численность врачей и медицинских сестер на 10 тыс. населения, мощность амбулаторно-поликлинических организаций, число больничных коек на 10 тыс. населения.
Health Care Reforms
Таблица 4
Матрица SWOT-анализа для модели горизонтальной интеграции
СЛД
Сильные стороны
Слабые стороны
ТАТ для плановых исследований ТАТ для слож-
ТАТ для экстренных и неотложных исследований ных и редких ис-Единый цифровой контур лабораторной службы следований Стандартизация методик и производственных про- Оптимизация/
цессов
Адаптируемость к эпидемиологической ситуации Управление назначениями и повторными исследованиями
Доступ к результатам исследований Внутренний и внешний контроль качества Система оценки удовлетворенности
снижение расходов
Возможности
Угрозы (риски)
Количество обору- Количественный и качественный состав лабора-дования, используе- торного оборудования
мого по месту лече- Укомплектованность лабораторий персоналом ния, может увели- Цифровая инфраструктура чиваться Единый цифровой контур здравоохранения
Численность врачей и медицинских сестер на 10 тыс. человек населения
Мощность амбулаторно-поликлинических организаций, число коек на 10 тыс. человек населения
Примечание. Не критичны для данной модели следующие критерии и характеристики: специальные навыки общеклинического медицинского персонала, плотность населения, транспортная инфраструктура.
ходимость иметь и поддерживать парк диагностического оборудования, сокращается персонал. Возможность создания единого цифрового контура обеспечивает «прозрачность» и преемственность производственных процессов, высокую степень доступности данных, создает условия для функционирования единой системы контроля качества. Сильная сторона модели — это значительное повышение доступности и качества лабораторных исследований на уровне административно-территориальной единицы. Это подтверждается и данными литературы [17, 18].
Вместе с тем преимущества модели во многом обусловливаются исходным уровнем развития и локальными особенностями данной территории. Так , исходно требуется хорошее развитие транспортной инфраструктуры, высокий уровень информатизации лабораторной службы, развитие компетенций среднего медицинского персонала медицинских организаций первичного звена. Риск для модели — это средняя и низкая плотность населения данной административно-территориальной единицы. В такой ситуации требуется особое развитие логистики, что повышает затраты. Улучшение модели возможно за счет развития внешнего контроля качества, а на ее основе — системы оценки удовлетворенности всех заинтересованных сторон. Адаптируемость модели к эпидемиологической ситуации можно повысить за счет увеличения количества оборудования, используемого по месту лечения. Этот же подход не допускает развития проблемы неудовлетворительного ТАТ для первичного звена за счет создания резервных механизмов проведения наиболее значи-
мых лабораторных исследований. Тем самым повышаются шансы на успешную централизацию СЛД.
Преимущества модели аутсорсинга (децентрализации) СЛД состоят в сочетании оптимизации расходов, оптимального ТАТ для первичного звена здравоохранения, предпосылок для увеличения количества оборудования, используемого по месту лечения. Последнее обусловлено в том числе стремлением руководителей стационарного звена поддержать оптимальный уровень ТАТ для лабораторных исследований, выполняемых в экстренном и неотложном порядке. Это подтверждается и данными литературы [15, 19].
Для предупреждения рисков надо учитывать значительное количество слабых сторон модели, также обусловленных наймом сторонней организации: отсутствие «прозрачных» механизмов контроля чревато некачественными услугами. Более того, отсутствие экономических мотивов тормозит развитие управления назначениями и повторными исследованиями. Фактически такое развитие может происходить только за счет усилий руководства медицинских организаций без участия СЛД, что потенциально имеет крайне низкий эффект. Надо подчеркнуть, что обеспечение оптимального ТАТ для сложных и редких лабораторных исследований, а также для плановых исследований в стационаре в этой модели также входит в зону риска. Необходимость поддержания на балансе оборудования и персонала создает риски отсутствия оптимизации или снижения расходов.
Таблица 5
Матрица SWOT-анализа для мобильной модели СЛД
Сильные стороны
Слабые стороны
ТАТ для плановых исследований ТАТ для экстренных и неотложных исследований
Доступ к результатам исследований (для врачей, назначающих исследования) Адаптируемость к эпидемиологической ситуации
Количество оборудования, используемого по месту лечения
Доступ к результатам исследований (для пациентов или законных представителей, уполномоченного медицинского работника) Стандартизация методик и производственных процессов
Управление назначениями и повторными исследованиями
Количественный и качественный состав лабораторного оборудования
Единый цифровой контур лабораторной службы в аспекте интеграции всего обширного и высокомобильного парка диагностических устройств
Система оценки удовлетворенности Оптимизация/снижение расходов
Возможности
Угрозы (риски)
Укомплектованность лабораторий персоналом — возможность устранить проблему кадрового дефицита Внешний контроль ка-
ТАТ для сложных и редких исследований Специальные навыки всего общеклинического медицинского персонала Численность врачей и медицинских сестер на 10 тыс. населения Внутренний контроль качества Мощность амбулаторно-поликлинических организаций, число коек на 10 тыс. населения
Примечание. Не критичны для данной модели следующие критерии и характеристики: плотность населения, цифровая инфраструктура, транспортная инфраструктура, единый цифровой контур здравоохранения.
Реформы здравоохранения
С позиции линий защиты и улучшения наиболее значим акцент на оптимизацию расходов (сильная сторона модели), которая потенциально позволяет получить дополнительные ресурсы и направить их на увеличение количества оборудования, используемого по месту лечения. Это минимизирует вероятность ограничения доступности плановых лабораторных исследований в стационарном звене, снижает риски, вызванные локальными особенностями логистики и плотности населения данной административно-территориальной единицы.
Горизонтальная интеграция службы лабораторной диагностики потенциально приводит к высокой управляемости, стандартизации и повышению качества лабораторных исследований. Единое цифровое пространство позволяет внедрить единые методические и организационные подходы, создать общую систему управления качеством. Появляются эффективные механизмы управления назначениями и повторными исследованиями. Вместе с тем реализация модели встречается достаточно редко и данные литературы о ее качестве ограничены [9, 18]. Сильными сторонами являются высокая адаптируемость к эпидемиологической ситуации, высокая доступность и качество исследований. Вместе с тем надо четко понимать низкую вероятность сокращения расходов. Для успешной реализации модели, с позиции линий защиты, требуется обратить внимание на взаимосвязь оптимального ТАТ и серьезного инфраструктурного и кадрового развития СЛД.
Мобильная модель СЛД основана на преимущественном выполнении исследований по непосредственному местонахождению пациента, причем как амбулаторного, так и стационарного. Линией силы модели является стабильность оптимального ТАТ для плановых, экстренных и неотложных лабораторных исследований в амбулаторном и стационарном звене. Концентрация оборудования и персонала с требуемыми навыками непосредственно возле местонахождения пациента обусловливает высокую устойчивость модели в любой эпидемиологической ситуации. Реализация модели позволяет устранить проблему кадрового дефицита в лабораторной службе за счет развития специальных знаний и навыков у общемедицинского персонала — медицинских сестер и врачей клинических отделений.
Слабые стороны модели связаны с плохой управляемостью: подавляющая часть функций по выполнению исследований делегированы общемедицинскому персоналу, поэтому велик риск нарушений методик, многократного необоснованного повторения исследований, избыточного расходования ресурсов. Эффективность внутреннего контроля качества сомнительна из-за высокой субъективности, фактически он сводится к самоконтролю. Залогом успешности модели становится развитие системы внешнего контроля качества [19]. Большой парк оборудования по местонахождению пациента, разнообразных портативных и экспресс-систем может создать серьезные ограничения для развития единого цифрового пространства лабораторной диагно-
стики административно-территориальной единицы. Такой риск возникает из-за недостаточной интеграции соответствующего оборудования в единые информационные системы. Значит, появляются ограничения преемственности медицинской помощи в аспекте доступности результатов лабораторных исследований для пациентов и медицинских работников, оказывающих помощь вне данного случая обращения [11, 20].
Модель централизации (консолидации) отличается сильными сторонами, однако требует тщательного планирования и подготовки на этапе внедрения для предупреждения реализации рисков. Модель аутсорсинга (децентрализации) СЛД требует жесткого контроля нанимаемых лабораторных структур. От того, какой поток исследований направляется на аутсорсинг — плановый или специальный (сложные и редкие тесты), — зависят риски несоблюдения оптимального ТАТ. Модель горизонтальной интеграции требует постоянной работы по контролю эффективности финансовых затрат и использования иных видов ресурсов. Для этого есть хорошие управленческие и административные механизмы, но проблемы поддержания качественного и количественного состава парка оборудования, обеспечения и развития кадрового состава многочисленных лабораторий все время будут актуальными. Мобильная модель требует постоянной работы с общемедицинским персоналом, учета особенностей производственных процессов в отдельных клинических специальностях, интеграции механизмов контроля назначений и качества исследований в многочисленных сценариях оказания плановой, экстренной и неотложной медицинской помощи. Требуются серьезные усилия по непрерывному развитию компетенций, соблюдению стандартов, контролю обоснованности исследований. Таким образом, если модель централизации требует значительных усилий на этапе внедрения, то остальные три модели относительно проще реализуются на начальном этапе, но затем требуют значительных усилий по поддержанию работоспособности и эффективному развитию.
Выводы
1. Каждая из четырех основных моделей организации СЛД отличается сложным сочетанием сильных и слабых сторон, линий функционирования и развития. Перспективность реализации той или иной модели зависит от тонкого баланса возможностей и рисков на фоне локальных характеристик административно-территориальной единицы, где происходит внедрение.
2. Динамика развития социально-экономического и инфраструктурного состояния субъектов РФ может значительно влиять на эффективность организации СЛД и требовать ее модернизации.
3. Полученные данные не позволяют сделать однозначного вывода о преимуществах конкрет-
Health Care Reforms
ной модели организации СЛД на уровне субъекта РФ, даже при учете отдельных локальных характеристик. Поэтому необходимо научное обоснование «гибкой» модели организации СЛД, чему и будут посвящены наши дальнейшие исследования.
Исследование не имело спонсорской поддержки. Авторы заявляют об отсутствии конфликта интересов. Авторы выражают благодарность главному внештатному специалисту по клинической лабораторной диагностике Министерства здравоохранения Российской Федерации Т. В. Вавиловой за ценные советы и помощь в подготовке данной статьи.
ЛИТЕРАТУРА
1. Какорина Е. П., Поликарпов А. В., Голубев Н. А. Динамика показателей деятельности лабораторной службы Российской Федерации за 2001—2017 гг. Лабораторная служба. 2018;4(7):32— 9.
2. Свещинский М. Л., Железнякова И. А., Кукушкин В. И., Семакова Е. В. Анализ фактического использования ресурсов лабораторными службами больничных учреждений в РФ. Менеджер здравоохранения. 2017;(2):30—9.
3. Delvaux N., Piessens V., Burghgraeve T. Clinical decision support improves the appropriateness of laboratory test ordering in primary care without increasing diagnostic error: the ELMO cluster randomized trial. Implement. Sci. 2020;15(1):100. doi: 10.1186/s13012-020-01059-y
4. Kricka L. J. Emerging and Disruptive Technologies. EJIFCC. 2016;27(3):253—8.
5. Plebani M. Clinical laboratory: bigger is not always better. Diagnosis (Berl). 2018;5(2):41—6. doi: 10.1515/dx-2018-0019
6. Schmidt R. L., Ashwood E. R. Laboratory medicine and value-based health care. Am. J. Clin. Pathol. 2015;144(3):357—8. doi: 10.1309/AJCPWTDAJGMYLN51
7. Годков М. А. Принципы централизации лабораторных исследований. Лабораторная служба. 2015;4(4):3—10.
8. Florkowski C., Don-Wauchope A., Gimenez N. Point-of-care testing (POCT) and evidence-based laboratory medicine (EBLM) — does it leverage any advantage in clinical decision making? Crit. Rev. Clin. Lab. Sci. 2017;54(7—8): 471—94. doi: 10.1080/ 10408363.2017.1399336
9. Laugesen M. J., France G. Integration: the firm and the health care sector. Health Econ. Policy Law. 2014;9(3):295—312 doi: 10.1017/ S1744133114000139
10. Lee J. Evaluating lab outsourcing. Hospitals seek savings but have to consider quality, service and staff issues. Mod. Healthc. 2014;44(35):22—4.
11. Neumaier M. Diagnostics 4.0: the medical laboratory in digital health. Clin. Chem. Lab. Med. 2019;57(3):343—8. doi: 10.1515/ cclm-2018-1088
12. Osborne J. Outsourcing vs. insourcing. Which strategy is the better way for labs to support their larger institution? MLO Med. Lab. Obs. 2016;48(11):44.
13. Золотарев П. Н., Черкасов С. Н. Опыт применения стандартизованных оценок состояния лабораторных служб в субъектах Российской Федерации. Проблемы социальной гигиены, здравоохранения и истории медицины. 2020;28(1):114—8.
14. Максимюк Г. В., Ястремская О. О., Лаповец Л. Е. Модели индикаторов качества и аспекты их внедрения в работу клинико-диагностических лабораторий. Часть I. Лабораторная диагностика. Восточная Европа. 2019;3(8):318—25.
15. Santos M. A., Moraes R. M., Passos S. R. Performance indicators and decision making for outsourcing public health laboratory services. Rev. Saude Publica. 2012;46(3):456—65. doi: 10.1590/s0034-89102012005000028
16. Teoli D, Sanvictores T, An J. SWOT Analysis. 2020. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2021.
17. Цибин А. Н., Годков М. А., Латыпова М. Ф., Ефимушки-на О. А. Оптимизация лабораторной службы мегаполиса: опыт города Москвы. Лабораторная служба. 2016;4(5):15—20.
18. Cook J. Laboratory Integration and Consolidation in a Regional Health System. Lab. Med. 2017 Aug 1;48(3):e43—e52. doi: 10.1093/ labmed/lmw069
19. Kricka L. J. Emerging and Disruptive Technologies. EJIFCC. 2016;27(3):253—8.
20. Naugler C., Church D. L. Automation and artificial intelligence in the clinical laboratory. Crit. Rev. Clin. Lab. Sci. 2019;56(2):98—110. doi: 10.1080/10408363.2018.1561640
Поступила 22.06.2021 Принята в печать 26.10.2021
REFERENCES
1. Kakorina E. P., Polikarpov A. V., Golubev N. A., et al. Dynamics of Indicators of Activity of Laboratory Service of the Russian Federation for 2001—2017. Laboratornaja sluzhba. 2018;4(7):32—9 (in Russian).
2. Sveshhinskij M. L., Zheleznjakova I. A., Kukushkin V. I., Semako-va E. V. Analysis of Resourse Utilization for Laboratory Diagnostics by Russia's Hospitals. Menedzher zdravoohranenija. 2017;(2):30—9 (in Russian).
3. Delvaux N., Piessens V., Burghgraeve T. Clinical decision support improves the appropriateness of laboratory test ordering in primary care without increasing diagnostic error: the ELMO cluster randomized trial. Implement. Sci. 2020;15(1):100. doi: 10.1186/s13012-020-01059-y
4. Kricka L. J. Emerging and Disruptive Technologies. EJIFCC. 2016;27(3):253—8.
5. Plebani M. Clinical laboratory: bigger is not always better. Diagnosis (Berl). 2018;5(2):41—6. doi: 10.1515/dx-2018-0019
6. Schmidt R. L., Ashwood E. R. Laboratory medicine and value-based health care. Am. J. Clin. Pathol. 2015;144(3):357—8. doi: 10.1309/AJCPWTDAJGMYLN51
7. Godkov M. A. The Principles of the Centralization of Laboratory Analysis. Laboratornaja sluzhba. 2015;4(4):3—10 (in Russian).
8. Florkowski C., Don-Wauchope A., Gimenez N. Point-of-care testing (POCT) and evidence-based laboratory medicine (EBLM) — does it leverage any advantage in clinical decision making? Crit. Rev. Clin. Lab. Sci. 2017;54(7—8): 471—94. doi: 10.1080/ 10408363.2017.1399336
9. Laugesen M. J., France G. Integration: the firm and the health care sector. Health Econ. Policy Law. 2014;9(3):295—312 doi: 10.1017/ S1744133114000139
10. Lee J. Evaluating lab outsourcing. Hospitals seek savings but have to consider quality, service and staff issues. Mod. Healthc. 2014;44(35):22—4.
11. Neumaier M. Diagnostics 4.0: the medical laboratory in digital health. Clin. Chem. Lab. Med. 2019;57(3):343—8. doi: 10.1515/ cclm-2018-1088
12. Osborne J. Outsourcing vs. insourcing. Which strategy is the better way for labs to support their larger institution? MLO Med. Lab. Obs. 2016;48(11):44.
13. ZolotarevP. N., CherkasovS. N. The Experience of Application of Standard Values of Condition of Laboratory Services in the Subjects of the Russian Federation. Problemy socialnoj gigieny, zdravoohranenija i istorii mediciny. 2020;28(1):114—8 (in Russian).
14. Maksimjuk G. V., Jastremskaja O. O., Lapovec L. E. Models of Quality Indicators and Aspects of Their Introduction to the Work of Clinical-Diagnostic Laboratories. Part I. Laboratornaja diagnosti-ka. Vostochnaja Evropa. 2019;3(8):318—25 (in Russian).
15. Santos M. A., Moraes R. M., Passos S. R. Performance indicators and decision making for outsourcing public health laboratory services. Rev. Saude Publica. 2012;46(3):456—65. doi: 10.1590/s0034-89102012005000028
16. Teoli D, Sanvictores T, An J. SWOT Analysis. 2020. In: StatPearls [Internet]. Treasure Island (FL): StatPearls Publishing; 2021.
17. Tsibin A. N., Godkov M. A., Latypova M. F., Efimushkina O. A. Optimization Metropolitan Area Laboratory Service: Moscow Experience. Laboratornaja sluzhba. 2016;4(5):15—20 (in Russian).
18. Cook J. Laboratory Integration and Consolidation in a Regional Health System. Lab. Med. 2017 Aug 1;48(3):e43—e52. doi: 10.1093/ labmed/lmw069
19. Kricka L. J. Emerging and Disruptive Technologies. EJIFCC. 2016;27(3):253—8.
20. Naugler C., Church D. L. Automation and artificial intelligence in the clinical laboratory. Crit. Rev. Clin. Lab. Sci. 2019;56(2):98—110. doi: 10.1080/10408363.2018.1561640
