【目的】抗生素耐药性对全球健康和社会经济发展造成了严重威胁,抗菌药物的不合理使用进一步加剧了耐药形势,基层医疗机构尤为严峻。为了应对相关威胁,促进医生抗菌药物合理处方行为对缓解耐药性危害和保障公众健康至关重要。然而,目前对医生抗菌药物处方行为模式研究仍有不足且影响机制尚不明晰。本研究主要聚焦基层医生,提出以下研究目标:（1）鉴别潜在的抗菌药物处方行为模式,识别需要重点干预的医生群体;（2）开发抗菌药物处方行为影响因素的测量工具;（3）构建抗菌药物处方行为影响机制,识别影响抗菌药物处方行为的关键要素和重点环节,补充理论价值和实践意义,以期为政策实践转化提供证据支持。【方法】（1）基于基层门诊处方数据,采用文献研究、专题小组讨论、描述性分析及单因素分析,对基层医生抗菌药物使用的整体水平、频率与特征进行概述。从耐药性风险、患者健康、价格、政策监管效果的综合视角,采用潜在剖面分析系统地鉴别潜在的抗菌药物处方行为模式,并识别需要重点干预的医生群体。（2）结合文献研究和专题小组讨论,对能力-机会-动机模型（Capability-Opportunity-Motivation Behavior,COM-B）各要素进行内涵界定并提出研究假设,构建基层医生抗菌药物处方行为理论模型。（3）参考Hinkin问卷开发步骤,依次进行条目生成、认知访谈、问卷调查、因子分析、内部一致性检验,开发基层医生抗菌药物处方行为影响因素的测量工具。（4）基于上述测量工具,在49家基层医疗卫生机构开展现场调查。采用多名义Logistic回归分析识别影响基层医生抗菌药物处方行为的关键要素;同时,采用验证性因子分析、内部一致性检验、结构方程模型构建基层医生抗菌药物处方行为COM-B模型,识别影响抗菌药物处方行为的重点环节,并构建多指标多因素模型探索协变量对基本模型的影响。（5）基于上述需要重点干预的医生群体、关键要素和重点环节,结合专题小组讨论并遵循行为改变轮（Behavior Change Wheel,BCW）主要步骤及原则,开展理解目标行为、识别干预选项、确定干预内容和实施选项,以提出靶向干预策略。【结果】（1）行为模式鉴别:基于每张处方药品的平均数量、每张处方抗菌药物的平均数量、抗菌药物处方率、二联及以上抗菌药物处方率、限制使用类抗菌药物处方率、谨慎使用类/保留使用类抗菌药物处方率、广谱抗菌药物处方率、注射类抗菌药物处方率8种不同类型的处方行为指标,系统地鉴别出我国基层医生对抗菌药物的使用主要可以分为高、中、低三种不同程度的处方行为模式,其中22.1%的医生表现出高抗菌药物处方行为模式,属于抗菌药物使用的重点干预群体,其在女性、40-50岁、外科等其他科室、工作年限长达20-30年的医生中更为常见。（2）理论模型构建:基于动机理论、规制理论、委托代理理论对抗菌药物处方行为特征进行了论述,强调了处方行为动机、激励性规制以及医患间的委托代理关系对深入理解抗菌药物处方行为至关重要,基于此初步构建了基层医生抗菌药物处方行为COM-B理论模型并提出模型要素间的假设关系,主要包括:能力与机会相互影响,能力和机会既可以直接影响抗菌药物处方行为也可以通过动机间接影响抗菌药物处方行为,动机对抗菌药物处方行为有直接影响,其中能力包括知识、技能、行为调节、决策,机会包括环境与资源、社会影响,动机包括行为强化、情绪、行为目标、个人角色和身份、结果信念、能力信念、乐观主义、行为意向。（3）测量工具开发:遵循Hinkin问卷开发步骤,条目生成阶段生成了含有68个条目的初始条目池,认知访谈阶段形成了含有58个条目的初始测量工具,基于现场调查保留下来的421份有效问卷,经因子分析和内部一致性检验最后保留了9个维度、26个条目（单一维度Cronbach’s a=0.754—0.892,整体维度Cronbach’s a=0.904）,最终形成了基层医生抗菌药物处方行为影响因素的测量工具（RMSEA=0.061,CFI=0.981,TLI=0.977,SRMR=0.049）。（4）影响机制构建:（1）多名义Logistic回归模型结果显示行为调节、社会影响是影响抗菌药物处方行为模式的关键要素:相比于行为调节能力弱的医生,行为调节能力更强的医生更有可能表现为中等抗菌药物处方行为模式,而非高抗菌药物处方行为模式（β=1.029,P=0.003）;相比于社会影响得分低的医生,社会影响得分更高的医生更有可能表现为低抗菌药物处方行为模式,而非高抗菌药物处方行为模式（β=0.380,P=0.047）;此外,性别、年龄、科室类别、工作年限也对抗菌药物处方行为模式有影响,男性相较于女性更有可能是中等抗菌药物处方者而非高抗菌药物处方者（β=1.660,P<0.001）,40-50岁的医生比超过50岁的医生更有可能是高抗菌药物处方者（β=-1.584,P=0.015）,全科医生更有可能是低抗菌药物处方者而非高抗菌药物处方者（β=1.142P=0.003）,内科医生更有可能是中等抗菌药物处方者而非高抗菌药物处方者（β=1.632,P<0.001）,工作年限不足10年的医生比工作年限超过30年的医生更有可能是低抗菌药物处方者而非高抗菌药物处方者（β=1.967,P=0.028）。（2）构建了基层医生抗菌药物处方行为COM-B模型（RMSEA=0.069,CFI==0.970,TLI=0.966,SRMR=0.056）,结构方程模型结果显示知识与技能、行为调节、社会影响均对动机有正向促进作用（β=0.435,P<0.001;β=0.509,P<0.001;β=0.087,P=0.021）,知识与技能、社会影响均与行为调节之间显著相关（β=0.557,P<0.001;β=0.440,P<0.001）,知识与技能和社会影响之间显著相关（β=0.160,P=0.001）。当与不同类型的抗菌药物处方行为关联时,动机、社会影响均对自我报告的抗菌药物处方行为有显著的规制作用（β=-0.377,P=0.009;β=-0.125,P=0.026）,行为调节与自我报告的抗菌药物处方行为正相关（β=0.261,P=0.007）,但可以通过动机的中介作用（β=0.509,P<0.001）对行为产生显著规制效果（β=-0.377,P=0.009）;知识与技能与每张处方抗菌药物的平均数量、抗菌药物处方率直接正相关（β=0.240,P=0.003;β=0.305,P=0.001）;行为调节对每张处方抗菌药物的平均数量、二联及以上抗菌药物处方率有显著规制作用（β=-0.255,P=0.042;β=-0.266,P=0.041）;社会影响对广谱抗菌药物处方率、注射类抗菌药物处方率有显著规制作用（β=-0.129,P=0.031;β=-0.149,P=0.015）。多指标多因素模型结果显示年龄、家庭年收入对知识与技能有显著负向影响（β=-0.112,P=0.047;β=-0.110,P=0.041）,科室类别则是知识与技能、动机的显著影响因素（β=-0.117,P=0.038;β=-0.165,P=0.004）。（5）干预策略提出:结合上述实证结果并根据BCW主要步骤及原则,确定了教育、培训、限制、建模、赋能5个干预功能,财政措施、公共服务、沟通、管理条例4个政策类别,关于健康结果的信息、对行为结果的反馈、提示、行为规范、关于如何执行行为的说明、社会支持（未指定）、社会支持（实际性）、目标设定（结果）、解决问题9个行为改变技术,并围绕干预措施的清单和报告规范简要概述了干预策略。【结论】基层医生对抗菌药物的使用主要可以分为高、中、低三种不同程度的处方行为模式,其中重点干预人群在女性、40-50岁、外科等其他科室、20-30年工作年限的医生中更常见,为靶向干预对象的选取奠定了基础;开发构建的基层医生抗菌药物处方行为影响因素的测量工具与COM-B模型具备良好信效度,其中行为调节和社会影响是影响基层医生抗菌药物处方行为的关键要素和重点环节,为靶向干预策略提供了有效运行机制;根据BCW主要步骤及原则提出的干预策略包含5个干预功能、4个政策类别、9个行为改变技术,具备较强的靶向干预作用,为政策实践转化提供了证据支持。建议进一步增强基层医疗机构信息化水平与实验室能力建设、优化基层药学服务体系并鼓励开展用药咨询服务、促进基层医生“以患者为中心”的用药沟通及多学科沟通协作、完善抗菌药物处方行为激励与监管机制并加强大数据应用。【创新与不足】本研究主要包含以下三点创新:（1）首次基于耐药性风险、患者健康、价格、政策监管效果的综合视角,对抗菌药物处方行为模式的鉴别进行了改进,基于每张处方药品的平均数量、每张处方抗菌药物的平均数量、抗菌药物处方率、二联及以上抗菌药物处方率、限制使用类抗菌药物处方率、谨慎使用类/保留使用类抗菌药物处方率、广谱抗菌药物处方率、注射类抗菌药物处方率8种不同类型的处方行为指标,系统地鉴别出高、中、低三种不同程度的抗菌药物处方行为模式,识别出需要重点干预的医生群体。克服了以往处方行为单一测量的不足,为深入理解抗菌药物处方行为提供了综合视角,为靶向干预对象的选取奠定了基础。（2）首次开发并验证了包含9个维度、26个条目的基层医生抗菌药物处方行为影响因素的测量工具,填补了COM-B在抗菌药物处方行为领域量表开发的空白,丰富了抗菌药物处方行为影响因素的测量工具,为识别合理处方行为的障碍因素和促进因素提供了有效的测量工具。（3）首次构建了包含知识与技能、行为调节、社会影响、动机四大维度在内的基层医生抗菌药物处方行为COM-B模型,填补了COM-B模型在抗菌药物处方行为领域实证研究的空白,为靶向干预策略提供了证据支持及有效的运行机制。研究局限方面:考虑到基层医疗卫生机构抗菌药物不合理使用问题尤为严重,且在具体使用方面与二、三级医院存在明显差别,因此本研究主要立足于基层背景开展实证研究,未来可在二、三级医疗机构进一步验证测量工具及COM-B模型的有效性,并进一步丰富样本选取,以验证研究结论的推广性;其次,由于基层医疗卫生机构信息系统的疾病编码尚不完善,因此本研究未与疾病种类等相结合,未来研究可以考虑进一步控制病种病情,进而加深对抗菌药物处方行为的探讨;此外,由于机构层面数据不可及,本研究未从机构层面深入探讨抗菌药物使用差异,未来可进一步挖掘这方面的发现;最后,本研究基于实证结果并遵循BCW主要步骤及原则初步提出了抗菌药物处方行为靶向干预策略,但具体干预策略尚未结合实际情况进行评估,未来研究需对干预策略进行细化与完善,并在此基础上进一步开展干预效果评价。