預約爽約率

預約爽約率（也稱為"未到診"率，DNA）是指病患既未到診、也未提前合理時間取消的預約佔已排定預約的比例。這是醫療領域最古老的營運指標之一，而數位化工具——尤其是提醒、自助改期和基於門戶的預約——如今是減少爽約最有效、也最有實證證據支援的手段之一。

為何重要

每一次爽約都意味著一份通常無法挽回的臨床產能，因為大多數服務無法在短時間內填補當天空出的名額，因此該比率直接影響候診名單長度、每次完成診療的成本，以及臨床醫師損失的時間。爽約行為的分佈並不均勻：它與貧困程度、交通可及性、照護責任以及應對多重長期病症的負擔相關，因此僅將高爽約率視為病患行為問題，而不將其部分視為可及性障礙的訊號，往往會催生出（例如一刀切的處罰等）加劇不公平而非緩解不公平的介入措施。數位提醒和便捷的數位化改期，一直是現有最有效、成本最低的介入手段之一，這正是該指標理應納入數位健康測量專案、而不僅僅是營運報告的原因。

計算方法

爽約率 = 被標記為"未到診"的預約數 / 已排定預約總數 × 100

如果一次已排定的預約由任一方在規定的提前通知期（通常為 24 小時）之前取消，通常會將其從分母中剔除，或歸入單獨的類別。低於該通知期的臨時取消通常與真正的爽約分開報告，因為二者在營運和行為層面的含義不同。

實例解析

某社群診所一個月內排定了 2,000 次預約。其中 140 次在提前超過 24 小時被取消（已重新預約並從分母中剔除），60 次為臨時取消（不足 24 小時），180 次被記錄為完全沒有任何聯絡的真正爽約。爽約率為 180 / 2,000 × 100 = 9%。如果將這 60 次臨時取消併入真正爽約的同一類別，報告的比率將升至 12%，這正是為何在給出數位的同時，必須始終說明所採用的定義。

資料來源與注意事項

排班或診所管理系統是主要資料來源，依據其預約狀態程式碼；該指標的品質完全取決於工作人員是否始終一致地使用正確的狀態，而不是把所有情況都歸入籠統的"已取消"類別。引入數位提醒（簡訊、應用推送通知或門戶提醒）的機構，應在病患與服務構成可比的情況下，比較變更前後的爽約率，因為提醒的有效性已在隨機和觀察性研究中得到充分記錄，但會因人群和渠道而異。

常見誤區

• 在超額預約做法不同的診所之間比較原始比率：為彌補預期爽約率而刻意超額預約的診所，與不這樣做的診所相比，會呈現不同的表觀比率，而這與病患真實行為無關。
• 將臨時取消與真正爽約混為一談：二者成因不同，數位化解決方案也不同（臨時取消問題通常可透過更便捷的自助改期解決；真正的爽約問題通常需要更好的提醒和聯絡方式準確性來解決）。
• 出院政策帶來的倖存者偏差：反覆爽約後便讓病患出院的服務，其自身比率會機械性地改善，而實際上只是將同樣的病患轉移到了系統的其他地方。
• 將數位排斥歸咎於病患：沒有智慧手機或可靠簡訊服務的病患無法從純數位提醒策略中受益，因此通常需要多渠道方式（信件、電話、簡訊、應用）以避免擴大可及性差距。

參考來源

• NHS England，全科醫療與門診護理中錯過預約的公開統計與指南
• Cochrane 關於減少醫療預約錯過介入措施（包括提醒系統）的系統綜述
• 關於預約缺席的社會經濟與人口學相關因素的同行評審文獻

另請參閱：遠距醫療就診率，因為爽約行為常因會診方式而異；以及病患門戶採納率，因為基於門戶的自助預約和提醒是這一領域的主要數位化介入手段。