摘要
背景： 在线预约平台正日益被患者用于预约门诊。由于平台对列表的付费或平台对列表可见性的决策，它们可能会放大获取服务的不平等。特别是在德国的双轨保险体系中，私人医疗保险(PHI)患者与法定医疗保险(SHI)患者在专科预约方面的受益差异可能会增加。
目标： 本研究旨在量化柏林大型商业在线预约平台(Doctolib)上SHI与PHI档案在首次可用专科门诊预约等待时间方面的差异，并评估提供相同预约选项的诊所是否被平台降低优先级。
方法： 我们在2025年1月6日至2025年2月26日之间进行了一项横断面、基于互联网的审计。使用两个标准化的模拟患者档案(SHI和PHI)查询1867个平台列表；记录了为两个档案都提供至少1个可预约时段的诊所(n=492)。主要结果是最早可用预约的等待天数。使用配对单尾t检验和Wilcoxon符号秩检验比较提供者内部的等待时间，而探索性亚组分析检查了特定专业差异。敏感性分析排除了最长等待时间的前5%。计算了效应量(Hedges g)。
结果： 在492家诊所中，SHI的平均等待时间为50.4天(SD 52.2)，PHI为22.6天(SD 36.8)，平均差异为27.8天(95% CI 23.6-31.9天；t491=13.05；P<.001；Hedges g=0.59)。在排除最长等待时间的前5%(n=44)后，差异仍然显著(Δ=23.1天；95% CI 20.0-26.2天；t447=14.77；P<.001)。为PHI患者提供更早预约的提供者，SHI等待时间显著更长(61.8天 vs 37.5天；P<.001)，PHI等待时间显著更短(12.0天 vs 38.2天；P<.001)。平台排名与PHI更早的可用性相关(Spearman等级相关r=0.574；P<.001)。
结论： 在柏林的这一商业在线预约平台上，SHI患者在多个专业领域等待首次可用专科预约的时间显著长于PHI患者。讨论了可能放大现有基于保险获取不平等的潜在机制。应考虑提高平台排名标准的透明度，以促进公平获取。
关键词： 医疗服务可及性；医疗保健差异；保险；算法；医学信息学应用；互联网；健康政策；健康
引言
获取医疗服务方面的差异——特别是在预约门诊方面——在卫生服务研究中已有充分记载。在德国，由于其将法定医疗保险(SHI)和私人医疗保险(PHI)分开的双轨保险体系，这一问题尤为突出。大约11%的人口由PHI承保。
实地实验表明，当尝试通过电话预约专科医生时，SHI患者面临比PHI患者显著更长的等待时间，报告的差异范围从7天到15天不等。较早的数据发现，2006年专科预约的平均等待时间从9.5个工作日到24.8个工作日不等。相比之下，在德国初级保健领域，尚未观察到同等程度的等待时间差异。
最近，在线预约平台变得越来越普遍，可能很快在许多环境中取代传统的基于电话的预约。Atherton等人报告了一项对初级保健中患者使用和体验在线预约平台的混合方法研究，重点关注采用、可用性和用户感知，而非审计结果。检查在线预约平台的研究发现较低的失约率和总体较短的等待时间，但未评估不平等。
尽管在线预约平台提供了便利和中立的表象，但新兴证据表明它们也可能延续甚至强化获取服务的不平等。一项针对美国初级保健在线预约平台的审计研究发现了对医疗补助(Medicaid)患者的系统性歧视。Kurtzman等人对美国初级保健预约可用性进行了在线审计，并识别出基于保险状态(医疗补助vs私人保险)的可用性差异。尽管分析了4000多个列表，但该研究并未模拟真实预订，也未关注专科护理。我们的研究增加了横跨多个专业、基于德国的审计，将在线审计文献从美国的初级保健环境扩展到欧洲双轨保险体系中的专科预订。
在线预约平台可以实施可能具有设计歧视性的算法和规则，这些算法和规则可以通过应用机器学习来执行。特别是，通过决定算法如何确定列表页面上的可见性和列表中的位置，在线预约平台可以影响关于诊所如何向患者提供预约时段的指标。
本研究增加了实地证据，证明基于保险状态的差异在实践中的商业在线平台上确实存在。所分析的平台Doctolib是欧洲自称为领先的在线预约平台。它引入了一个患者可以访问预约的主动应用规则过程，并且医生需支付月费。
本研究旨在调查通过在线预约平台预订专科预约时，SHI患者是否比PHI患者经历更长的等待时间。具体而言，我们检查了(1)在平台上跨多个医学专业，SHI和PHI患者之间等待时间差异的程度；(2)提供相同预约选项的诊所是否被平台算法降低优先级。在此过程中，我们的研究通过将在线审计方法扩展到初级保健和美国环境之外，为日益增长的数字健康获取文献做出了贡献。它提供了首个跨专业、基于德国的商业在线预约平台审计，提供了实证证据，表明平台设计可能潜在地强化了双轨保险体系中专科护理获取方面的现有差异。
方法
研究设计
我们进行了一项横断面、基于互联网的审计研究，以评估柏林德国Doctolib上SHI与PHI患者预约可用性的差异。该研究遵循加强流行病学观察性研究报告(STROBE)指南进行横断面研究，并采用"模拟患者"方法以最小化测量偏差。
研设置和数据源
数据在2025年1月6日至2025年2月26日之间收集。该平台汇集了柏林门诊专科医生的公开可用列表，并允许用户按保险状态(SHI vs PHI)进行筛选。为减轻时间变异性，每个专业在同一天内对PHI和SHI档案进行了评估。由于平台频繁更新，外观顺序在整个评估窗口中发生变化。为确保完全获取所有可用的专科医生，所有搜索结果页面在提取时保存为静态HTML快照。然后双重检查这些快照，以确认纳入了所有可能的预约。为验证，将评估日包括为可能的混杂因素。
参与者和样本选择
专业来自欧洲议会和理事会2005年9月7日关于专业资格认可的2005/36/EC指令(欧盟专业资格指令)。该研究排除了牙科和正畸专业，这些专业在法兰克福进行的先前单独预研究中显示无明显的基于保险的差异。此外，对于这些专业，Doctolib上没有提供在SHI和PHI之间选择的选项。我们在平台上筛选了1867个提供者列表；纳入标准如下：(1)数据收集窗口期间的在线预订可用性；(2)SHI和PHI的预约可用性。仅提供一种保险类型或无在线预订的提供者被排除。总共492家诊所符合纳入标准并进行了分析。
审计模拟和数据收集程序
以下提供了数据收集程序的逐步概述。首先，创建了两个标准化档案：档案1代表SHI患者，档案2代表PHI患者(档案1：男性，42岁，在平台上无先前预约或医疗史；档案2：女性，36岁，平台无先前预约或医疗史)。
接下来，打开在线预约平台Doctolib页面，选择专业。根据档案，选择PHI或非PHI的筛选器。对于每个专业，在同一天内进行了两次平行搜索——每个档案一次，尽可能在同一浏览器会话中进行，以控制可用性中的昼夜波动。对于多医生诊所或多地点列表，每个可区分的医生或地点组合被视为一个单位。对于每个单位(医生的列表)，记录了最早的可用预约日期，而无需完成预订，通过遵循预订流程。为简单起见，我们在整篇论文中将这些单位称为"诊所"，即使单个诊所可能有多个列表。
为避免所请求预约类型中的系统性变化，一致使用了两个标准预订选项中的一个，对两个患者档案都相同：(1)优先级1，"首次咨询新患者"，如果不可用，则(2)"在咨询时间内的一般预约"用于所有专业，反映典型的新患者查询。唯一的例外是放射科，我们一致选择了磁共振断层扫描或计算机断层扫描(手部；磁共振断层扫描优先级1，计算机断层扫描优先级2)，因为没有提供一般预约类别。
在最终预订前，记录了可预订的日期，并停止了该过程。没有进行真实的预约，确保研究活动不会影响提供者的日程安排。在转到下一页列表之前，保存了每个页面的屏幕截图。Doctolib每页提供20个列表。记录了所有列表(列表或诊所的名称，在3个专业中还包括地址)，包括那些不为任何档案提供预约的列表，这导致了最终数据集，其中包含为SHI和PHI都提供预约的诊所。
对每个诊所和档案重复此过程，直到柏林以外的第一个诊所被平台识别，该平台提供了到柏林的公里距离和其他城市的名称。当一个专业由两个档案完全评估并完成验证后，该过程在同一天或另一天重复用于不同的专业。
在每个专业中对两个档案完成数据收集后，两个档案之间切换了保险状态(女性到SHI，男性到PHI)，并重新评估了前20个列表，以调查潜在的由档案构建引起的性别或年龄相关歧视的混杂。
对于第一个研究问题关于等待时间差异，我们将每个诊所的SHI和PHI档案的预约等待天数作为主要结果。等待时间定义为"最早可用预约"日与"数据评估日"之间的天数差异。对于亚组分析，我们区分了诊所列表的专业。该研究还包括某些专业的"Doctolib排名"，以解决第二个研究问题。
偏差控制
为减少测量偏差并保持一致性，数据收集按平台呈现的顺序进行(从第一页到最后一页，从上到下)，并归档了静态快照。
统计分析
计算了按保险类型的等待时间的描述性统计(均值和中位数)。使用配对单尾t检验和非参数Wilcoxon符号秩检验评估SHI与PHI的提供者内部等待时间差异。为探索异质性，进行了按专业分层的亚组分析；然而，鉴于样本量小，结果仅为描述性，应谨慎解释。所有分析均为单尾，α=.05。为在按专业分层时调整多重比较，应用了保守的Bonferroni校正，该校正涉及将未调整的P值乘以测试的假设数(在我们的情况下，为亚组)。分析在SPSS 28版(IBM Corporation)中进行。计算了效应量(Hedges g)。
敏感性分析
为评估研究结果的稳健性，我们排除了等待时间最长的前5%(离群值)的诊所，并重复了配对比较。这种离群值排除并未实质性改变总体结果的方向或显著性；然而，一些专业亚组失去了足够的功效以达到显著性。
伦理考虑
本研究仅涉及公开可用的预订信息，不涉及任何真实患者数据、医生数据或实际预约预订。既未影响提供者日程，也未报告提供者名称。由于研究设计为观察性，不涉及任何人类参与者，因此未申请正式的伦理批准。这遵循了德国研究协会的指南，其中没有任何需要伦理投票的案例适用于本研究设计。
结果
列表和可预约诊所
在2025年1月6日至2025年2月26日之间，我们在平台上筛选了1867个提供者列表。在应用我们的排除标准(无在线预订、仅对一种保险类型可用或专业在预定义列表之外)后，492家诊所保留了SHI和PHI患者的至少1个可预约时段(为两组都提供预约的可预约诊所)。图1说明了详细的纳入和排除过程。
多媒体附录2将可预约诊所与柏林所有可用诊所使用法定医疗保险医师协会(Kassenärztliche Vereinigung [KV])的数据进行比较，以估计平台的近似本地市场份额。请注意，柏林KV登记册列出了所有有权治疗法定保险患者的门诊专科医生；然而，平台列表包括每位医生的多个条目，并可能省略一些诊所，因此KV比较是近似的。
总体而言，平台上列出的4123名医生中有492名为SHI患者提供服务，约占柏林相关专业中可用诊所的12.6%，根据KV。此估计值应视为下限，因为列表不完全对应。特别是，KV类别包括比Doctolib上表示的更广泛的专业分组(例如，神经学或精神病学)，这导致了比较中的差异。
按专业分类的提供者可预约性
表1提供了专业间案例分布、观察日和等待时间描述性结果的概述。
SHI可预约率最高的专业是耳鼻喉科(ENT)、骨科、妇产科和泌尿科。神经学的SHI可预约率最低(0.5%)，在405名注册神经科医生中，只有2名在该平台在线为SHI患者提供预约。
配对t检验和非参数Wilcoxon符号秩检验在专业间进行，以比较SHI与PHI档案的首次可用预约等待时间。样本量少于3个可评估案例的专业(血管外科和神经学)被排除在假设检验之外。儿科未显示任何差异，因此无法进行假设检验。表2总结了结果。
在所有专业(包括样本量小的专业)中，SHI患者平均比PHI患者多等待27.8天(47.2)(95% CI 23.6-31.9；t491=13.05；P<.001；Hedges g=0.59)，约4周。
在专业层面上，在9个专业中的8个观察到SHI和PHI患者之间等待时间的统计学显著差异(P<.05)。在应用Bonferroni校正以考虑多重比较后，其中6个差异仍然具有统计学显著性(在表2中标记为"a")，表明总体模式并非仅由偶然发现驱动。最大的差异出现在心脏病学和泌尿科。然而，专业层面的结果应谨慎解释，鉴于样本量小。
鉴于某些专业中等待时间的偏斜分布，报告了非参数Wilcoxon符号秩检验以及t检验。结果在定性上保持不变。
图2提供了一个箱线图，显示了SHI和PHI档案之间所有专业中等待时间的统计学显著差异。
提供更早PHI预约的提供者与不提供更早PHI预约的提供者比较
鉴于医生在SHI和PHI患者之间区分预约分配，我们调查了SHI患者更长的等待时间是否对应于PHI患者更短的等待时间。因此，我们检查了为PHI患者提供更早预约时段是否与SHI和PHI档案的等待时间相关。提供者被分为两组：
- 第0组(提供相同SHI和PHI预约时间的诊所)：其最早SHI和PHI预约没有差异的提供者(n=172)。
- 第1组(提供PHI比SHI更早可用性的诊所)：其PHI预约早于SHI预约的提供者(n=283)。
总共37家为SHI患者提供更早预约的诊所被排除在此分析之外。
表3显示，第1组的SHI等待时间(61.9天)比第0组(37.6天)显著更长，平均差异为-24.3天(95% CI -33.6至-14.9天；t454=-5.10，P<.001；Hedges g=-0.469)。当SHI患者访问第0组诊所时，等待时间减少24.3天。
PHI等待时间在第1组(12.1天)比第0组(37.6天)显著更短，平均差异为25.5天(95% CI 18.2-32.9天；t454=6.81，P<.001；Hedges g=0.75)。这表明，与不区分SHI和PHI患者的诊所相比，提供PHI比SHI更早可用性的诊所群体可以为PHI患者提供早25.5天的预约。
这些结果表明，为PHI患者提供更快时段的诊所不仅显著减少了PHI等待时间，而且相应地增加了SHI等待时间，在两个比较中都有较大的效应量。
对于妇产科、皮肤病学、泌尿科和耳鼻喉科(ENT)(n=801)等专业，由于我们的数据集中的确切名称和地址说明以及使用PHI档案搜索的相应屏幕截图，我们能够精确复制Doctolib上的排名。在493家拥有可用排名和PHI预约的诊所中，我们进行了以下相关分析：Doctolib排名(列表位置，其中1是页面上的第一个列表并计数)与PHI等待时间具有高度显著(P<.001)的Spearman等级相关r为0.702。这表明存在强烈的正相关。这些发现证明，Doctolib上条目的排名顺序与预约可用性相关。具体而言，提供最早可用预约的列表在排名中位置最高。
在拥有排名信息的175家专业中，也有175家为PHI和SHI患者都提供预约。独立样本t检验显示，第0组的诊所在排名上平均比第1组落后58位(95% CI 37.9-78.0；t174=5.706，P<.001；Hedges g=0.86)。由于Doctolib上的列表每页有20家诊所，提供相同SHI和PHI预约时间的诊所在PHI档案视图中平均比提供PHI比SHI更早可用性的诊所在排名上落后近3页。
验证分析：排除前5%的离群值
为确认我们主要发现的稳健性，我们在排除等待时间最长的前5%(n=44)后，重复了配对t检验和Wilcoxon符号秩检验，得到448家诊所的样本。表4展示了此减少样本中按专业和总体的SHI与PHI等待时间的组统计和推断结果。
在排除SHI和PHI患者中极端等待时间离群值后，SHI患者继续比PHI患者经历显著更长的等待时间，平均差异为23.1天(95% CI 20.0-26.2；t447=14.77；P<.001)。此验证分析证实了基于保险状态的预约等待时间存在实质性差异的主要发现。
在专业层面上，在12个专业中的7个观察到SHI和PHI等待时间之间的统计学显著差异；其中5个在Bonferroni校正后仍然显著(在表4中标记为"a")。最大的差异出现在泌尿科、普通外科和耳鼻喉科。
与主要专业层面分析一样，鉴于个别专业内的样本量小，这些发现应谨慎解释，这可能会影响估计的精确性和稳定性。
验证分析：档案构建和潜在混杂
为评估档案构建中潜在的性别和年龄相关歧视的混杂，我们在切换两个档案之间分配的保险状态后重新评估了每个专业内的前20个列表。在所有专业中，最早可用预约日期继续与档案中指示的保险状态相关，而不是与档案的性别或年龄相关。具体而言，当42岁男性档案被分配PHI状态时，它收到了之前为36岁女性PHI档案观察到的相同最早预约选项，反之亦然适用于SHI。未观察到与此模式的偏差。这些发现表明，等待时间的差异很可能归因于保险状态，而不是档案设计中嵌入的性别或年龄相关因素。
讨论
主要研究发现
在对欧洲主要预订平台上列出的492名门诊专科医生的这项横断面、基于互联网的审计中，我们发现德国的SHI患者比PHI患者面临显著更长的首次可用预约等待时间。据我们所知，尚无规模相当的先前研究检查了在线预约平台上的预约分配，特别是在PHI和SHI的双轨保险体系中，特别是针对专科护理。
在多个医学专业中，SHI患者平均比PHI患者多等待23-32天。此外，与同一地区的SHI患者相比，为PHI患者提供更多诊所的平台列表。
尽管超过三分之一的诊所为两个档案提供相同的预约日期，但这些医生在搜索结果中的排名显著靠后，并且PHI患者的等待时间显著更长。另一方面，提供PHI比SHI更早可用性的诊所，SHI患者的等待时间显著更长，并且在列表中排名更高。因此，更早预约时段的优先排名使PHI时段早于SHI时段的诊所受益。
研究结果分析
我们的发现表明，SHI患者在平台上面临结果方面的显著差异，既在预约可用性减少方面，也在等待时间延长方面。观察到的等待时间差异，平均23-32天，大于先前在德国进行的基于电话的审计研究中所展示的差异。例如，Breitenbach和Heinrich记录了SHI患者的等待时间平均比PHI患者长15天。同样，Heinrich等人报告了在高密度城市地区(不包括柏林)选择性手术的14-23天差异。其他研究发现了较小的差距：在巴伐利亚，Muschol和Gissel在2019年观察到9天的差异，在2020年观察到6天的差异，而Werbeck等人报告了德国16个联邦州36个县平均差异为13个工作日。Lungen等人发现差异范围从5到25个工作日不等，具体取决于专业和请求的干预。这些专业间的变异模式与我们在研究中观察到的模式相似，其中SHI和PHI患者之间的差异也因医学专业而大不相同。相比之下，在初级保健中的差异似乎小得多；Luque Ramos等人报告了不到1天的差异。
综上所述，这些比较表明，通过在线预约平台观察到的差异处于先前德国研究中使用基于电话的预约调度记录的范围的上限——或超过该范围。关于在线预约平台上基于保险的预约分配差异的证据很少。唯一一项调查在线预约平台上基于保险的差异的研究是在美国进行的，检查了与初级保健医生的预约调度。它发现按保险状态可用的预约时间没有差异；然而，通过医疗补助保险的患者被引导至地理位置更远的医生，表明地理获取方面的差异。然而，与这项研究的可比性有限，因为分析是在美国医疗保健系统内进行的，侧重于初级保健，而本研究则检查了德国法定和私人医疗保险背景下门诊专科预约的获取。
转向可能有助于解释观察到的预约可用性和等待时间差异的机制：一个解释与双轨保险系统内的经济激励有关。PHI患者的报销水平通常更高，监管更少，这可能会激励诊所优先将稀缺的预约时段分配给PHI患者。与此解释一致，我们的审计发现，相当一部分诊所(n=96)仅向SHI档案提供额外的自付或私人计费服务选项。这些提议通常采用增强筛查套餐、延长咨询时间、自付预约或美容程序的形式，并且在PHI档案中不存在或表述不同。这种模式表明，一些诊所积极向SHI患者推广自付服务作为替代收入来源。这种自付选项的差异化呈现不仅为获取增加了另一层复杂性——SHI患者不仅面临更长的等待时间，还面临额外的财务考虑——而且可能反映了优先考虑高利润服务而非标准保险护理的激励。从健康经济学的角度来看，这些动态可能会通过将SHI患者转向成本更高、未涵盖的服务而加剧不平等。
在此基础上，并结合我们发现提供PHI比SHI更早可用性的诊所在平台列表中排名更高的结果，平台的排名逻辑——虽然并非明确设计为有利于PHI患者——可能会通过将患者引向PHI患者获得更快预约的诊所而间接放大获取差异。从这个意义上说，基于等待时间的排名可能会引入第二层优先级：已经优先将预约分配给PHI患者的诊所在平台环境内变得更加可见和有吸引力。这种动态可能会为诊所创造强化激励，以优先考虑PHI患者，因为更短的等待时间提高了他们的相对排名，并可能吸引更多需求。随着时间的推移，这种反馈机制可能会扩大SHI和PHI患者之间门诊护理获取的不平等，即使平台设计并非明确意图按保险状态进行区分。
虽然差异化报销和平台排名是潜在的机制，但观察到的模式也可能反映替代解释，例如预期病例复杂性的差异、预期咨询长度的差异或SHI和PHI患者之间的需求模式差异。由于审计设计无法在经验上区分这些替代解释，进一步研究应调查潜在机制，以及排名在多大程度上放大了专科护理获取中基于保险的差异。
尽管在柏林使用Doctolib的诊所比例仍然有限，但在线预约平台的使用正在增加。因此，尽管本研究在柏林使用Doctolib进行，但结果可能对在其他地区和其他平台上积极使用在线预约平台的更广泛的患者和提供者群体具有信息价值。需要进一步研究以评估这些发现在不同地区和在线预约平台上的普遍性。
这些发现还引发了关于平台设计在塑造护理获取方面作用的问题。从政策角度来看，这表明可以考虑保障措施——如算法审计或保险中立的排名标准——以减轻不平等获取的风险。关于影响平台排名因素的更大透明度也可能很重要，以更好地了解数字调度系统如何影响各患者群体之间的预约分配。
局限性
本研究通过系统量化通过在线预约平台获取专科护理的基于保险的差异，为卫生保健服务交付中日益增长的渠道做出了宝贵贡献。然而，有几个局限性值得考虑。
首先，我们的抽样框架仅包括单一在线平台上列出的诊所；约12.6%的KV注册专科医生在该平台上为SHI患者提供预约。因此，我们的结果无法捕获门诊护理途径的全部范围，包括通过电话或亲自进行的预约调度。此外，样本不代表性，因为选择加入该平台的付费使用本身就可能引起选择偏差。参与在线预约平台的提供者可能是所有门诊专科医生的非随机子集。采用率可能在数字导向的诊所、大型团体诊所或服务PHI或自付患者比例较高的诊所中更高。此外，面临更高需求或容量限制的诊所可能有更强的动机通过数字工具积极管理预约分配。因此，我们的发现不能推广到所有门诊医生的预约调度行为。平台上的这种选择可能会影响观察到的差异的程度。一方面，采用数字调度工具的诊所可能具有更标准化的预约管理和槽位分配的更大透明度，这可能会减弱SHI和PHI患者之间的差异，与传统调度渠道相比。另一方面，数字平台可能会促进预约槽位或患者群体的更明确细分，如果诊所有策略地分配容量，可能会放大等待时间差异。与基于电话的预约调度研究的证据相比，后一种解释似乎更合理。因此，未来研究应明确检查提供者参与在线预约平台的决定因素，以及这种选择如何影响观察到的获取模式。
然而，即使我们的发现在所有门诊医生的预约调度行为中不可推广，它们确实反映了依赖在线预订平台获取护理的患者的实际体验。鉴于数字调度系统的使用日益增长，这些平台越来越多地塑造了患者如何搜索和获取预约。因此，随着时间的推移，观察到的模式可能对患者获取护理变得越来越重要。
其次，平台的专有排名算法是不透明的；虽然我们看到了表明"最早预约"优先化的相关性，但其他因素可能影响排名，因为这种关联并不意味着因果关系。
第三，我们的审计设计仅捕获首次可用槽位，无法考虑取消、患者失约或后续预约机会。"首次可用预约"是一个有用的、可重复的审计指标，用于比较平台在给定时刻向不同保险档案展示的内容。然而，它只是获取的实际近似值。真实患者路径可能不同，因为患者可以接受取消、请求紧急槽位、选择偏好的医生、切换提供者或通过非数字渠道获取预约。因此，观察到的等待时间差距可能不会一对一地转化为护理中的实际延迟，特别是如果SHI和PHI患者在使用这些替代路径的能力或意愿方面存在差异。特别是，由于该研究测量的是可见的首次可用槽位，而不是已完成的预约，因此估计的差异应解释为预订机会的差异，而不一定是治疗接收的直接差异。
第四，两个档案并非完全相同，因为它们基于真实的一次性用户账户，这些账户在性别和年龄上有所不同；然而，6年的年龄差异可以认为是微不足道的。此外，我们通过在档案之间切换SHI和PHI状态并重新评估前20个列表进行了稳健性检查。此分析确认了按保险状态观察到的差异，表明SHI和PHI患者之间的差距不太可能由性别或年龄驱动。因此，验证支持保险梯度的稳健性，但它并不能完全排除性别或年龄相关的混杂。
第五，等待时间的分布是偏斜的，因此虽然均值反映了本研究中患者档案的平均体验，但发现可能与所有患者不同。这反映在离群值排除中，心脏病学不再显著，主要是由离群值驱动的。
最后，尽管专业层面的估计与主要发现方向一致，但这些亚组分析是探索性的，并且在几个层中功效不足。因此，明显的专业间差异不应被解释为专业特定效应的确凿证据。Bonferroni调整的结果减少了对多重测试的担忧，但并未消除功效问题。
结论
在线预约平台虽然提高了便利性，但似乎重新确认了专科获取中的线下不平等：法定保险患者比PHI同行等待时间显著更长。这些差异在多个专业中一致，并且对验证分析稳健。重要的是，观察到的不平等反映了德国双轨保险系统的结构特征，而不是由平台本身创造的。然而，如果平台排名受等待时间影响，SHI和PHI患者之间的等待时间差异可能会通过使提供PHI比SHI更早可用性的诊所在平台上更加突出而进一步放大现有的不平等。随着在线预订成为获取门诊护理的日益主导模式，对其分配效应的系统监测至关重要。政策制定者和平台运营商应考虑促进公平获取和提高影响平台排名因素透明度的监管和设计干预措施，帮助确保数字化促进公平，而不是强化现有不平等。
作者贡献
CCJK构思了研究，设计了审计协议，收集和验证了数据，进行了分析，并起草和修订了手稿。SA修订了手稿，验证了统计分析，并为其做出了贡献。
利益冲突
作者声明无利益冲突。
【全文结束】