張利平 劉建明 李望晨△ 唐云鋒

兩類多指標(biāo)集成算法在醫(yī)護(hù)工作質(zhì)量綜合評(píng)價(jià)問題中的實(shí)證研究*

張利平1,2,3劉建明1,2,3李望晨1,2,3△唐云鋒1,2,3

綜合評(píng)價(jià)就是將指標(biāo)體系、權(quán)重和對(duì)象指標(biāo)測(cè)量信息，借助數(shù)學(xué)算法對(duì)評(píng)價(jià)對(duì)象進(jìn)行綜合排序。方法多樣化和功能差異會(huì)引起結(jié)果差別，需要結(jié)合方法原理、研究對(duì)象和評(píng)價(jià)目的設(shè)計(jì)適配模型。綜合評(píng)價(jià)研究須從指標(biāo)篩選與構(gòu)建、權(quán)重計(jì)算、集成算法選擇、模型方案設(shè)計(jì)等方面對(duì)評(píng)價(jià)結(jié)果加以解釋。

醫(yī)療質(zhì)量體現(xiàn)醫(yī)療機(jī)構(gòu)的經(jīng)營(yíng)能力和服務(wù)水平，對(duì)提高綜合業(yè)績(jī)和競(jìng)爭(zhēng)力有導(dǎo)向意義。綜合評(píng)價(jià)須借助數(shù)理統(tǒng)計(jì)和多屬性決策方法，融合、量化資料，為管理者制定決策提供依據(jù)。本研究旨在以兩類多指標(biāo)集結(jié)算法為基礎(chǔ)闡述流程[1]，以兩個(gè)代表性綜合評(píng)價(jià)問題為例設(shè)計(jì)方案，為同類問題應(yīng)用提供技術(shù)參考。

綜合評(píng)價(jià)工作流程

1.指標(biāo)體系

指標(biāo)體系是綜合評(píng)價(jià)工作基礎(chǔ)，應(yīng)由決策者根據(jù)規(guī)劃目標(biāo)、實(shí)際工作情況和文獻(xiàn)資料，結(jié)合指標(biāo)內(nèi)涵，對(duì)考核標(biāo)準(zhǔn)進(jìn)行分類、篩選和優(yōu)化。指標(biāo)應(yīng)遵循系統(tǒng)、分層和細(xì)化原則，盡量意義明確、內(nèi)涵豐富和屬性約簡(jiǎn)，力求系統(tǒng)性、獨(dú)立性、特異性和靈敏性。具體指標(biāo)的確定應(yīng)由Delphi法組織專家研討和篩選，不斷征詢意見后進(jìn)行綜合論證。

2.權(quán)重計(jì)算

指標(biāo)篩選后應(yīng)確定權(quán)重，權(quán)重旨在體現(xiàn)指標(biāo)差異性。權(quán)重可由專家主觀研討確定或根據(jù)數(shù)據(jù)分布計(jì)算客觀權(quán)重。

3.數(shù)據(jù)預(yù)處理

指標(biāo)體系構(gòu)建后，由決策者組織專家針對(duì)醫(yī)療或護(hù)理工作實(shí)際，根據(jù)指標(biāo)內(nèi)涵意義對(duì)評(píng)價(jià)對(duì)象逐項(xiàng)測(cè)量和匯總客觀數(shù)據(jù)。低優(yōu)或中優(yōu)指標(biāo)需要同向化處理，以不改變數(shù)據(jù)分布為宜。并作無量綱預(yù)處理。

4.模型方法

評(píng)價(jià)對(duì)象與指標(biāo)基礎(chǔ)數(shù)據(jù)矩陣獲取后，建立多指標(biāo)集成算法綜合評(píng)價(jià)系統(tǒng)模型，將全部測(cè)量數(shù)據(jù)和指標(biāo)權(quán)重經(jīng)信息綜合集成和降維排序，通過將復(fù)雜系統(tǒng)測(cè)量數(shù)據(jù)合成為單項(xiàng)指標(biāo)，制定排序依據(jù)。代表算法有很多，其功能原理不同，評(píng)價(jià)結(jié)果有差異，要根據(jù)方法原理和評(píng)價(jià)目的進(jìn)行解釋，以體現(xiàn)決策導(dǎo)向價(jià)值。

TOPSIS法[2]是在數(shù)據(jù)中尋求各指標(biāo)最優(yōu)值構(gòu)造“正理想對(duì)象”；尋求各指標(biāo)最劣值構(gòu)造“負(fù)理想對(duì)象”，經(jīng)復(fù)雜計(jì)算尋求“相對(duì)距離”并將待評(píng)對(duì)象排序?；疑P(guān)聯(lián)法[3]原理與之相似，但目的和功能有差異。首先構(gòu)造“正理想對(duì)象”，各對(duì)象依次與之計(jì)算相似性，以指標(biāo)灰色關(guān)聯(lián)系數(shù)體現(xiàn)，融入權(quán)重信息后加權(quán)合成為灰色關(guān)聯(lián)度，反映各對(duì)象與“正理想對(duì)象”相似程度，值越大則與“正理想對(duì)象”越相似，其綜合排序越靠前。

醫(yī)療質(zhì)量評(píng)價(jià)算例

1.對(duì)象與資料

根據(jù)文獻(xiàn)資料、醫(yī)院實(shí)際和行業(yè)經(jīng)驗(yàn)對(duì)指標(biāo)論證、整合和優(yōu)化，采用Delphi法組織專家進(jìn)行多輪函詢反饋，從質(zhì)量、效率、效益角度優(yōu)化確定指標(biāo)，其中質(zhì)量指標(biāo)包括出入院診斷符合率X11、門診出院診斷符合率X12、住院三天確診率X13、治愈好轉(zhuǎn)率X14、住院病死率X15、危重病搶救成功率X16、住院感染率X17；效率指標(biāo)包括病床使用率X21、病床周轉(zhuǎn)數(shù)X22、平均住院日X23；效益指標(biāo)包括門診和住院人均醫(yī)療費(fèi)X31、藥品占醫(yī)療收入比X32。由AHP法組織論證和計(jì)算指標(biāo)權(quán)重: 0.1075, 0.0645, 0.2580, 0.0860, 0.0860, 0.0430, 0.1075, 0.0323, 0.064, 0.0645, 0.0430, 0.0430。

以10家同級(jí)醫(yī)院某科室醫(yī)療質(zhì)量評(píng)價(jià)為例，算例資料見表1。

2.數(shù)據(jù)預(yù)處理

3.模型研究

(1) 綜合評(píng)分法

(2) TOPSIS法

(3) 灰色關(guān)聯(lián)法

4.結(jié)果分析

醫(yī)療質(zhì)量綜合排序，見表2。經(jīng)Spearman秩相關(guān)和Kendall等級(jí)相關(guān)分析，發(fā)現(xiàn)相關(guān)有統(tǒng)計(jì)學(xué)意義(P<0.001)，Spearman系數(shù)為0.964，Kendall系數(shù)為0.911。兩種方法功能類似，因原理不同而評(píng)價(jià)排序有略微差異。以TOPSIS法、灰色關(guān)聯(lián)分析分別得醫(yī)療質(zhì)量綜合評(píng)價(jià)優(yōu)劣降序結(jié)果：D、I、H、F、J、C、G、A、B、E和D、I、C、H、F、J、G、A、B、E。

護(hù)理質(zhì)量評(píng)價(jià)算例

1.指標(biāo)體系

專家組由衛(wèi)生管理領(lǐng)導(dǎo)、社區(qū)機(jī)構(gòu)負(fù)責(zé)人、全科醫(yī)師和主管護(hù)師組成，根據(jù)專業(yè)知識(shí)和資深經(jīng)驗(yàn)組織三輪函詢后形成指標(biāo)體系。包括千人口護(hù)士數(shù)X1、護(hù)醫(yī)比X2、理論與技能考核分?jǐn)?shù)X3、培訓(xùn)學(xué)習(xí)落實(shí)率X4、老年人健康建檔率X5、慢病建檔率X6、居民健康建檔率X7、重點(diǎn)人群保健服務(wù)率X8、健康教育活動(dòng)數(shù)X9、殘疾人康復(fù)指導(dǎo)率X10、家庭護(hù)理服務(wù)人數(shù)X11、護(hù)理綜合滿意率X12、居民健康知識(shí)通曉率X13、護(hù)理投訴數(shù)X14和護(hù)理差錯(cuò)數(shù)X15共15項(xiàng)指標(biāo)。以AHP法賦權(quán)計(jì)算指標(biāo)X1～X4、X5～X11、X12～X15權(quán)重。

以某市10家社區(qū)衛(wèi)生服務(wù)中心為例。組織者在文件資料、現(xiàn)場(chǎng)調(diào)研和問卷調(diào)查基礎(chǔ)上分別對(duì)各指標(biāo)進(jìn)行測(cè)量后收集資料，資料見表3。

2.結(jié)果分析

依據(jù)TOPSIS法和灰色關(guān)聯(lián)法的計(jì)算步驟，將組合權(quán)重和預(yù)處理數(shù)據(jù)矩陣代入模型，兩種評(píng)價(jià)方案計(jì)算結(jié)果見表2：

護(hù)理質(zhì)量評(píng)價(jià)結(jié)果按優(yōu)劣降序排列，TOPSIS法和灰色關(guān)聯(lián)法綜合評(píng)價(jià)結(jié)果按優(yōu)劣排序?yàn)镴、E、I、H、B、G、D、C、F、A和E、J、I、G、H、B、C、D、F、A。前者以兩個(gè)虛擬優(yōu)劣機(jī)構(gòu)為“極端標(biāo)桿”，以歐式距離為排序標(biāo)準(zhǔn)；后者以虛擬最優(yōu)機(jī)構(gòu)為極端參照，以灰色關(guān)聯(lián)度設(shè)計(jì)排序標(biāo)準(zhǔn)。兩種方法結(jié)合后可對(duì)10家機(jī)構(gòu)劃分優(yōu)劣等級(jí)，最后認(rèn)為E、I、J優(yōu)秀，B、G、H良好，C、D中等，A、F最差。

討 論

在多指標(biāo)集成算法綜合評(píng)價(jià)模型中，指標(biāo)權(quán)重解釋重要性差異；基礎(chǔ)測(cè)量數(shù)據(jù)收集客觀、公平、公正。TOPSIS和灰色關(guān)聯(lián)分析原理易解釋、實(shí)現(xiàn)方便和應(yīng)用廣泛。前者以加權(quán)距離公式對(duì)數(shù)據(jù)矩陣計(jì)算各樣本與理想最優(yōu)、最劣樣本相對(duì)位置，充分融合信息。后者以灰色關(guān)聯(lián)度計(jì)算，尋求所有樣本與理想最優(yōu)樣本相似程度。方案設(shè)計(jì)科學(xué)、目的明確、結(jié)論實(shí)效，表現(xiàn)出一定的系統(tǒng)性、科學(xué)性和實(shí)用性。

綜合評(píng)價(jià)問題研究對(duì)象特點(diǎn)、實(shí)際資料特點(diǎn)、評(píng)價(jià)者知識(shí)結(jié)構(gòu)、決策目的意愿、衛(wèi)生問題代表性、方法原理不同，均會(huì)造成方案設(shè)計(jì)適用性差異。指標(biāo)體系構(gòu)建策略、權(quán)重計(jì)算程序、同向化與無量綱化、評(píng)價(jià)算法也可能引起結(jié)果差別，應(yīng)用設(shè)計(jì)須結(jié)合方法原理解釋和決策導(dǎo)向分析。本文以衛(wèi)生領(lǐng)域醫(yī)療或護(hù)理質(zhì)量綜合評(píng)價(jià)工作問題為代表性算例，以兩類集結(jié)算法分別建立模型，闡述思路流程并進(jìn)行比較驗(yàn)證，以便為同類問題應(yīng)用者提供借鑒。

[1]李望晨.醫(yī)學(xué)綜合評(píng)價(jià)設(shè)計(jì)合理性論證與適配對(duì)策研究.中國(guó)衛(wèi)生經(jīng)濟(jì),2014,33(2):66-68.

[2]郁華,石林,白莉,等.加權(quán)TOPSIS法在艾滋病實(shí)驗(yàn)室質(zhì)量評(píng)價(jià)中的應(yīng)用.中國(guó)衛(wèi)生統(tǒng)計(jì),2014,31(1):98-99.

[3]楊金,王燕麗,朱琳.基于熵權(quán)的灰色關(guān)聯(lián)理想解法在地方病機(jī)構(gòu)衛(wèi)生資源綜合評(píng)價(jià)中的應(yīng)用.中國(guó)衛(wèi)生統(tǒng)計(jì), 2014,31(1):134-136.

[4]劉濤,鄧平,孟曉諭.基于熵權(quán)法的醫(yī)療質(zhì)量綜合評(píng)價(jià).中國(guó)衛(wèi)生統(tǒng)計(jì),2009,26(3):274-275.

(責(zé)任編輯：郭海強(qiáng))

教育部人文社科基金課題15YJCZH087;山東省自然科學(xué)基金ZR2015HL101;山東省高校人文社科課題J14W21;山東省統(tǒng)計(jì)科研課題KT15186-187;山東省衛(wèi)計(jì)委項(xiàng)目2014WS0460

1.山東省基層衛(wèi)生發(fā)展研究中心(261053)

2.社會(huì)領(lǐng)域健康風(fēng)險(xiǎn)協(xié)同創(chuàng)新中心

3.“健康山東”重大社會(huì)風(fēng)險(xiǎn)預(yù)測(cè)與治理協(xié)同創(chuàng)新中心

△通信作者:李望晨,E-mail: lwch.ppt@163.com.