兩類多指標集成算法在醫護工作質量綜合評價問題中的實證研究*

張利平 劉建明 李望晨△ 唐云鋒

兩類多指標集成算法在醫護工作質量綜合評價問題中的實證研究*

張利平1,2,3劉建明1,2,3李望晨1,2,3△唐云鋒1,2,3

綜合評價就是將指標體系、權重和對象指標測量信息，借助數學算法對評價對象進行綜合排序。方法多樣化和功能差異會引起結果差別，需要結合方法原理、研究對象和評價目的設計適配模型。綜合評價研究須從指標篩選與構建、權重計算、集成算法選擇、模型方案設計等方面對評價結果加以解釋。

醫療質量體現醫療機構的經營能力和服務水平，對提高綜合業績和競爭力有導向意義。綜合評價須借助數理統計和多屬性決策方法，融合、量化資料，為管理者制定決策提供依據。本研究旨在以兩類多指標集結算法為基礎闡述流程[1]，以兩個代表性綜合評價問題為例設計方案，為同類問題應用提供技術參考。

綜合評價工作流程

1.指標體系

指標體系是綜合評價工作基礎，應由決策者根據規劃目標、實際工作情況和文獻資料，結合指標內涵，對考核標準進行分類、篩選和優化。指標應遵循系統、分層和細化原則，盡量意義明確、內涵豐富和屬性約簡，力求系統性、獨立性、特異性和靈敏性。具體指標的確定應由Delphi法組織專家研討和篩選，不斷征詢意見后進行綜合論證。

2.權重計算

指標篩選后應確定權重，權重旨在體現指標差異性。權重可由專家主觀研討確定或根據數據分布計算客觀權重。

3.數據預處理

指標體系構建后，由決策者組織專家針對醫療或護理工作實際，根據指標內涵意義對評價對象逐項測量和匯總客觀數據。低優或中優指標需要同向化處理，以不改變數據分布為宜。并作無量綱預處理。

4.模型方法

評價對象與指標基礎數據矩陣獲取后，建立多指標集成算法綜合評價系統模型，將全部測量數據和指標權重經信息綜合集成和降維排序，通過將復雜系統測量數據合成為單項指標，制定排序依據。代表算法有很多，其功能原理不同，評價結果有差異，要根據方法原理和評價目的進行解釋，以體現決策導向價值。

TOPSIS法[2]是在數據中尋求各指標最優值構造“正理想對象”；尋求各指標最劣值構造“負理想對象”，經復雜計算尋求“相對距離”并將待評對象排序。灰色關聯法[3]原理與之相似，但目的和功能有差異。首先構造“正理想對象”，各對象依次與之計算相似性，以指標灰色關聯系數體現，融入權重信息后加權合成為灰色關聯度，反映各對象與“正理想對象”相似程度，值越大則與“正理想對象”越相似，其綜合排序越靠前。

醫療質量評價算例

1.對象與資料

根據文獻資料、醫院實際和行業經驗對指標論證、整合和優化，采用Delphi法組織專家進行多輪函詢反饋，從質量、效率、效益角度優化確定指標，其中質量指標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；效率指標包括病床使用率X21、病床周轉數X22、平均住院日X23；效益指標包括門診和住院人均醫療費X31、藥品占醫療收入比X32。由AHP法組織論證和計算指標權重: 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家同級醫院某科室醫療質量評價為例，算例資料見表1。

2.數據預處理

3.模型研究

(1) 綜合評分法

(2) TOPSIS法

(3) 灰色關聯法

4.結果分析

醫療質量綜合排序，見表2。經Spearman秩相關和Kendall等級相關分析，發現相關有統計學意義(P<0.001)，Spearman系數為0.964，Kendall系數為0.911。兩種方法功能類似，因原理不同而評價排序有略微差異。以TOPSIS法、灰色關聯分析分別得醫療質量綜合評價優劣降序結果：D、I、H、F、J、C、G、A、B、E和D、I、C、H、F、J、G、A、B、E。

護理質量評價算例

1.指標體系

專家組由衛生管理領導、社區機構負責人、全科醫師和主管護師組成，根據專業知識和資深經驗組織三輪函詢后形成指標體系。包括千人口護士數X1、護醫比X2、理論與技能考核分數X3、培訓學習落實率X4、老年人健康建檔率X5、慢病建檔率X6、居民健康建檔率X7、重點人群保健服務率X8、健康教育活動數X9、殘疾人康復指導率X10、家庭護理服務人數X11、護理綜合滿意率X12、居民健康知識通曉率X13、護理投訴數X14和護理差錯數X15共15項指標。以AHP法賦權計算指標X1～X4、X5～X11、X12～X15權重。

以某市10家社區衛生服務中心為例。組織者在文件資料、現場調研和問卷調查基礎上分別對各指標進行測量后收集資料，資料見表3。

2.結果分析

依據TOPSIS法和灰色關聯法的計算步驟，將組合權重和預處理數據矩陣代入模型，兩種評價方案計算結果見表2：

護理質量評價結果按優劣降序排列，TOPSIS法和灰色關聯法綜合評價結果按優劣排序為J、E、I、H、B、G、D、C、F、A和E、J、I、G、H、B、C、D、F、A。前者以兩個虛擬優劣機構為“極端標桿”，以歐式距離為排序標準；后者以虛擬最優機構為極端參照，以灰色關聯度設計排序標準。兩種方法結合后可對10家機構劃分優劣等級，最后認為E、I、J優秀，B、G、H良好，C、D中等，A、F最差。

討 論

在多指標集成算法綜合評價模型中，指標權重解釋重要性差異；基礎測量數據收集客觀、公平、公正。TOPSIS和灰色關聯分析原理易解釋、實現方便和應用廣泛。前者以加權距離公式對數據矩陣計算各樣本與理想最優、最劣樣本相對位置，充分融合信息。后者以灰色關聯度計算，尋求所有樣本與理想最優樣本相似程度。方案設計科學、目的明確、結論實效，表現出一定的系統性、科學性和實用性。

綜合評價問題研究對象特點、實際資料特點、評價者知識結構、決策目的意愿、衛生問題代表性、方法原理不同，均會造成方案設計適用性差異。指標體系構建策略、權重計算程序、同向化與無量綱化、評價算法也可能引起結果差別，應用設計須結合方法原理解釋和決策導向分析。本文以衛生領域醫療或護理質量綜合評價工作問題為代表性算例，以兩類集結算法分別建立模型，闡述思路流程并進行比較驗證，以便為同類問題應用者提供借鑒。

[1]李望晨.醫學綜合評價設計合理性論證與適配對策研究.中國衛生經濟,2014,33(2):66-68.

[2]郁華,石林,白莉,等.加權TOPSIS法在艾滋病實驗室質量評價中的應用.中國衛生統計,2014,31(1):98-99.

[3]楊金,王燕麗,朱琳.基于熵權的灰色關聯理想解法在地方病機構衛生資源綜合評價中的應用.中國衛生統計, 2014,31(1):134-136.

[4]劉濤,鄧平,孟曉諭.基于熵權法的醫療質量綜合評價.中國衛生統計,2009,26(3):274-275.

(責任編輯：郭海強)

教育部人文社科基金課題15YJCZH087;山東省自然科學基金ZR2015HL101;山東省高校人文社科課題J14W21;山東省統計科研課題KT15186-187;山東省衛計委項目2014WS0460

1.山東省基層衛生發展研究中心(261053)

2.社會領域健康風險協同創新中心

3.“健康山東”重大社會風險預測與治理協同創新中心

△通信作者:李望晨,E-mail: lwch.ppt@163.com.