潛在類別模型在腫瘤登記地區(qū)工作模式分析中的運用*

貴州省疾病預防控制中心慢性病防治研究所(550004)

趙否曦 周 婕 李 凌 劉 濤△

【提 要】 目的 運用潛在類別模型對貴州省腫瘤登記地區(qū)的工作模式進行分析。為今后開展類似工作提供理論依據(jù)。方法 通過梳理貴州省17個腫瘤登記點腫瘤數(shù)據(jù)，運用潛在類別模型對各項目點腫瘤登記漏報情況進行聚類，比較不同工作模式對腫瘤登記漏報的影響。結果 調(diào)查點可以劃分為3個大類，分別是以疾控機構為主導，以臨床機構為主導，以保險機構為主導。其中以臨床主導型的腫瘤漏報率最低為12.76%。結論 潛在類別模型可用于觀測結果為分類數(shù)據(jù)的聚類，聚類后各種工作類型的腫瘤登記漏報率是不同的，更深刻地揭示影響腫瘤登記漏報的因素，對開展該項工作提高報告質(zhì)量具有實際意義。

腫瘤登記報告是腫瘤防控的重要基礎，它提供的資料對于指導一個地區(qū)開展腫瘤防控具有重要意義[1]。從宏觀上看，腫瘤登記報告不僅為制定衛(wèi)生工作規(guī)劃和腫瘤防治計劃提供依據(jù)，而且為腫瘤防治措施的效果評價奠定基礎。從實際應用看，腫瘤登記報告不僅為防癌健康教育和教學培訓提供基礎資料，還可為腫瘤病因和防治研究提供線索。潛在類別模型是近年來使用較廣的一門技術，并且各潛在類別的內(nèi)部的外顯變量滿足局部獨立的要求，現(xiàn)在潛在類別模型多運用于心理學、醫(yī)學和社會學等多個方面[2-3]。研究腫瘤登記工作漏報的原因，對不同地區(qū)的工作模式進行分類，并采取有針對性的措施，實現(xiàn)逐步減少漏報，對制定有效的腫瘤項目管理具有重要意義。本研究采用潛在類別模型，分析各項目點工作模型下腫瘤登記漏報的分布差異，對開展腫瘤防控提供政策依據(jù)。

資料與方法

1.資料來源

資料來源于2016-2017年貴州省17個腫瘤登記地區(qū)。通過漏報調(diào)查收集各登記地區(qū)轄區(qū)內(nèi)腫瘤病例，與腫瘤登記系統(tǒng)比對掌握我省腫瘤登記地區(qū)腫瘤漏報水平；通過問卷調(diào)查了解各地相關部門工作開展情況，分析造成腫瘤漏報主要原因；分析相關部門工作與腫瘤病例漏報的關系，探尋腫瘤漏報影響因素。

登記地區(qū)常住人口中2016年1月1日至2016年12月31日間，在轄區(qū)內(nèi)醫(yī)療機構就診、在醫(yī)療保障系統(tǒng)報銷及死亡的惡性腫瘤和中樞神經(jīng)系統(tǒng)良性腫瘤病例。

2.研究方法

潛在類別分析(latent class analysis LCA)是潛在類別模型(latent class model LCM)的分析方法，其原理是用內(nèi)在的某種可能的組合類別來詮釋表現(xiàn)在外的變量，使得這些變量經(jīng)過潛在類別的分類后，能夠表現(xiàn)局部獨立性。潛在類別分析的基本假設是：各種外顯變量的概率分布可以由少數(shù)互斥的潛在類別模型來解釋，每種類別對各外顯變量的反應選擇都有特定的傾向[4]。

結 果

2016年我省腫瘤登記地區(qū)的平均漏報率為20.9%，最高為54.2%，最低為7.6%，各腫瘤登記地區(qū)均存在不同程度的漏報。

表1 2016年貴州省腫瘤登記地區(qū)漏報情況

采用logistic回歸模型，得到的影響因素為開展漏報調(diào)查，縣級以上醫(yī)療機構建立獎懲機制，有腫瘤科室，是否開展數(shù)據(jù)對接。

為選擇合適的潛在類別模型，從潛在類別為1類開始模擬，共擬合5個模型，表2為5個潛在類別模型的擬合結果。當擬合模型為3時，模型滿足了擬合的要求，BIC最小(BIC=908.2834)

表2 貴州省腫瘤登記地區(qū)腫瘤登記漏報影響因素

基于3類數(shù)據(jù)模型的分類，利用EM算法對潛在類別概率和潛在類別下各項目的條件概率進行估計，結果見表3。在模型參數(shù)估計后，依據(jù)各項目的條件概率特點對各潛在類別進行解釋，在納入模型的12個變量中，除“使用HIS系統(tǒng)”外，其余變量在3種類別間差異較為明顯。根據(jù)分布差異較明顯的幾個項目對各類別的命名如下：以疾控機構為主導，以臨床機構為主導，以保險機構為主導3種模式，其中以疾控機構為主導的工作模式更傾向于行政管理模式，例如建立領導工作小組、將責任落實到科室，落實到人、與醫(yī)院、社保等進行對接等方式開展；以臨床機構為主導的工作模式更傾向于專業(yè)技術模式，例如醫(yī)院用HIS系統(tǒng)，并進行ICD-10進行疾病編碼、腫瘤相關科室進行腫瘤信息登記，并進行信息篩選；以保險機構為主導的工作模式更傾向于關注最后一道關口(疾病保險)這個手段解決問題，僅從新農(nóng)合和社保中提取腫瘤數(shù)據(jù)。

表3 潛在類別分析模型的擬合統(tǒng)計量

表4 腫瘤登記單位工作模式的潛在類別條件與潛在類別概率

如圖1所示，對3類分類中各腫瘤登記地區(qū)的腫瘤漏報率進行劃分，以疾控機構為主導的平均漏報率為25.83%，以臨床機構為主導的平均漏報率為12.76%，以保險機構為主導的漏報率為35.53%，三者之間差異有統(tǒng)計學意義(χ2=545.499，P<0.001)，以疾控機構為主導的分類中基本均為地市級政府所在地的地區(qū)。

圖1 以3類潛在類別進行分類后漏報率的分布情況

討 論

腫瘤登記是國際公認的有關腫瘤信息有效的收集方法。通過系統(tǒng)性、經(jīng)常性收集居民惡性腫瘤發(fā)病、死亡情況和生存狀態(tài)等信息，科學地分析腫瘤的疾病負擔，為制定癌癥控制計劃、評估防治效果，幫助確定衛(wèi)生資源的配制，以及為臨床、流行病學和衛(wèi)生服務研究進展提供不可或缺的基礎數(shù)據(jù)[6]。

漏報是嚴重制約監(jiān)測工作質(zhì)量的關鍵，本研究以腫瘤登記地區(qū)的工作模式對漏報的影響作為研究切入點，運用潛在類別模型對該部分地區(qū)潛在的工作模式進行分類，說明了工作模式或方法確實對腫瘤登記工作的質(zhì)量產(chǎn)生影響。通過統(tǒng)計分析這些潛在的分類，可以挖掘更多的隱含信息。

LCM和logistic回歸不同，后者只是將可能存在的影響因素提取出來，而非通過綜合判斷，由表2得到，腫瘤登記工作的漏報高低，不僅在于是否建立健全了相關的制度，成立相關的科室，落實到人，而是在于是否具備篩查這些腫瘤相關信息的外部條件。這是因為腫瘤登記信息一定是通過臨床機構確診病例后才能獲得信息，醫(yī)院診斷是這項工作的先決條件，醫(yī)院建立信息化系統(tǒng)，并使用ICD-10對疾病進行編碼，可以從醫(yī)院信息系統(tǒng)中及時地收集病例，進行篩查，從而獲取精確的腫瘤數(shù)據(jù)，是這項工作的關鍵。而開展這項工作的基礎，就是在于腫瘤數(shù)據(jù)的精準篩選，腫瘤登記工作不在于主動的尋找腫瘤，而是對于臨床醫(yī)療機構診斷的數(shù)據(jù)進行提取。

綜上可知，潛在類別模型確實提供了更多的隱含信息。針對于本文而言，腫瘤登記工作漏報的關鍵在于醫(yī)院信息報送的優(yōu)劣，如果醫(yī)院信息化健全程度高，并且規(guī)范填報的規(guī)則，嚴格采用ICD-10的編碼規(guī)則進行錄入，定期利用HIS這些系統(tǒng)進行漏報調(diào)查，再結合建立專項制度，強調(diào)責任會產(chǎn)生更大的效果。