衛生部醫院管理研究所(100191) 詹磊磊 徐 笑 曾 琦
DS證據理論在醫院醫療質量管理綜合評價中的應用
衛生部醫院管理研究所(100191) 詹磊磊 徐 笑 曾 琦
目的引入DS證據理論進行醫療質量評價,為醫院管理者決策提供依據。方法以某醫院工作質量為研究對象,建立二層評價指標體系,采用DS證據理論方法對該院2003-2007年醫療質量進行綜合評價。結果評價結果與醫院實際情況相符,即2006年最佳、2003年最差。結論DS證據理論能夠正確處理醫療質量評價問題,相比傳統TOPSIS方法擴充了評價結果的信息量,提供了多角度的分析信息,使評價結果更具有客觀性、科學性和有效性。
證據理論 醫療質量 綜合評價
在評價醫院醫療質量時,TOPSIS方法是一種較為常用的分析方法[1],但經典TOPSIS方法在方案綜合評選中存在一些不足之處[2],如距離理想解近的方案、也可能距離負理想解近,過程分析信息量較少等。對此,本文提出了基于DS證據理論的醫院醫療質量管理綜合評價方法,通過算例分析驗證了方法的有效性,并與傳統TOPSIS方法分析結果進行了比較。
DS證據理論又稱Dempster-Shafer理論,該理論提供了一個能融合多個證據源證據的合成法則,為不確定性信息的表達和合成提供了有效的處理方法,目前在模式識別、武器效能評估等領域應用廣泛。首先給出幾個基本定義[3]:
設Θ為辨識框架,Θ包含的所有可能子集構成冪集2Θ。
定義1:基本概率分配函數m
設函數m是滿足條件(i)、(ii)的映射:

(i)不可能事件的基本概率是0,即m(Φ)=0;
(ii)2Θ中全部元素的基本概率和為1,即

則稱m是2Θ上的基本概率分配函數(簡稱BPA函數),m(A)表示對命題A成立的信任程度。
定義2:信任函數Bel
對任意假設命題A,其信任函數Bel(A)定義為A中全部子集對應的基本概率之和,即
目前應用程序基本上分為4種模式,其中:第一種是需安裝的Native APP模式;第二種是借助手機瀏覽器運行的網頁應用(Web APP)模式;第三種是融合上述2種模式得到的混合模式(Hybrid APP),這種APP雖然也需獨立安裝,但部分功能是借助內置瀏覽器Web頁面運行的。近年來,隨著移動應用用戶的大量累積,有些移動應用本身轉變成了應用平臺,在此基礎上發展出基于特定應用擴展方式的寄生模式,即無需獨立安裝新的應用,依賴于特定的應用環境運行,如支付寶應用和微信小程序等。表1為這些移動應用類型的對比[4-6]。

Bel(A)是對命題A成立的下限估計,表示對命題A成立的全部信任度。
定義3:似然函數Pl

-A是命題A的否命題,Pl(A)是命題A成立的上限估計,即命題A成立的最大樂觀估計程度。
定義4:BPA函數組合規則
設m1和m2是同一識別框架Θ下的兩個BPA函數,合成公式m=m1⊕m2定義:

若k=0,說明m1和m2沖突,無法合成。

采用文獻[4]所提供原始數據,如表1所示。

表1 某醫院醫療質量管理綜合評價采集數據
1.醫療質量管理綜合評價指標體系構建
由表1可見,采集數據涉及10項評價指標。由醫院管理專家進行指標分類,確定其中反映工作量的指標有:門急診人次數(X1)、出院人數(X2);反映醫療質量的指標有:治療有效率(X3)、病死率(X4)、搶救成功率(X5)、入出院診斷符合率(X6)、三日確診率(X7);反映工作效率的指標有:病床使用率(X8)、平均住院日(X9)、病床周轉次數(X10)。構建醫院醫療質量管理綜合評價兩級指標體系。
2.確定各證據BPA函數
首先按年份建立識別框架{Y1=2003,Y2=2004,Y3=2005,Y4=2006,Y5=2007}。為達到同趨勢要求,對低優指標轉換指標值[5],將病死率(X4)以差值法轉換為高優指標,將平均住院日(X9)以倒數轉換為高優指標。
以各指標為分組,將轉換后數據橫向歸一化,如表2所示。將X1和X2作為參與合成的證據BPA函數,采用DS證據理論進行合成,得到識別框架下“工作量”指標所對應證據的BPA函數,它可理解為:從“工作量”的角度看,各年份醫療質量高低分布情況。同理,可得“醫療質量”、“工作效率”指標所對應的BPA函數,見表3所示。

表2 歸一化矩陣值

表3 合成結果
由表3見,醫療質量綜合評價最高的年份是2006年(Y4),綜合評價值為0.3216,其次為2007年(Y5),綜合評價值0.2682,往后排序依次為2005年(Y3)、2004年(Y2)、2003年(Y1),分析結果與文獻[4]采用TOPSIS方法得到的最終排序結果一致,與文獻[4]在論述部分中描述的該醫院業務發展軌跡實際情況相吻合,說明采用本文方法能夠正確處理醫院醫療質量管理綜合評價問題,能夠得到正確的最終評價結果。
在開展醫院醫療質量管理情況綜合評估時,不僅要了解綜合排序情況,還需要從不同的角度深入了解醫療質量管理各項指標在不同年份的變化情況。從表3可見,工作量方面,該醫院2007年工作量最大,2006年次之,2003、2004年工作量較小,其中2003年工作量最低,這與文獻[4]在討論部分描述的2003、2004年因“對全院病房進行內裝修基礎建設,直接影響了年度醫療工作完成,工作量明顯減少”的實際情況是吻合的;醫療質量方面,該醫院2006年達到最優,2003年為最低,與文獻[4]討論部分所描述“2006年該院開展‘醫院管理年’活動進行醫療作風整頓,醫療質量明顯提高”的實際情況也是吻合的,采用本文方法可以從數據分析中獲得該結論;在工作效率方面,該醫院2005年工作效率最高,2006年次之,2003年最低。由此可見,盡管最終綜合評價結果是2006年最優,2007年次之,但不能由此認為2006年在“工作量”、“醫療質量”和“工作效率”三個方面均達到最優,2007年在三個方面的評價結果都低于2006年。文獻[4]所用TOPSIS方法不能提供“工作量”、“醫療質量”和“工作效率”這些具體指標在不同年份的評估變化情況,采用本文方法則可以很好地獲取到這些具體信息。
與文獻[4]相比,本文方法同時可以避免出現“距離理想解近的方案、也可能距離負理想解近”等經典TOPSIS方法所存在的問題。
綜上所述,DS證據理論能夠作為一種評價醫院階段醫療工作質量的有效手段,在醫療質量管理評價領域具有良好的應用前景。
1.姚炯,丁麗萍.TOPSIS法綜合評價我院2000-2009年醫療業務質量.中國衛生統計,2011,28(5):597-598.
2.曾強林,李丹丹,白志勛,等.一種適用于臨床決策分析中優指標的改進TOPSIS法.中國衛生統計,2012,29(5):701-703.
3.Shafer GA.Mathematical Theory of Evidence.Princeton:Princeton University Press,1976:153-257.
4.吳愛雯.TOPSIS法對醫院醫療質量管理的綜合評價.中國衛生統計,2010,27(6):619-620.
5.鞏斌.TOPSIS方法在醫療質量綜合評價中的應用.中國衛生統計,2010,27(2):191-193.
(責任編輯:劉 壯)