基于三期決策樹分析平臺建立護理質量綜合評價體系

吳　疆，肖紅著，夏麗婭，伍艷玲，甘　露，桂文芳，李　劼，鄧　暉

?

基于三期決策樹分析平臺建立護理質量綜合評價體系

吳疆，肖紅著，夏麗婭，伍艷玲，甘露，桂文芳，李劼，鄧暉

摘要：[目的]運用決策樹法客觀、準確、快速地構建護理質量綜合評價的等級評估平臺。[方法]運用SPSS18.0中決策樹卡方自動交互檢測法對各病區單元護理種類、數量、技術風險等級、護理人力配置和能級狀況完成綜合評價和分類分析，并按以上因素的綜合分布情況將病區單元歸屬為不同等級的護理集群，構建三期決策樹分析平臺。[結果]建立能兼顧護理工作量、技術風險程度、護理人員配置和能級狀況分類分析的三期決策樹護理質量綜合評價體系。[結論]建立在三期決策樹分析平臺上的護理質量綜合評價體系，分類功能強大，平臺建立精準、便捷，分類靈活。

關鍵詞：決策樹；分析平臺；護理質量；綜合評價；質量管理

Establishment of comprehensive evaluation system of nursing quality based on three stage decision tree analysis platform

Wu Jiang,Xia Hongzhu,Xia Liya,et al

(The Third People’s Hospital of Hubei Province,Hubei 430033 China)

AbstractObjective:Using decision tree to objectively,accurately,quickly set up a grade evaluation platform of comprehensive evaluation system of nursing quality.Methods:In SPSS18.0,the decision tree method was used to analyze the types,quantity,technical risk level，nursing manpower allocation and energy level of all units.And according to the above factors,the comprehensive distribution of the unit belongs to the different grades of nursing group，and the three stage decision-making power analysis platform was built.Results:A comprehensive evaluation system of three stage of decision-making tree nursing quality was established which took into account the workload of nursing,technical risk level，nursing staff configuration and energy level classification analysis.Conclusion:The comprehensive evaluation system of nursing quality on the three stage decision-making analysis platform was established.Its classification function was powerful，and the platform was established accurately,conveniently and flexiblely.

Key wordsdecision tree；analysis platform；nursing quality；comprehensive evaluation;quality management

護理質量是醫院質量的重要組成部分，也是護理管理的核心和關鍵[1]。定期對各病區護理質量進行綜合考評，不僅能督導護理工作的落實，保障質量，同時還能調動護士工作的主動性和積極性，促進護理質量的持續提升與改進[2]。但是，不同的病區單元，由于專科性質不同，其具體涉及的護理項目種類、數量、技術風險等級、護理人力配置和能級狀況等方面均存在差異，這些都會對質量產生不同程度的影響。因此，在進行護理質量評價時必須充分考慮這些因素對質量的干擾和影響。本研究旨在利用決策樹(decision tree)分析技術為護理質量建立科學、便捷的綜合評價平臺，以提升護理質量綜合評價的公平性和合理性。

1護理質量綜合評價的現況分析

目前，國內醫療機構內部通常是依據一定的護理質量評價標準來對醫院護理質量進行督導和促進[3]。即按照各類護理質量檢查評分標準定期對各病區病人護理的落實情況進行考查和評分，再對各病區護理質量檢查得分進行排序，最后以排名為依據給予質量獎勵或扣罰。但是，這些依靠檢查標準進行的質量評價僅僅只是定性評定，都缺少質量定性評價前的定量分析基礎，即未能對病區單元間護理質量評比提供可比較的量化平臺，所以其質量評比結果在一定程度上缺乏可比性和說服力。

為了提高護理質量評價的可比性，許多醫院和護理管理人員也做出了諸多的探索和改進。一些醫院按病區單元的規模、工作量、護理風險強度將全院各病區單元分為3類、6級，在病區分級的基礎上進行醫療、護理質量的評比和績效分配[4]。但是，其采取的病區分級與分類方法比較復雜。首先，醫院要對各病區的年度工作任務完成指標進行系統分析，然后在全院醫務人員范圍內進行問卷調查，最后結合年度指標分析、醫務人員調查結果和專業發展特點等因素對各科室進行級別劃分[5]。這種辦法完成的病區分類一定程度上具備可比性、公平性，但分類步驟相對繁瑣，分析和調查也費時費工，而且病區的類別一旦被確定，就會維持一定周期后才再調整，不能時時按照每月護理工作量的動態變化、護理技術風險等級、護理人力配置等變量因素時時分級分層，所以，對病區的即時分類的靈活性不夠，相對性較大。而決策樹分析平臺的建立與應用則可以便捷地完成對病區的即時分類與據實評價。

2護理質量綜合評價中決策樹分析平臺的建立

2.1一期決策樹分析平臺的建立運用決策樹分析技術按護理工作量負荷對病區單元進行等級集群分類，為護理質量綜合考評建立初級評價平臺。正如“量變可以引發質變”，護理工作數量的差異會對護理質量帶來一定的影響。當護理工作量越大時，護理人員會忙于完成護理任務，部分護理工作無暇顧及到位，從而影響到護理質量；而當護理工作量越小時，護理人員的精力和時間也更加充沛，更有余力去完善各項護理工作，從而有效地保障和提高護理質量。所以，在進行護理質量評比時需要考慮到各病區間護理工作數量的差異，按實際護理工作量，將各病區劃歸到相應工作量負荷集群之中，為護理質量評比提供同級的工作量平臺。

然而，由于各病區專科性質的不同，病區具體涉及的護理項目種類和數量都會不同，在龐大的工作量數據中，哪一項工作量變量是首優變量，又應該按哪幾項變量指標進行病區的劃分和分類，就需要借助決策樹強大的數據挖掘能力，對工作量數據進行回歸與分類分析，最終實現按工作量負荷差異對病區完成等級歸類。本研究一期平臺的評價項目包括護理數量指標及護理質量指標。

2.1.1護理數量指標由于一期建設為預試驗階段，所以護理工作量分析項目只取常用的19項，具體包括：各病區單元的平均入院病人數、病危病人數、病重病人數、Ⅰ級護理天數、搶救人次數、手術人次數、靜脈輸液人次數、靜脈置管人次數、靜脈注射人次數、肌內注射人次數、皮試人次數、氧氣吸入人次數、霧化吸入人次數、留置胃管人次數、留置導尿人次數、灌腸人次數、引流管人次數、平均住院天數和平均床位周轉率。護理工作量的具體數據從醫院系統(The Hospital Information System，HIS)中隨時提取，提取范圍可設定為每月第1日至最后1 d的工作數據。

2.1.2護理質量指標包括基礎護理質量、專科一級護理質量、危重病人護理質量、護理安全管理質量、急救物品質量、靜脈治療質量、壓瘡管理質量、病房管理質量、優質護理服務質量、文明禮儀質量、護理文件書寫質量、夜間及節假日護理查房質量，共12類，其檢查標準和扣分標準均按照湖北省護理質量控制中心下發的有關標準執行。

2.2二期決策樹分析平臺的建立在一期基礎上，按病區護士配置數和護理人員能級狀況進行亞變量賦值，應用決策樹分析對病區單元等級集群分類，為護理質量綜合評價提供兼顧護理工作量與護士數量和能級分析的評價平臺。

2.2.1護理數量指標二期平臺中護理工作量項目按李小寒、尚少梅主編的《基礎護理學》第4版[6]中護理項目擴展到10類、60項，見表1。

表1　二期和三期護理工作量統計項目

2.2.2護士數量與能級指標綜合參考上海第二軍醫大學第一附屬醫院李麗等[7]、泰山醫學院楊雪瑩等[8]、南京大學醫學院附屬鼓樓醫院葉紅芳等[9]提出的護士分級準入與能力標準確定護士能級評價表，完成對各病區護士能級評價，按亞變量對護士能級變量進行賦值：病區N0護士數×N0能級系數+病區N1護士數×N1能級系數+病區N2護士數×N2能級系數+病區N3護士數×N3能級系數+病區N4護士數×N4能級系數。應用決策樹分析對病區單元進行等級集群分類，并在不同集群內完成等級護理質量的綜合評價。

2.2.3護理質量指標在一期12類護理質量指標基礎上增加護理教學質量指標。

2.3三期決策樹分析平臺的建立在二期基礎上，對護理技術項目進行風險系數賦值后運用決策樹分析對病區單元進行等級集群分類，最終為護理質量綜合評價建立能按護理工作量、護士配置數、能級值、護理技術風險等級進行分類分析的三期評價平臺。

2.3.1護理數量指標和護士數量、能級指標與二期平臺的評價項目相同。

2.3.2護理技術風險指標參考中國人民解放軍總醫院畢娜等[10]對臨床20項基本護理技術風險與頻次的研究方法，對風險半定量LEC評價法[11-12]進行改良(見表2)，應用Delphi專家咨詢法[13]對60項臨床常用護理技術風險程度進行評價，確定風險系數，完成變量值設定，在決策樹分析時自動對應實際項目的具體數量完成賦值和計算。

表2　改良風險半定量LEC評價表與風險值(R)的結果判斷

2.3.3護理質量指標與二期平臺的項目相同，也可以根據各醫院護理質量考評項目進行增加。

3建立在決策樹分析平臺上的護理質量綜合評價方法

3.1應用決策樹分析平臺完成對護理單元的等級集群劃分運用SPSS18.0中決策樹卡方自動交互檢測法(Chi-squared Automatic Interaction Detector，CHAID)對各病區單元護理種類、數量、技術風險等級、護理人力配置和能級狀況完成綜合評價和分類分析，并按以上因素的綜合分布情況將病區單元歸屬為不同等級的護理集群。決策分析時參數設置情況為：平均床位周轉率設為應變量，其余工作量、能級和風險指標設為自變量；CHAID水平最大樹深結構為3，父節點和子節點最小個案數可根據每月數據的分析情況酌情調整，CHAID顯著性水平設為0.05。

3.2護理質量評分比較各類護理質量考核得分的均值。參照湖北省護理質量控制中心制訂的護理質量考核標準，分別對基礎護理、危重癥病人護理、專科一級護理等護理質量進行現場考核，每項護理質量考核滿分為100分，各項護理質量考核得分的平均分為該病區質量考核分。

3.3確定護理質量的綜合排名運用決策樹分析平臺完成對護理單元的等級集群劃分后，在不同的護理集群中，按各病區質量考核得分情況確定出各集群中護理質量排名的最優病區。以我院一期建設中某月評價分析結果為例，其具體方法為：①在CHAID分析的基礎上，將全院病區單元歸類合并成數個集群。由于我院病區單元總數為22個，全院獎勵系數分為甲、乙、丙3個等級，所以，我院病區單元歸類合并成3個集群。劃分工作集群時，應注意保持均衡性，即當某一集群包含的病區單元數大于病區單元總數的2/3時，可按分變量進行二次歸類劃分；如某一集群包含的病區單元數小于病區單元總數的1/3時，可按變量分布情況與最近的工作集群進行合并。當月經過CHAID分析，對應變量無統計學意義的變量進行合并，最后樹伸展為4層：根結為第一層，第二層以首優變量“病危病人數”(P<0.05)分成節點1，2，3，4，5，第三層按變量“Ⅰ級護理天數”(P<0.05)分成節點6，7，第四層按變量“搶救人次數”(P<0.05)分成節點8，9。節點1包含單元數大于病區單元總數的1/3，但不足2/3，所以可以不再進行二次劃分，直接作為一個工作量集群。節點2，3都不足病區單元總數的1/3，按就近原則將其合并后所包含的病區數大于病區單元總數的1/3，但不足2/3，所以可以將其合并作為一個工作量集群。余下的節點4和節點5合并成一個工作集群。②在每個集群中按護理質量檢查得分由高到低進行排序。③按3個集群確定三級獎勵系數，負荷越重的集群其獎勵系數越高：集群1對應甲等獎、集群2對應乙等獎、集群3對應丙等獎；每個集群中只取質量考核最高的病區單元給予獎勵。見圖1。

圖1　月度護理單元集群分層分析

4討論

4.1建立決策樹分析平臺在護理質量綜合評價中應用的優勢

4.1.1分類功能強大決策樹是一種簡單但是廣泛使用的分類器。通過訓練數據構建決策樹，可以高效地對數據進行分類[14]。它是通過確定一系列邏輯分枝關系形成的一套分層規則，將所有可能發生結局的概率分布用樹形圖表達，樹的擴展是基于多維的指標函數，從而達到對研究對象進行精確預測或分類的目的[14]。決策樹有兩大優點：①決策樹模型可讀性好，具有描述性，有助于人工分析；②效率高，決策樹只需要一次構建，反復使用，每一次預測的最大計算次數不超過決策樹的深度[15]。從SPSS13.0版本開始，就新添加了分類樹過程，具體包括4種算法，其計算過程均可創建基于樹的分類模型。通過自變量(預測因子)的值，即可以將個體分成若干個組，也可以對應變量做出預測[16]。CHAID是分類樹中的一種算法。它是一種基于調整后的顯著性檢驗(Bonferroni’s correction檢驗)決策樹技術[16]，可用于預測，同時具備回歸分析和分類功能，能用于檢測變量之間的相互作用。鑒于它精準的分類和預測作用，早期就被應用到醫學研究中，特別是在精神疾病、疾病高危因素篩查，甚至是基因分類研究中，決策樹的應用已非常普遍[17-18]。與其他計算方法相比，CHAID的優勢是它的分類功能強大，而且結果非常直觀、易于理解，便于有效地開展分析工作[19]。

4.1.2平臺建立精準、便捷將決策樹分析法引入對護理質量管理的綜合評價的等級平臺建設中，就是發揮其強大的綜合評價與分類功能，即時對每月全院病區護理工作量、護理技術難易程度、護理人力資源配置等進行多因素回歸分析與分類分析，并按其分析的等級分布結果，將各病區歸屬到不同的病區集群之中，從而為護理質量評比提供同級的評估平臺，良好地考量病區間護理工作量、護理技術難易程度、人力狀況等因素的差異對護理質量的影響，有效地提高護理質量評比的可比性和獎罰的公平性。與以往多家醫院采取的評調式病區分級分類方式不同，運用決策樹分析完成病區等級分類，方法更簡單、便捷，無需大范圍內的問卷調查，一旦建立，即可多次反復使用，能有效減少病區分級過程中人力、時間與物力的耗費，顯著提高工作效率。決策樹分析的數據也能自動取值于醫院信息系統，數據準確、客觀，各項能級和風險系數也能自動對應實際項目數量迅速賦值計算，從而對病區進行據實和即時分類，準確、快速地為護理質量綜合評價建立等級分析平臺。

4.1.3同級平臺上護理集群分類靈活在護理質量綜合評價中運用決策樹分析能快速建立等級平臺，而且通過對決策樹父節點最小個案數和子節點最小個案數等參數的設定和調整，可以控制產生集群的數量，以滿足不同醫療機構對護理綜合質量等級分析的不同需要。

4.2決策樹分析平臺在護理質量綜合評價應用中的系統健全目前決策樹分析平臺在護理質量綜合評價已完成一期平臺的建設，并在試運行中取得成效，但也存在一定的不足，一是護理工作量變量包括的范圍還需要進一步擴展，只有變量越精細、越全面，對工作量的分析才更準確，所以，在二期和三期建設中將加強對工作項目的細化，同時配合PDA終端移動護理工作站對包括病人生命體征測量、病人健康教育等細小的護理工作量進行時時錄入，決策樹在分析和統計各項工作變量數據時則會更加全面，完成的分類會更加精確，其通過運算而建立的等級平臺則會更加貼近臨床工作實際。二是在分析護士能級時，需要建立并健全相應的護士崗位管理制度和護士能級評價體系和方法，在明確護士能級等級后，在帶入決策樹分析時，也需要以亞變量的設定方法完成賦值和計算。三是需要對LEC評價方法進行改良，來完成對護理項目的風險設定。雖然以往也有護理研究人員將LEC應用到護理技術風險評價中，但是對原始LEC維度和其下條目的刪減過多，對評價體系框架改動過大，對結果計算和判讀的方法改動也較大。本次研究中，需要在不改變原有LEC評價維度、評分分值與結果評判標準的情況下，只對其中部分評價條目內容進行適當調整，在保證改良評價標準與原始評價標準一一對應的情況下使改良后的評價更能符合護理工作實際，同時也保存原始LEC評價體系的完整性和準確性。四是本項目的研究與應用，有利于促進護士崗位管理和護理技術風險體系的健全與完善，有健全的績效管理與評價信息系統可以促進決策樹分析法在醫院綜合質量評定中發揮更廣泛的功能和作用。

參考文獻：

[1]謝紅艷,駱駿,盂紅梅.全面質量管理在兒科肺炎監測項目管理中的應用[J].護理管理雜志,2012,12(11):803-804.

[2]葉文琴,李麗.護理質量評價及評價指標體系[J].上海護理,2012,12(3):90-95.

[3]陳赟,郭欣,田梅梅,等.醫院護理質量關鍵指標篩選及評價的研究現狀[J].中華護理雜志,2014,49(3):329-332.

[4]文鋒華,毛金娥,艾華.病房分類分級在護士績效分配中的應用[J].中華現代護理雜志,2014,20(20):2461-2462.

[5]王筱慧,葉文琴,趙繼軍，等.護理工作績效綜合評價體系的建立與實施[J].中華護理雜志,2005,40(2):126-128.

[6]李小寒,尚少梅.基礎護理學[M].北京:人民衛生出版社,2006：1-10.

[7]李麗,章舒琦,葉文琴.國內外護理人員崗位體系發展介紹[J].中國護理管理,2012,12(7):41-43.

[8]楊雪瑩,許翠萍,李云峰,等.無陪護模式病房護理人員能級劃分準入及能力標準的研究[J].護理學雜志,2012,27(13):1-4.

[9]葉紅芳,陳湘玉.能級進階模式的護士培訓需求分析模型[J].中華護理雜志,2011,46(4):393-395.

[10]畢娜,郭尉,王建榮.臨床基本護理技術風險-頻次圖的設計及應用[J].解放軍護理雜志,2014,31(5):25-28.

[11]百度百科.LEC評價法[EB/OL].[2015-02-17].http://baike.baidu.com/link?url=hDkwDdfjZRrO7wdDreOVguyvE3JKvLYv8KL0uW_13XHoPykHPPereEqG3rG_swLg8CLhEp8mM8NjiYLsfSy82q.

[12]邱英.LEC評價法在建設項目職業病危害預評價中的應用[J].公共衛生與預防醫學,2013,24(1):83-84.

[13]賴亞云,奚瓊霄,沈莉萍,等.應用Delphi法建立醫院護理禮儀評價指標[J].中國實用護理雜志,2013,29(26):20-22.

[14]孫振球.醫學統計學[M].北京:人民衛生出版社,2005:522-528.

[15]Freund Y,Mason L.The alternating decision tree learning algorithm[C].Proceedings of the sixteenth international conference on machine learning,1999:124-133.

[16]宇付華.SPSS與統計分析[M].北京:電子工作出版社,2006:486-501.

[17]Gregor S,Simon K,Igor P,etal.Comprehensive decision tree models in bioinformatics[J].PLoS One,2012,7(3):1-13.

[18]Jill S Barnholtz-Sloan L,Xiaowei Guan1,Charnita Zeigler-Johnson.Decision tree-based modeling of androgen pathway genes and prostate cancer risk[J].Cancer Epidemiol Biomarkers Prev,2011,20(6):1146-1155.

[19]謝龍漢,尚濤.SPSS統計分析與數據挖掘[M].北京:電子工業出版社,2012:426-427.

(本文編輯李亞琴)

(收稿日期：2015-04-24；修回日期：2016-02-18)

中圖分類號：R197.323

文獻標識碼：A

doi:10.3969/j.issn.1009-6493.2016.07.009

文章編號：1009-6493(2016)03A-0798-06

作者簡介吳疆，副主任護師，碩士，單位：430033，湖北省第三人民醫院；肖紅著(通訊作者)、夏麗婭、伍艷玲、甘露、桂文芳、李劼、鄧暉單位：430033，湖北省第三人民醫院。

基金項目湖北省衛生計生科研基金資助重點項目，編號：WJ2015HA004。