多種建模方法在醫生工作滿意度評價方案設計中的應用研究*

張利平 唐云鋒 李望晨△ 劉建明

在文獻回顧和專家征詢基礎上，用Delphi法從4個滿意維度，篩選26個醫生工作滿意度指標，經征詢、研討后計算主觀權重，經數據分布計算客觀權重，以組合權重體現指標差異。由線性求和法、TOPSIS法和灰色關聯法建立集結模型，由物元分析法建立滿意度評判模型。方法相關性有統計學意義，原理分析、使用條件及結果比較有借鑒價值。

多種建模方法在醫生工作滿意度評價方案設計中的應用研究*

張利平1,2,3唐云鋒1,2,3李望晨1,2,3△劉建明1,2,3

目的 以醫生工作滿意度綜合評價研究為視角，以多種方法探討建模方案。方法 以Delphi法篩選指標，以AHP法和熵權法計算組合權重。以三種經典方法建模并比較差異，由驗證物元分析法分析性能特點。結果 從四個維度細化指標并計算組合權重，傳統方法適于群體科室相對排序，物元分析法適于單個科室獨立評判和群體相對排序，結果相關性有統計學意義。結論 傳統方法有代表性，物元分析法有新穎性。性能比較基礎上對于類似研究也有參考意義。

醫生工作滿意度 綜合評價 模型設計 比較研究

醫生作為特殊職業群體，其工作滿意度受復雜因素影響，如診療方案不確定、患者服務期望過高、醫療行業競爭待遇落差感、技術層次強負荷付出、工種科別間環境差異、事業晉升空間與發展前景等。醫生滿意度易對醫療工作效率和服務質量產生影響，由此開展管理者滿意度評價研究有實際意義。以下從方法學研究問題入手，構建醫生工作滿意度測評指標體系，在方法學視角下設計多種建模方案并論證其適用性差異。

指標體系構建

在文獻復習與專家訪談基礎上初選并形成指標條目池，包括4個維度及35個隸屬指標[1-3]。然后組織Delphi法征詢專家意見，以便繼續實施優化、補充和約簡工作，刪除無意義指標，替換或引入若干新指標。遴選專家32人將初選指標體系制成調查問卷發送專家審閱論證，充分發揮其理論分析、實踐經驗和主觀認識作用，由Likert7級量表按重要性獨立打分，刪除或替換個別指標，適時變更指標名稱或添加新意見。在經驗基礎上形成群決策結論更有效。第一輪征詢以后再次集中反饋，經兩輪次調研后增補、約簡，最終修訂意見漸趨一致，指標體系優化后包括26個二級指標。用層次分析法將指標內涵比較(專家主觀意見取均值)填入判斷矩陣，一致性檢驗后計算指標權重。從5個維度計算權重，指標體系和權重見下文。

指標體系應體現獨立性、特異性、全面性、代表性和可操作性，將其制成測評量表并作信度、效度檢驗。以某市3所綜合醫院在崗醫生為調查對象，盡量保證科室、年齡、職稱和性別群體代表性，由Likert10級量表滿意度自評后現場回收數據，發放問卷350份，有效回收率93.4%。經計算Cronbach′s α系數分別為0.912,0.876,0.882,0.904。接下來以結構方程模型(SEM)檢驗量表效度[4]，4個維度作為潛變量，二級指標作為測量變量，計算維度與二級指標間因子載荷關系，借助AMOS軟件實現。

實例驗證

以某醫院醫生工作滿意度綜合評價算例為載體，將以上指標體系重新制定測評量表；以自評問卷收集測評數據，以多種方法探索建模方案流程并驗證對于實際問題的適用性。

選擇骨科、婦科、產科、神經外科、普外科、口腔科、兒科和中醫科共8個科室(K1～K8)為對象，對各科室全體醫生進行滿意度測評，在量表中給出二級指標釋義并解讀測評標準，統一培訓調查員指導醫生客觀作答，由測評數據計算每個指標均值，見表1。

各指標以Likert10級量表收取數據，有些指標如技術挑戰c32、強度負荷c33、職業風險c43等均已同向賦值并轉化為高優指標，指標分數越高說明工作滿意度越高。

多種建模方案及評價

綜合評價問題在醫療質量、績效考核、滿意度等衛生工作中常見，如加權求和法、TOPSIS法和灰色關聯法等代表技術[5-7]。測評數據按指標集結合成后尋求科室間滿意度相對位序，不須事先擬定優劣等級標準。近年來又出現物元分析法，需要預先設定劃分等級，將所有指標與等級值關聯后合成特征值。經典域等判定標準是關鍵環節，對單個科室實施建模過程，精確劃分等級類別，不同于傳統方法群體間相對排序方式。以下分別建模并進行比較。

1.線性求和法。n為科室數、m為指標數，數據組成滿意度測評矩陣(xij)n×m。以科室Ki為例，所有指標加權求和為Zi=∑jwj,按Zi對所有科室從各種維度進行相對排序，見表2。

表1 滿意度測評指標體系及數據資料

表2 8個科室加權總分及相對排序

表3 8個科室相對距離及相對排序

表4 8個科室綜合關聯度及相對排序

4.結果比較。三種集結方法建立模型，根據滿意度測評數據計算“加權總分”、“相對距離”或“綜合關聯度”，分別制定相對排序依據。算法原理不同引起結果差異，由排序結果計算Spearman等級相關系數，發現彼此相關性有統計學意義，見表5。

表5 3種傳統方法結果相關性分析

5.物元分析法。同樣構建滿意度測評數據矩陣(xij)n×m。設c1,c2,…,cm為指標，對其劃分相同等級Nj,j=1,2,…。假設Xji=分別為指標ci關于等級Nj的經典域,Xpi=為節域,∪j?。指標ci測量值xi關于等級Nj的灰色關聯系數Kj(xi)：

Kj(xi)=ρ(xi,Xji)/(ρ(xi,Xpi)-ρ(xi,Xji)),xi?Xji;Kj(xi)=-ρ(xi,Xji)/(bji-aji),xi∈Xji;其中ρ(xi,Xji)=|xi-(aji+bji)/2|-(bji-aji)/2;ρ(xi,Xpi)=|xi-(api+bpi)/2|-(bpi-api)/2。

滿意度等級共有5個(“較差”,“合格”,“中等”,“良好”和“優秀”)，鑒于所有指標均用10分制方式打分，現將指標經典域和節域規定為<0,6>,<6,7>,<7,8>,<8,9>和<9,10>。

以兒科為例，4個維度分別建立滿意度模型，將測評數據單獨納入建模過程，給出等級評判標準(經典域)，將數據先轉化為等級關聯系數后，再在同維度內將指標加權合成，計算合成兒科醫生工作滿意度等級關聯度和特征值，見表6。

表6 在4個維度下綜合關聯度及特征值(以兒科為例)

特征值就是待判定精確等級值，可用于分析兒科醫生的工作滿意度，主觀感知和關系支持維度下特征值為3.774、3.916，滿意度處于良好偏下“4-”；工作回報和發展前途維度下特征值為3.444、3.260，滿意度處于中等偏上“3+”。

物元分析法不僅可以從不同維度對某科室進行比較，也可以從同一維度進行科室間比較。以下圍繞8個科室從4個維度分別建立滿意度模型。同樣，將測評數據轉化為關聯系數，繼而加權合成關聯度與特征值，將特征值用作決策依據。結果見表7。

表7 8個科室等級特征值及相對排序

將物元分析法與3種傳統方法進行結果相關性分析，結果有統計學意義，見表8。

表8 物元分析與3種傳統方法相關性分析

結論與討論

在文獻回顧和專家征詢基礎上，用Delphi法從4個滿意維度，篩選26個醫生工作滿意度指標，經征詢、研討后計算主觀權重，經數據分布計算客觀權重，以組合權重體現指標差異。由線性求和法、TOPSIS法和灰色關聯法建立集結模型，由物元分析法建立滿意度評判模型。方法相關性有統計學意義，原理分析、使用條件及結果比較有借鑒價值。

傳統方法適于大量對象指標合成及群體排序，建模方案須以群體對象參與為前提。物元分析法中經典域是須預設的標準，算法原理、使用條件和性能特點不同于傳統方法，關聯系數反映指標數據與等級間密切程度。應用時針對多個對象，須將其分別獨立納入評判過程，特征值也可用于群體間比較。評價者有必要從原理剖析適用性，解讀結果并指導決策。

以上建模方法均有應用價值，實施條件及導向意義有差別。研究者應兼顧標準制定復雜性，經典域在指標類型或屬性較復雜時需要專家論證成本，除外，還要考慮待評對象數目(單個或群集)、指標數據資料形式(等級或數值)、評價結果體現形式(排序或分類)等各種實際情況，從衛生工作實際問題出發，經方法論證和適度取舍后，科學設計建模方案。

從比較意義上，物元分析法有應用新穎性，傳統方法有廣泛代表性。如果有條件制定指標體系等級劃分標準，并對給定對象實現等級評判分類，則選擇物元分析法；如果只對指標體系進行無量綱化預處理，則以傳統方法對多對象集結計算后完成相對排序或擇優。

[1]高菲,趙雪,李皙睿,等.遼寧省醫生工作滿意度及其影響因素分析.中國醫科大學學報,2013,42(9):847-849.

[2]王文星,馬利,徐雅.醫務人員工作滿意度調查研究綜述.醫學與哲學,2014,35(4):34-35,42.

[3]魏裕濤,龐玉思,黃佳雷,等.廣東省鄉鎮衛生院醫務人員的工作滿意度現狀調查.中國衛生統計,2015,32(2):82-85.

[4]張宜民,馮學山.公立醫療機構醫生工作滿意度結構的驗證性因素分析.中國衛生統計,2011,28(1):29-31.

[5]劉卉,鄒波,盧光耀,等.應用模糊綜合評價法評估醫務人員工作滿意度.中國衛生統計,2012,29(4):561-562.

[6]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.

[7]李望晨.可拓關聯分析法在醫療質量綜合評價建模設計中的應用.中國衛生事業管理,2014,(9):652-653,658.

(責任編輯：郭海強)

*國家自然科學基金(7137318)；教育部人文社科課題(15YJCZH087)；山東統計科研項目(KT16230，KT16231)；中華醫學會醫學教育項目(2016A-RW007)；山東衛計委項目(2014WS0460)

1.濰坊醫學院公共衛生與管理學院(261053)

2.“健康山東”重大社會風險預測與治理協同創新中心

3.山東省基層衛生發展研究中心

△通信作者:李望晨