孫健,王前強
廣西醫科大學 人文社會科學學院,廣西 南寧 530021
廣西乙類大型醫用設備配置量影響因素的灰色關聯分析
孫健,王前強
廣西醫科大學 人文社會科學學院,廣西 南寧 530021
目的分析廣西各地級市常住人口、國土面積、人口密度、國內生產總值、人均國內生產總值與乙類大型醫用設備配置量的關聯關系,以期為衛生計生部門優化乙類大型醫用設備配置提供參考依據。方法利用灰色關聯分析模型,得到乙類大型醫用設備配置量與常住人口、國土面積、人口密度、國內生產總值、人均國內生產總值關聯性的灰關聯序。結果各地級市常住人口、國土面積、人口密度、國內生產總值、人均國內生產總值與乙類大型醫用設備配置量的灰色關聯度分別為0.8262、0.6839、0.6949、0.9471、0.6782。結論各地級市國內生產總值是影響乙類大型醫用設備配置量的主要因素,常住人口、國土面積、人口密度、人均國內生產總值均對大型醫用設備配置量有一定影響。
乙類大型醫用設備;灰色關聯分析;醫療設備配置;人均國內生產總值;人口密度
乙類大型醫用設備是重要的醫療衛生資源,在降低誤診率、提高醫療衛生機構診斷和治療水平等方面發揮著至關重要的作用,但主要集中于大城市和大醫院,配置較不合理[1-6]。為了解廣西各地級市常住人口、國土面積、人口密度、國內生產總值、人均國內生產總值與乙類大型醫用設備配置量的關聯關系,本研究采用灰色關聯分析模型分析各地級市乙類大型醫用設備配置量的影響因素,旨在為衛生計生部門優化乙類大型醫用設備配置提供參考依據。
廣西各地級市的常住人口、國土面積、人口密度、國內生產總值、人均國內生產總值資料來源于2016年廣西統計年鑒[7],各地級市乙類大型醫用設備配置量是CT、MRI、DSA、LA及SPECT 5種醫用設備數的總和,來源于2015年對廣西所有醫療機構的普查。
灰色關聯分析是由華中科技大學鄧聚龍教授于1982年創立的灰色系統理論的重要組成部分,是一種用灰色關聯度順序來描述因素間關系的強弱、大小及次序的方法[8-14]。灰色關聯分析的優點在于在數據量較少的情況下,通過對已知信息的生產、開發,實現對于系統影響因素的正確描述[15-16]。該方法具有簡單方便、適用范圍廣、樣本大小不限、樣本分布不限、計算量小等優點[17-19]。灰色關聯系數是小于或等于1的正數,該系數越靠近1,說明兩個序列關聯性越大[20]。
本研究運用EpiData 3.0錄入數據,采用Matlab 12.0軟件進行灰色關聯分析。
由表1可知,截至2015年底,廣西共擁有乙類大型醫用設備584臺,南寧市擁有量最多,為127臺,防城港市擁有量最少,僅為13臺。廣西各地級市2015年的常住人口、國土面積、人口密度、國內生產總值、人均國內生產總值見表1。
2.2.1 確定母序列和子序列
通過文獻分析[21]及專家咨詢,本研究以各地級市的乙類大型醫用設備量(X0)為母序列,以常住人口(X1)、國土面積(X2)、人口密度(X3)、國內生產總值(X4)、人均國內生產總值(X5)為子序列。
2.2.2 原始數據的無量綱化處理
本研究采用初值化法對原始數據進行無量綱化處理,結果見表2、圖1。
2.2.3 求差序列
令Δi=|X0’-Xi’|,Δi=(Δi(1),Δi(2),… ,Δi(n)),i=1,2,3,…,m,結果見表3。

表1 影響廣西乙類大型醫用設備配置量的相關因素

表2 數據無量綱化后的數據陣

圖1 廣西各地級市乙類大型醫用設備配置量及影響因素
2.2.4 求兩級最大值和最小值
各地級市差序列數值見表3,兩級最大值為1.4177,兩極最小值為0.0000。

表3 差序列
2.2.5 求參考序列和比較序列的關聯系數

ρ∈(0,1),本研究取ρ=0.5,結果見表4。
2.2.6 求關聯度

各地級市常住人口、國土面積、人口密度、國內生產總值、人均國內生產總值與乙類大型醫用設備配置量的灰色關聯度分別為0.8262、0.6839、0.6949、0.9471、0.6782,見表5。
2.2.7 關聯度排序
將5個子序列Xi對母序列X0的關聯度ri按從大到小順序排列,組成關聯序,見表5。研究結果顯示,國內生產總值與乙類大型醫用設備量關聯性最大,常住人口次之,人口密度、國土面積、人均國內生產總值排在最后。

表4 灰色關聯系數數據陣

表5 各子序列對母序列的灰色關聯度及關聯序
研究結果顯示,各地級市國內生產總值與乙類大型醫用設備量關聯性最大,同時二者呈現高度并行性變化,因此國內生產總值是影響乙類大型醫用設備配置量的主要因素。乙類大型醫用設備價格高昂,維修費用較高,因此乙類大型醫用設備大多配置在南寧市(21.75%)、桂林市(12.16%)、柳州市(12.84%)等經濟發展水平較高的地區[22],而賀州市(2.91%)、來賓市(3.08%)、防城港市(2.23%)等經濟發展水平較低的地區無力購買較多的設備,因此乙類大型醫用設備配置量較少。
各地級市常住人口、人口密度、國土面積、人均國內生產總值與乙類大型醫用設備配置量的灰色關聯度分別為0.8262、0.6949、0.6839、0.6782,其中常住人口與乙類大型醫用設備配置量的關聯性較大,而人口密度、國土面積、人均國內生產總值與乙類大型醫用設備配置量的關聯性較小,但都對其有一定的影響。由于衛生計生部門以每百萬人口乙類大型醫用設備擁有量作為大型醫用設備配置的重要標準,因此常住人口數與乙類大型醫用設備配置量的關聯性較大。
衛生計生部門應當認真落實三部委發布的《大型醫用設備配置與使用管理辦法》[23],在編制乙類大型醫用設備配置規劃時,應當充分考慮經濟因素對乙類大型醫用設備配置的影響,同時還應當考慮人口、地理等因素對乙類大型醫用設備配置的影響,科學地制定乙類大型醫用設備配置標準,控制乙類大型醫用設備總量,對經濟發展水平較高地區重復配置乙類大型醫用設備的情況進行監管,從而限制其不合理的購入[21];另一方面,要實施適度的政策傾斜,向賀州市、來賓市、防城港市等經濟發展水平較低地區傾斜,從而提高乙類大型醫用設備配置公平性、可及性。
[1] 孫健,朱平華.廣西乙類大型醫用設備配置和利用現狀分析[J].現代預防醫學,2016,43(23):4220-4223.
[2] 魏艷,陳英耀,明堅,等.六省乙類大型醫用設備使用及影響因素研究[J].中國衛生資源,2016,19(4):310-314.
[3] 孫健,朱平華.南寧市大型醫療設備配置與利用現狀調查和分析[J].中國醫療設備,2016,31(10):125-127.
[4] 孫健,王前強.運用DEA和RSR評價廣西市級醫院大型醫用設備工作效率[J].中國衛生事業管理,2017,33(3):201-204.
[5] 孫健.柳州市大型醫用設備配置與利用現狀分析[J].衛生軟科學,2016,30(10):11-13.
[6] 耿勁松,陳英耀,吳博生,等.省級大型醫用設備配置管理政策的定性分析[J].中國醫院管理,2016,36(1):28-30.
[7] 廣西統計局.廣西統計年鑒?2016[M].北京:中國統計出版社,2016.
[8] 張強,劉勝林,程鵬,等.基于灰色理論模型的大型醫療設備維修量預測[J].中國醫療設備,2011,26(11):44-46.
[9] 相靜,孔楊,徐天和,等.基于灰色系統GM(1,1)模型的山東省衛生總費用預測研究[J].中國衛生統計,2016,33(4):653-656.
[10] 龐艷蕾,張惠蘭,李向云,等.灰色模型GM(1,1)和ARIMA在擬合全國嬰兒、5歲以下兒童死亡率中的應用[J].中國衛生統計,2015,32(3):461-463.
[11] 梁小娟,徐懷伏.江蘇省社區衛生服務影響因素的灰色關聯分析[J].中國初級衛生保健,2013,27(12):34-36.
[12] 林凱,李念.浙江省縣級公立醫院改革對住院次均費用的影響-基于灰色關聯和結構變動度分析[J].中國醫院管理,2016, 36(1):63-65.
[13] 高艷杰,王裕明,劉彩云,等.上海市社區衛生服務影響因素的灰色關聯度分析[J].中國全科醫學,2012,15(25):2876-2878.
[14] 劉思峰,黨耀國,方志耕,等.灰色系統理論及其應用[M].北京:科學出版社,2010.
[15] 朱文鵬,汪小勤.基于第六次人口普查的流動人口和衛生總費用的灰色關聯分析[J].中國衛生經濟,2016,35(9):55-58.
[16] 錢旭君,賀天鋒,谷少華,等.寧波市大氣污染物暴露與肺癌發病及死亡灰色關聯定量分析[J].中國衛生統計,2016,33(1):5-8.
[17] 修永新,戴力輝,何靜,等.我國衛生總費用與衛生資源投入的灰色關聯分析[J].中國衛生經濟,2015,34(8):53-55.
[18] 郭曉君,李大治,張暉,等.基于灰色關聯模型的新型農村合作醫療制度影響因素分析[J].中國衛生統計,2013,30(5):730-731.
[19] 郭玉玲,剃欽普.中國衛生事業發展省區差異影響因素灰色關聯分析[J].中國衛生事業管理,2015,32(12):907-910.
[20] 陶藝,鐘曉妮,文小焱,等.重慶市醫療衛生資源配置公平性研究[J].上海交通大學學報(醫學版),2016,36(2):285-290.
[21] 向賢宏,譚國勝,梁焯華,等.影響廣東省CT、PET-CT配置的相關因素分析及對策[J].中國醫療設備,2013,28(10):101-104.
[22] 孫健,朱平華.廣西乙類大型醫用設備配置公平性分析[J].現代預防醫學,2016,43(18):3370-3373.
[23] 衛生部,國家發展和改革委員會,財政部.關于發布《大型醫用設備配置與使用管理辦法》的通知(衛規財發〔2004〕474號)[EB/OL].(2014-12-31)[2015-09-03].http://www.moh. gov.cn/mohghcws/s3585/200905/40572.shtml.
本文編輯 王博潔
Gray Correlation Analysis on the Influence Factors of the Number of Second-class Large Medical Equipment in Guangxi
SUN Jian, WANG Qian-qiang
School of Humanities and Social Science, Guangxi Medical University, Nanning Guangxi 530021, China
ObjectiveThrough analyzing the correlation among the number of second-class large medical equipment and common indexes including population, land area, population density, gross domestic product and per capita gross domestic product of each city in Guangxi, this paper aimed to provide references for the health department to rationalize the allocation of second-class large medical equipment.MethodsWe used the gray correlation analysis model to get gray relational sequence of relevance between second-class large medical equipment and these common indexes.ResultsThe degree of gray correlation between second-class large medical equipment and population, land area, population density, gross domestic product, per capita gross domestic product was 0.8262, 0.6839, 0.6949, 0.9471 and 0.6782, respectively.ConclusionGross domestic product was the main factor that influenced the number of second-class large medical equipment of each city. Population, land area, population density, and per capita gross domestic product also influenced the number of second-class large medical equipment to some extent.
second-class large medical equipment; gray correlation analysis; medical equipment allocation; per capita gross domestic product; population density
R197.39
C
10.3969/j.issn.1674-1633.2017.08.035
1674-1633(2017)08-0131-03
2017-04-24
2017-05-12
2017廣西研究生教育創新計劃項目(YCSW2017114);2016年度廣西科協資助高校青年教師及研究生專項調研課題(桂科協〔2016〕Z-46);2016年廣西醫科大學人文社會科學研究基地研究生創新課題(2016RWY06)。
作者郵箱:290981511@qq.com