婦幼衛生保健工作綜合評價方法組合分析與實證探討*

張利平 井 淇 唐云鋒 李望晨

濰坊醫學院“健康山東”重大社會風險預測與治理協同創新中心(261053)

婦幼衛生保健工作綜合評價方法組合分析與實證探討*

張利平 井 淇 唐云鋒△李望晨△

濰坊醫學院“健康山東”重大社會風險預測與治理協同創新中心(261053)

婦幼衛生保健工作在醫療衛生事業及健康保障體系中有重要地位[1]，各地衛生管理部門十分重視監測、督導、檢查和評審，推進信息系統管理，實時監測運行狀態并發布實測數據。婦幼衛生保健工作需要從定性研討和定量分析結合角度尋求決策依據。就婦幼衛生保健工作綜合評價問題來說，傳統方法套用較為多見，將多種方法比較及組合分析少見，系統科學或管理工程等交叉新方法引入滯后。因此，有必要以婦幼衛生保健工作實際為案例載體，將傳統經典方法與交叉學科新方法用于模型設計，從原理算法闡述、結論解讀分析和適用目標導向等多重環節進行討論，探索組合建模途徑設計，為婦幼衛生保健質量考評工作者借鑒，也為衛生綜合評價問題提供應用參考。

案例問題

1.對象資料 以下側重于方法學應用比較研究，指標體系構建以相關文獻作為參照，經論證以后確定指標c1～c10：產后訪視率c1、住院分娩率c2、新法接生率c3、孕產死亡率c4、高危產婦比重c5、建卡率c6、系統管理率c7、產前檢查率c8，這些指標以百分比(%)為單位；新生兒篩檢率c9、出生缺陷率c10，指標以1/萬為單位。以某市所轄縣婦幼衛生保健工作實際為例設計評價模型，八個縣以字母“O1～O8”表示。數據見表1。

表1 原始指標數據

將表1中數據看成矩陣形式(cij)n×m，那么行數(代表每個縣)=8、列數(代表每個指標)=10。在婦幼衛生工作質量評價指標體系中，指標方向不盡一致，有些屬于高優指標、有些屬于低優指標，沒有中優指標。高優指標取值越大則評價越好，低優指標取值越大則評價越差，中優指標是指取值為某個中間值時評價最好，越大或越小則越遠離中間值、評價越不好。經分析，c1、c8和c10為低優指標，這些指標可考慮用線性化處理，即100-c，其中c為待轉化指標。最后再對指標c1～c10采用線性無量綱化公式進行預處理，結果見表2。

2.權重制定 各指標在婦幼保健工作質量綜合評價中作用有大小之分，這種差異可以從兩個方面體現。其一，婦幼保健工作領域專家根據行業經驗表現為指標偏好認識，可在兩兩比較基礎上給出主觀判斷運算，這類權重又稱為主觀權重，以層次分析法為代表，操作較為復雜，借助軟件便于實現。其二，在多個對象關于多個屬性組成的綜合評價問題中，每個屬性下所有對象數據分布離散或變異有區別，屬性變異大時重要性高、權重數值較大，這類權重又稱為客觀權重，以信息熵法為代表完成實施流程。

兩種權重連乘基礎上歸一化為組合權重，給出指標體系c1～c10權重：

主觀權重:0.1059,0.0907,0.1002,0.1134,0.0945,0.0870,0.1115,0.0964,0.0964,0.1040;

客觀權重:0.0600,0.0910,0.0120,0.0760,0.0630,0.0530,0.1620,0.0790,0.2710,0.1320;

組合權重:0.0632,0.0821,0.0120,0.0857,0.0592,0.0458,0.1797,0.0758,0.2599,0.1365。

模型實證

1.集結排序傳統途徑

(1)加權求和法 基本途徑是將指標數據資料經預處理后消除單位或量綱，指標測量值與權重直接相乘、所有指標相加為綜合值并據此排序，該法最簡單。八個縣O1～O8加權綜合值結果依次為0.3983,0.3072,0.4564,0.6244,0.3251,0.7684,0.8294,0.6472，由此確定八個縣相對名次為6,8,5,4,7,2,1,3。

表2 規范化指標數據

須說明，秩和比法與加權求和法類似，是將所有指標值按大小順序編排為秩次，然后將秩次而非原始數據加權合成，但秩次相比原始數據會損失程度信息，此處不作討論。

(2)TOPSIS法 經文獻檢索，該法在衛生綜合評價問題中多見應用。該法需要在群體對象中虛擬構造理想對象，并將每個對象以指標數值向量表示，利用向量間距離知識計算每個對象與之遠近程度，依次進行相對比較、擇優或排序，過程結果易直觀理解。

對于八個縣婦幼衛生保健工作來說，各縣婦幼衛生保健工作質量指標規范化數據按每個指標取最優值、最劣值，虛擬構造出理想最優縣、理想最劣縣，即以兩個極端情形為參照，計算每個縣與理想最優縣、理想最劣縣加權距離和貼近度，并進行排序。

線性預處理后構造理想“最優縣”(1,1,1,1,1,1,1,1,1,1)、理想“最劣縣”(0,0,0,0,0,0,0,0,0,0)。計算與理想“最優縣”距離分別為0.442,0.457,0.578,0.694,0.422,0.820,0.838,0.745;與理想“最劣縣”距離分別為0.632,0.594,0.422,0.232,0.528,0.136,0.043,0.261。得出貼近度分別為0.412,0.435,0.578,0.749,0.444,0.858,0.952,0.741。八個縣O1～O8按貼近度值相對名次為8,7,5,3,6,2,1,4。

(3)灰色關聯法 借鑒灰色理論，每個對象按指標取最優值并組成向量，針對婦幼衛生保健工作質量評價問題，在八個縣中虛擬構造理想“最優縣”，引入灰色關聯系數及關聯度，尋求每個縣與理想“最優縣”關聯度。如果某縣與其關聯度越大則說明“向量幾何結構越相似”，各縣經關聯度計算后尋求相對排序，解釋起來也很形象直觀。經線性化預處理，構造理想“最優縣”(1,1,1,1,1,1,1,1,1,1)，計算每個縣與“最優縣”灰關聯系數，見表3。

表3 灰色關聯系數

將八個縣分別與“最優縣”加權計算合成為灰色關聯度，據此相對排序。這些縣灰色關聯度分別為0.4694,0.4655,0.5534,0.6347,0.4593,0.7751,0.7689,0.6842，八個縣O1～O8相對名次為6,7,5,4,8,1,2,3。

以上三種方法在衛生綜合評價工作中表現出代表性，其共同點是將所有縣數據關于指標預處理，在信息降維集結思想的基礎上尋求某類“綜合指標”，不必對各指標預先制定優劣標準，而是將所有對象綜合集結以后，將相對排序位次作為最終評價結果。

2.評判分類新途徑——可拓學法

以可拓學法代表的等級評判思想備受關注，與傳統集結排序思想不同，須提前制定指標優劣標準，預先劃分類別等級，在指標優劣標準基礎上合成，關于這些等級依次綜合評判[2-3]。不再是群體對象集結排序，而是關于標準進行分類并獨立用于模型設計。

以上案例中考慮將八個縣O1～O8關于指標c1～c10組成規范化矩陣。針對每個指標設定五個等級：“較差N1”,“合格N2”,“中等N3”,“良好N4”和“優秀N5”。根據婦幼衛生保健工作確定每個指標關于每個等級的分類取值范圍，即經典域，總體范圍即節域Np，這類標準經預先設定并固定下來，須在專家群體研討基礎上充分論斷。

鑒于每個縣關于每個指標給出實測值，將指標測量值關于所有等級和節域計算關聯系數。以某個縣為例，將各指標與每個等級關聯系數加權合成為該縣與每個等級的關聯度，關聯度越大則表示與該等級越密切。每個等級賦值并與關聯度合成特征值，如等級賦值為1,2,3,4,5，特征值介于1～5且為實數，如3.78介于3～4，即“4-、良好偏下水平”。最終依據特征值對該縣婦幼衛生保健工作質量進行精確評判、分類。

須說明，指標雖有量綱差異、高優或低優差異，但是經典域及關聯系數轉化中已充分考慮這類信息合成特點，與集結排序算法不同，不必去作指標正向或無量綱處理。

針對婦幼保健工作質量指標，經實際工作論證得到經典域(N1～N5)和節域(Np)，見表4。

須說明，經典域就是從指標優劣角度考慮，關于不同等級而等距切分出若干取值范圍。若給定指標實測值，根據相應指標經典域，可以由公式將其轉化為與每個等級的關聯系數。以O8縣為例，將所有指標測量值關于等級轉化為關聯系數，見表5。

表4 指標體系的經典域和節域

表5 O8縣與各等級的關聯系數

由此合成關聯度-0.442,-0.497,-0.341,-0.303,-0.480，經歸一化處理為0.283,0,0.807,1,0.091。前面提到將等級賦值1～5，可與關聯度合成為特征值3.280，即3+，說明該縣“中等偏上”。類似地，對八個縣O1～O8依次獨立建模，關于等級計算關聯度，見表6。

表6 八個縣O1～O8的可拓關聯度

計算八個縣“O1～O8”特征值:2.042,2.381,3.325,3.524,3.125,2.466,2.433,3.280；將其分別解讀為某等級水平:“合格偏上”,“合格偏上”,“中等偏上”,“良好偏下”,“中等偏上”,“合格偏上”,“合格偏上”,“中等偏上”。根據每個縣等級值即可進行分類、擇優或排序。八個縣O1～O8相對名次為6,7,5,4,8,1,2,3。

討 論

綜合評價方法在衛生領域中得到普遍關注，有必要對其建模驗證、比較討論和組合分析，以婦幼衛生保健工作質量為例實證探討。途徑一，實數點值測度為基礎的傳統方法，強調在多個對象群體參與下，將資料集結為綜合指標(如總和、距離、貼近度、關聯度)，據此相對排序或擇優。途徑二，以可拓學法為例，首先劃分優劣等級，并由專家研判各指標關于等級取值范圍，不必信息集結或預處理，而是針對待評對象，將指標測評值轉化為等級關聯系數并加權合成特征值，用于優劣精確比較，該法適于單對象獨立建模分析，特征值適于評判分類，也適于排序或擇優，說明從兩種途徑上都有優勢討論意義。

TOPSIS、灰色關聯法在“集結排序”視角下有代表性。可拓學法從“獨立分類”視角下提供新途徑。方法以理論程序、算法原理和評價目的為導向，實際資料特點、算法難易程度、信息利用充分性、待評對象為多個還是單個、評判標準(如經典域)是否須提前研制、是否為多對象排序擇優、是否僅為單對象評判分類等也是須關注方面。

[1] 鄧妍,郭海強.TOPSIS法評價全國各省2013年孕產婦保健工作質量.中國衛生統計,2015,32(4):686-687.

[2] 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.

[3] 張利平,王春平,李望晨.基于物元分析法的疾控機構衛生應急能力綜合評判建模研究.中國衛生事業管理,2015,(7):489-492.

教育部人文社科基金(15YJCZH087);山東自然科學基金(ZR2017BG022);山東社科規劃項目(16DGLJ12)；濰坊醫學院公派教師訪學項目(2016-25)

△通信作者

郭海強)