基于數據挖掘技術的醫患關系數據分析

張浩

摘要：雖然醫療技術和醫療水平在不斷提高，但患者對醫療效果及期望越來越高，醫務人員始終無法使患者的醫療需求得到有效滿足，致使當前醫患關系越發緊張。本文利用數據挖掘工具Weka，根據已有醫患關系數據集，分析蘭州市各級醫院不同職稱、學歷、工齡的醫務人員在職業過程中產生的精神壓力及對家庭造成的影響。研究發現，醫患關系與社會和患者對醫務人員的尊重程度、患者對醫療服務的信任度和滿意度有密切的聯系。分析數據挖掘結果，為醫務人員改善醫患關系提供方向和對策，為政府部門維護醫療市場和保障醫務人員的健康提供衛生學理論依據和具體應對措施。

關鍵詞：醫患關系;數據挖掘;Weka

中圖分類號：R197.323 文獻標識碼：A 文章編號：1007-9416（2019）08-0192-02

0 引言

本文旨在研究當前醫患關系和蘭州市現階段各級醫院不同職稱、學歷、工齡的醫務人員在職業過程中產生的精神壓力及對家庭造成的影響。通過數據挖掘工具Weka分析數據挖掘結果，為醫務人員改善醫患關系提供方向和對策，為政府部門維護醫療市場和保障醫務人員的健康提供衛生學理論依據和具體應對措施。

1 數據挖掘工具Weka

Weka是Waikato大學開發的全面的數據挖掘系統，它用Java語言實現并提供了適用于任何數據集的數據預處理和算法性能評價的方法，用戶可根據需求加入個性化算法，并封裝到系統內。它還提供了Java函數和類庫，用戶可以在數據挖掘的實際實驗過程中隨意調用。

2 數據來源

本研究以蘭州市醫療數據為數據集，對蘭州市現階段不同級別的醫院，不同職稱、學歷、工齡的醫務人員數據進行挖掘，所研究的醫患關系數據集來源于已有的問卷調查。該調查覆蓋了蘭州市轄區內5家省級醫院、5家市級醫院和8縣區縣級醫院，包含了1280名醫務人員、醫院周邊1280名非醫療機構工作人員以及蘭州市所調查醫療機構轄區內的1280名患者。人員比例按照概率比例規模抽樣法（PPS），按省級醫院32人、市級醫院60人、縣級醫院100人的比例隨機抽取調查對象。總共發放關于醫務人員、患者和普通群眾的調查問卷分別1280份，分別回收1100、923和988份有效問卷，本文只對醫務人員數據表進行分析。

問卷調查得到的數據以.xls文件格式存儲在Excel中，數據整體上比較完整，屬性值較齊全，準確度和可信度較高，適合用來做數據挖掘分析。

3 數據預處理

3.1 數據清理

（1）去掉冗余的字段。將年齡、工作年數、所在科室等屬性保留下來，其余姓名、地區的等字段去掉。（2）缺失值的處理。本文采用屬性的均值填充缺失值，對整個數據集的影響不大。

3.2 數據集成和變換

對于醫務人員，問卷共設有153個問題，問題的選項個數在2到8之間，為了挖掘的順利進行，統一對各屬性及屬性值進行處理。對醫務人員的8個調查表依次進行編號{A，B，C，...，H}，表中的每個屬性按順序統一編號{1，2，...}，每個屬性的編號即{A1，A2，A3，...};對于每個屬性值按照問題選項的順序依次編號，即{1，2，...，8}。

3.3 數據歸約和離散化

經過數據預處理之后，數據格式、數據值基本上都一致，由于數據是數值屬性，需要將其轉換為標稱類別。最終數據集如表1所示。

4 基于Weka工具的醫患關系數據分析

4.1 數據集

數據集表中各字段含義：患者對醫務人員的尊重程度，a非常尊重、b比較尊重、c一般、d比較不尊重、e非常不尊重。

4.2 計算分類屬性的期望信息量

將數據分為五類，a類共71個，b類共330個，c類共537個，d類共108個，e類共54個，總計1100個。由公式計算出的期望信息量為1.824。

4.3 分析步驟

（1）將醫患關系數據集導入Weka平臺。（2）查看數據集的五個屬性值分布情況，發現數據屬性值分布較明顯，因此選取C4.5算法對五個屬性值進行分析。（3）選擇J48（Weka中的C4.5算法），得到如圖1所示的分析結果。

從圖1中看出決策樹的準確率是65.2727%，得到的決策樹如圖2所示。

4.4 分析規則的提取和結果分析

從如圖2所示的決策樹模型中提取分類規則。

其中提取分類結果是“a”的規則為：

IF“H97”=“a”，THEN分類結果是“a”;IF“H97”=“e”AND“H99”=“a”，THEN分類結果是“a”;IF“H97”=“e”AND“H99”=“b”，THEN分類結果是“a”;

其中提取分類結果是“b”的規則為：

IF“H97”=“b”，THEN 分類結果是“b”;IF“H97”=“b”AND“H99”=“b”AND“H102”=“c”，THEN分類結果是“b”;

其中提取分類結果是“c”的規則為：

IF“H97”=“c”，THEN 分類結果是“c”;IF“H97”=“d”AND“H102”=“b”，THEN分類結果是“c”;IF“H97”=“d”AND“H102”=“c”，THEN分類結果是“c”;IF“H97”=“d”AND“H100”=“b”，THEN分類結果是“c”;IF“H97”=“e”AND“H99”=“c”，THEN分類結果是“c”;IF“H97”=“d”AND“H100”=“d”AND“H99”=“a”，THEN分類結果是“c”;IF“H97”=“d”AND“H100”=“d”AND“H99”=“b”，THEN分類結果是“c”;IF“H97”=“d”AND“H100”=“d”AND“H99”=“c”，THEN分類結果是“c”;IF“H97”=“e”AND“H99”=“b”AND“H102”=“e”，THEN分類結果是“c”;

其中提取分類結果是“d”的規則為：

IF“H97”=“e”AND“H99”=“d”，THEN分類結果是“d”;IF“H97”=“d”AND“H102”=“c”AND“H100”=“a”，THEN分類結果是“d”;IF“H97”=“d”AND“H102”=“d”AND“H100”=“a”，THEN分類結果是“d” IF“H97”=“d”AND“H102”=“d”AND“H100”=“c”，THEN分類結果是“d”;IF“H97”=“d”AND“H102”=“c”AND“H100”=“d”AND“H99”=“d”，THEN分類結果是“d”;

其中提取分類結果是“e”的規則為：

IF“H97”=“d”AND“H102”=“e”，THEN分類結果是“e”;

IF“H97”=“e”AND“H99”=“e”，THEN分類結果是“e”;

IF“H97”=“d”AND“H102”=“d”AND“H100”=“d”，THEN分類結果是“e”;

由提取的規則得出，患者對醫務人員的尊重程度不僅與醫患關系密切相關，還與患者對醫療服務的信任度和滿意度緊密相連。社會對醫務人員的職業越尊重，患者對醫療服務越信任、越滿意時，醫患關系越好，患者就對醫務人員越尊重。

5 結語

患者對醫務人員的尊重程度與醫患關系、患者對醫療服務的信任度和滿意度密切相關。決策樹的準確率是65.2727%，說明分析結果是具有參考價值的。一個和諧的醫患關系，不僅會幫助患者早期康復，而且還會提高醫務人員的工作積極性。因此，建議醫院必須要給患者提供良好的醫療服務質量;醫務人員要做好內涵建設工作，多與患者進行溝通，醫方與患方要平等交流、彼此信任。

參考文獻

[1] 陳芬，邵金花，孫偉.打造優秀醫院文化 緩解醫患矛盾[J].中國社會醫學雜志，2012，29（05）：320-321.

[2] 孫江潔，張利萍，沐鵬錕，等.醫方和患方對醫患關系評價的認知差異[J].中國心理衛生雜志，2016，30（07）：486-491.

[3] 劉薇薇，李屹，王媛媛，等.門診醫患關系深度量表的評價及醫患關系深度影響因素研究[J].中國全科醫學，2015，18（22）：2705-2708.

Data analysis of doctor-patient relationship based on Data Mining Technology

ZHANG Hao

（Longqiao College of Lanzhou University of Finance and Economics， Lanzhou Gansu 730101）

Abstract：Although medical technology and medical level are constantly improving， patients'expectations of medical effects and expectations are getting higher and higher. Medical staff have been unable to effectively meet patients' medical needs， which makes the current doctor-patient relationship more tense. Based on the data set of doctor-patient relationship， this paper uses data mining tool Weka to analyze the mental stress of medical staff with different professional titles， educational backgrounds and working years in Lanzhou hospitals and its impact on their families. The study found that the doctor-patient relationship is closely related to the degree of social and patient respect for medical staff， patients'trust in and satisfaction with medical services. The results of data mining are analyzed to provide direction and Countermeasures for medical staff to improve doctor-patient relationship， and to provide theoretical basis and specific countermeasures for government departments to maintain the medical market and ensure the health of medical staff.

Key words：doctor-patient relationship; data mining; Weka