變異系數(shù)加權(quán)組合賦權(quán)模型的乳腺癌治療質(zhì)量維度融合及評價(jià)*

安 寧 栗景坤 劉美娜

哈爾濱醫(yī)科大學(xué)衛(wèi)生統(tǒng)計(jì)教研室(150081)

【提 要】 目的 基于兩參數(shù)項(xiàng)目反應(yīng)模型計(jì)算乳腺癌各維度治療質(zhì)量,利用變異系數(shù)加權(quán)組合賦權(quán)模型進(jìn)行維度賦權(quán),加權(quán)計(jì)算乳腺癌維度融合的綜合治療質(zhì)量,為改善治療質(zhì)量提供依據(jù)。方法 選擇不同維度乳腺癌治療質(zhì)量的評價(jià)指標(biāo),收集醫(yī)院乳腺癌患者的病歷數(shù)據(jù),利用兩參數(shù)logistic項(xiàng)目反應(yīng)模型計(jì)算各維度治療質(zhì)量;利用序關(guān)系分析法(garbage-first,G1法)計(jì)算主觀權(quán)重、余弦夾角法計(jì)算客觀權(quán)重、將主客觀權(quán)重納入變異系數(shù)加權(quán)組合賦權(quán)模型獲得組合權(quán)重;加權(quán)計(jì)算維度融合后的綜合治療質(zhì)量并進(jìn)行評價(jià)。結(jié)果 選擇三個(gè)維度的9個(gè)乳腺癌治療質(zhì)量評價(jià)指標(biāo),三個(gè)維度分別為功能評價(jià)、治療方法及術(shù)前檢查,收集9家醫(yī)院3669例患者的完整病歷信息。計(jì)算獲得醫(yī)院的各維度治療質(zhì)量:功能評價(jià)維度最高得分為1.0317,治療方法維度最高得分為0.9232,術(shù)前檢查維度最高得分為1.2001。G1法算得三個(gè)維度的主觀權(quán)重分別為0.5364、0.2980和0.1656;余弦夾角法算得客觀權(quán)重分別為:0.5220、0.3554和0.5868。利用變異系數(shù)加權(quán)組合賦權(quán)模型獲得各維度組合權(quán)重:第9家醫(yī)院的功能評價(jià)維度最大組合權(quán)重為0.5293,第5家醫(yī)院的治療方法維度最大組合權(quán)重為0.3209,第1家醫(yī)院的術(shù)前檢查維度最大組合權(quán)重為0.3857。加權(quán)計(jì)算融合后的綜合治療質(zhì)量:排名前三的醫(yī)院分別為第1家,第7家和第9家醫(yī)院,綜合得分分別為1.04220,1.0371和1.0157。結(jié)論 研究提示組合權(quán)重法能在主客觀權(quán)重出現(xiàn)極值時(shí)獲得更穩(wěn)定的權(quán)重,使融合后的治療質(zhì)量排名更合理;功能評價(jià)維度對綜合治療質(zhì)量的影響較大,提高功能評價(jià)維度的使用率有利于改善乳腺癌的治療質(zhì)量。

資料和方法

1.資料來源

根據(jù)乳腺癌治療質(zhì)量評價(jià)指標(biāo)設(shè)計(jì)調(diào)查表,由專業(yè)人員進(jìn)行數(shù)據(jù)收集,共收集9家三級甲等醫(yī)院的患者病歷資料3669份。納入標(biāo)準(zhǔn):(1)首次入院并確診的病例;(2)女性患者;(3)單側(cè)浸潤性乳腺癌。排除標(biāo)準(zhǔn):(1)乳腺癌復(fù)發(fā)入院;(2)變量信息不完整。最后獲得滿足條件的乳腺癌患者2132例。

利用課題組已建立完成的乳腺癌評價(jià)指標(biāo),每個(gè)評價(jià)指標(biāo)均有明確定義[6];納入三個(gè)維度包括功能評價(jià)維度、治療方法維度及術(shù)前檢查維度,9個(gè)指標(biāo)信息見表1。

表1 浸潤性乳腺癌治療質(zhì)量評價(jià)指標(biāo)的定義

2. 研究方法

(1)兩參數(shù)logistic項(xiàng)目反應(yīng)模型計(jì)算各維度治療質(zhì)量

建立治療質(zhì)量測量模型,采用馬爾科夫鏈蒙特卡羅方法估計(jì)模型參數(shù),模型如下:

logit[p(ymk=1)]=αmk(θm-βmk),m=1,…,M,k=1,…,K

(1)

假定某疾病的治療質(zhì)量可劃分為m個(gè)維度(θ1,θ2,…,θm),每個(gè)維度包含k個(gè)指標(biāo),參與評價(jià)的醫(yī)院有H家,p(ymk=1)表示第h家醫(yī)院對患者使用第k個(gè)指標(biāo)的概率,αmk為指標(biāo)區(qū)分度參數(shù),表示第m個(gè)維度第k個(gè)指標(biāo)區(qū)分不同醫(yī)院治療質(zhì)量的能力,θm為第m個(gè)維度的治療質(zhì)量,βmk為指標(biāo)的難度參數(shù),表示第m個(gè)維度第k個(gè)指標(biāo)實(shí)施的難易程度。

采用上述方法，判別風(fēng)化土層的滲透變形類型，如表7、表8所示。石英砂巖風(fēng)化殘積土與全風(fēng)化片麻巖各土樣中直徑<0.005 mm顆粒累積含量(%)全部大于5%，表明d5小于0.005 mm，平均孔隙直徑D0都大于0.005 mm，因此判別D0>d5，為管涌土。

(2)G1法計(jì)算主觀權(quán)重

G1法是在層次分析法基礎(chǔ)上提出的一種改進(jìn)型主觀權(quán)重的賦值方法,在確定各維度權(quán)重過程中不需要構(gòu)造矩陣,計(jì)算過程比層次分析法簡便。具體步驟如下:

第一,邀請專家確定各維度間的序關(guān)系,利用課題組應(yīng)用德爾菲法確立的評價(jià)體系,確定主觀評價(jià)維度的序關(guān)系:功能評價(jià)維度>治療方法維度>術(shù)前檢查維度。

第二,確定相鄰維度之間的相對重要程度,設(shè)專家對于評價(jià)維度m-1與m的重要程度之比wm-1/wm的理性賦值為:rm=wm-1/wm(m=M,M-1,…,3,2),根據(jù)已有文獻(xiàn)研究[7],由相關(guān)專家確定本文的各維度重要程度之比的理性賦值為1.8,見表2。

表2 rm值參考表

第三,計(jì)算各維度的主觀權(quán)重。

(2)

(3)余弦夾角法計(jì)算客觀權(quán)重

第一,構(gòu)造各維度內(nèi)評價(jià)指標(biāo)的最優(yōu)使用率與最差使用率的相對偏差矩陣Rmk、Omk,計(jì)算維度余弦夾角值cm;

(3)

(4)

l=1,2,…,k

(5)

sk代表第k個(gè)指標(biāo)的使用率為1,ek代表第k個(gè)指標(biāo)的使用率為0,vk代表第k個(gè)指標(biāo)的實(shí)際使用率;cm代表各維度中最優(yōu)偏差值Rmk和最差偏差Omk的余弦夾角值,表示評價(jià)指標(biāo)使用率與最優(yōu)值和最差值的偏差對第m個(gè)維度客觀權(quán)重的影響。

(6)

(4)變異系數(shù)加權(quán)組合賦權(quán)模型計(jì)算組合權(quán)重

通過變異系數(shù)對G1法獲得的主觀權(quán)重與余弦夾角法獲得的客觀權(quán)重加權(quán),構(gòu)建了變異系數(shù)加權(quán)后組合權(quán)重最大的目標(biāo)函數(shù),利用拉格朗日極值法求解組合權(quán)重系數(shù),計(jì)算獲得組合權(quán)重。

(7)

(8)

(9)

(5)計(jì)算維度融合的綜合治療質(zhì)量Q

利用兩參數(shù)logistic項(xiàng)目反應(yīng)模型獲得各維度治療質(zhì)量,G1法計(jì)算獲得主觀權(quán)重,余弦夾角法計(jì)算獲得客觀權(quán)重,將主客觀權(quán)重納入變異系數(shù)加權(quán)組合賦權(quán)模型獲得組合權(quán)重,加權(quán)計(jì)算融合后的醫(yī)院綜合治療質(zhì)量。

(10)

結(jié) 果

1.醫(yī)院各維度指標(biāo)使用率

9家醫(yī)院三個(gè)維度治療質(zhì)量評價(jià)指標(biāo)的使用率,結(jié)果見表3。功能評價(jià)維度中,全身治療前ER,PR評價(jià)的使用率最高為98.98%;治療方法維度中,腋窩淋巴結(jié)至少清掃10個(gè)的使用率最高為89.00%;術(shù)前檢查維度中,全身治療前HER2檢測的使用率最高為99.48%。

表3 醫(yī)院三個(gè)維度治療質(zhì)量評價(jià)指標(biāo)的使用率(%)

2.醫(yī)院各維度治療質(zhì)量得分

利用兩參數(shù)logistic項(xiàng)目反應(yīng)模型,計(jì)算9家醫(yī)院各維度的治療質(zhì)量,結(jié)果見圖1。第7家醫(yī)院的功能評價(jià)維度治療質(zhì)量得分最高為1.0317,第9家醫(yī)院的治療方法維度治療質(zhì)量得分最高為0.9232,第6家醫(yī)院的術(shù)前檢查維度治療質(zhì)量得分最高為1.2001。對每家醫(yī)院三個(gè)維度的治療質(zhì)量得分進(jìn)行排序均為:術(shù)前檢查維度>功能評價(jià)維度>治療方法維度。

圖1 醫(yī)院各維度治療質(zhì)量

3.醫(yī)院各維度主客觀及組合權(quán)重

G1法獲得主觀權(quán)重,功能評價(jià)維度、治療方法維度及術(shù)前檢查維度主觀權(quán)重分別為0.5364、0.2980、0.1656。余弦夾角法獲得客觀權(quán)重的序關(guān)系:第1,3,4,7,8家醫(yī)院為術(shù)前檢查維度>功能評價(jià)維度>治療方法維度;第2,5,6家醫(yī)院為術(shù)前檢查維度>治療方法維度>功能評價(jià)維度;第9家醫(yī)院為功能評價(jià)維度>術(shù)前檢查維度>治療方法維度。變異系數(shù)組合賦權(quán)模型獲得組合權(quán)重的序關(guān)系:第2,5,6家醫(yī)院為功能評價(jià)維度>治療方法維度>術(shù)前檢查維度;其他醫(yī)院為功能評價(jià)維度>術(shù)前檢查維度>治療方法維度;結(jié)果見表4。各醫(yī)院的主觀權(quán)重、客觀權(quán)重及組合權(quán)重的分布見圖2。

圖2 醫(yī)院各維度主客觀及組合權(quán)重

表4 醫(yī)院各維度的客觀及組合權(quán)重

4.醫(yī)院維度融合的綜合治療質(zhì)量

根據(jù)維度治療質(zhì)量和維度權(quán)重,加權(quán)計(jì)算融合后醫(yī)院的綜合治療質(zhì)量,結(jié)果見圖3。圖中橫線代表各醫(yī)院治療質(zhì)量均值的95%置信區(qū)間。按照醫(yī)院治療質(zhì)量的95%置信區(qū)間與所有醫(yī)院治療質(zhì)量均值的相對位置分組,置信區(qū)間下限高于整體均值的醫(yī)院為高質(zhì)量組,置信區(qū)間上限低于整體均值的醫(yī)院為低質(zhì)量組,置信區(qū)間包含整體均值的為中等治療質(zhì)量組。由圖可知,第1,7家醫(yī)院為高質(zhì)量組,第4,6,9家醫(yī)院為中質(zhì)量組,第2,3,5,8家醫(yī)院為低質(zhì)量組。

圖3 醫(yī)院維度融合的綜合治療質(zhì)量

討 論

本研究將兩參數(shù)logistic項(xiàng)目反應(yīng)模型與變異系數(shù)加權(quán)組合賦權(quán)模型結(jié)合,計(jì)算獲得維度融合的綜合治療質(zhì)量并對醫(yī)院評價(jià)。利用兩參數(shù)logistic項(xiàng)目反應(yīng)模型建立指標(biāo)使用情況與治療質(zhì)量的關(guān)系,獲得的治療質(zhì)量評價(jià)結(jié)果更可靠、更穩(wěn)定;變異系數(shù)加權(quán)組合賦權(quán)模型相比傳統(tǒng)主客觀權(quán)重0.5∶0.5固定比例的組合權(quán)重,考慮了專家主觀權(quán)重和數(shù)據(jù)客觀權(quán)重在組合權(quán)重中的差異;因此,將兩個(gè)模型結(jié)合獲得維度融合的綜合治療質(zhì)量更為合理。

治療質(zhì)量評價(jià)應(yīng)涵蓋疾病治療的全過程,涉及多個(gè)維度的評價(jià)指標(biāo),將多個(gè)維度的治療質(zhì)量進(jìn)行合理融合可獲得全面的綜合評價(jià)結(jié)果,治療質(zhì)量維度融合的關(guān)鍵是確定合理的維度權(quán)重。一些研究通常采用主觀賦權(quán)法確定權(quán)重,該方法雖然邀請相關(guān)領(lǐng)域?qū)＜覍S度進(jìn)行賦權(quán),但評價(jià)結(jié)果仍具有主觀傾向性[8];采用客觀賦權(quán)法,權(quán)重分配上主要取決于各指標(biāo)評估值的差異性,研究結(jié)果會忽略研究者的主觀愿望,難以實(shí)現(xiàn)最初的研究目標(biāo)[9];組合權(quán)重法避免確定權(quán)重時(shí)采用單一方法的局限性,同時(shí)能客觀地對被評價(jià)對象做出相對公正的評價(jià)[10]。本研究利用變異系數(shù)對主客觀權(quán)重加權(quán)建立組合賦權(quán)模型獲得組合權(quán)重,既考慮了專家對評價(jià)對象的影響,又反映評價(jià)數(shù)據(jù)的客觀差異;還可根據(jù)決策者的需要,選擇其他的主客觀賦權(quán)方法替換,有很強(qiáng)的靈活性;但將變異系數(shù)組合賦權(quán)模型與兩參數(shù)項(xiàng)目反應(yīng)模型結(jié)合建立的維度融合模型較為復(fù)雜,采用馬爾科夫鏈蒙特卡羅算法獲得參數(shù)的滿條件后驗(yàn)分布進(jìn)行參數(shù)估計(jì),收斂速度較慢,將在后續(xù)的研究中對模型加以改進(jìn)。

確定各維度權(quán)重序關(guān)系是治療質(zhì)量維度融合的重要環(huán)節(jié),客觀權(quán)重序關(guān)系與指標(biāo)使用率高低有關(guān),指標(biāo)使用率越高,客觀權(quán)重序關(guān)系排名越靠前,當(dāng)指標(biāo)的使用率較低時(shí),獲得的客觀權(quán)重易出現(xiàn)極小值,計(jì)算組合權(quán)重時(shí),容易忽略客觀權(quán)重,應(yīng)用變異系數(shù)組合賦權(quán)法后在不改變序關(guān)系的前提下能均衡出現(xiàn)的極值。其中,功能評價(jià)維度的組合權(quán)重的分布變異較大,根據(jù)變異系數(shù)組合賦權(quán)模型的原理,變異越大所賦組合權(quán)重越大,因此,功能評價(jià)維度所占權(quán)重最大。

治療質(zhì)量評價(jià)已經(jīng)作為一種重要的策略應(yīng)用在醫(yī)療衛(wèi)生事業(yè)管理的實(shí)踐中,治療質(zhì)量評價(jià)工作的開展不同于其他行業(yè),需要根據(jù)醫(yī)療服務(wù)特性結(jié)合既往研究成果進(jìn)行借鑒和創(chuàng)新。應(yīng)用維度融合法獲得疾病綜合治療質(zhì)量有利于尋找醫(yī)院治療中潛在的薄弱環(huán)節(jié),提出相應(yīng)的改進(jìn)方向和對策,指導(dǎo)醫(yī)院以后的實(shí)踐活動,提高醫(yī)院的治療質(zhì)量。