医院医疗工作质量的综合评价—基于主成分分析法
 |
| 第1页 |
参见附件(1451KB，2页)。
[摘要] 目的：应用主成分分析法对本院2005～2009年的医疗质量进行综合分析，为各级领导加强医院管理，做出科学决策提供依据。方法：选取具有代表性的指标共8项，利用SPSS软件进行主成分分析。结果：2005～2009年本院医疗质量不断提高，其中2009年最好，2005年相对较差。结论：运用主成分分析法能科学、客观、公正地对医疗质量进行综合评价。
[关键词] 主成分分析；综合评价；医疗质量
[中图分类号] R197.323[文献标识码] C [文章编号] 1674-4721(2011)02(c)-131-02
Comprehensive evaluation of hospital medical quality with principal component analysis
LI Shaoling
(The Central People's Hospital of Huizhou City, Guangdong Province, Huizhou 516001, China)
[Abstract] Objective: To evaluate the quality of medical services during the course of 2005-2009 in our hospital by principal components analysis method and give evidence for leaders to enhance hospital managent and policy making. Methods: Eight typical aspects were chosen to analysis the quality of medical services, and the analysis method was principal components analysis with the help of SPSS. Results: Evaluation results showed that the quality of medical services was continually improved year by year, of which the best was 2009, and the poorest was 2005. Conclusion: The method can evaluate the quality of medical services scientifically, objectively and fairly.
[Key words] Principal components analysis; General evaluation; Medical quality
医院医疗工作质量的综合评价目前应用较多的有模糊数学综合评价方法[1]、综合指数法[2]、秩和比法(RSR)[3]、灰色多层次综合评价法[4]等，各有其特点和利弊。如模糊数学综合评价方法和灰色多层次综合评价法，对数学理论知识的要求太高，而另外一些评价法常涉及评价指标的权重，不可避免地会具有一定的主观性。本文收集多项能反映医疗工作质量的指标信息，应用主成分分析法[4])，采用SPSS软件对本院5年来的医疗工作质量进行了综合分析，得出与单项指标评价有所不同的综合分析结果。事实证明，该方法更加客观、科学、简便。
1 资料与方法
1.1 一般资料
本院院病案统计室2005～2009年统计报表。根据有关文献并结合本院实际情况，选择代表性好、敏感性强的8项指标，具体指标是：日均门急诊量(X1)，入院人数(X2)，病床使用率(X3)，病床周转次数(X4)，平均住院时间(X5)，抢救成功率(X6)，治愈好转率(X7)，病死率(X8)。具体数值见表1。
1.2 方法
本研究采用主成分分析法对上述8项指标进行综合评价，具体步骤如下：
1.2.1 对指标进行同趋势化处理。本文分析指标中平均住院日X5和病死率X8为低优指标，其他均为高优指标。为达到同趋势要求，将X5先取倒数再乘以100，将X8以差值法(即1-X8)转换为高优指标。
1.2.2 将数据标准化。计算公式为yi＝(xi-xi)/sxi(i=1，…，p)式中yi为标准化变量，xi 为指标的平均数，sxi为指标的标准差
1.2.3 计算特征值、特征向量及贡献率。运用SPSS 11.0统计软件Factor过程对上述资料进行分析，具体操作步骤如下：Analyze→Data Reduction→Factor Analysis，在弹出的Factor Analysis对话框中把 X1-X8选入variables框，然后点击“OK”，SPSS即可计算出上述指标。
1.2.4 确定主成分Fi表达式。采用回归法估计因子得分系数，根据各因子的得分系数写出主成分Fi表达式。
1.2.5 根据各主成分的贡献率计算出综合主成分表达式各指标变量的系数，算出加权综合主成分分值并进行评价与研究。
2 结果
2.1 8个指标进行主成分分析
见表2。
由表2可知，8个指标第1主成分特征根为5.794，方差百分比为72.425%，第2主成分的特征根为1.404，方差百分比为17.550%。两者累积方差百分比为89.875%，说明前两个主成分可以利用资料总信息量的89.87%，并且第3、4主成分所对应的特征根值均小于1，说明这两个主成分的解释力度还不如直接引入一个原变量的解释力度大，所以在本次研究中提取第1、2主成分。
2.2 综合模型与各主成分值
将特征向量与标准化后的数据相乘，得出第1、2主成分的评价值，然后再以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分加权综合模型。各模型表达式如下，各年各主成分值见表3。
Z1=0.161X1+0.128X2+0.146X3+0.171X4+0 ......
您现在查看是摘要介绍页，详见PDF附件(1451KB，2页)。