国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

我國社區(qū)醫(yī)療服務(wù)質(zhì)量綜合評價的因子分析

2017-05-03 10:10:29徐東雨鄭琳琳
重慶醫(yī)學(xué) 2017年8期
關(guān)鍵詞:社區(qū)衛(wèi)生方差矩陣

徐東雨,鄭琳琳,婁 巖

(中國醫(yī)科大學(xué)公共基礎(chǔ)學(xué)院計算機教研室,沈陽 110122)

·衛(wèi)生管理·

我國社區(qū)醫(yī)療服務(wù)質(zhì)量綜合評價的因子分析

徐東雨,鄭琳琳,婁 巖△

(中國醫(yī)科大學(xué)公共基礎(chǔ)學(xué)院計算機教研室,沈陽 110122)

社區(qū)醫(yī)療衛(wèi)生服務(wù)是我國基層衛(wèi)生工作的重要組成部分,是實現(xiàn)人人享有初級衛(wèi)生保健目標(biāo)的基礎(chǔ)環(huán)節(jié)[1-2]。對社區(qū)醫(yī)療服務(wù)質(zhì)量進行科學(xué)合理的綜合評價至關(guān)重要,其結(jié)果直接體現(xiàn)了各地區(qū)基層醫(yī)療服務(wù)水平[3-4]。因子分析是一種從分析多個原始指標(biāo)的相關(guān)關(guān)系入手,找到支配這種相關(guān)關(guān)系的有限個不可觀測的潛在變量,并用這些潛在變量來解釋原始指標(biāo)之間的相關(guān)性的多元統(tǒng)計方法[5]。本研究運用因子分析法對我國各地區(qū)的社區(qū)醫(yī)療服務(wù)質(zhì)量進行分析,旨在科學(xué)評價各地區(qū)的基層醫(yī)療服務(wù)水平,為醫(yī)療決策提供參考依據(jù)。

1 資料與方法

1.1 一般資料 本資料來源于國家衛(wèi)生和計劃生育委員會《2015中國衛(wèi)生和計劃生育統(tǒng)計年鑒》[6]。以我國31個省(自治區(qū)、直轄市)為樣本,選取反映社區(qū)醫(yī)療服務(wù)質(zhì)量的9項主要指標(biāo),包括社區(qū)衛(wèi)生服務(wù)中心個數(shù)X1、診療人次X2、入院人數(shù)X3、社區(qū)衛(wèi)生服務(wù)中心床位數(shù)X4、病床使用率X5、平均住院日X6、醫(yī)師日均擔(dān)負診療人次X7、醫(yī)師日均擔(dān)負住院床日X8、每萬人口全科醫(yī)生數(shù)X9等。

1.2 方法 采用的統(tǒng)計軟件為SPSS19.0,方法為因子分析,基本步驟如下:(1)構(gòu)造原始數(shù)據(jù)矩陣;(2)求相關(guān)矩陣,并進行KMO檢驗和Bartlett球形檢驗分析;(3)求相關(guān)矩陣的特征值、方差貢獻率和累計方差貢獻率等;(4)用主成分法根據(jù)因子貢獻率提取主因子;(5)用最大方差法求旋轉(zhuǎn)后的因子載荷矩陣;(6)對主因子進行解釋和命名;(7)用回歸法求因子得分系數(shù)矩陣,計算主因子得分及綜合排名[7];(8)對主因子得分進行聚類分析。

2 結(jié) 果

2.1 KMO檢驗和Bartlett球形檢驗分析 對樣本數(shù)據(jù)進行KMO檢驗和Bartlett球形檢驗。一般來說,KMO<0.5或者Bartlett檢驗P>0.01時,不適合進行因子分析[8]。本研究的樣本數(shù)據(jù)KMO統(tǒng)計值為0.597,Bartlett球形檢驗統(tǒng)計值為225.002,P=0.000,說明樣本數(shù)據(jù)適合做因子分析。

2.2 提取主因子 處理后的各項指標(biāo)的相關(guān)矩陣的特征值、方差貢獻率和累計方差貢獻率(表1),其中前3個因子的特征值均大于1,且這3個因子的累積方差貢獻率達到84.123%(大于70%[9]),因此選前3個因子足夠描述社區(qū)醫(yī)療服務(wù)質(zhì)量的總體水平。

2.3 變量共同度分析 提取3個公因子后,計算變量的共同度,見表2。9個指標(biāo)的變量共同度均在70%以上,說明因子分析的變量共同度較高,原始變量的絕大部分信息能夠被因子提取,因子分析的解釋能力較強。

2.4 主因子解釋及命名 采用主成分法建立因子載荷矩陣。由于得到的初始因子載荷矩陣系數(shù)不夠明顯,不足以說明各因子在各變量上的影響程度,因此對初始載荷矩陣進行方差最大化正交旋轉(zhuǎn)[10]。旋轉(zhuǎn)后的因子載荷矩陣,見表3。

表1 相關(guān)矩陣的特征值和貢獻率

表2 變量共同度

表3 旋轉(zhuǎn)后的因子載荷矩陣

續(xù)表3 旋轉(zhuǎn)后的因子載荷矩陣

2.5 主因子得分及綜合排名 采用回歸法輸出旋轉(zhuǎn)后的因子得分系數(shù)矩陣,見表4。

以表1中旋轉(zhuǎn)后的方差貢獻率構(gòu)造綜合因子得分函數(shù),如下:F=34.144F1+26.296F2+23.683F3把經(jīng)過標(biāo)準(zhǔn)化的樣本數(shù)據(jù)代入上面的函數(shù),得到各地區(qū)的綜合因子得分,并排序如表5所示。

2.6 主因子得分的聚類分析 以F1、F2、F3 3個主因子得分為變量,對各地區(qū)進行系統(tǒng)聚類分析,其中聚類方法選用最遠鄰元素法,度量標(biāo)準(zhǔn)選用平方Euclidean距離區(qū)間。當(dāng)聚類數(shù)為4時,結(jié)果見表6。

表4 因子得分系數(shù)矩陣

表5 各地區(qū)主因子得分及綜合排名

3 討 論

整體上看,我國東部地區(qū)的社區(qū)醫(yī)療服務(wù)質(zhì)量普遍優(yōu)于中西部地區(qū)。綜合排名前3位分別是上海、江蘇和廣東,后3位分別是吉林、寧夏和西藏。

從診療服務(wù)因子上看,上海、浙江、北京等地區(qū)排名靠前。上海的平均住院日、醫(yī)師日均擔(dān)負診療人次兩項指標(biāo)高居全國第1位,診療人次、每萬人口全科醫(yī)生數(shù)兩項指標(biāo)分別位于全國第2位和第3位,遠遠高于全國平均水平。這可能得益于該地區(qū)社區(qū)醫(yī)療服務(wù)的運行、監(jiān)管和補償?shù)葯C制貫徹的比較到位且效果良好[11-12]。浙江、北京兩地區(qū)診療服務(wù)因子的各項指標(biāo)也位于全國前列。重慶、湖南、西藏等地區(qū)排名靠后。西藏地區(qū)的診療服務(wù)因子相關(guān)的各項指標(biāo)均排名全國墊底或倒數(shù)2位以內(nèi),嚴(yán)重落后于其他地區(qū)。重慶、湖南兩地區(qū)診療服務(wù)因子的各項指標(biāo)均位于全國中后位置。

從住院服務(wù)因子上看,江蘇、廣東、山東等地區(qū)排名靠前。江蘇的入院人數(shù)、社區(qū)衛(wèi)生服務(wù)中心床位數(shù)兩項指標(biāo)高居全國第1位,社區(qū)衛(wèi)生服務(wù)中心個數(shù)指標(biāo)位于全國第2位。廣東的社區(qū)衛(wèi)生服務(wù)中心個數(shù)位指標(biāo)高居全國第1位。山東的住院服務(wù)因子各項指標(biāo)均位于全國前列。寧夏、青海、海南地區(qū)排名靠后,各項指標(biāo)均落后于全國平均水平。寧夏與住院服務(wù)因子相關(guān)的各項指標(biāo)均排名全國倒數(shù)第2位。青海、海南兩地的各項指標(biāo)也位于全國倒數(shù)5名以內(nèi)。這可能與這些地區(qū)的政府財政投入、對社區(qū)醫(yī)療的重視程度、社區(qū)醫(yī)療人才培養(yǎng)、雙向轉(zhuǎn)診機制、社區(qū)衛(wèi)生監(jiān)督等方面相對落后有密切的關(guān)系[13-14]。

從病床利用因子上看,上海、重慶、海南等地區(qū)排名靠前。上海、海南、重慶的病床使用率指標(biāo)位于全國前3位。重慶、海南的醫(yī)師日均擔(dān)負住院床日指標(biāo)位于全國前2位,上海也排名居前。浙江、廣東、寧夏等地區(qū)排名靠后,各項指標(biāo)均排名全國中后位置。作為經(jīng)濟發(fā)達地區(qū),浙江、廣東兩地外來人口多,流動性強,社區(qū)醫(yī)療需求旺盛,然而患者的就醫(yī)意愿仍然趨向于更高一級的醫(yī)療單位,造成病床使用率、醫(yī)師日均擔(dān)負住院床日等指標(biāo)整體落后。

吉林的3個因子得分均位于全國中后位置,綜合排名不甚理想,這可能與該地區(qū)地方財政補償能力差、社區(qū)衛(wèi)生人力資源缺乏、醫(yī)療設(shè)備短缺陳舊等因素有關(guān)[15]。

綜上所述,本研究采用因子分析方法,將原始數(shù)據(jù)中的9個影響因素降低為3個,利用主因子來解釋原始指標(biāo)的相關(guān)性,實現(xiàn)對不可測因素的分析。本研究在一定程度上反映了我國社區(qū)醫(yī)療服務(wù)質(zhì)量的狀況,客觀評價了各地區(qū)在診療服務(wù)、住院服務(wù)、病床利用3個方面的服務(wù)能力,期待為各地區(qū)在社區(qū)醫(yī)療方向上的規(guī)劃和決策提供參考依據(jù)。

[1]賈杰,周瑛.社區(qū)醫(yī)療衛(wèi)生服務(wù)中存在的問題及建議[J].中國醫(yī)藥指南,2012,10(18):678-679.

[2]胥鳳,李巍,徐晨,等.社區(qū)醫(yī)學(xué)教學(xué)實踐基地建設(shè)的探索與實踐[J].重慶醫(yī)學(xué),2015,44(19):2704-2705.

[3]彭韻楊,伍林生.重慶市居民對社區(qū)衛(wèi)生服務(wù)的認知程度及態(tài)度評價分析[J].重慶醫(yī)學(xué),2015,44(19):2700-2701.

[4]王瓊.社區(qū)居民衛(wèi)生應(yīng)急認知狀況及其影響因素分析——以重慶市渝中區(qū)為例[J].重慶醫(yī)學(xué),2015,44(21):3006-3008.

[5]虞仁和.SPSS18及其醫(yī)學(xué)應(yīng)用[M].長沙:中南大學(xué)出版社,2012:221-222.

[6]國家衛(wèi)生和計劃生育委員會.2015中國衛(wèi)生和計劃生育統(tǒng)計年鑒[M].北京:中國協(xié)和醫(yī)科大學(xué)出版社,2015:60-68.

[7]鄭娟,許建強,王健.濟南市某醫(yī)院醫(yī)療質(zhì)量綜合評價的因子分析[J].中國衛(wèi)生統(tǒng)計,2015,32(3):446-447.

[8]金華旺,魏鳳.基于因子分析的我國各地區(qū)醫(yī)療保障能力綜合評價[J].中國衛(wèi)生統(tǒng)計,2012,29(6):908-910.

[9]趙宇.鄉(xiāng)鎮(zhèn)衛(wèi)生院醫(yī)療服務(wù)供給水平綜合評價——基于因子分析方法對山東省17地市的比較[J].地方財政研究,2014(7):66-70.

[10]王可,何鵬,張娟,等.因子分析法在醫(yī)療工作質(zhì)量評價中的應(yīng)用[J].中國衛(wèi)生統(tǒng)計,2012,29(6):897-899.

[11]何江江,鐘姮,萬和平,等.上海市社區(qū)衛(wèi)生服務(wù)綜合評價結(jié)果分析[J].中華醫(yī)院管理雜志,2015,31(8):633-637.

[12]李婭玲,顧杰,傅士杰,等.上海市城、郊兩社區(qū)衛(wèi)生中心住院患者住院狀況調(diào)查[J].中華全科醫(yī)師雜志,2014,13(12):982-985.

[13]王洪麗,喬慧.寧夏城市社區(qū)衛(wèi)生服務(wù)運行現(xiàn)狀的調(diào)查分析[J].醫(yī)學(xué)動物防制,2012,28(1):50-54.

[14]張雪暉,吳桂珠,潘文利,等.海南省社區(qū)衛(wèi)生服務(wù)現(xiàn)狀及發(fā)展對策研究[J].中國全科醫(yī)學(xué),2012,15(16):1801-1803.

[15]薛建武.吉林省社區(qū)衛(wèi)生改革與發(fā)展探索[J].中國社區(qū)醫(yī)師,2014(24):183-186.

徐東雨(1976-),講師,碩士,主要從事醫(yī)學(xué)數(shù)據(jù)分析及醫(yī)學(xué)圖像處理工作。△

,E-mail:louyan@mail.cmu.edu.cn。

10.3969/j.issn.1671-8348.2017.08.043

R195.1

B

1671-8348(2017)08-1134-03

2016-10-27

2016-12-25)

猜你喜歡
社區(qū)衛(wèi)生方差矩陣
方差怎么算
概率與統(tǒng)計(2)——離散型隨機變量的期望與方差
計算方差用哪個公式
方差生活秀
履職盡責(zé)加快社區(qū)衛(wèi)生服務(wù)建設(shè)
初等行變換與初等列變換并用求逆矩陣
社區(qū)衛(wèi)生發(fā)展“老大難”還在
矩陣
南都周刊(2015年1期)2015-09-10 07:22:44
矩陣
南都周刊(2015年3期)2015-09-10 07:22:44
矩陣
南都周刊(2015年4期)2015-09-10 07:22:44
光山县| 马尔康县| 大名县| 西乌珠穆沁旗| 襄樊市| 东阳市| 临西县| 宜君县| 汝城县| 察哈| 祁门县| 和龙市| 清原| 唐海县| 南丰县| 加查县| 金坛市| 洛宁县| 县级市| 湟中县| 子长县| 易门县| 屯昌县| 从化市| 竹山县| 杭州市| 靖宇县| 定兴县| 泸州市| 遂宁市| 虹口区| 奎屯市| 钦州市| 松阳县| 玉门市| 赫章县| 广平县| 鄂托克前旗| 冷水江市| 贺州市| 邹平县|