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

?

基于文本挖掘視角的我國互聯(lián)網(wǎng)醫(yī)療政策量化分析

2021-11-03 15:36:30包鵬飛盧昕玥王鴻蘊(yùn)鄭秋瑩孔軍輝李瑞鋒黃友良
中國醫(yī)院 2021年10期
關(guān)鍵詞:類團(tuán)象限聚類

包鵬飛 孟 卓 盧昕玥 王鴻蘊(yùn) 鄭秋瑩 孔軍輝 徐 坤 李瑞鋒 黃友良

互聯(lián)網(wǎng)醫(yī)療是以移動互聯(lián)網(wǎng)為主要載體,通過云計(jì)算、物聯(lián)網(wǎng)等信息技術(shù)實(shí)現(xiàn)無接觸診療服務(wù)提供的新型醫(yī)療保健體系的總稱[1]。近年來,互聯(lián)網(wǎng)醫(yī)療在我國發(fā)展較為迅速,2014年8月國家衛(wèi)生計(jì)生委頒布《關(guān)于推進(jìn)醫(yī)療機(jī)構(gòu)遠(yuǎn)程醫(yī)療服務(wù)的意見》,為互聯(lián)網(wǎng)醫(yī)療行業(yè)的發(fā)展?fàn)I造了良好的外部環(huán)境?;ヂ?lián)網(wǎng)醫(yī)療是一種全新的診療模式,為患者提供了更多、更優(yōu)質(zhì)的醫(yī)療服務(wù)。作為傳統(tǒng)醫(yī)療模式的有益補(bǔ)充,也為整合醫(yī)療資源和重構(gòu)健康產(chǎn)業(yè)做出了貢獻(xiàn)[2],并受到了廣泛重視與應(yīng)用。

本文基于文本挖掘視角,對國家層面互聯(lián)網(wǎng)醫(yī)療政策文本進(jìn)行量化分析,歸納互聯(lián)網(wǎng)醫(yī)療政策研究主題并聚焦政策熱點(diǎn),以期為今后政策的完善提供借鑒和參考。

1 資料與方法

1.1 資料來源

本文選取國務(wù)院辦公廳、國家衛(wèi)生健康委員會辦公廳和國家中醫(yī)藥管理局等國家層面官方網(wǎng)站上公開發(fā)布的一系列政策文件作為資料來源。為確保資料選取的準(zhǔn)確性,按照以下原則對文本進(jìn)行了甄別和篩選:①發(fā)文時間限定在2014年8月-2020年12月;②主題涉及“互聯(lián)網(wǎng)醫(yī)療”“互聯(lián)網(wǎng)醫(yī)院”“遠(yuǎn)程醫(yī)療”“在線醫(yī)療”“移動醫(yī)療”等政策文本,共52份。

1.2 研究方法

將政策文本導(dǎo)入ROSTCM軟件,結(jié)合研究篩選得到有效關(guān)鍵詞并確定政策研究主題。對有效關(guān)鍵詞進(jìn)行共現(xiàn)分析,旨在找出政策文本中主題詞之間的關(guān)聯(lián),梳理政策脈絡(luò)。以關(guān)鍵詞共現(xiàn)矩陣為依據(jù)進(jìn)行主題詞聚類,根據(jù)聚類結(jié)果進(jìn)行主題詞分組,總結(jié)政策研究熱點(diǎn)。最后,將聚類結(jié)果進(jìn)行社會網(wǎng)絡(luò)語義分析并通過可視化戰(zhàn)略坐標(biāo)呈現(xiàn)。

2 數(shù)據(jù)處理及量化分析

2.1 關(guān)鍵詞提取與整理

由于政策文本中部分專業(yè)詞匯工具無法識別,需要結(jié)合我國特殊語境含義人工對一些特殊詞匯進(jìn)行自定義,保證關(guān)鍵詞提取的嚴(yán)謹(jǐn)性。同時,將與研究主題關(guān)聯(lián)性較低的詞匯納入過濾詞表以提高數(shù)據(jù)篩選的準(zhǔn)確性。進(jìn)一步提取后,得到符合研究主題范圍的詞頻表作為本研究的有效關(guān)鍵詞詞頻表(表1)。

表1 政策文本關(guān)鍵詞有效詞表(前20位)

2.2 共詞分析

將生成的有效關(guān)鍵詞進(jìn)行整理,運(yùn)用ROSTCM軟件進(jìn)行主題關(guān)鍵詞共現(xiàn)處理,并生成有效共詞矩陣(表2)。其中,對角線上的數(shù)據(jù)代表該關(guān)鍵詞在所有的政策性文本中出現(xiàn)的聯(lián)合頻次,非對角線上的數(shù)據(jù)代表兩個相同的關(guān)鍵詞在相同政策性文本中共同出現(xiàn)的聯(lián)合頻次。兩個關(guān)鍵詞的聯(lián)合頻次值越大,代表政策聚焦主題聯(lián)系越緊密。

表2 部分共詞矩陣列表

通過分析可得,互聯(lián)網(wǎng)醫(yī)療政策以“健康”“醫(yī)療”“衛(wèi)生”等基本關(guān)鍵詞為核心。這充分體現(xiàn)了互聯(lián)網(wǎng)醫(yī)療政策對衛(wèi)生基本目標(biāo)的堅(jiān)持?!按髷?shù)據(jù)”和“互聯(lián)網(wǎng)”等體現(xiàn)時代特征的關(guān)鍵詞詞頻與共現(xiàn)頻次值均排名靠前,在一定程度上也顯示出政策對以互聯(lián)網(wǎng)為代表的信息技術(shù)的關(guān)注。同時,“中醫(yī)藥”“少數(shù)民族”“基層醫(yī)療”等代表互聯(lián)網(wǎng)醫(yī)療主要應(yīng)用方向的主題關(guān)鍵詞詞頻以及共現(xiàn)頻次較高,進(jìn)一步體現(xiàn)了多種醫(yī)療方式交叉融合的互聯(lián)網(wǎng)醫(yī)療行業(yè)特點(diǎn)。

2.3 聚類分析

聚類分析技術(shù)作為在分類問題中常用的多元統(tǒng)計(jì)分析方法,又稱為集群分析[3]。該方法根據(jù)關(guān)鍵詞之間的關(guān)聯(lián)性并按照強(qiáng)度大小,以部分能夠代表所屬研究主題的關(guān)鍵詞為中心進(jìn)行歸類處理,將數(shù)據(jù)劃分成有意義或有研究價(jià)值的簇組。經(jīng)過聚類分析后,組內(nèi)各個不同對象之間理論上具有高度的聚類相似性,而不同對象群體組間的聚類相關(guān)性則比較低。聚類得到的簇應(yīng)具有高簇內(nèi)相似性和低簇間相似性。根據(jù)本研究中政策文本的特點(diǎn),將數(shù)據(jù)導(dǎo)入SPSS進(jìn)行分析,使用“離差平方和”聚類方法,選擇“歐氏距離”作為區(qū)間劃分的標(biāo)準(zhǔn),在變量轉(zhuǎn)換取值的度量標(biāo)準(zhǔn)化方法的選擇方面,選擇按照變量z得分的方法,最終結(jié)果以聚類樹狀圖形式輸出(圖1)。

圖1 主題詞共詞聚類樹狀圖

聚類樹狀圖可以較準(zhǔn)確地映射聚類進(jìn)程,能夠具體到聚類過程中各個樣本進(jìn)行歸并的情況[4]。圖譜通過調(diào)整不同的距離對所有關(guān)鍵詞進(jìn)行劃分和整理,以便生成不同的主題類團(tuán)。距離越近表示主題類團(tuán)中的關(guān)鍵詞在同一文章中出現(xiàn)的次數(shù)越多,類團(tuán)所代表的研究主題之間的關(guān)系越緊密。取密度用于體現(xiàn)一個主題類團(tuán)內(nèi)部的聯(lián)系強(qiáng)弱,向心度用于體現(xiàn)不同主題類團(tuán)之間的聯(lián)系強(qiáng)弱。計(jì)算類團(tuán)內(nèi)關(guān)鍵字共現(xiàn)次數(shù)的平均值作為該主題類的密度,將一個主題與其他主題群體的共現(xiàn)次數(shù)平均值作為向心度[5]。通過計(jì)算可得,各類主題類團(tuán)的空間向心度、密度如表3。

表3 主題詞聚類結(jié)果

綜合考慮后,本研究設(shè)置聚類距離為8,該距離將所有關(guān)鍵詞分為5個主題類團(tuán),分別以A、B、C、D和E字母進(jìn)行編號?!靶l(wèi)生服務(wù)”“家庭醫(yī)生”“大數(shù)據(jù)”“信息化”等關(guān)鍵詞共同組成主題類團(tuán)A,“護(hù)理”“康復(fù)”“基層醫(yī)療”等關(guān)鍵詞共同組成主題類團(tuán)B,“創(chuàng)新”“平臺”“互聯(lián)網(wǎng)”通過之間的相互關(guān)聯(lián)性較高組合成主題類團(tuán)C。由于“健康”和“醫(yī)療”的聚類距離與其他研究之間的關(guān)聯(lián)度較松散,因此單獨(dú)將其劃分為2個主題類團(tuán)D、E。

2.4 戰(zhàn)略分析

戰(zhàn)略坐標(biāo)分析是一種基于主題位置分析各主題演進(jìn)情況以及發(fā)展進(jìn)程的共詞分析方法。在戰(zhàn)略坐標(biāo)圖中,以X軸表示主題類團(tuán)密度,以Y軸表示主題類團(tuán)向心度。在本研究戰(zhàn)略坐標(biāo)圖中,X軸代表主題類團(tuán)在政策規(guī)定中的成熟度,Y軸代表主題類團(tuán)在政策規(guī)定中的核心程度。將主題類團(tuán)計(jì)算得到的密度作為橫坐標(biāo)、向心度作為縱坐標(biāo),以密度與向心度平均值的交點(diǎn)作為原點(diǎn),繪制得到戰(zhàn)略坐標(biāo)圖(圖2)。

圖2 聚類分組結(jié)果戰(zhàn)略坐標(biāo)圖

2.4.1 核心領(lǐng)域。位于第一象限的主題類團(tuán)具有高密度和高向心度特點(diǎn)。類團(tuán)內(nèi)部各關(guān)鍵詞之間不僅聯(lián)系緊密,而且與其他主題類團(tuán)聯(lián)系性較強(qiáng)。因此,該象限的主題類團(tuán)往往代表行業(yè)研究的核心領(lǐng)域。由圖2可知,目前互聯(lián)網(wǎng)醫(yī)療政策并沒有核心關(guān)鍵詞主題類團(tuán),這表明互聯(lián)網(wǎng)醫(yī)療政策領(lǐng)域還沒有形成明確的研究核心和政策支撐體系。

2.4.2 未來趨勢。位于第二象限的主題類團(tuán)具有低密度和高向心度特點(diǎn)。該類團(tuán)的研究熱度并不突出,但與第三、四象限的類團(tuán)相比具有很大的發(fā)展?jié)摿ΑT撓笙拗蓄悎F(tuán)的研究方向代表了行業(yè)未來的發(fā)展趨勢。位于此象限的類團(tuán)是主題A和E,分別代表健康與醫(yī)療兩個行業(yè)熱點(diǎn),表明互聯(lián)網(wǎng)醫(yī)療政策在未來仍會圍繞健康與醫(yī)療這兩個主題進(jìn)一步深化。

2.4.3 邊緣領(lǐng)域。位于第三象限內(nèi)的主題類團(tuán)具有低密度和低向心度特點(diǎn)。象限中類團(tuán)的研究主題在行業(yè)中處于邊緣領(lǐng)域,該類主題類團(tuán)主要聚焦于衛(wèi)生健康管理信息化研究,重點(diǎn)主要集中在以社區(qū)為代表的基層醫(yī)療衛(wèi)生管理信息化研究。

2.4.4 獨(dú)立研究領(lǐng)域。位于第四象限的主題類團(tuán)具有低向心度和高密度特點(diǎn)。該類團(tuán)所代表的政策規(guī)定已較為完善,但與其他研究方向的合作需要進(jìn)一步加強(qiáng),因此屬于獨(dú)立研究領(lǐng)域。位于該象限的兩個主題類團(tuán)B和C均圍繞各自的中心主題來開展業(yè)務(wù)研究,主要是以患者為中心的基層輔助醫(yī)療服務(wù)的提供和以互聯(lián)網(wǎng)平臺為基礎(chǔ)的技術(shù)創(chuàng)新。

2.5 社會網(wǎng)絡(luò)分析

為更加直觀地展示政策關(guān)鍵詞間的相互關(guān)系,本研究使用ROSTCM工具中的社會網(wǎng)絡(luò)和語義分析功能,經(jīng)過提取高頻詞和生成行特征詞表等步驟,最終得到關(guān)鍵詞網(wǎng)絡(luò)圖譜(圖3)。圖譜中關(guān)鍵詞距中心節(jié)點(diǎn)距離越近,代表關(guān)鍵詞與中心節(jié)點(diǎn)詞語的聯(lián)系就越緊密,圖譜線條的疏密代表共現(xiàn)頻率高低,線條越密,表示共現(xiàn)次數(shù)越多。

由圖3可知,圖譜的網(wǎng)絡(luò)結(jié)構(gòu)具有“核心-邊緣”特點(diǎn)。根據(jù)節(jié)點(diǎn)大小具體分為3個層次:第一層由“醫(yī)療”和“健康”兩個關(guān)鍵詞構(gòu)成,處于圖譜的中心位置。第二層由“基層醫(yī)療”“中醫(yī)藥”“醫(yī)療服務(wù)”“康復(fù)”等詞組成。第三層主要包括“家庭醫(yī)生”“衛(wèi)生服務(wù)”“健康管理”“分級診療”“信息化”“互聯(lián)網(wǎng)”等。社會網(wǎng)絡(luò)語義分析結(jié)果與戰(zhàn)略坐標(biāo)分析結(jié)果大致吻合,二者都反映了互聯(lián)網(wǎng)醫(yī)療行業(yè)政策的核心領(lǐng)域未被充分挖掘等問題。

圖3 社會網(wǎng)絡(luò)語義分析

3 討論與建議

3.1 完善互聯(lián)網(wǎng)醫(yī)療政策頂層設(shè)計(jì)

從政策的頂層設(shè)計(jì)角度綜合分析,互聯(lián)網(wǎng)醫(yī)療政策的制定應(yīng)以健康為中心目標(biāo),以醫(yī)療服務(wù)的提供為主體,需要政府有針對性地完善相應(yīng)的政策規(guī)范,引導(dǎo)產(chǎn)業(yè)健康發(fā)展。目前,互聯(lián)網(wǎng)醫(yī)療政策規(guī)定主要聚焦于行業(yè)潛在發(fā)展領(lǐng)域和獨(dú)立研究領(lǐng)域。因此,政府應(yīng)完善互聯(lián)網(wǎng)醫(yī)療政策的頂層設(shè)計(jì),促進(jìn)行業(yè)全面均衡發(fā)展,與國家“十四五”發(fā)展規(guī)劃相適應(yīng)。

3.2 細(xì)化互聯(lián)網(wǎng)醫(yī)療政策內(nèi)容

從政策的核心內(nèi)容角度重點(diǎn)分析,政策重心多聚焦于互聯(lián)網(wǎng)醫(yī)療行業(yè)的規(guī)劃。當(dāng)前互聯(lián)網(wǎng)醫(yī)療政策標(biāo)準(zhǔn)不統(tǒng)一,行業(yè)較易出現(xiàn)標(biāo)準(zhǔn)制定混亂、行業(yè)發(fā)展良莠不齊的現(xiàn)象[6],陷于長期難以管控的局面。政府應(yīng)結(jié)合社會發(fā)展現(xiàn)狀對政策內(nèi)容進(jìn)行深化細(xì)化, 發(fā)揮行業(yè)協(xié)會在政策制定中的積極作用并進(jìn)行有效監(jiān)管[7],進(jìn)而形成良好的互聯(lián)網(wǎng)醫(yī)療行業(yè)秩序。

3.3 重視互聯(lián)網(wǎng)醫(yī)療政策評估反饋工作

從政策的評估反饋角度分析,政策的覆蓋范圍存在一定的局限性。針對這些政策盲區(qū),政府應(yīng)積極完善互聯(lián)網(wǎng)醫(yī)療政策,定期收集行業(yè)反饋,并將更多的邊緣化受眾納入監(jiān)管范疇,及時對政策效應(yīng)加以評估,為政府的科學(xué)決策和政策內(nèi)容的調(diào)整提供借鑒,促進(jìn)互聯(lián)網(wǎng)醫(yī)療行業(yè)的發(fā)展。

猜你喜歡
類團(tuán)象限聚類
基于PubMed數(shù)據(jù)庫病人報(bào)告結(jié)局研究熱點(diǎn)的共詞聚類分析
復(fù)數(shù)知識核心考點(diǎn)綜合演練
基于四象限零電壓轉(zhuǎn)換PWM軟開關(guān)斬波器的磁懸浮列車
電子測試(2018年11期)2018-06-26 05:56:04
基于DBSACN聚類算法的XML文檔聚類
電子測試(2017年15期)2017-12-18 07:19:27
平面直角坐標(biāo)系典例分析
基于改進(jìn)的遺傳算法的模糊聚類算法
創(chuàng)新思維竟賽
基于共詞分析和可視化的我國神經(jīng)病學(xué)領(lǐng)域熱點(diǎn)監(jiān)測
一種層次初始的聚類個數(shù)自適應(yīng)的聚類方法研究
國際電子學(xué)習(xí)研究主題演化分析*
圖書館論壇(2015年2期)2015-01-03 01:43:00
开化县| 梨树县| 富锦市| 宽城| 济阳县| 平罗县| 卓尼县| 全椒县| 武清区| 新安县| 芜湖市| 古交市| 巴林左旗| 衡阳县| 深水埗区| 广昌县| 南京市| 桐乡市| 偃师市| 灌云县| 宁化县| 平江县| 班玛县| 岳普湖县| 沙田区| 武汉市| 宁化县| 阿拉尔市| 郧西县| 三河市| 龙川县| 杂多县| 苏州市| 巴塘县| 沈丘县| 金平| 奉贤区| 钟山县| 宜宾县| 甘孜县| 新安县|