衛生統計管理方法分析范文

本站小編為你精心準備了衛生統計管理方法分析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

本文作者：應桂英李恒段占祺潘曉平單位：四川省衛生信息中心四川成都湖北醫藥學院附屬人民醫院中國疾病預防控制中心婦幼保健中心

統計指標的準確性和及時性在很大程度上影響政府決策的正確性和有效性，衛生統計指標體系是建立衛生統計信息系統的基礎和必要條件，科學合理地制定衛生統計指標體系，可為評價、衡量當地衛生工作情況，引導衛生政策、措施的制定和落實，促進相關政府部門對衛生工作進行科學管理提供依據［1］。為正確篩選出實用性、代表性強的指標，合理構建衛生統計指標體系，對常用衛生統計指標篩選方法進行評價。

目前，篩選統計指標構建指標體系的方法主要有兩大類:一類是專家主觀評定和判定法，適用于資料有限的情況下，主要依據專家的經驗知識來確定指標;另一類是數理統計分析方法，適用于定量指標的篩選評價［2］。這兩種方法各有優缺點。

1專家主觀評定和判定法

在主觀評定法中，指標的篩選方法主要以德爾菲(Delphi)專家咨詢法和專家討論(類似于頭腦風暴法)為主。

1．1德爾菲(Delphi)專家咨詢法

德爾菲法作為一種主觀、定性的方法，不僅可以用于預測領域，而且可以廣泛應用于各種評價指標體系的建立和具體指標的確定過程［3］。德爾菲專家咨詢法的核心思想是通過匿名方式進行幾輪函詢征求專家們的意見，通過有組織地對每一輪專家意見的匯總整理和反饋，使專家們的意見趨于一致，最終得到一個比較一致且可靠性較大的結論或方案［4］。近年來，德爾菲專家咨詢法在許多領域指標篩選的研究中被廣泛應用，已經成為了一種成熟、公認的指標篩選方法。

1．1．1德爾菲專家咨詢法實施的基本步驟

(1)成立專家小組。Brown．B指出，德爾菲專家咨詢法中專家的選擇是咨詢成敗的關鍵，應邀專家應該對研究的主題領域具有深刻的了解或擁有廣博的知識或者豐富的實踐經驗，這樣才能夠提出正確的評價意見和有價值的判斷。德爾菲法擬選擇的專家一般是指在該研究領域從事10年以上技術工作的專業人員。專家選擇一般由研究主體來決定，其人數根據研究項目的規模而定，一般情況下，評估或預測的精度與參加人數呈函數關系，即隨著專家人數的增加而精度提高［5］。Murphy指出，專家的數量越多得出的結論可靠性越大，但尚沒有實際證據證明兩者之間的關系［6］。據有關文獻報道，專家人數一般以15～50人左右為宜［7］，但是也有一些文獻指出，當專家數接近15人時，進一步增加專家人數對預測精度的影響不大［8］。

(2)設計專家咨詢問卷，準備有關資料。在查閱文獻等的基礎上，根據研究目的確定專家咨詢問卷的內容。咨詢問卷一般包括研究的背景介紹、專家基本情況、研究內容、專家判斷依據以及對研究內容的熟悉程度等幾個方面，另外還應該在問卷中設置一些開放性問題，以方便專家對研究課題和研究內容提出自己的意見和建議。

(3)發放問卷并回收。可以采取紙質問卷郵寄或以電子郵件方式將問卷及時發放給專家，專家根據自己的專業知識和實踐經驗應答，并提出自己的意見。一般要給每位專家留有足夠的時間來填寫問卷，請專家在規定時間內按時返回問卷;如若不能按時返回，要問明情況延長時間或者確定不能收回。

(4)整理專家初次判斷的意見。對第一輪專家咨詢問卷進行匯總、整理分析，設計第二輪咨詢問卷，在第二輪問卷中附加上前一次的匯總結果，但不表明各種結果是由哪位專家提出的，以便各專家能直抒己見，不受其他專家影響。專家比較自己同其他專家意見的異同，對結果進行修改或者提出其他意見。也可以把各位專家的意見加以整理，或請身份更高的其他專家加以評論，然后把這些意見再分送給各位專家，以便他們參考后修改自己的意見［9］。

(5)發放第二輪咨詢問卷，再次修改，循環進行，直到專家不再提出修改意見為止。一般地，經過兩三輪反饋，專家的意見就會趨于穩定。

(6)將專家意見綜合處理，得出結果或評價。

1．1．2德爾菲專家咨詢法的優缺點

德爾菲專家咨詢法同常見的召集專家開會、通過集體討論得出一致預測意見的專家會議法既有相同之處又有所區別。

德爾菲法能發揚專家會議法的優點，可以充分發揮各位專家的作用，集思廣益，所得結果準確性高;同時又能把各位專家意見的分歧點表達出來，取各家之長，避各家之短。另外，德爾菲法還能避免專家會議法的某些缺點:一是權威人士的意見可能會影響他人的意見;二是有些專家礙于情面，不愿意發表與其他人不同的意見;三是出于自尊心而不愿意修改自己原來不全面的意見［10］。在資料有限，特別是數據收集困難的情況下，合理運用德爾菲法能夠得到較好結果。德爾菲專家咨詢法的主要缺點是其實施過程比較復雜，一般需要至少經過兩輪甚至三四輪的專家咨詢才能得到穩定結果，花費時間較長，耗費成本高。并且由于主觀性太強，因此在挑選專家時應注意挑選在該課題領域具有精深專業知識的代表，同時還應該考慮專家的不同層次，因為專家咨詢結果直接影響到研究質量。此外要注意專家的權威程度和對課題研究內容的熟悉程度，否則，得出的結果或評價的可信性就不夠。

1．2專家會議法

［11］專家會議法是指根據規定原則挑選一定數量的專家，按照一定方式來組織專家會議，發揮專家集體的智能結構效應，對預測對象未來的發展趨勢及狀況作出判斷的一種方法。“頭腦風暴法”就是專家會議法的一項具體運用。

1．2．1專家會議法挑選專家的原則

參加專家會議的人選應按照以下三個原則來進行選取:(1)如果參加者相互認識，要從同一職位(職稱或者級別)的人員中去選取，領導者不應參加，否則可能會對參加者造成某種壓力，不敢發表自己的意見;(2)如果參會者之間互不認識，則可以從不同職位(職稱或級別)的人員中選取，這時不應宣布參加人員職稱，不論成員的職稱或級別的高低，都應同等對待;(3)參加者的專業應力求與所論及的決策問題相一致，這并不是專家組成員的必要條件。但是，專家中最好包括一些學識淵博，對所論及問題有較深理解的其它領域的專家。

1．2．2專家會議法的實施過程(1)專家會議前，組織者須向應邀專家提供書面資料，并對研究主題進行介紹;(2)圍繞所研究問題全面邀請專家。確定專家會議的最佳

人數和會議進行的時間、地點。專家小組人數一般以10－15人為宜，會議時間一般以進行20－60分鐘效果最佳;(3)專家在會議前準備好發言提綱，不同意見可以互相討論;(4)會議主持者要虛心，以聽取意見為主，不發表任何導向性意見或對專家意見和看法予以評價;(5)記錄整個會議過程，最好是雙錄入，以保證資料的完整性和準確性。對各位專家的看法和意見進行匯總整理，得出結論或評價。

1．2．3專家會議法的優缺點

專家會議法有助于專家們之間交換意見，通過互相啟發，可以彌補個人意見不足;通過內外信息交流與反饋，產生“思維共振”，從而將產生的創造性思維活動集中于討論對象，可以在較短時間內得到富有成效的創造性成果，為決策提供預測依據。但是，專家會議法也有其不足之處:(1)由于參加會議的人數有限，因此代表性不夠充分;(2)易受專家權威程度的影響，若參加者中有較有名望的專家，可能會壓制不同意見的發表;(3)易受專家語言表達能力的影響，從而使得一些有價值的意見未能得到充分重視;(4)由于個人自尊心等因素影響，容易使會議出現僵局;(5)易受潮流思想的影響等。

2數理統計分析方法

2．1變異系數法

變異系數法又稱之為離散趨勢法，這是從指標的敏感性角度來挑選指標。分別計算各備選指標的變異系數，如果指標的變異系數(CV)太小，用于評價時的分辯能力就較低，不能把各地區的差距拉開，因此剔除變異系數較小的指標，選入那些變異系數較大的指標［12］。變異系數的計算公式為:

2．2綜合指數法和界值法

相乘模式的綜合指數法是將算術均數、滿分比和變異系數這三個指標綜合成一個指數，其目的是為了找到一個共同的測量尺度便于多個指標之間的相互比較;界值法，是根據以上三個指標的特性確定界值，規定指標的剔除標準，嚴格的剔除標準，可以避免重要的指標被淘汰［13］。綜合指數法的計算公式為Kj:表示j指標的滿分比;mj＇:表示給滿分的專家數，mj:表示評價的專家數;Kj取值在0－1之間，Kj可作為Mj的補充指標，Kj越大，說明對該指標給滿分的專家比例越大，該指標也越重要。

2．3主成分分析法

主成分分析是用較少獨立性的綜合指標來代替原來較多的相關指標，是進行信息提取與綜合的一種有效方法，它從指標的代表性角度篩選指標，先計算指標的主成分，然后選擇主成分的個數。這主要根據累積貢獻率的大小來確定，一般累積貢獻率大于80%為好，或者直接選取特征值大于1所對應的主成分，然后進行最大方差旋轉(雅可比旋轉)挑選因子負荷絕對值較大的指標入選，使它們盡可能多地保留原始變量的信息，并且彼此之間不相關［14，15］。在實際應用中，主成分分析主要用于綜合評價，除了解決變量間共線性和減少分析變量外，其更主要的優點是為綜合指標提供了可供參考的變量權重。

2．4因子分析法

因子分析法與主成分分析一樣也是從代表性的角度來篩選指標。因子分析是從多個實測的原變量中提取出較少數的、互不相關的、抽象的綜合指標，即因子，每個原變量可用這些提取出的公共因子的線性組合表示。根據各個因子對原變量的影響大小，亦可將原變量劃分為等同于因子數目的類數，由于因子數目小于或等于原變量數目，故因子分析既可以達到降低變量維數的目的，又可以對變量進行分類［16］。

2．5相關系數法

相關系數法是從代表性與獨立性的角度挑選指標。計算任意兩個指標間的相關系數并作假設檢驗，以與之相關的指標個數較多和較少者作為被選指標。因為前者有代表性，可以提供較多的信息;后者有獨立性，為其它指標所不能代替。如果各指標服從正態分布或經變換后服從正態分布，可用Pearson的積矩相關系數r來進行分析，否則可以采用Spearman或Kendall的等級相關系數進行分析［12］。

2．6聚類分析法

聚類分析是研究“物以類聚”的一種方法，在國內有人將它稱之為群分析、點群分析、簇分析等。聚類分析的目的就是把相似的東西分成類，其實質上就是尋找一種能夠客觀的反映元素間親疏關系的統計量，然后根據這種統計量把元素分為若干類［17］。在聚類分析中，不同類型變量的處理方式不同。總的來講，提供給計量資料的方法較多，而分類資料和等級資料的處理方法較少。根據實際需要，聚類分析有兩種類型，一是對樣品聚類(稱為Q－型聚類)，一是對變量聚類(稱為R-型聚類)。而系統聚類法作為聚類分析諸方法中使用最多的一種，主要用于小樣本間的聚類及對變量進行聚類。從變量聚類方面來說，這即是從代表性的角度進行指標篩選，在指標體系構建中運用比較廣泛。其基本思想是首先采用系統聚類法將指標聚為一定數目的類別，然后選擇每一類中具有代表性的指標作為入選指標，選擇每類中的相關系數平方的均數較大而類間的相關系數較小的代表性指標［12，18］。相關系數平方的均數表示為r2，其計算公式為:

2．7類成分法

指標的代表性是指所選指標能反映該類指標的絕大多數信息。指標的獨立性是指選入的指標相互不能代替。根據該思想，趙光臨、倪宗瓚［19］提出了一種新的代表性定量指標篩選方法－類成分法，將其運用于醫院工作評價指標的篩選，并與傳統指標篩選方法進行了比較，結果表明此法較為合理，篩選出來的指標既有類內指標的代表性又有類間指標的獨立性。與傳統方法不同，類成分法的計算是首先從專業上將指標按其屬性分類，每一類各代表一個方面，從每一類中選出一個代表性指標，稱為局部代表性指標。選出的指標各代表一個方面．而每一方面均有代表性指標入選，因此，該指標體系具有全面代表性。使用類成分法，能保證所選指標既包含了該類的最大信息，又與最鄰近類成分之間的相關程度最小，從而使所選指標既具備類內指標的代表性又保證了類間的獨立性。

2．8多元回歸法

回歸是研究變量與變量間關系的一種手段，通過回歸方程表達變量與變量在數量上的共變關系。而建立指標體系的目的是用這些指標單個地和綜合地解釋和預測所研究事物所對應的現象，多元回歸法是解決這個問題的一個重要思路和重要方法。多元回歸法對解決指標間信息重迭問題的特殊意義在于，它可獨立地解析出各個指標對事物的影響力和作用．在各個指標相互控制的條件下，觀察它們各自相對獨立的效果［20］。多元回歸方程法就是根據每個指標相對貢獻或者解釋效力的大小來進行變量的篩選［21］。指標篩選的方法較多，上述是一些常用的指標篩選方法，包括主觀和客觀兩大方面。各種方法各有其優缺點，在實際運用中，可以根據研究內容、目的、資料收集情況選擇適合的方法，可以選擇其中的一種，也可以把幾種方法結合起來進行分析，這些方法可以同時分別進行，也可以縱向先后進行，根據研究的具體情況來確定。