中国全科医学2023,Vol.26Issue(34) :4254-4260,4268.DOI:10.12114/j.issn.1007-9572.2023.0106

基于主成分分析和TOPSIS模型的我国各省份医疗水平评价研究

Evaluation of Medical Level in China by Provinces Based on Principal Component Analysis and TOPSIS Model

周洁 胡凌娟 怀晴雨
中国全科医学2023,Vol.26Issue(34) :4254-4260,4268.DOI:10.12114/j.issn.1007-9572.2023.0106

基于主成分分析和TOPSIS模型的我国各省份医疗水平评价研究

Evaluation of Medical Level in China by Provinces Based on Principal Component Analysis and TOPSIS Model

周洁 1胡凌娟 1怀晴雨1
扫码查看

作者信息

  • 1. 100029 北京市,北京中医药大学管理学院
  • 折叠

摘要

背景 在新型冠状病毒感染(COVID-19)疫情全国流行期间,我国医疗资源的空间集聚效应凸显,各省份医疗水平存在明显差异,目前,国内学者多运用定量方法对当前全国各省份医疗水平进行评价,应用综合方法评价全国各省份医疗水平者较少.目的 了解我国各省份在医疗卫生事业发展水平上的差异,以期为医疗卫生事业决策者提供参考.方法 于2022年11月,计算机检索中国知网、万方数据知识服务平台和Web of Science数据库,检索有关医疗水平评价的文献.在借鉴现有研究成果的基础上,选取相对指标和平均指标来构建评价指标体系.以《2022中国卫生健康统计年鉴》为数据源,提取/计算各评价指标数据.运用主成分分析法和TOPSIS模型,对我国31个省份(未将香港特别行政区、澳门特别行政区、台湾地区纳入统计范畴)的医疗水平进行综合评价.结果 共检索出合格文献6篇,从医疗资源、医疗服务、医疗保障3个方面选取13个相对指标和平均指标构建评价体系.KMO值为0.733,Bartlett's球形检验结果显示,χ2=346.908、P<0.001,提示数据适用于主成分分析;按照特征根>1.000的标准可提取4个主成分,分别为医疗资源规模和医疗服务质量(F1)、医疗机构工作效率(F2)、传染病控制能力(F3)、其他因素(F4),4个主成分的累积方差贡献率为84.012%.根据主成分得分系数矩阵建立各主成分线性模型后,基于 4 个主成分的方差贡献率得到可用于评价医疗水平的综合评价模型:Y=0.43985×Y1+0.15854×Y2+0.15440×Y3+0.08734×Y4.医疗水平综合得分位列前3位的省份分别为北京市(151.908分)、上海市(124.379分)、天津市(78.673分).TOPSIS贴近度排名结果显示,北京市和上海市处于靠前水平(贴近度分别为0.767、0.646),以贴近度0.400和0.201为节点,可以将31个省份分为3个梯队,第1梯队有北京市、上海市和天津市3个省份,第2梯队有浙江省、四川省等25个省份,第3梯队包括河北省、宁夏回族自治区和西藏自治区3个省份.结论 中国的医疗水平存在明显的省际发展不平衡问题,31个省份医疗水平分布整体呈现"中间大、两头小"的橄榄型结构特征.政府应加大对河北省等医疗水平排名靠后省份的政策倾斜力度,发挥区域卫生规划的统筹协调作用,利用远程医疗和医疗大数据实行定点帮扶.

关键词

医疗水平评价/主成分分析法/TOPSIS模型/卫生保健质量,获取和评价/质量改进

Key words

Medical level evaluation/Principal component analysis/TOPSIS model/Health care quality,access and evaluation/Quality improvement

引用本文复制引用

出版年

2023
中国全科医学
中国医院协会

中国全科医学

CSTPCD北大核心
影响因子:2.04
ISSN:1007-9572
被引量1
参考文献量13
段落导航相关论文