李麗清，周小軍，李鐘捷

本文要點(diǎn)：

粗糙集理論是一種刻畫不完整性和不確定性的數(shù)學(xué)工具，能有效地分析不精確、不一致、不完整等各種不完備的信息，還可以對數(shù)據(jù)進(jìn)行分析和推理，從中發(fā)現(xiàn)隱含的知識，揭示潛在的規(guī)律。作為一種較新的軟計(jì)算方法，粗糙集近年來越來越受到重視，其有效性已在許多科學(xué)與工程領(lǐng)域的成功應(yīng)用中得到證實(shí)，是當(dāng)前國際上人工智能理論及其應(yīng)用領(lǐng)域中的研究熱點(diǎn)之一。

社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)提供公共衛(wèi)生服務(wù)和基本醫(yī)療服務(wù)，具有公益性質(zhì)，不以營利為目的。以社區(qū)、家庭和居民為服務(wù)對象，以婦女、兒童、老年人、慢性病患者、殘疾人、貧困居民等為服務(wù)重點(diǎn)，以主動服務(wù)、上門服務(wù)為主，開展健康教育、預(yù)防、保健、康復(fù)、計(jì)劃生育技術(shù)服務(wù)和一般常見病、多發(fā)病的診療服務(wù)。本研究以南昌市為例，利用粗糙集理論對南昌市5個(gè)行政區(qū)的社區(qū)衛(wèi)生服務(wù)功能進(jìn)行評價(jià)，并得出了評價(jià)結(jié)果與社區(qū)衛(wèi)生服務(wù)發(fā)展的客觀情況相符的結(jié)論，旨在通過對各區(qū)域社區(qū)衛(wèi)生服務(wù)功能的評價(jià)進(jìn)一步推動城市社區(qū)衛(wèi)生服務(wù)事業(yè)的發(fā)展。

據(jù)文獻(xiàn)報(bào)道，社區(qū)衛(wèi)生服務(wù)能夠解決80%的健康問題[1]。積極發(fā)展社區(qū)衛(wèi)生服務(wù)是健全城市衛(wèi)生服務(wù)供給體系、提高衛(wèi)生服務(wù)公平性和優(yōu)化衛(wèi)生資源配置的重要舉措。我國人口眾多，衛(wèi)生負(fù)擔(dān)重，發(fā)展社區(qū)衛(wèi)生服務(wù)特別是進(jìn)一步完善社區(qū)衛(wèi)生服務(wù)功能有助于緩解綜合醫(yī)院人滿為患的就醫(yī)壓力和改善“看病難、看病貴”問題。對社區(qū)衛(wèi)生服務(wù)功能進(jìn)行客觀、合理、科學(xué)的評價(jià)是把握社區(qū)衛(wèi)生服務(wù)發(fā)展方向的重要途徑。南昌市城區(qū)在行政上劃分為東湖區(qū)、西湖區(qū)、青山湖區(qū)、青云譜區(qū)及灣里區(qū)5個(gè)區(qū)，但這5個(gè)行政區(qū)社區(qū)衛(wèi)生服務(wù)發(fā)展不平衡。本研究以南昌市5個(gè)行政區(qū)為研究對象，借助粗糙集知識約簡及重要度計(jì)算的相關(guān)知識，對社區(qū)衛(wèi)生服務(wù)功能進(jìn)行全面系統(tǒng)的評價(jià)，有利于發(fā)現(xiàn)各城區(qū)社區(qū)衛(wèi)生服務(wù)發(fā)展中存在的問題與不足，以期為推進(jìn)南昌市社區(qū)衛(wèi)生服務(wù)的平衡發(fā)展及更好地完善社區(qū)衛(wèi)生服務(wù)功能提供決策依據(jù)。

1 南昌市社區(qū)衛(wèi)生服務(wù)發(fā)展現(xiàn)狀

南昌市社區(qū)衛(wèi)生服務(wù)與國家社區(qū)衛(wèi)生服務(wù)發(fā)展歷程基本一致，社區(qū)衛(wèi)生服務(wù)工作從1999年開始啟動，到2010年已建立了完善的社區(qū)衛(wèi)生服務(wù)體系框架。2009年的調(diào)查數(shù)據(jù)顯示，南昌市的社區(qū)衛(wèi)生服務(wù)覆蓋了100%的城市街道和97.7%以上的社區(qū)居民[2]。2010年南昌市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)設(shè)置及覆蓋情況見表1。

2 粗糙集理論介紹

粗糙集理論是波蘭科學(xué)家Z.Pawlak教授在1982年提出的一種數(shù)據(jù)推理方法。它不需提供問題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)信息，僅根據(jù)觀測數(shù)據(jù)刪除冗余信息，從數(shù)據(jù)集發(fā)現(xiàn)一些隱藏的模式和關(guān)系，在保留關(guān)鍵信息的前提下對數(shù)據(jù)進(jìn)行化簡并求得知識的最小表達(dá)；能識別并評估數(shù)據(jù)之間的依賴關(guān)系，分析不完整知識的程度——粗糙度、屬性間的依賴性與重要性、生成分類或決策規(guī)則等[4]。

表1 2010年南昌市社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)設(shè)置及覆蓋情況

Table1 The setting and coverage situation of community health service institutions of 2010 in Nanchang

區(qū)域名稱街辦(鄉(xiāng)鎮(zhèn))數(shù)(個(gè))常住人口(萬人)[3]戶籍人口(萬人)社區(qū)衛(wèi)生服務(wù)中心數(shù)(個(gè))社區(qū)衛(wèi)生服務(wù)站數(shù)(個(gè))社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)數(shù)(個(gè))東湖區(qū)1047 446 4103949青山湖區(qū)758 943 373037西湖區(qū)1150 443 3104050灣里區(qū)1377 461 0131225青云譜區(qū)631 726 463945合計(jì)47265 8220 446160206

2.1 粗糙集用于社區(qū)衛(wèi)生服務(wù)功能評價(jià)的思路 粗糙集理論是建立在分類機(jī)制的基礎(chǔ)上的，它將分類理解成在特定空間上的等價(jià)關(guān)系，而等價(jià)關(guān)系構(gòu)成了對該空間的劃分。粗糙集理論的關(guān)鍵思想是利用已知的知識庫，將不確定的或不精確的知識用已知的知識庫中的知識來近似地刻畫。該理論的特點(diǎn)是：它不需要提供除問題所需處理的數(shù)據(jù)集合之外的任何先驗(yàn)信息，所以對問題的不確定性的描述和處理相對客觀。在海量的信息系統(tǒng)里，并不是所有信息都是有用的，去除冗余的信息，保留有用的信息至關(guān)重要。同樣在龐大的評價(jià)指標(biāo)體系中并不是每個(gè)指標(biāo)都是有用的，去除冗余指標(biāo)，保留關(guān)鍵指標(biāo)，有利于提高實(shí)證評價(jià)的有效性。本研究將粗糙集理論引入到社區(qū)衛(wèi)生服務(wù)功能的評價(jià)中，用粗糙集理論中屬性約簡方法對指標(biāo)體系進(jìn)行簡化，并利用粗糙集理論中屬性重要度的概念計(jì)算各指標(biāo)權(quán)重，研究思路為：確定研究問題→建立評價(jià)指標(biāo)體系→評價(jià)指標(biāo)初始信息表→初始信息表離散化→指標(biāo)集約簡→指標(biāo)權(quán)重的計(jì)算→綜合評價(jià)值的計(jì)算→評價(jià)結(jié)果排序。

2.2 本研究用到的粗糙集的幾個(gè)基本概念[4-6]

2.2.1 知識 知識是人工智能中一個(gè)非常重要的概念，在粗糙集理論中，知識被看做是關(guān)于論域的劃分，是一種對對象進(jìn)行分類的能力。用集合的概念表示：設(shè)U是非空有限論域，R是U上的二元等價(jià)關(guān)系，知識就是等價(jià)關(guān)系集R對U劃分的結(jié)果，記為U/R。屬于R中所有的關(guān)系對U的劃分稱為知識庫，記為A=(U，R)。設(shè)R是U上的一個(gè)等價(jià)關(guān)系，U/R={X1，X2，…，Xn}表示R產(chǎn)生的分類，稱為關(guān)于U的一個(gè)知識。

2.2.2 不可區(qū)分關(guān)系 若P?W，且P≠Φ，則P中的全部等價(jià)關(guān)系的交集稱為P上的不可區(qū)分關(guān)系，記為IND(P)：IND(P)={(x，y)∈U×U，?α∈P，f(x，α)=f(y，α)}。

不可區(qū)分關(guān)系也稱為等價(jià)關(guān)系。它把U劃分為有限個(gè)集合，稱為等價(jià)類。在每一個(gè)等價(jià)集合中，對象間是不可區(qū)分的，對于?x∈U，它的P等價(jià)類定義為：[X]P={y∈U∣(x，y) ∈IND(P)}。

IND(P)的所有等價(jià)類族U/IND(P)定義為等價(jià)關(guān)系P的族相關(guān)的知識，稱為P基本知識或基本集合，記為U/P。因此，可以看出U/P實(shí)際上是由論域中相互不可區(qū)分的對象組成的集合，是組成知識的顆粒。

2.2.3 屬性的約簡 屬性約簡是粗糙集理論的核心內(nèi)容之一，在粗糙集的信息系統(tǒng)中，并不是所有的屬性都是同等重要的，有些屬性甚至是冗余的。所謂知識約簡就是在保證信息系統(tǒng)分類能力不變的條件下，刪除其中冗余的或者是不重要的屬性。

令R為一族等價(jià)關(guān)系，p∈R，如果IND(R)=IND(R-{p})，則稱p為R中不必要的，反之則稱p為R中必不可少的。如果每個(gè)p∈R都是R中必不可少的，則稱P是獨(dú)立的，否則稱P為依賴的。設(shè)P?R，如果P是獨(dú)立的，且IND(P)=IND(R)，則稱P為R的一個(gè)約簡。

2.2.4 基于知識信息量的屬性重要度的計(jì)算 使用信息量來描述論域中的數(shù)據(jù)集合，信息表的行代表對象，列代表屬性，一個(gè)屬性對應(yīng)一個(gè)等價(jià)關(guān)系。

3 南昌市社區(qū)衛(wèi)生服務(wù)功能的實(shí)證評價(jià)

社區(qū)衛(wèi)生服務(wù)是我國城市以社區(qū)為中心的基層衛(wèi)生服務(wù)機(jī)構(gòu)提供的融預(yù)防、醫(yī)療、保健、康復(fù)、健康教育、計(jì)劃生育技術(shù)指導(dǎo)為一體的，有效、經(jīng)濟(jì)、方便、綜合、連續(xù)的基層衛(wèi)生服務(wù)。本研究分別從這六大功能，根據(jù)南昌市城市社區(qū)衛(wèi)生服務(wù)發(fā)展的實(shí)際情況，建立評價(jià)指標(biāo)體系，見表2。

表2 南昌市城市社區(qū)衛(wèi)生服務(wù)功能評價(jià)指標(biāo)體系

Table2 The community health service function evaluation index system of Nanchang

服務(wù)功能評價(jià)指標(biāo)醫(yī)療服務(wù) 門急診門急診人次數(shù)與居民數(shù)的比例(a1) 出診服務(wù)出診人次數(shù)與居民數(shù)的比例(a2) 家庭病床建立家庭病床人次數(shù)與居民數(shù)的比例(a3) 雙向轉(zhuǎn)診上轉(zhuǎn)患者數(shù)與居民數(shù)的比例(a4)下轉(zhuǎn)患者數(shù)與居民數(shù)的比例(a5)預(yù)防服務(wù) 建立健康檔案建檔率(b1)規(guī)范化建檔率(b2)計(jì)算機(jī)管理率(b3) 法定傳染病報(bào)告報(bào)告數(shù)與居民數(shù)的比例(b4) 預(yù)防接種0～6歲兒童預(yù)防接種管理人數(shù)與居民數(shù)的比例(b5)免疫接種的人次數(shù)占轄區(qū)內(nèi)0～6歲兒童的比例(b6)規(guī)劃內(nèi)接種人次數(shù)占轄區(qū)內(nèi)0～6歲兒童的比例(b7) 疾病與健康管理高血壓登記率(b8)高血壓登記規(guī)范管理率(b9)高血壓規(guī)范管理有效控制率(b10)糖尿病登記率(b11)糖尿病登記規(guī)范管理率(b12)糖尿病規(guī)范管理有效控制率(b13)重性精神病管理率(b14)65歲及以上老年人管理人數(shù)與居民數(shù)的比例(b15)保健服務(wù) 孕產(chǎn)婦保健產(chǎn)前檢查率(c1)產(chǎn)后訪視率(c2) 兒童保健0～36個(gè)月兒童系統(tǒng)管理人數(shù)占居民數(shù)的比例(c3)0～36個(gè)月兒童保健人次數(shù)占0～36個(gè)月兒童系統(tǒng)管理人數(shù)的比例(c4)健康教育開展社區(qū)健康教育講座次數(shù)(d1)計(jì)劃生育服務(wù)人次數(shù)占居民數(shù)的比例(e1)康復(fù)服務(wù)康復(fù)人次數(shù)占居民數(shù)的比例(f1)

評價(jià)指標(biāo)信息表的設(shè)定是指樣本指標(biāo)數(shù)據(jù)的收集及離散化處理，也就是將所獲得的真實(shí)數(shù)據(jù)或離散化數(shù)據(jù)填入決策表中，樣本指標(biāo)數(shù)據(jù)的收集對于問題的研究十分關(guān)鍵。本研究主要采用普查法對機(jī)構(gòu)進(jìn)行現(xiàn)狀調(diào)查，各指標(biāo)具體賦值見表3，表中的轄區(qū)用Si(i=1，2，3，4，5)表示，其中S1代表東湖區(qū)，S2代表青山湖區(qū)，S3代表西湖區(qū)，S4代表灣里區(qū)，S5代表青云譜區(qū)。

表3 南昌市社區(qū)衛(wèi)生服務(wù)功能評價(jià)指標(biāo)賦值表

Table3 The parameter values of community health service function evaluation index system of Nanchang

S1S2S3S4S5a11 761 181 960 751 51a2257 00184 00313 0079 00303 00a33 001 004 006 0023 00a463 0035 0055 0014 0052 00a53 007 007 001 003 00b184 7191 0097 2457 9196 97b235 1561 2562 3051 9256 49b334 6260 0056 2548 5766 58b42 8015 203 405 108 80b513 9070 4037 0073 6091 60b60 403 101 003 604 10b70 302 500 803 202 80b855 1855 6571 1929 7369 27b956 2370 5554 4975 4144 29b1077 9765 8971 2857 0071 62b1144 1976 9259 9025 9176 40b1262 5071 7059 4781 4043 57b1374 1761 8571 8259 4969 51b146 849 6810 432 709 32b1578 6098 9089 9051 2095 30c10 602 001 900 601 80c226 0316 3421 9611 2946 72c336 6150 9660 9731 4838 77c40 391 110 710 310 54d113 0014 0025 0012 0012 00e125 0051 0022 007 0075 00f118 0010 0012 005 0064 00

表3中的數(shù)據(jù)類型均為定距型數(shù)據(jù)，而Pawlak提出的以不可分辨關(guān)系為核心的粗糙集方法處理的是離散屬性值，本研究采用組距分組的方法將數(shù)據(jù)進(jìn)行離散化處理。在實(shí)際分組中，可以按照Sturges提出的經(jīng)驗(yàn)公式來確定組數(shù)K：K=1+lgn/lg2，其中n為數(shù)據(jù)個(gè)數(shù)，對結(jié)果四舍五入取整后為理論分組數(shù)目，組距可由公式：組距=(最大值-最小值)/組數(shù)來確定[7]。本研究中考慮到實(shí)際問題研究的需要，將組數(shù)K定義為3，其離散化信息見表4。

3.2 指標(biāo)集的約簡 下面利用不可分辨關(guān)系的順序循環(huán)列刪除約簡法分別對六大功能的評價(jià)指標(biāo)進(jìn)行約簡，得到醫(yī)療服務(wù)五大指標(biāo)約簡結(jié)果為{a3，a4，a5}；對預(yù)防服務(wù)指標(biāo)約簡時(shí)，考慮到其下一級指標(biāo)較多，可先將各下一級指標(biāo)確定其關(guān)鍵指標(biāo)，即先分別將建立健康檔案、預(yù)防接種、疾病與健康管理中的各指標(biāo)進(jìn)行約簡，其約簡結(jié)果分別為：{b1}、{b5}、{ b12，b15}，b1是建立健康檔案的關(guān)鍵指標(biāo)，b5是預(yù)防接種的關(guān)鍵指標(biāo)，b12和b15是疾病與健康管理中的關(guān)鍵指標(biāo)，預(yù)防服務(wù)的關(guān)鍵指標(biāo)為{b1，b5，b12，b15}，再將其進(jìn)行約簡，其約簡結(jié)果為：{b12，b15}；保健服務(wù)約簡后的結(jié)果為{c2，c4}；健康教育、計(jì)劃生育、康復(fù)服務(wù)只有1個(gè)指標(biāo)，無需對其進(jìn)行約簡。因此，最簡卻又不改變原有分類能力的評價(jià)指標(biāo)見表5。

表4 離散化信息表

表5 消除冗余后的關(guān)鍵指標(biāo)

3.3 指標(biāo)屬性重要度及權(quán)重的計(jì)算 在指標(biāo)約簡的基礎(chǔ)上可計(jì)算各評價(jià)指標(biāo)的屬性重要度及權(quán)重[8]。

表6 醫(yī)療服務(wù)指標(biāo)集的重要度及權(quán)重

Table6 The importance degree and the weight of indicators of medical service

a3a4a5重要度0 080 080 08權(quán)重0 330 330 33

同理，可計(jì)算出預(yù)防服務(wù)和保健服務(wù)指標(biāo)屬性重要度及權(quán)重，見表7、8。

而健康教育、計(jì)劃生育和康復(fù)服務(wù)都只有1個(gè)指標(biāo)，不需要進(jìn)行約簡，只需分別將它們進(jìn)行歸一化即可。

表7 預(yù)防服務(wù)指標(biāo)屬性重要度及權(quán)重

Table7 The importance degree and the weight of indicators of preventive service

b12b15重要度0 240 16權(quán)重0 600 40

表8 保健服務(wù)指標(biāo)屬性重要度及權(quán)重

Table8 The importance degree and the weight of indicators of health care service

c2c4重要度0 240 24權(quán)重0 500 50

3.4 綜合評價(jià)值計(jì)算 根據(jù)各約簡指標(biāo)權(quán)重可以計(jì)算出南昌市5個(gè)行政區(qū)社區(qū)衛(wèi)生服務(wù)功能中醫(yī)療服務(wù)各指標(biāo)的得分，其計(jì)算過程為將評價(jià)出來的約簡指標(biāo)權(quán)重乘以這3個(gè)約簡指標(biāo)(原始數(shù)據(jù))組成的3行5列歸一化矩陣，即可得出醫(yī)療服務(wù)能力評價(jià)值A(chǔ)i(i=1，2，…，5)。

=(0.17 0.17 0.23 0.09 0.33)。

同理，可計(jì)算出Bi和Ci。

Di=(0.17 0.18 0.33 0.16 0.16)，

Ei=(0.14 0.28 0.12 0.04 0.42)，

Fi=(0.17 0.09 0.11 0.05 0.59)。

由此，可以得出南昌市5個(gè)行政區(qū)六大功能的評價(jià)結(jié)果，見表9。

表9 南昌市5個(gè)行政區(qū)社區(qū)衛(wèi)生服務(wù)六大功能的評價(jià)結(jié)果

Table9 The evaluation result of six major service functions of community health service in five administrative districts of Nanchang

S1S2S3S4S5醫(yī)療服務(wù)0 170 170 230 090 33預(yù)防服務(wù)0 190 230 200 200 17保健服務(wù)0 170 250 210 100 28健康教育0 170 180 330 160 16計(jì)劃生育0 140 280 120 040 42康復(fù)服務(wù)0 170 090 110 050 59

從以上結(jié)果很容易得出南昌市5個(gè)行政區(qū)社區(qū)衛(wèi)生服務(wù)功能的評價(jià)得分，但最后的評價(jià)結(jié)果并不能將其進(jìn)行簡單相加，因?yàn)楦鞴δ艿臋?quán)重是不一樣的，本研究根據(jù)專家咨詢和專家打分法，得到六大功能的權(quán)重分別為0.21、0.27、0.24、0.15、0.03、0.09，最后得到的評價(jià)結(jié)果為：S1、S2、S3、S4、S5的總的評價(jià)值分別為0.17、0.20、0.22、0.13、0.27。

4 討論

粗糙集最大的優(yōu)勢就是不需要其他的先驗(yàn)知識，直接從信息表中挖掘出潛在的信息，相比其他方法，所得到的數(shù)據(jù)真實(shí)客觀。在本研究中，通過粗糙集中各屬性信息量得到各評價(jià)指標(biāo)的權(quán)重，克服了傳統(tǒng)權(quán)重確定方法的主觀性，結(jié)合線性加權(quán)法進(jìn)行評價(jià)使得評價(jià)結(jié)果更具客觀性和準(zhǔn)確性。本研究從城市社區(qū)衛(wèi)生服務(wù)的六大功能出發(fā)建立評價(jià)指標(biāo)體系，借助粗糙集約簡思想進(jìn)行實(shí)證評價(jià)，得出南昌市5個(gè)行政區(qū)社區(qū)衛(wèi)生服務(wù)功能評價(jià)的排名順序。由于對原始數(shù)據(jù)進(jìn)行了歸一化處理，可消除不同指標(biāo)量綱的影響，排序結(jié)果充分利用原始數(shù)據(jù)信息，能定量反映不同評價(jià)單元的優(yōu)劣程度，直觀、可靠，對促進(jìn)南昌市城市社區(qū)衛(wèi)生服務(wù)的和諧發(fā)展具有一定的現(xiàn)實(shí)意義。

本研究結(jié)果顯示，南昌市5個(gè)行政區(qū)的排名順序?yàn)椋旱谝幻呵嘣谱V區(qū)；第二名：西湖區(qū)；第三名：青山湖區(qū)；第四名：東湖區(qū)；第五名：灣里區(qū)。這種排名順序符合南昌市社區(qū)衛(wèi)生服務(wù)發(fā)展的客觀事實(shí)，青云譜區(qū)社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)的醫(yī)療服務(wù)、康復(fù)服務(wù)、計(jì)劃生育和保健服務(wù)開展得較其他4個(gè)行政區(qū)要好。青云譜區(qū)離市區(qū)較遠(yuǎn)，南昌市大部分綜合醫(yī)院都坐落于市中心，而很多支柱產(chǎn)業(yè)在青云譜區(qū)，該區(qū)國民經(jīng)濟(jì)不斷擴(kuò)大，區(qū)政府對社會民生問題關(guān)注度較高，重視社區(qū)衛(wèi)生服務(wù)工作的發(fā)展。南昌市灣里區(qū)在本次排名中落后于其他4個(gè)區(qū)，與其地理環(huán)境有著很大的關(guān)系，該區(qū)在市郊，城市建設(shè)、基本設(shè)施配套、國民經(jīng)濟(jì)和社會事業(yè)的發(fā)展遠(yuǎn)不如其他4個(gè)區(qū)，因此在醫(yī)療衛(wèi)生事業(yè)方面還有待進(jìn)一步完善與發(fā)展。

1 李研婷，馮學(xué)山.社區(qū)衛(wèi)生服務(wù)績效評價(jià)指標(biāo)體系的研究與思考[J].中華全科醫(yī)學(xué)，2011，9(6)：951-953.

2 李鐘捷.南昌市社區(qū)衛(wèi)生服務(wù)現(xiàn)狀及綜合評價(jià)研究[D].南昌：南昌大學(xué)，2012.

3 南昌市統(tǒng)計(jì)局.南昌市2010年第六次全國人口普查主要數(shù)據(jù)公報(bào)[EB/OL].http://www.nctj.gov.cn/News.shtml?p5=22447.

4 Z.Pawlak.Rough sets——Theoretical aspects of reasoning about data[M].Dordrecht:Kluwer Academic Publishers,1991.

5 胡壽松，何亞群.粗糙集決策理論與應(yīng)用[M].北京：北京航空航天大學(xué)出版社，2006：1-14.

6 劉清.Rough集及Rough推理[M].北京：科學(xué)出版社，2001：1-66.

7 薛薇.基于SPSS的數(shù)據(jù)分析[M].北京：中國人民大學(xué)出版社，2006.

8 李麗清，劉衛(wèi)東.基于粗糙集的患者滿意度評價(jià)模型及其實(shí)證分析[J].數(shù)學(xué)的實(shí)踐與認(rèn)識，2009，39(7)：25-30.