李麗清，盧祖洵

·中國(guó)全科醫(yī)療 /社區(qū)衛(wèi)生服務(wù)工作研究·

社區(qū)衛(wèi)生服務(wù)滿意度綜合評(píng)價(jià)方法探討

李麗清，盧祖洵

目的 探討社區(qū)衛(wèi)生服務(wù)滿意度多項(xiàng)指標(biāo)的綜合評(píng)價(jià)方法，為社區(qū)衛(wèi)生服務(wù)績(jī)效評(píng)價(jià)提供科學(xué)、實(shí)用的方法。方法 以中部六省社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市陽(yáng)泉、合肥、南昌、焦作、武漢、湘潭為研究對(duì)象，以全國(guó)社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市2011年常規(guī)監(jiān)測(cè)報(bào)告數(shù)據(jù)為基礎(chǔ)。滿意度綜合評(píng)價(jià)指標(biāo)包括滿意率和反應(yīng)性兩個(gè)方面共11個(gè)指標(biāo)，分別為方便性 （x1）、等候時(shí)間 （x2）、就醫(yī)環(huán)境 （x3）、服務(wù)態(tài)度 （x4）、尊重程度 （x5）、設(shè)備設(shè)施 （x6）、解釋與交流 （x7）、服務(wù)價(jià)格 （x8）、藥品價(jià)格 （x9）、隱私保護(hù) （x10）、過(guò)度檢查 （x11）。借助粗糙集中的知識(shí)分類思想和指標(biāo)約簡(jiǎn)原理從眾多的指標(biāo)中提取重要指標(biāo)，并對(duì)提取出來(lái)的關(guān)鍵指標(biāo)進(jìn)行重要度計(jì)算、確定指標(biāo)權(quán)重，綜合評(píng)價(jià)社區(qū)衛(wèi)生服務(wù)滿意度，并結(jié)合多元統(tǒng)計(jì)方法中的聚類分析進(jìn)行評(píng)價(jià)結(jié)果的可靠性檢驗(yàn)。結(jié)果陽(yáng)泉、合肥、南昌、焦作、武漢、湘潭的社區(qū)衛(wèi)生服務(wù)滿意度得分分別為0.15、0.18、0.13、0.20、0.20、0.15。聚類分析結(jié)果將6個(gè)城市分成3類，第1類為焦作、武漢；第2類為合肥、陽(yáng)泉、湘潭；第3類為南昌。結(jié)論 社區(qū)衛(wèi)生服務(wù)滿意度綜合評(píng)價(jià)結(jié)果從高到低排序?yàn)椋何錆h、焦作、合肥、湘潭、陽(yáng)泉、南昌。不同的指標(biāo)在評(píng)價(jià)指標(biāo)體系中的重要程度是不一樣的，刪除不重要的冗余指標(biāo)對(duì)于精簡(jiǎn)和優(yōu)化指標(biāo)體系至關(guān)重要，通過(guò)屬性重要度的計(jì)算客觀地確定指標(biāo)權(quán)重是綜合評(píng)價(jià)工作的關(guān)鍵。

社區(qū)衛(wèi)生服務(wù)；滿意度；質(zhì)量保證，衛(wèi)生保健

李麗清，盧祖洵 .社區(qū)衛(wèi)生服務(wù)滿意度綜合評(píng)價(jià)方法探討 ［J］.中國(guó)全科醫(yī)學(xué)，2015，18（1）：13-16. ［www.chinagp.net］

Li LQ，Lu ZX.Comprehensive evaluation method of community health service satisfaction degree［J］.Chinese General Practice，2015，18（1）：13-16.

滿意度評(píng)價(jià)是衛(wèi)生服務(wù)質(zhì)量與績(jī)效評(píng)價(jià)的重要方面。根據(jù)社區(qū)衛(wèi)生服務(wù)的特點(diǎn)，社區(qū)衛(wèi)生服務(wù)滿意度評(píng)價(jià)指標(biāo)包括滿意率和反應(yīng)性兩個(gè)層面，這兩大類評(píng)價(jià)指標(biāo)的實(shí)質(zhì)都是社區(qū)居民對(duì)社區(qū)衛(wèi)生服務(wù)條件和質(zhì)量的期望、體驗(yàn)及總體評(píng)價(jià)，是社區(qū)衛(wèi)生服務(wù)績(jī)效評(píng)價(jià)的重要內(nèi)容［1］。但是，較多同類指標(biāo)的評(píng)價(jià)得分有高有低，由于缺乏科學(xué)的綜合評(píng)價(jià)方法，難以對(duì)不同地區(qū)、不同機(jī)構(gòu)的滿意度進(jìn)行綜合評(píng)價(jià)。本研究探討了社區(qū)衛(wèi)生服務(wù)滿意度多項(xiàng)指標(biāo)綜合評(píng)價(jià)的方法，以期為社區(qū)衛(wèi)生服務(wù)績(jī)效評(píng)價(jià)提供科學(xué)、實(shí)用的方法。

1 對(duì)象與方法

1.1 研究對(duì)象 本研究以我國(guó)中部六省的社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市陽(yáng)泉、合肥、南昌、焦作、武漢、湘潭為研究對(duì)象。

1.2 社區(qū)衛(wèi)生服務(wù)滿意度評(píng)價(jià)方法 滿意度綜合評(píng)價(jià)指標(biāo)包括滿意率和反應(yīng)性兩個(gè)方面共11個(gè)指標(biāo)，分別為：方便性 （x1）、等候時(shí)間 （x2）、就醫(yī)環(huán)境 （x3）、服務(wù)態(tài)度 （x4）、尊重程度 （x5）、設(shè)備設(shè)施 （x6）、解釋與交流 （x7）、服務(wù)價(jià)格 （x8）、藥品價(jià)格 （x9）、隱私保護(hù) （x10）、過(guò)度檢查 （x11）。

粗糙集理論的數(shù)據(jù)推理方法是波蘭科學(xué)家 Z.Pawlak 于1982年提出的，從大量的、不確定的、模糊的甚至是不完整的信息中獲得有用的信息，并對(duì)這些信息進(jìn)行分析與處理，從中發(fā)現(xiàn)隱含的知識(shí)，揭示潛在的規(guī)律。屬性約簡(jiǎn)是粗糙集理論的核心問(wèn)題，在粗糙集的信息系統(tǒng)中，所有的信息并不是同等重要的，其約簡(jiǎn)思想是指在保證信息系統(tǒng)分類能力不變的條件下，刪除冗余的或者是不重要的信息，獲得簡(jiǎn)捷的決策規(guī)則，并在控制理論、知識(shí)發(fā)現(xiàn)、決策支持與分析、故障診斷及系統(tǒng)評(píng)價(jià)等方面已得到廣泛應(yīng)用［2-4］。本研究基于粗糙集的社區(qū)衛(wèi)生服務(wù)滿意度綜合評(píng)價(jià)主要步驟是對(duì)構(gòu)建的評(píng)價(jià)指標(biāo)體系進(jìn)行簡(jiǎn)化，得出評(píng)價(jià)的關(guān)鍵指標(biāo)，并對(duì)關(guān)鍵指標(biāo)進(jìn)行重要度及指標(biāo)權(quán)重的計(jì)算。

1.3 可靠性檢驗(yàn)方法 采用統(tǒng)計(jì)軟件 SPSS 19.0，從統(tǒng)計(jì)學(xué)的角度對(duì)中部六省重點(diǎn)聯(lián)系城市的社區(qū)衛(wèi)生服務(wù)滿意度進(jìn)行層次聚類分析，以檢驗(yàn)綜合評(píng)價(jià)結(jié)果的可靠性。聚類分析是建立分類的多元統(tǒng)計(jì)分析方法，它能夠?qū)⒁慌鷺颖净蜃兞繑?shù)據(jù)根據(jù)其特征，按照在性質(zhì)上的親疏程度且沒(méi)有先驗(yàn)知識(shí)的情況下自動(dòng)分類，并產(chǎn)生多個(gè)分 類結(jié) 果［5］。

2 結(jié)果

2.1 調(diào)查結(jié)果分析 以中部六省的社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市陽(yáng)泉、焦作、湘潭、武漢、合肥及南昌為研究對(duì)象，將調(diào)查數(shù)據(jù)進(jìn)行整理，并計(jì)算出各城市每個(gè)指標(biāo)的滿意度得分 （見表1）。從評(píng)價(jià)指標(biāo)來(lái)看，社區(qū)居民對(duì)社區(qū)衛(wèi)生服務(wù)的方便性、等候時(shí)間、就醫(yī)環(huán)境、服務(wù)態(tài)度、尊重程度、解釋與交流、隱私保護(hù)方面的滿意度較高，對(duì)設(shè)備設(shè)施、服務(wù)價(jià)格、藥品價(jià)格、過(guò)度檢查方面的滿意度較低。從評(píng)價(jià)對(duì)象來(lái)看，不同城市社區(qū)居民對(duì)各同類指標(biāo)的滿意度得分有高有低。

2.2 綜合評(píng)價(jià)實(shí)證分析

2.2.1 指標(biāo)離散化 在決策問(wèn)題中，決策信息系統(tǒng)中的屬性值通常是連續(xù)的或者是真實(shí)的數(shù)據(jù)，而以不可分辨關(guān)系為核心的粗糙集方法處理的是離散型數(shù)據(jù)［7］。連續(xù)型數(shù)據(jù)的離散化是指在特定的連續(xù)屬性的值域范圍內(nèi)設(shè)定若干個(gè)離散化劃分點(diǎn)，將屬性的值域范圍劃分為一些離散化區(qū)間。離散化方法很多，最常見的有等寬度離散化方法和等頻度離散化方法。表1中的數(shù)據(jù)均為定距型數(shù)據(jù)，本研究采用等寬度離散化方法后得到離散化信息表 （見表2）。表中的城市用Si（i=1，2，3，4，5，6）表示，其中 S1為陽(yáng)泉，S2為合肥，S3為南昌，S4為焦作，S5為武漢，S6為湘潭；xj（j=1，2，3，4，5，6，7，8，9，10，11）表示評(píng)價(jià)指標(biāo)。

表1 中部六省社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市的滿意度指標(biāo)及得分 （分）Table 1 The satisfaction indexes and scores of CHS key contact cities in central of China

表2 離散化的信息表Table 2 The discrete information table

2.2.2 指標(biāo)約簡(jiǎn) 基于不可分辨關(guān)系的代數(shù)方法和基于粗糙集邏輯運(yùn)算的方法是指標(biāo)約簡(jiǎn)的兩個(gè)常用方法，前者是根據(jù)約簡(jiǎn)和核的定義運(yùn)算，后者是根據(jù)分辨矩陣和分辨函數(shù)進(jìn)行邏輯運(yùn)算。基于以上約簡(jiǎn)方法，得到本研究中消除冗余后且不改變?cè)蟹直婺芰Φ募s簡(jiǎn)結(jié)果且根據(jù)問(wèn)題研究的實(shí)際需要選擇其中1個(gè)約簡(jiǎn) ｛x3，x9，x11｝（見表3）。

表3 消除冗余后且不改變?cè)蟹直婺芰Φ男畔⒈鞹able 3 The decision table after reduction

2.2.3 約簡(jiǎn)指標(biāo)的重要度及權(quán)重的計(jì)算 假設(shè)A= （U，R）為信息系統(tǒng)，等價(jià)關(guān)系 P?R有分類 U/ind （P）=｛x1，x2，…，xn｝，因此P的信息量為：為集合中所含元素的個(gè)數(shù)，屬性attr在屬性集P的重要度為：sigp-|attr|（attr） =I（P）-I（P-｛attr｝）。attr為某個(gè)屬性，P?R為等價(jià)集 R中的一個(gè)等價(jià)子集。將此信息系統(tǒng)的屬性集中的每個(gè)屬性重要度進(jìn)行歸一化計(jì)算后可得到各個(gè)屬性的權(quán)重：

本研究中的各評(píng)價(jià)指標(biāo)經(jīng)過(guò)約簡(jiǎn)后的指標(biāo)集為P= ｛x3，x9，x11｝，P?R，U/ind（P） =U/ind（R）。基于粗糙集中知識(shí)信息量對(duì)屬性重要度計(jì)算方法，分別計(jì)算各指標(biāo)的重要度SP（ri）（i=1，2，…，m）。

從表1中可以得出等價(jià)關(guān)系 P對(duì)論域 U的劃分：U/ind（P）=｛｛s1｝，｛s2｝，｛s3｝，｛s4｝，｛s5｝，｛s6｝｝，去除x3后，等價(jià)關(guān)系U/ind（P-｛x3｝）對(duì)論域的劃分：｛｛s1，s6｝，｛s2｝，｛s3｝，｛s4｝，｛s5｝｝，計(jì)算P的信息量因此，屬性 x3的重要度SP（x3）=I（P）-I（P-｛x3｝） =0.83-0.78=0.05。

按同樣的計(jì)算方法可得 x9的重要度SP（x9）= I（P）-I（P- ｛x9｝）=0.83-0.72=0.11，x11的重要度SP（x11）=I（P）-I（P- ｛x11｝）=0.83-0.78=0.05。

將屬性x3、x9、x11的重要度進(jìn)行歸一化計(jì)算，可得到屬性權(quán)重 （見表4）。

表4 約簡(jiǎn)指標(biāo)的重要度及權(quán)重Table 4 The importance degree and the weight of indicators

2.2.4 綜合評(píng)價(jià) 根據(jù)指標(biāo)權(quán)重可計(jì)算出中部六省社區(qū)衛(wèi)生服務(wù)滿意度各項(xiàng)指標(biāo)的得分，將評(píng)價(jià)出來(lái)的約簡(jiǎn)指標(biāo)權(quán)重乘以這3個(gè)約簡(jiǎn)指標(biāo)歸一化后組成的3行 6列矩陣后可得到評(píng)價(jià)值 Ai（i=1，2，…，6），計(jì)算過(guò)程為：Ai=（0.24，0.24，0.52）×0.18 0.13 0.20 0.20 0.15）。

從以上結(jié)果可以看出中部六省社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市的社區(qū)衛(wèi)生服務(wù)滿意度得分，即陽(yáng)泉0.15，合肥 0.18，南昌0.13，焦作0.20，武漢 0.20，湘潭0.15。

2.3 評(píng)價(jià)結(jié)果檢驗(yàn) 為了驗(yàn)證評(píng)價(jià)結(jié)果的準(zhǔn)確性與可靠性，借助多元統(tǒng)計(jì)分析中的聚類分析方法進(jìn)行檢驗(yàn)。將表1中的數(shù)據(jù)輸入到SPSS 19.0統(tǒng)計(jì)軟件中，由于各參與聚類分析的變量沒(méi)有數(shù)量級(jí)上的差異，無(wú)需將各指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，本研究分別采取最短距離法和最長(zhǎng)距離法進(jìn)行系統(tǒng)聚類，通過(guò)軟件運(yùn)行可得出一致的聚類分析結(jié)果 （見圖1）。從樹形圖中可知，若將這樣6個(gè)樣本分成3類，第1類為焦作、武漢；第2類為合肥、陽(yáng)泉、湘潭；第3類為南昌。

圖1 聚類分析樹形圖Figure 1 The tree diagram of cluster analysis

3 討論

社區(qū)衛(wèi)生服務(wù)滿意度評(píng)價(jià)是衡量社區(qū)衛(wèi)生服務(wù)工作績(jī)效的一個(gè)重要方面。本研究以全國(guó)社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市2011年常規(guī)監(jiān)測(cè)報(bào)告為基礎(chǔ)。6個(gè)重點(diǎn)聯(lián)系城市和對(duì)應(yīng)的11個(gè)評(píng)價(jià)指標(biāo)的數(shù)據(jù)便構(gòu)成了一個(gè)完備的信息系統(tǒng)，基于粗糙集約簡(jiǎn)理論在保持知識(shí)分類及決策能力不變的條件下，僅從中提取出了 3個(gè)關(guān)鍵指標(biāo)，計(jì)算這3個(gè)關(guān)鍵指標(biāo)的重要度并確定其權(quán)重，綜合評(píng)價(jià)6個(gè)城市的社區(qū)衛(wèi)生服務(wù)滿意度，其綜合評(píng)價(jià)結(jié)果的分值從高到低排序?yàn)椋何錆h、焦作、合肥、湘潭、陽(yáng)泉、南昌。本研究以多元統(tǒng)計(jì)方法中的聚類分析對(duì)評(píng)價(jià)結(jié)果進(jìn)行了檢驗(yàn)，得出了一致的評(píng)價(jià)結(jié)果。

評(píng)價(jià)工作在衛(wèi)生領(lǐng)域中很常見且涉及多因素多指標(biāo)。在眾多的指標(biāo)體系中每個(gè)指標(biāo)的重要程度是不一樣的，有些評(píng)價(jià)指標(biāo)是多余的，冗余指標(biāo)的存在不僅影響評(píng)價(jià)效率，還會(huì)降低評(píng)價(jià)結(jié)果的精確性。因此，采用科學(xué)的評(píng)價(jià)方法，是評(píng)價(jià)工作中值得重視的問(wèn)題。本研究借助粗糙集屬性約簡(jiǎn)思想精簡(jiǎn)與優(yōu)化評(píng)價(jià)指標(biāo)體系且根據(jù)屬性重要度思想確定評(píng)價(jià)指標(biāo)權(quán)重，克服主觀評(píng)價(jià)方法依賴研究領(lǐng)域先驗(yàn)知識(shí)支持的缺陷，既可優(yōu)化評(píng)價(jià)指標(biāo)體系又增加了評(píng)價(jià)過(guò)程的客觀性，為衛(wèi)生領(lǐng)域的績(jī)效評(píng)價(jià)提供了一個(gè)新的評(píng)價(jià)方法，并可在不同地區(qū)、不同機(jī)構(gòu)、甚至同一機(jī)構(gòu)不同人員的績(jī)效評(píng)價(jià)中廣泛應(yīng)用。但是當(dāng)評(píng)價(jià)對(duì)象與評(píng)價(jià)指標(biāo)過(guò)多時(shí)，約簡(jiǎn)過(guò)程繁雜，進(jìn)一步開發(fā)約簡(jiǎn)方法尤其是通過(guò)計(jì)算編程快速準(zhǔn)確地提取關(guān)鍵指標(biāo)是值得進(jìn)一步深入研究的問(wèn)題。

社區(qū)衛(wèi)生服務(wù)滿意度評(píng)價(jià)指標(biāo)眾多且不同評(píng)價(jià)對(duì)象各指標(biāo)得分有差異，探索科學(xué)的綜合評(píng)價(jià)方法至關(guān)重要。本研究借助粗糙集理論綜合評(píng)價(jià)中部六省社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市的社區(qū)衛(wèi)生服務(wù)滿意度情況，評(píng)價(jià)結(jié)果與聚類分析結(jié)果一致，客觀地反映了中部六省社區(qū)衛(wèi)生服務(wù)的整體發(fā)展水平。

［1］Yan J，Li P，Yang YH，et al.Estabilshment of satisfaction evaluation index system for community health services［J］.Chinese General Practice，2012，15（5）：1435.（in Chinese）閆娟，李鵬，楊云華，等.社區(qū)衛(wèi)生服務(wù)利用者滿意度評(píng)價(jià)指標(biāo)體系的構(gòu)建研究 ［J］.中國(guó)全科醫(yī)學(xué)，2012，15（5）：1435.

［2］Pawlak Z.Rough.Sets［J］.International Journal of Computer and Information Sciences，1982，11（3）：341-356.

［3］胡壽松，何亞群.粗糙決策理論與應(yīng)用 ［M］.北京：北京航空航天大學(xué)出版社，2004.

［4］劉清.Rough集及 Rough推理 ［M］.北京：科學(xué)出版社，2001.

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

［6］衛(wèi)生部婦幼保健與社區(qū)衛(wèi)生司，華中科技大學(xué)同濟(jì)醫(yī)學(xué)院公共衛(wèi)生學(xué)院.全國(guó)社區(qū)衛(wèi)生服務(wù)體系建設(shè)重點(diǎn)聯(lián)系城市 2011年常規(guī)監(jiān)測(cè)報(bào)告 ［Z］.2011.

［7］Li LQ，Zhou XJ，Li ZJ.Performance evaluation of urban community health services with a rough set-based approach［J］.Chinese General Practice，2014，17（1）：11-15.（in Chinese）李麗清，周小軍，李鐘捷.基于粗糙集的城市社區(qū)衛(wèi)生服務(wù)功能評(píng)價(jià)研究——以南昌市為例 ［J］.中國(guó)全科醫(yī)學(xué)，2014，17 （1）：11-15.

Comprehensive Evaluation Method of Community Health Service Satisfaction Degree

LI Li-qing，LU Zu-xun.Economics and Management School，Jiangxi Science&Technology Normal University，Nanchang 330031，China

Objective To explore a new comprehensive method to evaluate the satisfaction degree and provide a scientific and practical method for community health service performance evaluation.Methods Based on the community health service routine surveillance report of 2011 from the key contact cities（Yangquan，Hefei，Nanchang，Jiaozuo，Wuhan，Xiangtan）in the national community health service system.The evaluation system included two aspects of satisfaction degree and responsiveness.There were 11 indicators in all：convenience（x1），waiting time（x2），hospital environment（x3），service attitude（x4），respect degree（x5），facilities（x6），explanation and communication（x7），service price（x8），medicine price（x9），privacy protection（x10）and excess check（x11）.With the help of the knowledge classifaction idea and index reduction in the rough set theory，the key indicators were sorted out from the many indexes and were determined its weight，the satisfaction degree of which was evaluated comprehensively and was subjected to reliable test by clustering analysis method，one in the multivariate statistical methods.Results The satisfication degree scores of community health service in Yangquan，Hefei，Nanchang，Jiaozuo，Wuhan，Xiangtan were 0.15，0.18，0.13，0.20，0.20 and 0.15 respectively.Clustering analysis indicated that the six cities were classified into three categories with Jiaozuo and Wuhan as the first，Hefei，Xiangtan and Yangquan as the second，Nanzhang as the third.Conclusion The sequence of comprehension evaluation result from high to low is Wuhan，Jiaozuo，Hefei，Xiangtan，Yangquan and Nanchang.The importance of indexes is different in the evaluation system，so it is of vital significance to dispose of the redundant and minor indexes for the simplification and perfection.The key lies in the objective determination of the weight of each index by computing the attribute importance.

Community health services；Satisfaction；Quality assurance，health care

R 197

A

10.3969/j.issn.1007-9572.2015.01.005

2014-08-10；

2014-11-28）（本文編輯：閆行敏）

2011國(guó)家自然科學(xué)基金資助項(xiàng)目 （71163016）：城市社區(qū)衛(wèi)生服務(wù)發(fā)展的對(duì)策生成與實(shí)施效果仿真研究——以中部地區(qū)江西省為例；2013國(guó)家自然科學(xué)基金資助項(xiàng)目 （71373090）：社區(qū)首診制研究

330031江西省南昌市，江西科技師范大學(xué)經(jīng)濟(jì)管理學(xué)院 （李麗清）；華中科技大學(xué)同濟(jì)醫(yī)學(xué)院公共衛(wèi)生學(xué)院 （李麗清，盧祖洵）

盧祖洵，430030湖北省武漢市，華中科技大學(xué)同濟(jì)醫(yī)學(xué)院公共衛(wèi)生學(xué)院；E-mail：luac6@163.com