哈爾濱醫(yī)科大學衛(wèi)生統(tǒng)計學教研室(150081)

包 含 蘇少飛 劉美娜△

國家自然科學基金(81273183)

△通信作者：劉美娜，liumeina369@163.com

基于多維指標的治療質(zhì)量綜合評價模型構(gòu)建研究*

哈爾濱醫(yī)科大學衛(wèi)生統(tǒng)計學教研室(150081)

包 含 蘇少飛 劉美娜△

目的基于多維指標構(gòu)建治療質(zhì)量綜合評價模型，探討模型估計治療質(zhì)量的有效性；綜合評價醫(yī)院、醫(yī)生乳腺癌的治療質(zhì)量。方法構(gòu)建兩參數(shù)logistic潛變量模型作為測量模型，將測量模型中的潛變量作為因變量整合進多水平結(jié)構(gòu)模型，設(shè)定虛擬水平代表多維潛變量，構(gòu)建多水平結(jié)構(gòu)模型。應用MCMC估計模型參數(shù)，擬合三水平二維模型分析實例數(shù)據(jù)。結(jié)果模擬研究結(jié)果提示，評價指標數(shù)及醫(yī)生數(shù)均為20，模型估計治療質(zhì)量的有效性最好；應用該模型分析可以獲得乳腺癌診斷、手術(shù)操作質(zhì)量較優(yōu)的醫(yī)生及醫(yī)院。結(jié)論多水平多維潛變量模型可以分析具有層次結(jié)構(gòu)和多維性的治療質(zhì)量評價數(shù)據(jù)，能夠做到全面、合理的進行疾病治療質(zhì)量綜合評價；治療質(zhì)量綜合評價使醫(yī)院的等級劃分、醫(yī)生的績效考核與治療質(zhì)量的銜接成為可能。

治療質(zhì)量 綜合評價 多水平多維 模擬研究

全面評價疾病治療質(zhì)量，必須建立涵蓋疾病治療過程各個維度的評價指標，并將多維評價指標進行有機整合獲得綜合評價結(jié)果。國際應用較為廣泛的治療質(zhì)量綜合評價方法計算簡便、易理解，但在確定指標權(quán)重時缺乏客觀性，忽略了評價指標間的相關(guān)性[1]。潛變量模型近年來被應用于疾病治療質(zhì)量評價領(lǐng)域，該方法假定治療質(zhì)量為不可觀測的潛變量，決定著評價指標的使用概率，關(guān)注了評價指標間的相關(guān)性，基于此模型可獲得評價指標的客觀權(quán)重[2-3]。潛變量模型評價疾病治療質(zhì)量仍需要解決的問題是：建立的評價指標涵蓋疾病治療過程的不同維度，代表不同維度的潛變量具有不同的實際意義，而潛變量模型限于單維假設(shè)；潛變量模型只能評價單一層次的數(shù)據(jù)，治療質(zhì)量評價數(shù)據(jù)存在多層次結(jié)構(gòu)，評價治療質(zhì)量時亦應同時調(diào)整醫(yī)院、醫(yī)生的協(xié)變量對治療質(zhì)量的影響。本研究擬基于多維指標構(gòu)建治療質(zhì)量綜合評價模型，并進行模擬實驗探討模型估計治療質(zhì)量的有效性，為疾病治療質(zhì)量綜合評價提供客觀、有效的方法。

模型構(gòu)建

1.構(gòu)建多水平測量模型

假定K為潛變量個數(shù)，反映治療質(zhì)量的不同維度，Mk為第k個潛變量支配的評價指標數(shù)，同一維度內(nèi)評價指標的使用概率由相應維度的潛變量決定；pkmjh為第h家醫(yī)院第j個醫(yī)生第k個維度第m個評價指標的使用概率；λkm是指標區(qū)分度參數(shù)，表示指標區(qū)分治療質(zhì)量的能力，bkm是指標難度參數(shù)，表示實施該指標的難易程度；θkjh為第h家醫(yī)院第j個醫(yī)生第k個維度的潛變量(治療質(zhì)量)；將評價指標的使用概率pkmjh與潛變量θkjh以Logit函數(shù)連接，構(gòu)建測量模型見公式(1)：

logit(pkmjh)=λkm(θkjh-bkm),k=1,2,…,K

(1)

2.構(gòu)建多水平結(jié)構(gòu)模型

將測量模型中的潛變量作為因變量整合進多水平模型，研究不同水平潛變量的變異及協(xié)變量對潛變量影響。構(gòu)建一個虛擬水平，用于表示多維潛變量，但不用于解釋評價指標使用概率的變異；使虛擬水平嵌套于醫(yī)生，令虛擬變量D1,D2,…,DK表示K個潛變量。水平2模型見公式(2)用于定義水平2單位(醫(yī)生)潛變量的變異，θjh表示第h家醫(yī)院第j個醫(yī)生的治療質(zhì)量(潛變量)；πk0h表示第h家醫(yī)院所有醫(yī)生第k維潛變量的平均值；ukjh是水平2殘差。

(2)

水平3模型公式(3)定義水平3單位(醫(yī)院)潛變量間的變異，π0h為第h家醫(yī)院的治療質(zhì)量，γk00表示所有醫(yī)院第k維潛變量的平均值，uk0h是水平3殘差。

(3)

通過引入水平2、水平3單位的協(xié)變量wqjh、zsh，進一步解釋水平2、水平3單位潛變量的變異。假定協(xié)變量對潛變量的作用均為固定效應，設(shè)定同一水平K個殘差服從均值向量為0，協(xié)方差矩陣為Ω的K元正態(tài)分布，見公式(4)。

(4)

3.構(gòu)建多水平多維潛變量模型

多水平多維潛變量模型見公式(5)，模型包括三個水平，指標為水平1，醫(yī)生為水平2，醫(yī)院為水平3，其中xkmjh為代表指標的啞變量，其余參數(shù)的解釋同前所述。

(5)

模擬研究

1.模擬實驗條件設(shè)置

模擬實驗共設(shè)置5個因素，包括評價指標數(shù)，醫(yī)生數(shù)，醫(yī)院數(shù)，潛變量間的相關(guān)系數(shù)和水平3組內(nèi)相關(guān)系數(shù)(intra-class correlation coefficient，ICC)。在治療質(zhì)量評價背景下，基于醫(yī)療領(lǐng)域?qū)嶋H情況設(shè)定每一因素的水平：評價指標數(shù)設(shè)定為6，10，20；醫(yī)生數(shù)設(shè)定為5，10，20；醫(yī)院數(shù)設(shè)定為10，30，50，80，100；潛變量間的相關(guān)系數(shù)設(shè)定為0.4，0.7；水平3組內(nèi)相關(guān)系數(shù)設(shè)定為0.05，0.15。

2.模擬數(shù)據(jù)產(chǎn)生

假定醫(yī)生和醫(yī)院的治療質(zhì)量均由兩個維度構(gòu)成，構(gòu)建三水平二維潛變量模型。分別從N(0,1)、U(0.4,1.3)中產(chǎn)生指標的難度參數(shù)和區(qū)分度參數(shù)值；模型中的潛變量表示治療質(zhì)量,假定其為連續(xù)型變量,利用計算機分別從二元正態(tài)分布中模擬產(chǎn)生醫(yī)院、醫(yī)生的潛變量真值,即醫(yī)院、醫(yī)生的治療質(zhì)量值；評價指標的分母均從U(30,100)中產(chǎn)生并取整?；谀M產(chǎn)生的指標參數(shù)及醫(yī)生、醫(yī)院潛變量真值，根據(jù)三水平二維潛變量模型，獲得每家醫(yī)院每位醫(yī)生每個評價指標的分子數(shù)；評價指標的分子數(shù)和分母數(shù)構(gòu)成項目反應矩陣為擬合模型的數(shù)據(jù)形式，見表1。

表1 治療質(zhì)量評價數(shù)據(jù)格式

*：W、Z分別為醫(yī)院、醫(yī)生的協(xié)變量

3.參數(shù)估計及模擬實驗評價標準

4.模擬實驗結(jié)果

在所有模擬條件組合下，模型1估計的醫(yī)生維度1、維度2治療質(zhì)量的平均RMSE分別為0.364、0.359。圖1顯示無論ICC為何水平，隨評價指標數(shù)、醫(yī)生數(shù)的增加，醫(yī)生治療質(zhì)量估計的RMSE均逐漸減小，P<0.000 1；評價指標數(shù)由6增至20，RMSE從0.413減小至0.262；當醫(yī)生數(shù)為20，RMSE最小。此外，不同ICC水平間醫(yī)生治療質(zhì)量估計的RMSE的差別有統(tǒng)計學意義，P<0.000 1；ICC越大，醫(yī)生治療質(zhì)量估計RMSE越大。醫(yī)院數(shù)、不同維度潛變量間的相關(guān)系數(shù)對醫(yī)生治療質(zhì)量估計RMSE的影響均無統(tǒng)計學意義。

*：(A,D) 6個指標;(B,E)10個指標;(C,F) 20個指標;(A-C):ICC=0.05;(D-F):ICC=0.15圖1 不同實驗條件下醫(yī)生治療質(zhì)量估計RMSE

不同實驗條件下，醫(yī)生治療質(zhì)量估計與真值秩相關(guān)系數(shù)的變化趨勢見圖2。當ICC為0.05，指標數(shù)、醫(yī)生數(shù)分別為20，醫(yī)生治療質(zhì)量估計值與真值的秩相關(guān)系數(shù)最大為0.982(圖2-C)。不論ICC為何水平，評價指標數(shù)、醫(yī)生數(shù)越多，醫(yī)生治療質(zhì)量估計值與真值的秩相關(guān)系數(shù)越大，。當其他條件不變，ICC越小，醫(yī)生治療質(zhì)量估計值與真值的秩相關(guān)系數(shù)越大。當醫(yī)院數(shù)增至30家時，隨醫(yī)院數(shù)的繼續(xù)增加，不同醫(yī)院數(shù)的組間兩兩比較顯示醫(yī)生治療質(zhì)量估計值與真值秩相關(guān)系數(shù)的改變沒有統(tǒng)計學意義。

*：(A,D) 6個指標;(B,E)10個指標;(C,F) 20個指標;(A-C):ICC=0.05;(D-F):ICC=0.15圖2 不同實驗條件下醫(yī)生治療質(zhì)量估計與真值的秩相關(guān)系數(shù)

模擬實驗結(jié)果表明：在所有模擬條件組合下，醫(yī)院維度1、維度2治療質(zhì)量估計RMSE的均值分別為0.236、0.233。ICC、評價指標數(shù)和醫(yī)生數(shù)對醫(yī)院治療質(zhì)量估計RMSE的影響均有統(tǒng)計學意義，ICC為0.05時，醫(yī)院RMSE由ICC為0.15時的0.276降至0.195；增加評價指標數(shù)、醫(yī)生數(shù)，可以降低醫(yī)院治療質(zhì)量估計的RMSE。無論增加醫(yī)院數(shù)或改變潛變量間的相關(guān)強度，醫(yī)院治療質(zhì)量估計RMSE的改變均無統(tǒng)計學意義。

ICC越大，醫(yī)院治療質(zhì)量估計值與真值的秩相關(guān)系數(shù)越大，P<0.0001；當醫(yī)生數(shù)為5、10、20時，醫(yī)院治療質(zhì)量估計值與真值的秩相關(guān)系數(shù)的均值分別為0.550、0.677、0.762，組間兩兩比較有統(tǒng)計學意義。醫(yī)院治療質(zhì)量估計的秩相關(guān)系數(shù)在不同評價指標數(shù)間、不同醫(yī)院數(shù)間、及不同潛變量間的相關(guān)強度下的差別均無統(tǒng)計學意義。

實例應用

1.數(shù)據(jù)來源

選取10家三級甲等醫(yī)院，于2011年6月—2013年6月期間首次入院接受治療且年齡為18～69歲的原發(fā)性浸潤性乳腺癌患者3 553例。收集患者基本情況，臨床特征及乳腺癌診斷、治療情況以及用于識別每一評價指標適合使用的目標人群的數(shù)據(jù)信息。每一評價指標分別由特定的分子、分母定義[5]，見表2。

表2 乳腺癌治療質(zhì)量評價指標詳細定義

2.乳腺癌治療質(zhì)量綜合評價

基于10家醫(yī)院、35位醫(yī)生、6個評價指標的分子、分母數(shù)據(jù)擬合三水平二維潛變量模型，指標為水平1，醫(yī)生為水平2，醫(yī)院為水平3；維度1潛變量為診斷質(zhì)量，維度2潛變量為手術(shù)操作質(zhì)量。應用貝葉斯MCMC方法估計模型參數(shù)，獲得每家醫(yī)院、每位醫(yī)生2個維度的治療質(zhì)量(潛變量)估計的后驗樣本。以后驗樣本的均值作為診斷質(zhì)量、手術(shù)操作質(zhì)量的點估計，后驗樣本均值越大，表示該醫(yī)院或醫(yī)生診斷質(zhì)量、手術(shù)操作質(zhì)量越好。根據(jù)置信區(qū)間是否包含所有醫(yī)生診斷質(zhì)量或手術(shù)操作質(zhì)量的均值可將醫(yī)生的診斷質(zhì)量、手術(shù)操作質(zhì)量劃分為三個等級：置信區(qū)間下限高于所有醫(yī)生治療質(zhì)量的均值為較優(yōu)治療質(zhì)量組；置信區(qū)間包含所有醫(yī)生治療質(zhì)量的均值為平均治療質(zhì)量組；置信區(qū)間上限低于所有醫(yī)生治療質(zhì)量均值為低治療質(zhì)量組。

醫(yī)生診斷質(zhì)量估計的后驗樣本均值及95%置信區(qū)間見圖3。所有醫(yī)生診斷質(zhì)量的均值為0.673，編號為25，12，15，7，24，23，27的醫(yī)生診斷質(zhì)量較優(yōu)。

醫(yī)生手術(shù)操作質(zhì)量估計的后驗樣本均值及95%置信區(qū)間見圖4，編號為28，25，24，27，15，23，12，29，7，22，26，10的醫(yī)生手術(shù)操作質(zhì)量較優(yōu)。

圖3 醫(yī)生診斷質(zhì)量排序

醫(yī)院乳腺癌診斷質(zhì)量估計的后驗樣本均值及95%置信區(qū)間見表3。診斷治療質(zhì)量最好的三家醫(yī)院為第2家、第3家及第6家醫(yī)院。

醫(yī)院乳腺癌手術(shù)操作質(zhì)量估計的后驗樣本均值及95%置信區(qū)間見表4，手術(shù)操作質(zhì)量最好的三家醫(yī)院分別為第6、第7家醫(yī)院。

圖4 醫(yī)生手術(shù)操作質(zhì)量排序

討 論

本研究基于構(gòu)建的多水平多維潛變量模型能夠處理治療質(zhì)量評價數(shù)據(jù)存在的層次結(jié)構(gòu)和治療質(zhì)量的多維性，既能估計不同水平單位多個維度的治療質(zhì)量，又能研究協(xié)變量對治療質(zhì)量的影響。模擬研究結(jié)果提示：同時以治療質(zhì)量估計值與真值的秩相關(guān)系數(shù)及參數(shù)估計的RMSE作為評價標準，評價指標數(shù)及醫(yī)生數(shù)均為20時，認為模型估計醫(yī)生、醫(yī)院治療質(zhì)量的準確性較好，此時秩相關(guān)系數(shù)大于0.8 且RMSE<0.25。

實例中，應用多水平多維潛變量模型評價10家醫(yī)院、35位醫(yī)生乳腺癌的治療質(zhì)量，并根據(jù)不同維度治療質(zhì)量估計的95%置信區(qū)間進行治療質(zhì)量排序。基于醫(yī)院乳腺癌治療質(zhì)量的綜合評價，衛(wèi)生行政部門、醫(yī)院管理者及患者能夠?qū)︶t(yī)院乳腺癌的治療質(zhì)量形成整體認識，可將獎勵醫(yī)院績效的機制、醫(yī)院等級劃分等與治療質(zhì)量的優(yōu)劣銜接，促進醫(yī)院治療質(zhì)量的改善[6]。

表3 醫(yī)院診斷質(zhì)量的后驗樣本的統(tǒng)計描述和區(qū)間估計

表4 醫(yī)院手術(shù)操作質(zhì)量的后驗樣本的統(tǒng)計描述和區(qū)間估計

現(xiàn)有治療質(zhì)量綜合評價方法均基于二分類指標進行評價，本研究構(gòu)建的多水平多維潛變量模型亦如此。實際中遇到的評價指標類型多樣，如連續(xù)型指標、等級指標、多分類指標等，在今后的研究中我們將繼續(xù)拓展多水平多維潛變量模型，使之適用于其他類型的評價指標，甚至是多種類型評價指標混合的情形。

[1] Reeves D,Campbell SM,Adams J,et al.Combining multiple indicators of clinical quality:an evaluation of different analytic approaches.Med Care，2007,45(6):489-496.

[2] Shwartz M,Ren J,Pekoz EA,et al.Estimating a composite measure of hospital quality from the Hospital Compare database:differences when using a Bayesian hierarchical latent variable model versus denominator-based weights.Med Care，2008,46(8):778-785.

[3] Normand SL,Wolf RE,McNeil BJ.Discriminating quality of hospital care in the United States.Med Decis Making，2008,28(3):308-322.

[4] Ruppert,D,Matteson DS.Bayesian Data Analysis and MCMC.New York:Springer New York，2015,581-644.

[5] Bao H,Yang FJ,Wang XY,et al.Developing a set of quality indicators for breast cancer care in China.International Journal for Quality in Health Care，2015,27(4):291-296.

[6] Spinelli RJ,Fromknecht JM.Pay for performance:improving quality care.Health Care Manag (Frederick)，2007,26(2):128-137.

ModelConstructionforComprehensiveEvaluationofQualityofCareBasedonMultidimensionalIndicators

Bao Han,Su Shaofei,Liu Meina

(HarbinMedicalUniversity,PublicHealthSchool(150081)，Harbin)

ObjectiveThe study aimed to construct a composite score method based on multidimensional quality indicators and conduct simulation trials to validate the method.Besides,the quality of breast cancer care for both hospitals and surgeons was evaluated by the method.MethodsThe two-parameter logistic latent variable model was constructed as measurement model;the latent variables in the measurement model were further incorporated into multilevel structural model as dependent variables and one pseudo level was designed for representing multiple latent variables.MCMC method was used to estimate model parameters.Three level and two-dimensional latent variable model was used to analyze the actual data.ResultsThe simulation study showed that the number of quality indicators and surgeons should not be less than 20 to obtain efficient estimate of quality of care;the multilevel and multidimensional latent variable model was applied to analyze the data;surgeons and hospitals who provided superior quality of breast cancer diagnosis and operative procedure were obtained.ConclusionThe newly constructed multilevel and multidimensional latent variable model could effectively address the hieratical structure in quality of care data as well as the multidimensional nature of quality of care,thus,the model can be used to comprehensively and rationally assess the quality of care;comprehensive evaluation of quality of care provided ground for linking the ranking of hospitals and performance appraisal of surgeons to the quality of care.

Quality of care;Comprehensive evaluation;Multilevel and multidimensional;Simulation study

(責任編輯：郭海強)