邵振東 黎涵予 強(qiáng)靜薇 袁玉

摘 要 建立秩和比評(píng)價(jià)模型（Rank-sum ratio，RSR），對(duì)各個(gè)方案進(jìn)行最優(yōu)分析，選取適合相關(guān)方案的幾個(gè)重要指標(biāo)，得到指標(biāo)數(shù)據(jù)后，按照秩和比評(píng)價(jià)模型，計(jì)算出每個(gè)方案的RSR，并將方案進(jìn)行排序，進(jìn)而選出最合適的方案，同時(shí)也講述該模型在其他情況下的使用，并給出在各種情況下使用的建議，以及對(duì)秩和比模型的優(yōu)缺點(diǎn)分析，目的是提高該模型在科技醫(yī)療領(lǐng)域的創(chuàng)新性使用及普及。本文中數(shù)據(jù)來(lái)源于python隨機(jī)數(shù)的生成，目的是講清楚模型的運(yùn)用。

關(guān)鍵詞 秩和比評(píng)價(jià)模型 最優(yōu)方案選擇 MATLAB

中圖分類(lèi)號(hào)：R-05 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-0745（2020）02-0029-03

現(xiàn)如今科技生活等快速發(fā)展，為我們帶來(lái)了很大的便利，但層出不窮的產(chǎn)品時(shí)，也讓我們眼花繚亂。在選擇最優(yōu)最適合自己的產(chǎn)品時(shí)，每個(gè)人在基于了解的產(chǎn)品指標(biāo)下，對(duì)產(chǎn)品進(jìn)行選擇，是大多數(shù)人的選擇產(chǎn)品的方向。如在選擇電腦產(chǎn)品的情況下，對(duì)電腦的內(nèi)存、顯卡、系統(tǒng)、處理器等指標(biāo)進(jìn)行分析，進(jìn)而選擇合適的產(chǎn)品。本文通過(guò)對(duì)最優(yōu)方案選擇的角度，切入介紹秩和比評(píng)價(jià)模型，同時(shí)在后文介紹該模型在其他領(lǐng)域的應(yīng)用。

1 數(shù)據(jù)選擇

本文我們用python的隨機(jī)數(shù)生成，在一定范圍內(nèi)生成隨機(jī)數(shù)，制定十個(gè)方案，使用三個(gè)重要指標(biāo)對(duì)方案進(jìn)行分析。在模型應(yīng)用到實(shí)際情況下，應(yīng)認(rèn)真選擇對(duì)方案影響最為重要的幾個(gè)指標(biāo)進(jìn)行分析。

2 模型的介紹與建立

2.1 模型的介紹

RSR最初是由原中國(guó)預(yù)防醫(yī)學(xué)科學(xué)院田鳳調(diào)教授于1988年提出的，它是將各種方案依據(jù)某些合適的指標(biāo)加以排序，通過(guò)秩變換，獲得無(wú)量綱秩和比，根據(jù)秩和比的值對(duì)評(píng)價(jià)對(duì)象的優(yōu)劣進(jìn)行排序，之后將各方案分檔處理，最后對(duì)各方案進(jìn)行評(píng)價(jià)。該方法在衛(wèi)生、經(jīng)濟(jì)學(xué)等領(lǐng)域的多指標(biāo)綜合評(píng)價(jià)、統(tǒng)計(jì)預(yù)測(cè)預(yù)報(bào)等方面已得到廣泛的應(yīng)用。秩和比是一個(gè)內(nèi)涵較為豐富的綜合性指標(biāo)，它是指行 （或列） 秩次的平均值，是一個(gè)非參數(shù)統(tǒng)計(jì)量，具有0～1連續(xù)變量的特征。在綜合評(píng)價(jià)中，RSR綜合了多項(xiàng)評(píng)價(jià)指標(biāo)的信息，表明多個(gè)評(píng)價(jià)指標(biāo)的綜合水平，RSR值越大越優(yōu)[1]。

2.2 秩和比評(píng)價(jià)模型的建立

每一行（m）為一個(gè)被評(píng)價(jià)對(duì)象即方案，每一列（n）為評(píng)價(jià)指標(biāo)。

2.3 秩和比評(píng)價(jià)模型的求解

2.3.1 確立指標(biāo)

在實(shí)際方案中我們應(yīng)選取對(duì)方案最為重要的幾個(gè)指標(biāo)進(jìn)行分析，指標(biāo)的重要性可以通過(guò)主成分分析法進(jìn)行判斷，這里我們不做討論，直接選出三個(gè)指標(biāo)。分為指標(biāo)一、指標(biāo)二、指標(biāo)三。具體數(shù)據(jù)如表1所示：

2.3.2 編秩

分別對(duì)三項(xiàng)指標(biāo)從1～10進(jìn)行編秩，其中高優(yōu)指標(biāo)從小到大編秩，低優(yōu)指標(biāo)從大到小編秩，同一指標(biāo)數(shù)據(jù)相同者編平均秩。其中高優(yōu)指標(biāo)是指對(duì)方案有利的指標(biāo)，指標(biāo)越大方案越好，低優(yōu)指標(biāo)是指對(duì)方案不利的指標(biāo)，指標(biāo)越小方案越好，結(jié)果如表2所示：

2.3.3 計(jì)算RSR

計(jì)算結(jié)果如表3所示：

2.3.4 確定RSR的分布，計(jì)算Probit概率

將RSR值由小到大排成一列，相同的作為一組，列出各組頻數(shù)f和各組累計(jì)頻數(shù)∑f，確定各組RSR的秩次范圍和平均秩次，計(jì)算百分比數(shù)p=mean（R）/n，其中mean（）為取平均值，再將p轉(zhuǎn)換為概率單位[2]。轉(zhuǎn)化的具體數(shù)據(jù)可通過(guò)查表得知，如表4所示

2.3.5 計(jì)算直線回歸方程

以累計(jì)頻率所對(duì)應(yīng)的概率單位Probit為自變量，以RSR為因變量，在MATLAB中擬合線性回歸方程[3]。在軟件中得出各系數(shù)，求得：RSR= 0.06164 * Probit+0.2354。

2.3.6 分檔排序

根據(jù)Probit分檔，一般分為3～5檔，具體檔數(shù)應(yīng)根據(jù)具體情況進(jìn)行討論分析，在需要對(duì)方案進(jìn)行細(xì)分的情況下，建議選擇5檔。在本文分析中，這里我們選用3檔，即優(yōu)、良、差，下表的前兩列是常用的分檔數(shù)對(duì)應(yīng)的概率單位。按照上述回歸方程求得分檔界值（也就是RSR預(yù)測(cè)值），如表5所示，然后對(duì) RSR進(jìn)行排序，并評(píng)價(jià)各方案，如表6所示[4]。

2.3.7 分檔結(jié)果

由表6，我們可以得出，根據(jù)指標(biāo)一、指標(biāo)二、指標(biāo)三的分析，選出第四個(gè)方案與第十個(gè)方案是最優(yōu)的，可以根據(jù)此結(jié)果進(jìn)行參考[5]。

3 討論

秩和比法是一種常用的多指標(biāo)綜合評(píng)價(jià)方法， 近年來(lái)已廣泛應(yīng)用于社會(huì)醫(yī)學(xué)和衛(wèi)生事業(yè)管理中。在本文中我們籠統(tǒng)的討論了秩和比評(píng)價(jià)模型對(duì)方案的最優(yōu)化選擇，其中方案可以應(yīng)用到科技、醫(yī)學(xué)、經(jīng)濟(jì)等各個(gè)方面的管控決策上。如管控決策的風(fēng)險(xiǎn)評(píng)估、最優(yōu)決策選取等多個(gè)方向，下面簡(jiǎn)單討論一下在這兩個(gè)方面該模型的具體應(yīng)用方式及模型的優(yōu)缺點(diǎn)。

3.1 評(píng)價(jià)結(jié)論在管理決策中的最優(yōu)決策選取應(yīng)用

在對(duì)某地區(qū)或企業(yè)采取新的措施的情況下，可選用秩和比評(píng)價(jià)模型，對(duì)各種措施方案進(jìn)行分析，選取合適的指標(biāo)，將措施評(píng)價(jià)為差的直接刪去，在選出為優(yōu)的幾個(gè)方案之后，仍可對(duì)優(yōu)等方案再次進(jìn)行細(xì)分，選出最為合適的措施后，在地區(qū)或企業(yè)上進(jìn)行試運(yùn)營(yíng)，若效果顯著，便可正式實(shí)行。

3.2 評(píng)價(jià)結(jié)論在管理決策中的風(fēng)險(xiǎn)評(píng)估應(yīng)用

在對(duì)某地區(qū)的醫(yī)?；疬\(yùn)行風(fēng)險(xiǎn)進(jìn)行分析的情況下，可以選用秩和比模型，同樣選取分析的各地區(qū)的指標(biāo)，進(jìn)行風(fēng)險(xiǎn)分析。對(duì)評(píng)價(jià)結(jié)果進(jìn)行分析，對(duì)不同運(yùn)行風(fēng)險(xiǎn)等級(jí)的區(qū) （市） 縣應(yīng)采取不同的管控措施。對(duì)管控風(fēng)險(xiǎn)等級(jí)為高的地區(qū)醫(yī)保經(jīng)辦機(jī)構(gòu)重點(diǎn)加強(qiáng)監(jiān)控預(yù)警與管理， 基金管理的行政部門(mén)應(yīng)督促其加強(qiáng)對(duì)基金使用的監(jiān)管;運(yùn)行風(fēng)險(xiǎn)等級(jí)為中的地區(qū)醫(yī)保經(jīng)辦機(jī)構(gòu)不應(yīng)松懈，應(yīng)實(shí)時(shí)根據(jù)數(shù)據(jù)醫(yī)保數(shù)據(jù)，嚴(yán)防基金異常使用;運(yùn)行風(fēng)險(xiǎn)等級(jí)為低的地區(qū)在上級(jí)主管部門(mén)對(duì)其進(jìn)行總控考核時(shí)，可以對(duì)其適當(dāng)放寬政策，靈活管控[6]。

3.3 模型的優(yōu)缺點(diǎn)

秩和比綜合評(píng)價(jià)模型的有著明顯的優(yōu)點(diǎn)，運(yùn)用秩和比法進(jìn)行統(tǒng)計(jì)分析，可以對(duì)不同計(jì)量單位、多個(gè)不同指標(biāo)進(jìn)行綜合分析，能夠全面、合理、客觀地反映各方案的實(shí)際水平，RSR值越大反映被評(píng)價(jià)對(duì)象的綜合水平越高，秩和比法可以有效消除各個(gè)指標(biāo)之間量綱不同的影響，根據(jù)實(shí)際情況判斷指標(biāo)的類(lèi)型，綜合計(jì)算RSR值，從而有效地評(píng)價(jià)各個(gè)方案[7]。其運(yùn)行結(jié)果在實(shí)際中可行，結(jié)論也具有科學(xué)性、新穎性和實(shí)用性。當(dāng)然，該模型的指標(biāo)選取一直是個(gè)待商榷的事情，如何選擇對(duì)評(píng)價(jià)類(lèi)型相關(guān)的合適指標(biāo)，對(duì)評(píng)價(jià)結(jié)果有些很大的影響，且秩和比法在轉(zhuǎn)化為秩次時(shí)損失了一定原始指標(biāo)的定量信息，其結(jié)果反映的也是綜合秩次的差距，反映出的結(jié)果還不夠全面。這種情況也說(shuō)明了該模型還需要在今后的實(shí)踐中不斷地去完善。

參考文獻(xiàn)：

[1] 田鳳調(diào).秩和比法及其應(yīng)用[J].中國(guó)醫(yī)師雜志，2002（02）：115-119.

[2] 陶藝.基于公平優(yōu)先原則的衛(wèi)生資源配置標(biāo)準(zhǔn)研究[D].重慶：重慶醫(yī)科大學(xué)，2015.

[3] 福州大學(xué).一種采用秩和比綜合評(píng)價(jià)的諧波污染用戶分級(jí)方法：CN201710435870.5[P].2017-09-29.

[4] 王正中，周依依，王一凡，等.秩和比法在2017年中國(guó)10個(gè)健康城市綜合評(píng)價(jià)中的應(yīng)用[J].中國(guó)衛(wèi)生統(tǒng)計(jì)，2020，37（04）：558-561.

[5] 嚴(yán)武.秩和比分析在臨床路徑與信息化相關(guān)實(shí)施效果評(píng)價(jià)中的應(yīng)用[J].中國(guó)衛(wèi)生信息管理雜志，2019，16（04）：497-501.

[6] 黃德斌，劉一彬，吳剛，吳奎.加權(quán)秩和比法在醫(yī)保基金運(yùn)行風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)中的探索性研究——基于成都市數(shù)據(jù)的分析[J].中國(guó)醫(yī)療保險(xiǎn)，2017（09）：25-28.

[7] 魏霄，朱敏，彭宇竹.基于秩和比法的臨床學(xué)科效益綜合評(píng)價(jià)[J].南京醫(yī)科大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，19（06）：472-475.

西華大學(xué)，四川 成都