貴州省疾病預(yù)防控制中心慢性病防治研究所(550004)

趙否曦 周 婕 李 凌 劉 濤△

【提 要】 目的 運(yùn)用潛在類別模型對貴州省腫瘤登記地區(qū)的工作模式進(jìn)行分析。為今后開展類似工作提供理論依據(jù)。方法 通過梳理貴州省17個腫瘤登記點腫瘤數(shù)據(jù)，運(yùn)用潛在類別模型對各項目點腫瘤登記漏報情況進(jìn)行聚類，比較不同工作模式對腫瘤登記漏報的影響。結(jié)果 調(diào)查點可以劃分為3個大類，分別是以疾控機(jī)構(gòu)為主導(dǎo)，以臨床機(jī)構(gòu)為主導(dǎo)，以保險機(jī)構(gòu)為主導(dǎo)。其中以臨床主導(dǎo)型的腫瘤漏報率最低為12.76%。結(jié)論 潛在類別模型可用于觀測結(jié)果為分類數(shù)據(jù)的聚類，聚類后各種工作類型的腫瘤登記漏報率是不同的，更深刻地揭示影響腫瘤登記漏報的因素，對開展該項工作提高報告質(zhì)量具有實際意義。

腫瘤登記報告是腫瘤防控的重要基礎(chǔ)，它提供的資料對于指導(dǎo)一個地區(qū)開展腫瘤防控具有重要意義[1]。從宏觀上看，腫瘤登記報告不僅為制定衛(wèi)生工作規(guī)劃和腫瘤防治計劃提供依據(jù)，而且為腫瘤防治措施的效果評價奠定基礎(chǔ)。從實際應(yīng)用看，腫瘤登記報告不僅為防癌健康教育和教學(xué)培訓(xùn)提供基礎(chǔ)資料，還可為腫瘤病因和防治研究提供線索。潛在類別模型是近年來使用較廣的一門技術(shù)，并且各潛在類別的內(nèi)部的外顯變量滿足局部獨立的要求，現(xiàn)在潛在類別模型多運(yùn)用于心理學(xué)、醫(yī)學(xué)和社會學(xué)等多個方面[2-3]。研究腫瘤登記工作漏報的原因，對不同地區(qū)的工作模式進(jìn)行分類，并采取有針對性的措施，實現(xiàn)逐步減少漏報，對制定有效的腫瘤項目管理具有重要意義。本研究采用潛在類別模型，分析各項目點工作模型下腫瘤登記漏報的分布差異，對開展腫瘤防控提供政策依據(jù)。

資料與方法

1.資料來源

資料來源于2016-2017年貴州省17個腫瘤登記地區(qū)。通過漏報調(diào)查收集各登記地區(qū)轄區(qū)內(nèi)腫瘤病例，與腫瘤登記系統(tǒng)比對掌握我省腫瘤登記地區(qū)腫瘤漏報水平；通過問卷調(diào)查了解各地相關(guān)部門工作開展情況，分析造成腫瘤漏報主要原因；分析相關(guān)部門工作與腫瘤病例漏報的關(guān)系，探尋腫瘤漏報影響因素。

登記地區(qū)常住人口中2016年1月1日至2016年12月31日間，在轄區(qū)內(nèi)醫(yī)療機(jī)構(gòu)就診、在醫(yī)療保障系統(tǒng)報銷及死亡的惡性腫瘤和中樞神經(jīng)系統(tǒng)良性腫瘤病例。

2.研究方法

潛在類別分析(latent class analysis LCA)是潛在類別模型(latent class model LCM)的分析方法，其原理是用內(nèi)在的某種可能的組合類別來詮釋表現(xiàn)在外的變量，使得這些變量經(jīng)過潛在類別的分類后，能夠表現(xiàn)局部獨立性。潛在類別分析的基本假設(shè)是：各種外顯變量的概率分布可以由少數(shù)互斥的潛在類別模型來解釋，每種類別對各外顯變量的反應(yīng)選擇都有特定的傾向[4]。

結(jié) 果

2016年我省腫瘤登記地區(qū)的平均漏報率為20.9%，最高為54.2%，最低為7.6%，各腫瘤登記地區(qū)均存在不同程度的漏報。

表1 2016年貴州省腫瘤登記地區(qū)漏報情況

采用logistic回歸模型，得到的影響因素為開展漏報調(diào)查，縣級以上醫(yī)療機(jī)構(gòu)建立獎懲機(jī)制，有腫瘤科室，是否開展數(shù)據(jù)對接。

為選擇合適的潛在類別模型，從潛在類別為1類開始模擬，共擬合5個模型，表2為5個潛在類別模型的擬合結(jié)果。當(dāng)擬合模型為3時，模型滿足了擬合的要求，BIC最小(BIC=908.2834)

表2 貴州省腫瘤登記地區(qū)腫瘤登記漏報影響因素

基于3類數(shù)據(jù)模型的分類，利用EM算法對潛在類別概率和潛在類別下各項目的條件概率進(jìn)行估計，結(jié)果見表3。在模型參數(shù)估計后，依據(jù)各項目的條件概率特點對各潛在類別進(jìn)行解釋，在納入模型的12個變量中，除“使用HIS系統(tǒng)”外，其余變量在3種類別間差異較為明顯。根據(jù)分布差異較明顯的幾個項目對各類別的命名如下：以疾控機(jī)構(gòu)為主導(dǎo)，以臨床機(jī)構(gòu)為主導(dǎo)，以保險機(jī)構(gòu)為主導(dǎo)3種模式，其中以疾控機(jī)構(gòu)為主導(dǎo)的工作模式更傾向于行政管理模式，例如建立領(lǐng)導(dǎo)工作小組、將責(zé)任落實到科室，落實到人、與醫(yī)院、社保等進(jìn)行對接等方式開展；以臨床機(jī)構(gòu)為主導(dǎo)的工作模式更傾向于專業(yè)技術(shù)模式，例如醫(yī)院用HIS系統(tǒng)，并進(jìn)行ICD-10進(jìn)行疾病編碼、腫瘤相關(guān)科室進(jìn)行腫瘤信息登記，并進(jìn)行信息篩選；以保險機(jī)構(gòu)為主導(dǎo)的工作模式更傾向于關(guān)注最后一道關(guān)口(疾病保險)這個手段解決問題，僅從新農(nóng)合和社保中提取腫瘤數(shù)據(jù)。

表3 潛在類別分析模型的擬合統(tǒng)計量

表4 腫瘤登記單位工作模式的潛在類別條件與潛在類別概率

如圖1所示，對3類分類中各腫瘤登記地區(qū)的腫瘤漏報率進(jìn)行劃分，以疾控機(jī)構(gòu)為主導(dǎo)的平均漏報率為25.83%，以臨床機(jī)構(gòu)為主導(dǎo)的平均漏報率為12.76%，以保險機(jī)構(gòu)為主導(dǎo)的漏報率為35.53%，三者之間差異有統(tǒng)計學(xué)意義(χ2=545.499，P<0.001)，以疾控機(jī)構(gòu)為主導(dǎo)的分類中基本均為地市級政府所在地的地區(qū)。

圖1 以3類潛在類別進(jìn)行分類后漏報率的分布情況

討 論

腫瘤登記是國際公認(rèn)的有關(guān)腫瘤信息有效的收集方法。通過系統(tǒng)性、經(jīng)常性收集居民惡性腫瘤發(fā)病、死亡情況和生存狀態(tài)等信息，科學(xué)地分析腫瘤的疾病負(fù)擔(dān)，為制定癌癥控制計劃、評估防治效果，幫助確定衛(wèi)生資源的配制，以及為臨床、流行病學(xué)和衛(wèi)生服務(wù)研究進(jìn)展提供不可或缺的基礎(chǔ)數(shù)據(jù)[6]。

漏報是嚴(yán)重制約監(jiān)測工作質(zhì)量的關(guān)鍵，本研究以腫瘤登記地區(qū)的工作模式對漏報的影響作為研究切入點，運(yùn)用潛在類別模型對該部分地區(qū)潛在的工作模式進(jìn)行分類，說明了工作模式或方法確實對腫瘤登記工作的質(zhì)量產(chǎn)生影響。通過統(tǒng)計分析這些潛在的分類，可以挖掘更多的隱含信息。

LCM和logistic回歸不同，后者只是將可能存在的影響因素提取出來，而非通過綜合判斷，由表2得到，腫瘤登記工作的漏報高低，不僅在于是否建立健全了相關(guān)的制度，成立相關(guān)的科室，落實到人，而是在于是否具備篩查這些腫瘤相關(guān)信息的外部條件。這是因為腫瘤登記信息一定是通過臨床機(jī)構(gòu)確診病例后才能獲得信息，醫(yī)院診斷是這項工作的先決條件，醫(yī)院建立信息化系統(tǒng)，并使用ICD-10對疾病進(jìn)行編碼，可以從醫(yī)院信息系統(tǒng)中及時地收集病例，進(jìn)行篩查，從而獲取精確的腫瘤數(shù)據(jù)，是這項工作的關(guān)鍵。而開展這項工作的基礎(chǔ)，就是在于腫瘤數(shù)據(jù)的精準(zhǔn)篩選，腫瘤登記工作不在于主動的尋找腫瘤，而是對于臨床醫(yī)療機(jī)構(gòu)診斷的數(shù)據(jù)進(jìn)行提取。

綜上可知，潛在類別模型確實提供了更多的隱含信息。針對于本文而言，腫瘤登記工作漏報的關(guān)鍵在于醫(yī)院信息報送的優(yōu)劣，如果醫(yī)院信息化健全程度高，并且規(guī)范填報的規(guī)則，嚴(yán)格采用ICD-10的編碼規(guī)則進(jìn)行錄入，定期利用HIS這些系統(tǒng)進(jìn)行漏報調(diào)查，再結(jié)合建立專項制度，強(qiáng)調(diào)責(zé)任會產(chǎn)生更大的效果。