高校内部审计意见落实情况研究
来源:用户上传
作者:
[提要] 本文首先构建一个包含10个指标的医疗工作质量综合评价指标体系，通过主成分法建立因子模型，从医疗机构规模、医疗资源使用效率、医生工作负担水平等3个方面综合评价安徽省各地级市医疗工作质量并分析其影响因素。结论表明：当前各地级市中医疗工作质量最高的是合肥市，较低的是马鞍山市、黄山市和池州市，各地区医疗工作质量发展不平衡，差异显著。
关键词：因子分析;综合评价;医疗工作质量
中图分类号：R19 文献标识码：A
收录日期：2019年2月18日
医疗工作质量是卫生服务部门及其机构利用一定的卫生资源向居民提供医疗卫生服务，以满足居民明确和隐含需要的能力的综合，是医疗机构生存发展的基础。目前，大部分机构在进行医疗质量分析时仍然沿用传统的单指标比较法，不仅对一个地区或一个医疗机构的评价不够全面，也得不出一个全面的评价结果。随着质量内涵的不断丰富和现代医疗管理的需要，必须引入综合评价方法进行医疗质量评价。
本研究应用因子分析方法，从医疗机构规模、医疗资源使用效率、医生工作负担水平3个方面，对安徽省16个地级市的医疗工作质量进行评价，对评价结果进行比较和排序，以期对各市医疗工作质量进行客观、正确的综合评价，为政府部门制定决策提供依据。
一、医疗工作质量指标体系构建及综合评价
（一）指标体系构建。通过学习前辈在指标选取过程中保障指标选取原则实现的方法并在指标选取原则的指导基础上，本文将从医疗机构规模、医疗资源使用效率、医生工作负担水平3个方面建立医疗工作质量综合评价指标体系，在数量众多的统计指标中考虑数据的可得性，最终选择以下10项统计指标构成评价体系：病床工作日（X1）、病床使用率（X2）、专业公共卫生机构卫生人员数（X3）、医生人均每日承担诊疗人次（X4）、医生人均每日担负住院床日（X5）、入院人数（X6）、出院人数（X7）、每百门急诊的入院人数（X8）、诊疗人次数（X9）、各地医疗机构卫生床位数（X10）。
（二）综合评价。使用因子分析方法进行综合评价，因子提取的方法采用主成分分析，在实证分析中，共提取出3个公因子（第1～3个特征根及方差贡献率分别为：5.246、52.462%，2.636、26.365%，1.151、11.506%），公因子F1主要提取专业公共卫生机构卫生人员数（X3）、入院人数（X6）、出院人数（X7）、诊疗人次数（X9）、各地区医疗机构卫生床位数（X10）5个指标的信息，可归纳为规模因子;公因子F2主要提取了病床工作日（X1）、病床使用率（X2）、医生人均每日担负住院床日（X5）3个指标的主要信息，可归纳为资源使用效率因子;公因子F3则主要提取了医生人均每日担负诊疗人次（X4）、每百门急诊的入院人数（X8）2个指标的信息，可归纳为医生工作负担水平因子。3个公因子对原始指标的方差累计贡献率均在90%以上，因子得分矩阵的协方差矩阵均为单位矩阵，公因子F1、F2、F3不相关。综合评价结果见表1所列。（表1）
为了更加直观地分辨出各城市医疗工作质量的高低，以表1为数据源绘制了图1。可以看出，芜湖、马鞍山、淮北、铜陵、黄山、滁州、池州和宣城等8座城市医疗工作质量低于全省平均水平，排名前3位的城市为合肥、阜阳、宿州，排名后3位的城市是马鞍山、黄山、池州。（图1）
二、各市医疗工作质量差异原因分析
由于每个城市都有其自身的特点，收治的病人情况也会有很大的区别，因此需要计算每个因子的得分来具体分析各个城市的医疗工作质量，再根据各市在公因子F1、F2、F3上的得分进行分析。
从规模因子来看，合肥和阜阳的机构规模要远大于黄山、池州和铜陵，依据年鉴数据，合肥5项指标均位于安徽省第1位，这得益于该市医疗工作的运行、监管和补偿等机制贯彻到位且效果良好。而阜阳的专业卫生人员数为全省第4位，其他4项指标也均位于全省第2位，属于前列，黄山和池州排名靠后，各项指标均处于倒数3位以内，铜陵市各项指标排名也较低。
从资源使用效率因子来看，排名前3位的城市分别为亳州、铜陵、宿州，排名后3位的分别为马鞍山、淮北、池州。亳州的医生人均每日担负住院床日指标位居第1位，宿州的病床工作日和病床使用率指标均排名第1位，铜陵工作效率因子的各项指标均位于省内前列。马鞍山、淮北、池州在3项指标中均位列倒数3位。
从医生工作负担水平因子来看，阜阳、淮北、六安的医生负担较小，滁州、芜湖、宣城医生负担较大。六安和阜阳的每百门急诊入院人数指标位于全省前3位以內，淮北处于靠中排名，但3个城市的医生人均每日担负诊疗人次指标值均小于每百门急诊入院人数指标值，说明医疗卫生人员充足，医生压力小。滁州、芜湖、宣城每百门急诊入院人数较少，均排名在倒数5位之内，但医生人均每日担负诊疗人次位列全省前3位，医生负担压力较大。这可能和人口数量、专业医生人数有关。
对F1、F2、F3进行综合分析。由于我们的评价指标均为正向指标，因此只要指标值为正值，样本的医疗工作质量应该存在绝对优势。在这种情况下，某个城市医疗工作质量得分为负的原因是其某项公因子得分过低所致，也有可能是某两项或所有公因子综合所致。
在综合排名前3位的城市中，合肥主要由于公因子F1的各项指标比较突出，该市在资源使用效率和医生工作负担水平方面都有待提高，所以合肥的医疗工作质量主要得益于医疗机构规模的优势。阜阳的医疗工作质量主要依托于较大的医疗规模和医生工作负担水平轻，其在资源使用效率方面略低。分析原因，阜阳近几年经济总量持续平稳增长，正处于产业转移、经济高速发展的关键期，各方面均发展较快;而宿州3个主因子得分均为正值，各方面发展平衡，潜力大，主要由于其实施医疗卫生服务体系“411”计划，投入百亿资金，建设10类项目。在分析排名后3位城市中发现，马鞍山3项公因子得分都低于平均水平，整体医疗工作有待发展，目前该市正在大力推行医联体建设，推行优质医疗资源“下基层”，预计不久医疗工作质量将得到较大提升;黄山和池州除公因子F2得分稍高于平均水平，其他方面均远低于其他城市，这也直接导致了其医疗工作质量的落后，这和政府财政投入、对医疗的重视程度、医疗人才培养等方面相对落后有密切的关系。 综上所述，本研究在一定程度上反映了安徽省各地级市医疗工作质量的状况，客观评价了各地区在医疗机构规模、医疗资源使用效率、医生工作负担水平3个方面的服务能力，为各市医疗方向上的规划和決策提供参考依据。
三、结论及建议
从整体来看，安徽省各个地级市医疗服务发展的形势良好，但是各市的差异比较明显，结合以上研究成果，提出建议：
各地级市在医疗机构规模方面，应该根据本市的实际情况采取不同的支持政策，提高医疗工作的效率和水平。因地制宜地进行管理细化，控制运营成本，为人民身体健康服务的同时兼顾经济效益。
在考虑医生负担水平时，出现区域医疗资源不平衡、错配等问题，应该考虑实行帮扶政策，同时加强地区岗位的吸引力，改革薪酬制度。各医疗机构也应始终秉持以患者利益为中心的原则，适时调整政策。各地区应该相互交流学习，分享先进管理经验与模式，彼此之间资源共享，共同进步。
在医疗资源使用效率方面，病床工作日、病床使用率是衡量医疗机构资源使用效率的重要指标。针对病床工作日和病床使用率，医疗机构应该采取更加信息化的管理，优化就诊流程，在满足医疗服务的同时，尽量避免资源的浪费，产生更好的社会效益。
主要参考文献：
[1]王可，何鹏，张娟，赵华硕.因子分析法在医疗工作质量评价中的应用[J].中国卫生统计，2012.29（6）.
[2]张伟，杨土保，吴志坚，彭华保，杨致敏.应用TOPSIS法综合评价医院医疗工作质量[J].实用预防医学，2007（5）.
[3]王莹，刘新亚，刘翔，贾慧民.应用TOPSIS法综合评价肿瘤多学科首席专家团队的医疗工作质量[J].中国肿瘤，2018.27（12）.
[4]康育慧，曹文君.组合评价法在医院医疗工作质量评价中的应用[J].中国卫生统计，2018.35（1）.
[5]刘雁灵，曹文君.CRITIC——灰色综合评判法在医疗工作质量评价中的应用[J].中国卫生统计，2016.33（6）.
[6]吴学智，柳俊，郑娟，熊晨旭.利用因子分析综合评价非手术科室医疗工作质量[J].中国冶金工业医学杂志，2016.33（3）.
[7]汪海琴，王伟，严非，王爱荣，鲁冰，黄建南.国际医疗质量评价指标体系的比较分析[J].中国卫生资源，2018.21（5）.
转载注明来源:https://www.xzbu.com/2/view-14699376.htm
