基于主成分分析和 TOPSIS 模型的我国各省份医疗水平评价

分类： 物理学 >> 普通物理:统计和量子力学,量子信息等 提交时间： 2023-07-04 合作期刊: 《中国全科医学》

周洁 胡凌娟 怀晴雨

摘要： 背景　在新型冠状病毒感染（COVID-19）疫情全国流行期间，我国医疗资源的空间集聚效应凸显，各省份医疗水平存在明显差异，目前，国内学者多运用定量方法对当前全国各省份医疗水平进行评价，应用综合方法评价全国各省份医疗水平者较少。目的　了解我国各省份在医疗卫生事业发展水平上的差异，以期为医疗卫生事业决策者提供参考。方法　于 2022 年 11 月，计算机检索中国知网、万方数据知识服务平台和 Web of Science 数据库，检索有关医疗水平评价的文献。在借鉴现有研究成果的基础上，选取相对指标和平均指标来构建评价指标体系。以《2022年中国卫生健康统计年鉴》为数据源，提取 / 计算各评价指标数据。运用主成分分析法和 TOPSIS 模型，对我国 31 个省份（未将香港特别行政区、澳门特别行政区、台湾省纳入统计范畴）的医疗水平进行综合评价。结果　共检索出合格文献 6 篇，从医疗资源、医疗服务、医疗保障 3 个方面选取 13 个相对指标和平均指标构建评价体系。KMO 值为 0.733，Bartlett's 球形检验结果显示，2=346.908、P1.000 的标准可提取 4 个主成分，分别为医疗资源规模和医疗服务质量（F1）、医疗机构工作效率（F2）、传染病控制能力（F3）、其他因素（F4），4 个主成分的累积方差贡献率为 84.012%。根据主成分得分系数矩阵建立各主成分线性模型后，基于4 个主成分的方差贡献率得到可用于评价医疗水平的综合评价模型：Y=0.439 85Y1+0.158 54Y2+0.154 40Y3+0.087 34Y4。医疗水平综合得分位列前 3 位的省份分别为北京市（151.908 分）、上海市（124.379 分）、天津市（78.673 分）。TOPSIS 贴近度排名结果显示，北京市和上海市处于靠前水平（贴近度分别为 0.767、0.646），以贴近度 0.400 和 0.200为节点，可以将 31 个省份分为 3 个梯队，第一梯队有北京市、上海市和天津市 3 个省份，第二梯队有浙江省、四川省等 25 个省份，第三梯队包括河北省、宁夏回族自治区和西藏自治区 3 个省份。结论　中国的医疗水平存在明显的省际发展不平衡问题，31 省份医疗水平分布整体呈现中间大、两头小的橄榄型结构特征。政府应加大对河北省等医疗水平排名靠后省份的政策倾斜力度，发挥区域卫生规划的统筹协调作用，利用远程医疗和医疗大数据实行定点帮扶。

 点击量 541  下载量 133  评论