多水平统计模型在PHEP质量评价中的应用*

杭州市疾病预防控制中心(310021)

黄春萍 丁 华 徐 珏 宋姝娟 刘牧文

多水平统计模型在PHEP质量评价中的应用*

杭州市疾病预防控制中心(310021)

黄春萍 丁 华 徐 珏 宋姝娟 刘牧文

多水平统计模型 公共卫生应急准备 评价

目前，国际上对公共卫生应急准备(public health emergency preparedness，PHEP)的定义是：公共卫生医疗机构、社区和个人，在健康危机中尤其是当规模、时间和威胁超出常规能力的情况下，采取预防、保护、快速应对的措施以达到恢复常态的能力[1-2]。以往在评价某一地区的PHEP质量时，常常采用定性描述[3-4]或针对该地区各级公共卫生应急管理相关机构开展大型问卷调查。众所周知，同样的投入不一定产生相同的产出，即使两个地区的PHEP投入规模相同，由于内部管理机制的不同，也会造成这两个地区PHEP质量大相径庭。本研究通过对全市15家区县级公共卫生应急机构的所有公共卫生应急人员，其公共卫生应急工作能力的个体测量，以大量个体数据的分析较为细致地刻画某一机构的PHEP质量，从而达到评价和比较不同地区公共卫生应急机构PHEP质量的目的。

对象与方法

1.研究对象

对全市15家区、县级疾病预防控制中心的全部公共卫生应急专业人员发放公共卫生应急工作能力量表共计451份，调查对象基本情况见表1，其中应急工作年限0～38年，中位数8年，工龄1～42年，中位数14年。本次共发放公共卫生应急工作能力量表451份，回收量表451份，回收率100%，有效量表451份，有效率100%。

2.研究方法

首先，利用公共卫生应急工作能力量表对调查对象进行公共卫生应急工作能力指数(public health emergency work ability index，PHEwai)的测量；然后，以公共卫生应急机构为水平2单位，公共卫生应急人员为水平1单位，PHEwai为应变量，应急人员的个体特征值作为解释变量，包括公共卫生应急人员的性别、年龄、工龄、从事应急工作年限、文化程度、婚姻状况、经济收入、职务、职称(见表2)，利用MLwiN2.25软件拟合两水平方差成分模型。变量筛选采用Wald检验，根据研究目的，为减少犯Ⅱ型错误的概率，检验水准α定为0.10。采用迭代广义最小二乘法(Iterative Generalized Least Square，IGLS)获得全市PHEwai的平均估计值，以及各公共卫生应急机构PHEwai的估计值，并且通过估计和比较高水平单位的残差，了解各公共卫生应急机构对其卫生应急人员的PHEwai所产生的随机效应，以评价各个公共卫生机构的PHEP质量。

两水平方差成分模型基本结构[5]为：

yij=β0j+β1xij+e0ij

式中i=1,2,…,ni表示水平1单位；j=1,2,…,nj表示水平2单位；β0j为截距；β1为解释变量的回归系数；e0ij为随机误差项，即水平1单位的随机误差。

两水平方差成分模型建立在两个假设的基础上：

(1)

cov(uoj,e0ij)=0

(2)

因此，两水平方差成分模型也可以表示为

yij=(β0+β1xij)+(u0j+e0ij)

结 果

由于β0j=β0+u0j，不包含个体水平的随机误差项e0ij，因此β0j反映的是扣除应急人员个体因素之后，PHEwai归因于机构效应的真实水平，故β0j代表了机构PHEwai的平均水平。而一个机构的PHEwai的实际水平，除个体因素基本上是由该机构的PHEP质量决定的，换言之，扣除了应急人员个体因素的影响之后，单纯由机构效应产生的PHEwai是该机构PHEP质量的间接反映，因此，β0j的高低反映了不同公共卫生应急机构PHEP质量的优劣，可以用β0j的估计值代表第j个机构的PHEP质量得分。

由模型的β0=48.595可知本市区县级公共卫生应急机构PHEwai的平均水平为48.59%，达到满分的61.51%；由随机变量β0j可得15家机构PHEwai的平均估计值(表4)，表中根据PHEwai估计值从低到高进行排序，其中，编号为5的机构PHEwai平均估计值最高，为52.21，编号为6的机构PHEwai平均估计值最低，为45.32，表明15家公共卫生应急机构PHEP质量最好的是编号为5的机构，最差的是编号为6的机构。

讨 论

多水平统计模型又称为随机效应模型，是将Ⅱ型方差分析理论与多元统计分析相结合的新技术，是分析和处理具有层次结构特征数据的有力工具。多水平模型的研究和应用起始于20世纪80年代初期英国及美国的教育领域，随着计算机技术的迅猛发展，其应用领域越来越广泛。多水平统计模型首次引入到我国是1995年，当时英国伦敦大学教育研究所学者在与北京中央教育科学研究所的学术交流活动中，介绍了该技术在教育研究中的应用，随后在国内出现了多水平统计模型在医疗卫生领域的应用[5]。

本研究正是利用了多水平统计模型能够在低水平单位(即个体水平)测量基础上，分析高水平单位(即群体水平)效应这一优势，解决以往公共卫生应急准备(PHEP)质量评价中，缺乏量化指标、无章可循或只能针对高水平单位进行测量，以群体水平作为分析单元的局限。公共卫生应急机构作为PHEP的管理主体，必然在其管辖范围内具有自身的属性特点，例如 一贯采取的工作机制、培训演练方式、应急响应流程等，这就使得其管辖下的公共卫生应急人员PHEwai除了具有个性特征外，还具有相似的机构特性，符合多水平统计模型对数据层次结构的要求。而这种机构特性恰恰是本研究目的所在。由于同一公共卫生应急机构内的应急人员，其共同特征是由该机构PHEP共同作用所产生的影响，因此，通过分析高水平单位的随机参数可以评价不同公共卫生应急机构的PHEP质量。本研究显示，公共卫生应急人员的PHEwai存在有统计学意义的高水平效应，说明不同地区公共卫生应急机构的PHEP存在质量上的差异，通过比较高水平随机参数获得编号为5的机构PHEP质量最好，编号为6的机构PHEP质量最差，并对15家公共卫生应急机构的PHEP质量进行了排序，为评价不同地区PHEP提供了参考。

[1]Christopher N,Nicole L,Jeffrey W,et al.Conceptualizing and Defining Public Health Emergency Preparedness.American Journal of Public Health,2007,97(Suppl 1):9-11.

[2]Valerie A,Nir Menachemi,Lisa C,et al.The Nature of Public Health Emergency Preparedness Literature 2000-2008:A Quantitative Analysis.Journal of Public Health Management and Practice.2010 Lippincott Willianms & Wilkins:441-449.

[3]凌玉,陈发钦.我国突发公共卫生事件应急管理存在的问题和对策.中国公共卫生管理,2012,28(2):189-191.

[4]黄畏奕.卫生应急管理和体系建设存在的问题与改进措施.江苏卫生事业管理,2012,23(1):123-124.

[5]杨珉,李晓松 主编.医学和公共卫生研究常用多水平统计模型.北京大学医学出版社,2007.

(责任编辑：邓 妍)

Application of Multilevel Statistical Model on Evaluating PHEP

Huang Chunping,Ding Hua,Xu Jue,et al

(Hangzhou Center for Disease Control and Prevention(310021),Hangzhou)

Multilevel statistical model；Public health emergency preparedness；Evaluation

浙江省医药卫生科研项目2013KYB218