基于三期决策树分析平台建立护理质量综合评价体系

吴　疆，肖红著，夏丽娅，伍艳玲，甘　露，桂文芳，李　劼，邓　晖



基于三期决策树分析平台建立护理质量综合评价体系

吴疆，肖红著，夏丽娅，伍艳玲，甘露，桂文芳，李劼，邓晖

摘要：[目的]运用决策树法客观、准确、快速地构建护理质量综合评价的等级评估平台。[方法]运用SPSS18.0中决策树卡方自动交互检测法对各病区单元护理种类、数量、技术风险等级、护理人力配置和能级状况完成综合评价和分类分析，并按以上因素的综合分布情况将病区单元归属为不同等级的护理集群，构建三期决策树分析平台。[结果]建立能兼顾护理工作量、技术风险程度、护理人员配置和能级状况分类分析的三期决策树护理质量综合评价体系。[结论]建立在三期决策树分析平台上的护理质量综合评价体系，分类功能强大，平台建立精准、便捷，分类灵活。

关键词：决策树；分析平台；护理质量；综合评价；质量管理

Establishment of comprehensive evaluation system of nursing quality based on three stage decision tree analysis platform

Wu Jiang,Xia Hongzhu,Xia Liya,et al

(The Third People’s Hospital of Hubei Province,Hubei 430033 China)

AbstractObjective:Using decision tree to objectively,accurately,quickly set up a grade evaluation platform of comprehensive evaluation system of nursing quality.Methods:In SPSS18.0,the decision tree method was used to analyze the types,quantity,technical risk level，nursing manpower allocation and energy level of all units.And according to the above factors,the comprehensive distribution of the unit belongs to the different grades of nursing group，and the three stage decision-making power analysis platform was built.Results:A comprehensive evaluation system of three stage of decision-making tree nursing quality was established which took into account the workload of nursing,technical risk level，nursing staff configuration and energy level classification analysis.Conclusion:The comprehensive evaluation system of nursing quality on the three stage decision-making analysis platform was established.Its classification function was powerful，and the platform was established accurately,conveniently and flexiblely.

Key wordsdecision tree；analysis platform；nursing quality；comprehensive evaluation;quality management

护理质量是医院质量的重要组成部分，也是护理管理的核心和关键[1]。定期对各病区护理质量进行综合考评，不仅能督导护理工作的落实，保障质量，同时还能调动护士工作的主动性和积极性，促进护理质量的持续提升与改进[2]。但是，不同的病区单元，由于专科性质不同，其具体涉及的护理项目种类、数量、技术风险等级、护理人力配置和能级状况等方面均存在差异，这些都会对质量产生不同程度的影响。因此，在进行护理质量评价时必须充分考虑这些因素对质量的干扰和影响。本研究旨在利用决策树(decision tree)分析技术为护理质量建立科学、便捷的综合评价平台，以提升护理质量综合评价的公平性和合理性。

1护理质量综合评价的现况分析

目前，国内医疗机构内部通常是依据一定的护理质量评价标准来对医院护理质量进行督导和促进[3]。即按照各类护理质量检查评分标准定期对各病区病人护理的落实情况进行考查和评分，再对各病区护理质量检查得分进行排序，最后以排名为依据给予质量奖励或扣罚。但是，这些依靠检查标准进行的质量评价仅仅只是定性评定，都缺少质量定性评价前的定量分析基础，即未能对病区单元间护理质量评比提供可比较的量化平台，所以其质量评比结果在一定程度上缺乏可比性和说服力。

为了提高护理质量评价的可比性，许多医院和护理管理人员也做出了诸多的探索和改进。一些医院按病区单元的规模、工作量、护理风险强度将全院各病区单元分为3类、6级，在病区分级的基础上进行医疗、护理质量的评比和绩效分配[4]。但是，其采取的病区分级与分类方法比较复杂。首先，医院要对各病区的年度工作任务完成指标进行系统分析，然后在全院医务人员范围内进行问卷调查，最后结合年度指标分析、医务人员调查结果和专业发展特点等因素对各科室进行级别划分[5]。这种办法完成的病区分类一定程度上具备可比性、公平性，但分类步骤相对繁琐，分析和调查也费时费工，而且病区的类别一旦被确定，就会维持一定周期后才再调整，不能时时按照每月护理工作量的动态变化、护理技术风险等级、护理人力配置等变量因素时时分级分层，所以，对病区的即时分类的灵活性不够，相对性较大。而决策树分析平台的建立与应用则可以便捷地完成对病区的即时分类与据实评价。

2护理质量综合评价中决策树分析平台的建立

2.1一期决策树分析平台的建立运用决策树分析技术按护理工作量负荷对病区单元进行等级集群分类，为护理质量综合考评建立初级评价平台。正如“量变可以引发质变”，护理工作数量的差异会对护理质量带来一定的影响。当护理工作量越大时，护理人员会忙于完成护理任务，部分护理工作无暇顾及到位，从而影响到护理质量；而当护理工作量越小时，护理人员的精力和时间也更加充沛，更有余力去完善各项护理工作，从而有效地保障和提高护理质量。所以，在进行护理质量评比时需要考虑到各病区间护理工作数量的差异，按实际护理工作量，将各病区划归到相应工作量负荷集群之中，为护理质量评比提供同级的工作量平台。

然而，由于各病区专科性质的不同，病区具体涉及的护理项目种类和数量都会不同，在庞大的工作量数据中，哪一项工作量变量是首优变量，又应该按哪几项变量指标进行病区的划分和分类，就需要借助决策树强大的数据挖掘能力，对工作量数据进行回归与分类分析，最终实现按工作量负荷差异对病区完成等级归类。本研究一期平台的评价项目包括护理数量指标及护理质量指标。

2.1.1护理数量指标由于一期建设为预试验阶段，所以护理工作量分析项目只取常用的19项，具体包括：各病区单元的平均入院病人数、病危病人数、病重病人数、Ⅰ级护理天数、抢救人次数、手术人次数、静脉输液人次数、静脉置管人次数、静脉注射人次数、肌内注射人次数、皮试人次数、氧气吸入人次数、雾化吸入人次数、留置胃管人次数、留置导尿人次数、灌肠人次数、引流管人次数、平均住院天数和平均床位周转率。护理工作量的具体数据从医院系统(The Hospital Information System，HIS)中随时提取，提取范围可设定为每月第1日至最后1 d的工作数据。

2.1.2护理质量指标包括基础护理质量、专科一级护理质量、危重病人护理质量、护理安全管理质量、急救物品质量、静脉治疗质量、压疮管理质量、病房管理质量、优质护理服务质量、文明礼仪质量、护理文件书写质量、夜间及节假日护理查房质量，共12类，其检查标准和扣分标准均按照湖北省护理质量控制中心下发的有关标准执行。

2.2二期决策树分析平台的建立在一期基础上，按病区护士配置数和护理人员能级状况进行亚变量赋值，应用决策树分析对病区单元等级集群分类，为护理质量综合评价提供兼顾护理工作量与护士数量和能级分析的评价平台。

2.2.1护理数量指标二期平台中护理工作量项目按李小寒、尚少梅主编的《基础护理学》第4版[6]中护理项目扩展到10类、60项，见表1。

表1　二期和三期护理工作量统计项目

2.2.2护士数量与能级指标综合参考上海第二军医大学第一附属医院李丽等[7]、泰山医学院杨雪莹等[8]、南京大学医学院附属鼓楼医院叶红芳等[9]提出的护士分级准入与能力标准确定护士能级评价表，完成对各病区护士能级评价，按亚变量对护士能级变量进行赋值：病区N0护士数×N0能级系数+病区N1护士数×N1能级系数+病区N2护士数×N2能级系数+病区N3护士数×N3能级系数+病区N4护士数×N4能级系数。应用决策树分析对病区单元进行等级集群分类，并在不同集群内完成等级护理质量的综合评价。

2.2.3护理质量指标在一期12类护理质量指标基础上增加护理教学质量指标。

2.3三期决策树分析平台的建立在二期基础上，对护理技术项目进行风险系数赋值后运用决策树分析对病区单元进行等级集群分类，最终为护理质量综合评价建立能按护理工作量、护士配置数、能级值、护理技术风险等级进行分类分析的三期评价平台。

2.3.1护理数量指标和护士数量、能级指标与二期平台的评价项目相同。

2.3.2护理技术风险指标参考中国人民解放军总医院毕娜等[10]对临床20项基本护理技术风险与频次的研究方法，对风险半定量LEC评价法[11-12]进行改良(见表2)，应用Delphi专家咨询法[13]对60项临床常用护理技术风险程度进行评价，确定风险系数，完成变量值设定，在决策树分析时自动对应实际项目的具体数量完成赋值和计算。

表2　改良风险半定量LEC评价表与风险值(R)的结果判断

2.3.3护理质量指标与二期平台的项目相同，也可以根据各医院护理质量考评项目进行增加。

3建立在决策树分析平台上的护理质量综合评价方法

3.1应用决策树分析平台完成对护理单元的等级集群划分运用SPSS18.0中决策树卡方自动交互检测法(Chi-squared Automatic Interaction Detector，CHAID)对各病区单元护理种类、数量、技术风险等级、护理人力配置和能级状况完成综合评价和分类分析，并按以上因素的综合分布情况将病区单元归属为不同等级的护理集群。决策分析时参数设置情况为：平均床位周转率设为应变量，其余工作量、能级和风险指标设为自变量；CHAID水平最大树深结构为3，父节点和子节点最小个案数可根据每月数据的分析情况酌情调整，CHAID显著性水平设为0.05。

3.2护理质量评分比较各类护理质量考核得分的均值。参照湖北省护理质量控制中心制订的护理质量考核标准，分别对基础护理、危重症病人护理、专科一级护理等护理质量进行现场考核，每项护理质量考核满分为100分，各项护理质量考核得分的平均分为该病区质量考核分。

3.3确定护理质量的综合排名运用决策树分析平台完成对护理单元的等级集群划分后，在不同的护理集群中，按各病区质量考核得分情况确定出各集群中护理质量排名的最优病区。以我院一期建设中某月评价分析结果为例，其具体方法为：①在CHAID分析的基础上，将全院病区单元归类合并成数个集群。由于我院病区单元总数为22个，全院奖励系数分为甲、乙、丙3个等级，所以，我院病区单元归类合并成3个集群。划分工作集群时，应注意保持均衡性，即当某一集群包含的病区单元数大于病区单元总数的2/3时，可按分变量进行二次归类划分；如某一集群包含的病区单元数小于病区单元总数的1/3时，可按变量分布情况与最近的工作集群进行合并。当月经过CHAID分析，对应变量无统计学意义的变量进行合并，最后树伸展为4层：根结为第一层，第二层以首优变量“病危病人数”(P<0.05)分成节点1，2，3，4，5，第三层按变量“Ⅰ级护理天数”(P<0.05)分成节点6，7，第四层按变量“抢救人次数”(P<0.05)分成节点8，9。节点1包含单元数大于病区单元总数的1/3，但不足2/3，所以可以不再进行二次划分，直接作为一个工作量集群。节点2，3都不足病区单元总数的1/3，按就近原则将其合并后所包含的病区数大于病区单元总数的1/3，但不足2/3，所以可以将其合并作为一个工作量集群。余下的节点4和节点5合并成一个工作集群。②在每个集群中按护理质量检查得分由高到低进行排序。③按3个集群确定三级奖励系数，负荷越重的集群其奖励系数越高：集群1对应甲等奖、集群2对应乙等奖、集群3对应丙等奖；每个集群中只取质量考核最高的病区单元给予奖励。见图1。

图1　月度护理单元集群分层分析

4讨论

4.1建立决策树分析平台在护理质量综合评价中应用的优势

4.1.1分类功能强大决策树是一种简单但是广泛使用的分类器。通过训练数据构建决策树，可以高效地对数据进行分类[14]。它是通过确定一系列逻辑分枝关系形成的一套分层规则，将所有可能发生结局的概率分布用树形图表达，树的扩展是基于多维的指标函数，从而达到对研究对象进行精确预测或分类的目的[14]。决策树有两大优点：①决策树模型可读性好，具有描述性，有助于人工分析；②效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度[15]。从SPSS13.0版本开始，就新添加了分类树过程，具体包括4种算法，其计算过程均可创建基于树的分类模型。通过自变量(预测因子)的值，即可以将个体分成若干个组，也可以对应变量做出预测[16]。CHAID是分类树中的一种算法。它是一种基于调整后的显著性检验(Bonferroni’s correction检验)决策树技术[16]，可用于预测，同时具备回归分析和分类功能，能用于检测变量之间的相互作用。鉴于它精准的分类和预测作用，早期就被应用到医学研究中，特别是在精神疾病、疾病高危因素筛查，甚至是基因分类研究中，决策树的应用已非常普遍[17-18]。与其他计算方法相比，CHAID的优势是它的分类功能强大，而且结果非常直观、易于理解，便于有效地开展分析工作[19]。

4.1.2平台建立精准、便捷将决策树分析法引入对护理质量管理的综合评价的等级平台建设中，就是发挥其强大的综合评价与分类功能，即时对每月全院病区护理工作量、护理技术难易程度、护理人力资源配置等进行多因素回归分析与分类分析，并按其分析的等级分布结果，将各病区归属到不同的病区集群之中，从而为护理质量评比提供同级的评估平台，良好地考量病区间护理工作量、护理技术难易程度、人力状况等因素的差异对护理质量的影响，有效地提高护理质量评比的可比性和奖罚的公平性。与以往多家医院采取的评调式病区分级分类方式不同，运用决策树分析完成病区等级分类，方法更简单、便捷，无需大范围内的问卷调查，一旦建立，即可多次反复使用，能有效减少病区分级过程中人力、时间与物力的耗费，显著提高工作效率。决策树分析的数据也能自动取值于医院信息系统，数据准确、客观，各项能级和风险系数也能自动对应实际项目数量迅速赋值计算，从而对病区进行据实和即时分类，准确、快速地为护理质量综合评价建立等级分析平台。

4.1.3同级平台上护理集群分类灵活在护理质量综合评价中运用决策树分析能快速建立等级平台，而且通过对决策树父节点最小个案数和子节点最小个案数等参数的设定和调整，可以控制产生集群的数量，以满足不同医疗机构对护理综合质量等级分析的不同需要。

4.2决策树分析平台在护理质量综合评价应用中的系统健全目前决策树分析平台在护理质量综合评价已完成一期平台的建设，并在试运行中取得成效，但也存在一定的不足，一是护理工作量变量包括的范围还需要进一步扩展，只有变量越精细、越全面，对工作量的分析才更准确，所以，在二期和三期建设中将加强对工作项目的细化，同时配合PDA终端移动护理工作站对包括病人生命体征测量、病人健康教育等细小的护理工作量进行时时录入，决策树在分析和统计各项工作变量数据时则会更加全面，完成的分类会更加精确，其通过运算而建立的等级平台则会更加贴近临床工作实际。二是在分析护士能级时，需要建立并健全相应的护士岗位管理制度和护士能级评价体系和方法，在明确护士能级等级后，在带入决策树分析时，也需要以亚变量的设定方法完成赋值和计算。三是需要对LEC评价方法进行改良，来完成对护理项目的风险设定。虽然以往也有护理研究人员将LEC应用到护理技术风险评价中，但是对原始LEC维度和其下条目的删减过多，对评价体系框架改动过大，对结果计算和判读的方法改动也较大。本次研究中，需要在不改变原有LEC评价维度、评分分值与结果评判标准的情况下，只对其中部分评价条目内容进行适当调整，在保证改良评价标准与原始评价标准一一对应的情况下使改良后的评价更能符合护理工作实际，同时也保存原始LEC评价体系的完整性和准确性。四是本项目的研究与应用，有利于促进护士岗位管理和护理技术风险体系的健全与完善，有健全的绩效管理与评价信息系统可以促进决策树分析法在医院综合质量评定中发挥更广泛的功能和作用。

参考文献：

[1]谢红艳,骆骏,盂红梅.全面质量管理在儿科肺炎监测项目管理中的应用[J].护理管理杂志,2012,12(11):803-804.

[2]叶文琴,李丽.护理质量评价及评价指标体系[J].上海护理,2012,12(3):90-95.

[3]陈赟,郭欣,田梅梅,等.医院护理质量关键指标筛选及评价的研究现状[J].中华护理杂志,2014,49(3):329-332.

[4]文锋华,毛金娥,艾华.病房分类分级在护士绩效分配中的应用[J].中华现代护理杂志,2014,20(20):2461-2462.

[5]王筱慧,叶文琴,赵继军，等.护理工作绩效综合评价体系的建立与实施[J].中华护理杂志,2005,40(2):126-128.

[6]李小寒,尚少梅.基础护理学[M].北京:人民卫生出版社,2006：1-10.

[7]李丽,章舒琦,叶文琴.国内外护理人员岗位体系发展介绍[J].中国护理管理,2012,12(7):41-43.

[8]杨雪莹,许翠萍,李云峰,等.无陪护模式病房护理人员能级划分准入及能力标准的研究[J].护理学杂志,2012,27(13):1-4.

[9]叶红芳,陈湘玉.能级进阶模式的护士培训需求分析模型[J].中华护理杂志,2011,46(4):393-395.

[10]毕娜,郭尉,王建荣.临床基本护理技术风险-频次图的设计及应用[J].解放军护理杂志,2014,31(5):25-28.

[11]百度百科.LEC评价法[EB/OL].[2015-02-17].http://baike.baidu.com/link?url=hDkwDdfjZRrO7wdDreOVguyvE3JKvLYv8KL0uW_13XHoPykHPPereEqG3rG_swLg8CLhEp8mM8NjiYLsfSy82q.

[12]邱英.LEC评价法在建设项目职业病危害预评价中的应用[J].公共卫生与预防医学,2013,24(1):83-84.

[13]赖亚云,奚琼霄,沈莉萍,等.应用Delphi法建立医院护理礼仪评价指标[J].中国实用护理杂志,2013,29(26):20-22.

[14]孙振球.医学统计学[M].北京:人民卫生出版社,2005:522-528.

[15]Freund Y,Mason L.The alternating decision tree learning algorithm[C].Proceedings of the sixteenth international conference on machine learning,1999:124-133.

[16]宇付华.SPSS与统计分析[M].北京:电子工作出版社,2006:486-501.

[17]Gregor S,Simon K,Igor P,etal.Comprehensive decision tree models in bioinformatics[J].PLoS One,2012,7(3):1-13.

[18]Jill S Barnholtz-Sloan L,Xiaowei Guan1,Charnita Zeigler-Johnson.Decision tree-based modeling of androgen pathway genes and prostate cancer risk[J].Cancer Epidemiol Biomarkers Prev,2011,20(6):1146-1155.

[19]谢龙汉,尚涛.SPSS统计分析与数据挖掘[M].北京:电子工业出版社,2012:426-427.

(本文编辑李亚琴)

(收稿日期：2015-04-24；修回日期：2016-02-18)

中图分类号：R197.323

文献标识码：A

doi:10.3969/j.issn.1009-6493.2016.07.009

文章编号：1009-6493(2016)03A-0798-06

作者简介吴疆，副主任护师，硕士，单位：430033，湖北省第三人民医院；肖红著(通讯作者)、夏丽娅、伍艳玲、甘露、桂文芳、李劼、邓晖单位：430033，湖北省第三人民医院。

基金项目湖北省卫生计生科研基金资助重点项目，编号：WJ2015HA004。