孙健,王前强
广西医科大学 人文社会科学学院,广西 南宁 530021
广西乙类大型医用设备配置量影响因素的灰色关联分析
孙健,王前强
广西医科大学 人文社会科学学院,广西 南宁 530021
目的分析广西各地级市常住人口、国土面积、人口密度、国内生产总值、人均国内生产总值与乙类大型医用设备配置量的关联关系,以期为卫生计生部门优化乙类大型医用设备配置提供参考依据。方法利用灰色关联分析模型,得到乙类大型医用设备配置量与常住人口、国土面积、人口密度、国内生产总值、人均国内生产总值关联性的灰关联序。结果各地级市常住人口、国土面积、人口密度、国内生产总值、人均国内生产总值与乙类大型医用设备配置量的灰色关联度分别为0.8262、0.6839、0.6949、0.9471、0.6782。结论各地级市国内生产总值是影响乙类大型医用设备配置量的主要因素,常住人口、国土面积、人口密度、人均国内生产总值均对大型医用设备配置量有一定影响。
乙类大型医用设备;灰色关联分析;医疗设备配置;人均国内生产总值;人口密度
乙类大型医用设备是重要的医疗卫生资源,在降低误诊率、提高医疗卫生机构诊断和治疗水平等方面发挥着至关重要的作用,但主要集中于大城市和大医院,配置较不合理[1-6]。为了解广西各地级市常住人口、国土面积、人口密度、国内生产总值、人均国内生产总值与乙类大型医用设备配置量的关联关系,本研究采用灰色关联分析模型分析各地级市乙类大型医用设备配置量的影响因素,旨在为卫生计生部门优化乙类大型医用设备配置提供参考依据。
广西各地级市的常住人口、国土面积、人口密度、国内生产总值、人均国内生产总值资料来源于2016年广西统计年鉴[7],各地级市乙类大型医用设备配置量是CT、MRI、DSA、LA及SPECT 5种医用设备数的总和,来源于2015年对广西所有医疗机构的普查。
灰色关联分析是由华中科技大学邓聚龙教授于1982年创立的灰色系统理论的重要组成部分,是一种用灰色关联度顺序来描述因素间关系的强弱、大小及次序的方法[8-14]。灰色关联分析的优点在于在数据量较少的情况下,通过对已知信息的生产、开发,实现对于系统影响因素的正确描述[15-16]。该方法具有简单方便、适用范围广、样本大小不限、样本分布不限、计算量小等优点[17-19]。灰色关联系数是小于或等于1的正数,该系数越靠近1,说明两个序列关联性越大[20]。
本研究运用EpiData 3.0录入数据,采用Matlab 12.0软件进行灰色关联分析。
由表1可知,截至2015年底,广西共拥有乙类大型医用设备584台,南宁市拥有量最多,为127台,防城港市拥有量最少,仅为13台。广西各地级市2015年的常住人口、国土面积、人口密度、国内生产总值、人均国内生产总值见表1。
2.2.1 确定母序列和子序列
通过文献分析[21]及专家咨询,本研究以各地级市的乙类大型医用设备量(X0)为母序列,以常住人口(X1)、国土面积(X2)、人口密度(X3)、国内生产总值(X4)、人均国内生产总值(X5)为子序列。
2.2.2 原始数据的无量纲化处理
本研究采用初值化法对原始数据进行无量纲化处理,结果见表2、图1。
2.2.3 求差序列
令Δi=|X0’-Xi’|,Δi=(Δi(1),Δi(2),… ,Δi(n)),i=1,2,3,…,m,结果见表3。
表1 影响广西乙类大型医用设备配置量的相关因素
表2 数据无量纲化后的数据阵
图1 广西各地级市乙类大型医用设备配置量及影响因素
2.2.4 求两级最大值和最小值
各地级市差序列数值见表3,两级最大值为1.4177,两极最小值为0.0000。
表3 差序列
2.2.5 求参考序列和比较序列的关联系数
ρ∈(0,1),本研究取ρ=0.5,结果见表4。
2.2.6 求关联度
各地级市常住人口、国土面积、人口密度、国内生产总值、人均国内生产总值与乙类大型医用设备配置量的灰色关联度分别为0.8262、0.6839、0.6949、0.9471、0.6782,见表5。
2.2.7 关联度排序
将5个子序列Xi对母序列X0的关联度ri按从大到小顺序排列,组成关联序,见表5。研究结果显示,国内生产总值与乙类大型医用设备量关联性最大,常住人口次之,人口密度、国土面积、人均国内生产总值排在最后。
表4 灰色关联系数数据阵
表5 各子序列对母序列的灰色关联度及关联序
研究结果显示,各地级市国内生产总值与乙类大型医用设备量关联性最大,同时二者呈现高度并行性变化,因此国内生产总值是影响乙类大型医用设备配置量的主要因素。乙类大型医用设备价格高昂,维修费用较高,因此乙类大型医用设备大多配置在南宁市(21.75%)、桂林市(12.16%)、柳州市(12.84%)等经济发展水平较高的地区[22],而贺州市(2.91%)、来宾市(3.08%)、防城港市(2.23%)等经济发展水平较低的地区无力购买较多的设备,因此乙类大型医用设备配置量较少。
各地级市常住人口、人口密度、国土面积、人均国内生产总值与乙类大型医用设备配置量的灰色关联度分别为0.8262、0.6949、0.6839、0.6782,其中常住人口与乙类大型医用设备配置量的关联性较大,而人口密度、国土面积、人均国内生产总值与乙类大型医用设备配置量的关联性较小,但都对其有一定的影响。由于卫生计生部门以每百万人口乙类大型医用设备拥有量作为大型医用设备配置的重要标准,因此常住人口数与乙类大型医用设备配置量的关联性较大。
卫生计生部门应当认真落实三部委发布的《大型医用设备配置与使用管理办法》[23],在编制乙类大型医用设备配置规划时,应当充分考虑经济因素对乙类大型医用设备配置的影响,同时还应当考虑人口、地理等因素对乙类大型医用设备配置的影响,科学地制定乙类大型医用设备配置标准,控制乙类大型医用设备总量,对经济发展水平较高地区重复配置乙类大型医用设备的情况进行监管,从而限制其不合理的购入[21];另一方面,要实施适度的政策倾斜,向贺州市、来宾市、防城港市等经济发展水平较低地区倾斜,从而提高乙类大型医用设备配置公平性、可及性。
[1] 孙健,朱平华.广西乙类大型医用设备配置和利用现状分析[J].现代预防医学,2016,43(23):4220-4223.
[2] 魏艳,陈英耀,明坚,等.六省乙类大型医用设备使用及影响因素研究[J].中国卫生资源,2016,19(4):310-314.
[3] 孙健,朱平华.南宁市大型医疗设备配置与利用现状调查和分析[J].中国医疗设备,2016,31(10):125-127.
[4] 孙健,王前强.运用DEA和RSR评价广西市级医院大型医用设备工作效率[J].中国卫生事业管理,2017,33(3):201-204.
[5] 孙健.柳州市大型医用设备配置与利用现状分析[J].卫生软科学,2016,30(10):11-13.
[6] 耿劲松,陈英耀,吴博生,等.省级大型医用设备配置管理政策的定性分析[J].中国医院管理,2016,36(1):28-30.
[7] 广西统计局.广西统计年鉴•2016[M].北京:中国统计出版社,2016.
[8] 张强,刘胜林,程鹏,等.基于灰色理论模型的大型医疗设备维修量预测[J].中国医疗设备,2011,26(11):44-46.
[9] 相静,孔杨,徐天和,等.基于灰色系统GM(1,1)模型的山东省卫生总费用预测研究[J].中国卫生统计,2016,33(4):653-656.
[10] 庞艳蕾,张惠兰,李向云,等.灰色模型GM(1,1)和ARIMA在拟合全国婴儿、5岁以下儿童死亡率中的应用[J].中国卫生统计,2015,32(3):461-463.
[11] 梁小娟,徐怀伏.江苏省社区卫生服务影响因素的灰色关联分析[J].中国初级卫生保健,2013,27(12):34-36.
[12] 林凯,李念.浙江省县级公立医院改革对住院次均费用的影响-基于灰色关联和结构变动度分析[J].中国医院管理,2016, 36(1):63-65.
[13] 高艳杰,王裕明,刘彩云,等.上海市社区卫生服务影响因素的灰色关联度分析[J].中国全科医学,2012,15(25):2876-2878.
[14] 刘思峰,党耀国,方志耕,等.灰色系统理论及其应用[M].北京:科学出版社,2010.
[15] 朱文鹏,汪小勤.基于第六次人口普查的流动人口和卫生总费用的灰色关联分析[J].中国卫生经济,2016,35(9):55-58.
[16] 钱旭君,贺天锋,谷少华,等.宁波市大气污染物暴露与肺癌发病及死亡灰色关联定量分析[J].中国卫生统计,2016,33(1):5-8.
[17] 修永新,戴力辉,何静,等.我国卫生总费用与卫生资源投入的灰色关联分析[J].中国卫生经济,2015,34(8):53-55.
[18] 郭晓君,李大治,张晖,等.基于灰色关联模型的新型农村合作医疗制度影响因素分析[J].中国卫生统计,2013,30(5):730-731.
[19] 郭玉玲,剃钦普.中国卫生事业发展省区差异影响因素灰色关联分析[J].中国卫生事业管理,2015,32(12):907-910.
[20] 陶艺,钟晓妮,文小焱,等.重庆市医疗卫生资源配置公平性研究[J].上海交通大学学报(医学版),2016,36(2):285-290.
[21] 向贤宏,谭国胜,梁焯华,等.影响广东省CT、PET-CT配置的相关因素分析及对策[J].中国医疗设备,2013,28(10):101-104.
[22] 孙健,朱平华.广西乙类大型医用设备配置公平性分析[J].现代预防医学,2016,43(18):3370-3373.
[23] 卫生部,国家发展和改革委员会,财政部.关于发布《大型医用设备配置与使用管理办法》的通知(卫规财发〔2004〕474号)[EB/OL].(2014-12-31)[2015-09-03].http://www.moh. gov.cn/mohghcws/s3585/200905/40572.shtml.
本文编辑 王博洁
Gray Correlation Analysis on the Influence Factors of the Number of Second-class Large Medical Equipment in Guangxi
SUN Jian, WANG Qian-qiang
School of Humanities and Social Science, Guangxi Medical University, Nanning Guangxi 530021, China
ObjectiveThrough analyzing the correlation among the number of second-class large medical equipment and common indexes including population, land area, population density, gross domestic product and per capita gross domestic product of each city in Guangxi, this paper aimed to provide references for the health department to rationalize the allocation of second-class large medical equipment.MethodsWe used the gray correlation analysis model to get gray relational sequence of relevance between second-class large medical equipment and these common indexes.ResultsThe degree of gray correlation between second-class large medical equipment and population, land area, population density, gross domestic product, per capita gross domestic product was 0.8262, 0.6839, 0.6949, 0.9471 and 0.6782, respectively.ConclusionGross domestic product was the main factor that influenced the number of second-class large medical equipment of each city. Population, land area, population density, and per capita gross domestic product also influenced the number of second-class large medical equipment to some extent.
second-class large medical equipment; gray correlation analysis; medical equipment allocation; per capita gross domestic product; population density
R197.39
C
10.3969/j.issn.1674-1633.2017.08.035
1674-1633(2017)08-0131-03
2017-04-24
2017-05-12
2017广西研究生教育创新计划项目(YCSW2017114);2016年度广西科协资助高校青年教师及研究生专项调研课题(桂科协〔2016〕Z-46);2016年广西医科大学人文社会科学研究基地研究生创新课题(2016RWY06)。
作者邮箱:290981511@qq.com