潜在类别模型在肿瘤登记地区工作模式分析中的运用*

贵州省疾病预防控制中心慢性病防治研究所(550004)

赵否曦 周 婕 李 凌 刘 涛△

【提 要】 目的 运用潜在类别模型对贵州省肿瘤登记地区的工作模式进行分析。为今后开展类似工作提供理论依据。方法 通过梳理贵州省17个肿瘤登记点肿瘤数据，运用潜在类别模型对各项目点肿瘤登记漏报情况进行聚类，比较不同工作模式对肿瘤登记漏报的影响。结果 调查点可以划分为3个大类，分别是以疾控机构为主导，以临床机构为主导，以保险机构为主导。其中以临床主导型的肿瘤漏报率最低为12.76%。结论 潜在类别模型可用于观测结果为分类数据的聚类，聚类后各种工作类型的肿瘤登记漏报率是不同的，更深刻地揭示影响肿瘤登记漏报的因素，对开展该项工作提高报告质量具有实际意义。

肿瘤登记报告是肿瘤防控的重要基础，它提供的资料对于指导一个地区开展肿瘤防控具有重要意义[1]。从宏观上看，肿瘤登记报告不仅为制定卫生工作规划和肿瘤防治计划提供依据，而且为肿瘤防治措施的效果评价奠定基础。从实际应用看，肿瘤登记报告不仅为防癌健康教育和教学培训提供基础资料，还可为肿瘤病因和防治研究提供线索。潜在类别模型是近年来使用较广的一门技术，并且各潜在类别的内部的外显变量满足局部独立的要求，现在潜在类别模型多运用于心理学、医学和社会学等多个方面[2-3]。研究肿瘤登记工作漏报的原因，对不同地区的工作模式进行分类，并采取有针对性的措施，实现逐步减少漏报，对制定有效的肿瘤项目管理具有重要意义。本研究采用潜在类别模型，分析各项目点工作模型下肿瘤登记漏报的分布差异，对开展肿瘤防控提供政策依据。

资料与方法

1.资料来源

资料来源于2016-2017年贵州省17个肿瘤登记地区。通过漏报调查收集各登记地区辖区内肿瘤病例，与肿瘤登记系统比对掌握我省肿瘤登记地区肿瘤漏报水平；通过问卷调查了解各地相关部门工作开展情况，分析造成肿瘤漏报主要原因；分析相关部门工作与肿瘤病例漏报的关系，探寻肿瘤漏报影响因素。

登记地区常住人口中2016年1月1日至2016年12月31日间，在辖区内医疗机构就诊、在医疗保障系统报销及死亡的恶性肿瘤和中枢神经系统良性肿瘤病例。

2.研究方法

潜在类别分析(latent class analysis LCA)是潜在类别模型(latent class model LCM)的分析方法，其原理是用内在的某种可能的组合类别来诠释表现在外的变量，使得这些变量经过潜在类别的分类后，能够表现局部独立性。潜在类别分析的基本假设是：各种外显变量的概率分布可以由少数互斥的潜在类别模型来解释，每种类别对各外显变量的反应选择都有特定的倾向[4]。

结 果

2016年我省肿瘤登记地区的平均漏报率为20.9%，最高为54.2%，最低为7.6%，各肿瘤登记地区均存在不同程度的漏报。

表1 2016年贵州省肿瘤登记地区漏报情况

采用logistic回归模型，得到的影响因素为开展漏报调查，县级以上医疗机构建立奖惩机制，有肿瘤科室，是否开展数据对接。

为选择合适的潜在类别模型，从潜在类别为1类开始模拟，共拟合5个模型，表2为5个潜在类别模型的拟合结果。当拟合模型为3时，模型满足了拟合的要求，BIC最小(BIC=908.2834)

表2 贵州省肿瘤登记地区肿瘤登记漏报影响因素

基于3类数据模型的分类，利用EM算法对潜在类别概率和潜在类别下各项目的条件概率进行估计，结果见表3。在模型参数估计后，依据各项目的条件概率特点对各潜在类别进行解释，在纳入模型的12个变量中，除“使用HIS系统”外，其余变量在3种类别间差异较为明显。根据分布差异较明显的几个项目对各类别的命名如下：以疾控机构为主导，以临床机构为主导，以保险机构为主导3种模式，其中以疾控机构为主导的工作模式更倾向于行政管理模式，例如建立领导工作小组、将责任落实到科室，落实到人、与医院、社保等进行对接等方式开展；以临床机构为主导的工作模式更倾向于专业技术模式，例如医院用HIS系统，并进行ICD-10进行疾病编码、肿瘤相关科室进行肿瘤信息登记，并进行信息筛选；以保险机构为主导的工作模式更倾向于关注最后一道关口(疾病保险)这个手段解决问题，仅从新农合和社保中提取肿瘤数据。

表3 潜在类别分析模型的拟合统计量

表4 肿瘤登记单位工作模式的潜在类别条件与潜在类别概率

如图1所示，对3类分类中各肿瘤登记地区的肿瘤漏报率进行划分，以疾控机构为主导的平均漏报率为25.83%，以临床机构为主导的平均漏报率为12.76%，以保险机构为主导的漏报率为35.53%，三者之间差异有统计学意义(χ2=545.499，P<0.001)，以疾控机构为主导的分类中基本均为地市级政府所在地的地区。

图1 以3类潜在类别进行分类后漏报率的分布情况

讨 论

肿瘤登记是国际公认的有关肿瘤信息有效的收集方法。通过系统性、经常性收集居民恶性肿瘤发病、死亡情况和生存状态等信息，科学地分析肿瘤的疾病负担，为制定癌症控制计划、评估防治效果，帮助确定卫生资源的配制，以及为临床、流行病学和卫生服务研究进展提供不可或缺的基础数据[6]。

漏报是严重制约监测工作质量的关键，本研究以肿瘤登记地区的工作模式对漏报的影响作为研究切入点，运用潜在类别模型对该部分地区潜在的工作模式进行分类，说明了工作模式或方法确实对肿瘤登记工作的质量产生影响。通过统计分析这些潜在的分类，可以挖掘更多的隐含信息。

LCM和logistic回归不同，后者只是将可能存在的影响因素提取出来，而非通过综合判断，由表2得到，肿瘤登记工作的漏报高低，不仅在于是否建立健全了相关的制度，成立相关的科室，落实到人，而是在于是否具备筛查这些肿瘤相关信息的外部条件。这是因为肿瘤登记信息一定是通过临床机构确诊病例后才能获得信息，医院诊断是这项工作的先决条件，医院建立信息化系统，并使用ICD-10对疾病进行编码，可以从医院信息系统中及时地收集病例，进行筛查，从而获取精确的肿瘤数据，是这项工作的关键。而开展这项工作的基础，就是在于肿瘤数据的精准筛选，肿瘤登记工作不在于主动的寻找肿瘤，而是对于临床医疗机构诊断的数据进行提取。

综上可知，潜在类别模型确实提供了更多的隐含信息。针对于本文而言，肿瘤登记工作漏报的关键在于医院信息报送的优劣，如果医院信息化健全程度高，并且规范填报的规则，严格采用ICD-10的编码规则进行录入，定期利用HIS这些系统进行漏报调查，再结合建立专项制度，强调责任会产生更大的效果。