基于政策一致性指数模型的人体器官移植政策评价研究

吴勤德 赵梓钧 谢贤宇 张尉 徐本华

人体器官移植被誉为21世纪的“医学之巅”[1]。2007年5月1日，国务院颁布《人体器官移植条例》，人体器官移植工作逐步走上法制化轨道[2]，对器官捐献与移植的规范和发展起到了积极的和关键性的作用[3]。随后，国家层面出台了多项针对器官移植规范管理的政策规定，进一步提升了器官移植技术水平和医疗质量。

国内学者对我国器官移植政策的研究多集中于政策发展历程和法理学上的研究[4-9]，而对于我国人体器官移植政策的评价分析较少。本文将运用文本挖掘和政策一致性指数模型（policy modeling consistency，PMC）评价研究我国器官移植政策，为优化和完善器官移植政策，实现器官移植事业高质量发展提供借鉴和参考。

1 资料与方法

1.1 资料来源和筛选方法

在北大法宝、中国知网、万方数据知识服务平台、百度搜索引擎和政府部门相关网站等以“器官移植”为检索词，筛选出2000年至2022年国家及各部委颁布的标题包含“器官移植”的各类规范性政策文件（表1）。

表1 器官移植政策样本Table 1 Samples of organ transplantation policies

1.2 构建PMC

PMC 源于OmniaMobilis 假说，认为万事万物都是运动并且互相联系，因此任一相关变量都不应被忽视[10]。在选取变量时应尽可能全面，不忽视任何一个可能的相关变量。PMC 可以分析政策内在一致性和优劣势。

1.2.1 变量和参数设置 参考张永安等[11-12]关于变量的设置，本文10 个一级变量设定为：（X1）政策性质；（X2）政策功能；（X3）政策时效；（X4）政策规范；（X5）政策视角；（X6）政策工具；（X7）政策评价；（X8）政策受体；（X9）政策级别；（X10）政策公开。

二级变量设置除参考相关文献外，还需结合器官移植政策实际，本文使用ROSTCM 软件对7 项器官移植政策开展分词分析，在去除“开展”“应当”“卫生”“以上”“完成”“计生”等常见词和干扰词后，获得30 个高频词，接着使用Netdraw 软件建立高频词矩阵，可知“移植”“器官”“培训”“技术”“数据”“捐献”“认定”“考核”等与器官移植政策关系密切，在设置二级变量时需重点纳入。

基于文本挖掘结果，通过归纳、总结、分析和比较，最终筛选出35 个二级变量。X1政策性质代表政策是否包含预测、描述、建议、支持和前瞻性的性质。X2政策功能代表政策是否明确权责、规范管理、统筹安排和监督检查。X3政策时效代表政策的有效期，包括长期、中期、短期和一年内。X4政策规范代表政策规定的方面，包括器官移植、器官捐献、医师培训、技术规范、资质认定、数据管理6 个层面。X5政策视角包括宏观和微观两个角度。X6政策工具即政策工具类型，含供给型、环境型和需求型3 种。X7政策评价分为依据充分、目标明确、方案合理和规划可操作性。X8政策受体分为行政部门、医疗机构、医务人员、患者。X9政策级别包括3 个，国家级、省级、市级。X10政策公开没有设置二级变量（表2）。

表2 器官移植政策变量设置Table 2 Variable setting of organ transplantation policies

二级变量参数根据二进制原则来设定，某项政策符合二级变量，则为1；不符合则为0。

1.2.2 多投入产出表构建 多投入产出表是计算PMC指数的基础，各主变量含多个二级变量，二级变量无数量限制且具有相同重要性。

1.2.3 PMC 指数计算 PMC 指数计算步骤分为：（1）多投入产出表的构建；（2）按照算式(a)(b)计算二级变量参数；（3）按照算式(c)计算各主变量；（4）按照算式(d)计算PMC 指数。

根据政策的PMC 指数进行评价，结合Mario等[13]的评价标准，将其分为4 个等级：PMC 指数得分0～4.99 为不良政策；PMC 指数得分5～6.99 为可接受政策；PMC 指数得分7～8.99 为优秀政策；PMC 指数得分9～10 为完美政策。

1.2.4 PMC 曲面构建 PMC 曲面图可以直观了解政策间的差异和总体水平[14-15]，根据算式(e)构建7 项器官移植政策的PMC 矩阵和曲面图。

2 结果

2.1 PMC 指数计算结果

根据上述方法和算式，建立7 项器官移植政策的多投入产出表并计算PMC 指数。本次筛选的7 项器官移植政策得分情况见表3。 在7 项政策中，6 项为优秀型政策，1 项为完美型政策，平均PMC 指数达8.476，政策效果优秀。其中P5 得分最高，政策效果完美；P1 得分最低，政策效果优秀；除P1 外，其余政策PMC 指数均超过8.000。

表3 7 项器官移植政策的PMC 指数Table 3 PMC index of 7 organ transplantation policies

2.2 PMC 曲面图

根据算式(e)绘制的PMC 曲面图可以直观地从图形化的方式看出某项器官移植政策各维度的优劣势以及凹陷程度，从而判断其政策的评价效果。7 项器官移植政策的曲面图见图1。

图1 7 项器官移植政策的PMC 曲面图Figure 1 PMC-surface chart of 7 organ transplantation policies

2.3 政策对比分析

7 项政策中，P1 的PMC 指数最低，P5 的PMC指数最高。对P1 和P5 展开对比分析，有助于分析并改进目前器官移植政策存在的问题。为更好地对比分析两项政策，将7 项政策的均数作为对比参照，制作雷达图进行具体对比分析（图2）。除X8政策受体外，P5 其他二级变量得分都高于或等于均数；P1 各项二级变量得分都低于或等于均数。P1 和P5 在X3政策时效、X4政策规范和X6政策工具方面均有显著不同，P5 在这些方面都更加具体且相对全面，因此得分显著高于P1。

图2 器官移植政策P1 和P5 的雷达图Figure 2 Radar chart of organ transplantation policy P1 and P5

3 讨论

3.1 器官移植政策整体质量效果分析

我国的器官移植事业正处于由数量规模型向高质量和高科技型发展，由移植大国向移植强国冲刺的历史关键时期[16-19]。器官移植政策的制定和完善是规范人体器官移植，保证医疗质量的基本要求。2000年至今，国家政府层面制定的7 项规范性器官移植政策，从器官移植数据网络直报、器官移植监管、心脏死亡捐献器官移植试点、器官移植资质监管、器官移植医师培训与认定、器官移植技术临床规范等方面进行了详细的要求和规范。本研究针对这7 项器官移植政策展开PMC 分析，PMC 指数和PMC 曲面图结果表明，政策总体上优秀且科学合理，7 项政策均至少为优秀等级，平均PMC 指数达到8.476，仅有一项政策PMC 指数低于8.000，但也达到了7.833。可见，国家层面制定的器官移植政策都具有完整的政策结构和多维的政策倾向，促成了政策的清晰表达，实现了政策工具的有机组合，为促进人体器官移植事业高质量发展奠定了坚实的基础[20-22]。

3.2 不同器官移植政策比较分析

7 项政策中，P5 的PMC 指数最高，是7 项政策中唯一一项完美政策，P1 的PMC 指数最低，其他政策PMC 指数居中，P3 和P6 的PMC 指数相同，排名并列第二。相比于其他5 项政策，P5 在8 个二级变量（X1、X2、X3、X4、X5、X6、X7和X10）上均为满分。P5 是针对人体器官移植医师培训与认定制定的管理办法，为做好人体器官移植医师执业资格认定行政审批事项下放至省级部门而制定的一项器官移植医师管理政策。该政策依据《执业医师法》和《人体器官移植条例》，对器官移植医师培训与认定管理以及培训基地基本要求进行了详细且具体的规定，从长期和中短期发展上，运用多种政策工具组合，对器官移植、器官捐献、医师培训、技术规范、资质认定、数据管理6 个层面均进行要求和规范，为器官移植依法依规开展和持续改进器官移植技术水平奠定了坚实的基础。

其他器官移植政策的PMC 指数比P5 略低，主要原因在于X3政策时效、X4政策规范、X6政策工具和X8政策受体的分值相对低一些。X3政策时效方面，其他几项器官移植政策相对单一地规定长期或中短期发展要求，未对长期及中短期进行分别说明和具体要求，缺乏一定的政策连贯性；X4政策规范方面，2011年前的P1 和P2 政策均未对器官捐献进行规定和要求，P4 政策作为一项规范性通知，并未对器官捐献、医师培训和数据管理等规范内容进行要求；X6政策工具方面，P1 和P2 政策相比后期的几项政策略显单一；X8政策受体方面，P1 和P3 政策未对医务人员进行相应规范，P4、P5 和P7 则未对患者进行相应要求。以上多种原因导致各项政策PMC 指数的高低不同。

本研究结果显示，P5 政策的PMC 指数最高，政策质量最高，针对器官移植的医教研进行了全面的规范，对行政部门、医疗机构、医务人员和患者等政策受体均进行了针对性的要求，为器官移植医师培训与认定和保障器官移植医疗安全作出了重要贡献。建议今后各级卫生健康行政部门在出台器官移植相关政策时，应结合各地实际情况，因地制宜地制定切实可行的器官移植相关政策，注意政策失效的把握，将长期规范和中短期要求有机结合，注重政策工具的组合，强调科学合理地开展器官移植、器官捐献和数据管理，充分调动各政策受体参与器官移植管理的工作主动性和积极性，提高工作效率，实现器官移植的高质量发展[23-30]。