基于聚类分析的我国临终关怀现状的调研分析

◎　李　旭　潘家乐　陈海燕

基于聚类分析的我国临终关怀现状的调研分析

◎李旭潘家乐陈海燕

我国老龄化社会快速来临，临终关怀已成为医疗、养老等民生领域增长迅速的新需求。临终关怀是当代社会成熟与文明的标志。所以临终关怀体系在中国的改善、健全，并最终成为一种有中国特色的临终关怀文明应该得到极大的关注。于是，笔者所在团队通过互联网的媒介，进行网络调研，通过统计分析软件对调研数据进行整合分析，了解我国临终关怀发展的现状。

临终关怀及调研目的

临终关怀是指对即将离世的患者和大龄老人进行医学治疗或人文关怀，其中包括缓解身体的疼痛、使疾病的发展速度减慢和对患者进行心理辅导等，使患者在离世前的身体和精神状况保持稳定，让生命带着尊严落幕。

临终关怀仅在国内一二线城市如北京、上海、南京、沈阳等地陆续建立专门的临终关怀机构。本次调研的目的是通过对国内多个城市的临终关怀发展情况的调查，了解并探究临终关怀在中国的发展模式及其前景。医护工作人员是临终关怀理念的传播者和践行者，因此，我们主要以医护工作人员为调研对象进行调查研究，再将调研数据应用统计分析软件R进行建模分析，应用聚类算法，将省市临终关怀现状进行聚类分析，以此探求我国临终关怀现状。

聚类分析方法分析我国省份的临终关怀现状

聚类算法定义

聚类分析（cluster analysis）是一种常用在大数据分析方面的统计方法，其目的是将相似的事物进行分类。常用的聚类算法有层次聚类法和k-means聚类法。本次调研分析采取k-means聚类算法对临终关怀面向医护工作者调研结果进行聚类分析。

k-means聚类算法原理

算法实现

应用kmeans算法，对数据进行聚类建模（见图1）：

总结与说明

通过聚类分析，我们可以清楚地看到我国临终关怀现状的梯度分布。94.12%的受访者了解临终关怀的基本内容，但仅仅11.76%的受访者选择了全部的正确答案。这种现象表明很多医护工作人员没有深入学习临终关怀相关知识，因此有必要在医护工作者间开展相关活动和培训。本次调研由于人力财力有限，调研团队采取以网络调研为主、实地调研为辅的方式对实践地进行调查研究，最终得到调研问卷743份，我们对其进行认真筛选，排除39份无效问卷后，剩余704份作为我们的数据分析源数据。数据分析需要更多、更准确的数据才能避免片面性，团队将在日后调研的过程中逐渐深入，力求获得较为准确的临终关怀现状分析。

（工作单位：大连海事大学）

图1

表1