基于云模型的病房护理满意度评价

郭学品+罗自强+韦小妹

摘要：改善医患关系是当前医院推进服务质量的一项重要内容。医院病房护理水平的高低对促进医患关系改善方面具有重要的影响。医院病房护理水平的高低在一定程度上可以通过患者对病房护理满意度的调查体现出来。采用云模型理论的虚拟云算法对病房护理满意度进行评价，体现了评价本身所具有的模糊性和随机性，评价过程具体真实，并挖掘出有价值的信息，有针对性地改进护理方法，提高护理水平。

关键词：护理；满意度评价；云模型；逆向云；虚拟云

中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）35-0242-02

Evaluation on the Satisfaction of Ward Nursing Based on the Cloud Model

GUO Xue-pin1，LUO ZI-qiang1，WEI Xiao-mei2

（1.College of Information Science and Technology， Hainan Normal University， Haikou 571158， China；2.The First Affiliated Hospital of Hainan Medical University， Haikou 570102， China）

Abstract： Improving the relationship between doctors and patients is an important part of promoting the quality of service in the hospital at present. The level of hospital ward nursing has an important influence on improving the relationship between doctors and patients. The level of hospital ward care can be to a certain extent through the patient to the hospital ward nursing satisfaction survey reflected. Using the virtual cloud algorithm of cloud model theory to evaluate the nursing satisfaction， reflects the fuzziness and randomness of the evaluation itself has the specific evaluation process， and dig out valuable information， improve nursing methods， improve the level of nursing.

Key words： nursing； satisfaction evaluation； cloud model； backward cloud； virtual cloud

1 引言

隨着医疗技术的进步和社会的发展，人们对医院的服务质量提出了更高的要求，改善医患关系是当前医院推进服务质量的一项重要内容。医院病房护理水平的高低对促进医患关系改善方面具有重要的影响。医院病房护理水平的高低在一定程度上可以通过患者对病房护理的满意度评价体现出来。因此对病房护理满意度进行客观具体的评价成为医院服务质量评价的一项重要组成部分。

由于病房护理满意度评价本身所具有的模糊性和随机性等特性，这就需要我们的评价方法能够体现出这种评价的模糊性和随机性，使评价结果更加符合实际情况。云模型是处理定性和定量转换的有效工具，它将事物的模糊性和随机性关联起来，实现定性表示和定量数值的不确定性转换。运用云模型来处理不确定性评价问题具有一定的优点，不仅能得到评价的结果，还可以分析出有价值的相关细节信息[1]。

2 云模型理论

2.1 云模型的基本概念

设[U]为数值表示的定量论域，[C]为[U]上的定性概念，对于任意值[x∈U]，[x]对定性概念[C]的确定度[μc（x）]是一个具有稳定倾向的随机数，为[μc（x）∈0，1]，则称[x]为云滴，云滴在论域[U]上的分布构成云[2]。

云模型的数字特征有期望Ex、熵En和超熵He[3]。期望值Ex反映了定性概念的典型代表，熵En反映了事物对象的模糊性和随机性的统一，超熵He则反映了云的凝聚性[4]。

2.2 云发生器

云发生器有正向云发生器和逆向云发生器[5]。正向云发生器通过云模型的数字特征值[（Ex，En，He）]产生云滴，构成云的分布范围。逆向云发生器根据一组云滴样本C[（xi，μc（xi））]，求得云模型数字特征值[（Ex，En，He）]，实现从数值到定性语言值的转换[6]。

基于云X信息的逆向云算法[7]具体步骤如下：

（1）根据一组样本数据[xi]计算平均值[X=1ni=1nxi]，一阶样本绝对中心距[1ni=1nxi-X]，样本方差[s2=1n-1i=1nxi-X2]。

（2）[Ex=X]。

（3）[En=π2×1ni=1nxi-Ex]。

（4）[He=s2-En2]。

根据某种应用，对各个基云的数字特征参数进行计算，求得的结果作为新云的数字特征构成虚拟云。虚拟云理论中的浮动云算法公式[8]如下：

4.2 评价分析

根据以上计算得知，该科室病房护理满意度的综合评价结果的云模型期望值Ex为8.650，通过图1云滴分布情况来看，大部分云滴都落在等级区间（8，10）中，因此该科室的病房护理满意度最终评价结果为“比较满意”等级，更为准确的评价结果应该是“比较满意偏上”。

通过表2的云模型参数来看，该科室在“护理技术熟练”方面Ex值评分最高，表明该科室的护士在护理技术能力方面表现比较好，这可能和医院经常组织培训操作技能和操作技能定期考核有关。该科室在“护士对您的呼叫铃反应迅速”和“在您输液過程中护士能够经常巡视”方面Ex评分最低，说明护士对病人的呼叫铃反应不够迅速，不能在病人输液过程中经常巡视。经了解，该科室护士人数不足，病房相对分散，是造成护士不能迅速赶到病人面前和不能经常巡视输液的主要原因。

从表3的云模型参数来看，该科室在“护理服务的可及性”方面Ex最低，表明该科室在“护理服务的可及性”方面有待改进和提高，当然这个问题主要跟客观因素有关，如护理人员相对不足。该科室在“尊重病人”方面En分值最小，说明患者对该科室护士在“尊重病人”方面的看法比较一致。

5 结语

通过实例分析说明，采用云模型的评价方法在病房护理满意度评价方面过程详细准确，实现了定性评价和定量表示的有效转换，体现了评价过程中模糊性和随机性的有机结合。基于云模型的评价方法不仅获得评价的结果，还可以挖掘出许多有价值的护理信息，促进科室有针对性地改进护理方法，提高护理水平。

参考文献：

[1] 张莹，代劲，安世全.基于云模型的定性评价及在学评教中的应用[J].计算机工程与应用，2012，48（31）：210-215.

[2] 刘常昱，李德毅，潘莉莉.基于云模型的不确定性知识表示[J].计算机工程与应用，2004，40（2）：32-35.

[3] 李德毅，刘常昱.论正态云模型的普适性[J].中国工程科学，2004，6（8）： 28-34.

[4] 李德毅，杜鹚.不确定性人工智能[M].北京：国防工业出版社，2005.

[5] 吕辉军，王晔，李德毅.逆向云在定性评价中的应用[J].计算机学报，2003，26（8）：1009-1014.

[6] 于少伟，曹凯，赵模.基于一维云模型的交通信息预测算法[J].山东大学学报，2007，37（2）：123-126.

[7] 刘常昱，冯芒，戴晓军，李德毅.基于云x信息的逆向云新算法[J].系统仿真学报，2004，16（11）：2417-2420.

[8] 罗胜，刘广社，张保明.基于云模型的数字影像产品质量综合评价[J].测绘科学技术学报，2008，25（2）：123-126.