某三甲医院住院病区医疗质量特征聚类分析*

闵定玉 杨敬源

【提 要】 目的 了解某三甲医院2016年住院病区医疗质量情况及其特征,为医院医疗质量精细化管理提供决策依据。方法 选取反映医疗质量的21项指标,运用因子分析法提取医疗质量的公因子,计算各病区公因子得分;采用k-means聚类分析法对54个病区进行聚类,分析各类病区的医疗质量特征。结果 住院病区医疗质量特征包含7个维度,分别为效率、医疗水平、治疗护理、手术和医疗辐射能力、管理质量、医疗缺陷及诊断质量;k-means聚类分析结果显示,54个病区聚为三类,其中“管理优质”型病区29个、“护理优质”型病区9个、“高效率”型病区16个;不同类型病区的效率、医疗水平、治疗护理、手术和医疗辐射能力、管理质量这5个维度的因子得分差异有统计学意义(P<0.05);而医疗缺陷、诊断质量这2个维度的因子得分差异无统计学意义(P > 0.05)。结论 不同类型病区的医疗质量特征存在差异,建议针对病区特征采取相应改进措施,可推动医院管理的标准化、专业化和精细化建设。

医疗质量指在现有医疗技术水平及能力、条件下,医疗机构及其医务人员在临床诊断及治疗过程中,按照职业道德及诊疗规范要求,给予患者医疗照顾的程度[1]。医疗质量是医院核心竞争力的重要内容和永恒主题,只有提高医疗质量才能提高医院的核心竞争力[2]。对医疗质量特征进行分析,可以帮助医疗机构准确了解自身医疗质量的现状和变化趋势,进而发现医疗质量存在的问题、产生问题的原因和需要改进的领域[3]。三级甲等综合医院在我国医疗服务体系中占据重要地位,承担着所辖地区医、教、研等重大任务,其住院病区将面对越来越多疑难复杂疾病挑战及重点专科建设,而专门针对三甲医院医疗质量特征的研究不多。本研究基于病区层面,采用因子分析法、聚类分析法对贵州省某三甲医院2016年住院病区医疗质量进行特征挖掘及综合分析,为医院精细化管理、持续改善医疗质量提供决策依据。

资料与方法

1.资料来源:资料来源于某三级甲等综合医院2016年度统计报表、住院病案首页。数据来源真实、准确、完整、可靠。

本研究通过查阅文献,结合《卫生部三级综合医院评审标准(2011年版)》 中的“日常统计学评价” 及该院住院病区医疗质量管理、病案信息化的实际情况,选取反映住院病区医疗质量的21 项指标,包括出院人数(X1)、手术例数(X2)、病床周转次数(X3)、病床使用率(X4)、术前平均待床日(X5)、平均住院日(X6)、出入院诊断符合率(X7)、危重抢救成功率(X8)、治愈好转率(X9)、病死率(X10)、医院感染发生率(X11)、医疗缺陷发生率(X12)、非计划二次手术率(X13)、优质护理服务满意度得分(X14)、优质护理质量考核评分(X15)、31天内再入院率(X16)、住院日大于30天病人数(X17)、药费占总费用比例(X18)、人均费用(X19)、床日平均费用(X20)、外县市病人比例(X21)。

2.方法

(1)统计分析方法:利用 excel 录入数据建立数据库,运用 SPSS 13.0软件进行统计学分析,对医院54个住院病区21项医疗质量指标应用因子分析法提取各维度公因子,再采用k-means聚类分析法对各病区因子得分进行聚类,不同类型病区各因子得分差异性采用F检验,检验水准α=0.05。

结 果

1.适应性分析

对原始数据进行同趋势化、标准化处理后,对因子分析的适应性进行KMO和Bartlett球形检验,检验结果显示,KMO统计量为0.572,大于0.5,宜进行因子分析;Bartlett球形检验统计量的χ2值为843.08,自由度为210,P<0.001,拒绝相关系数矩阵是单位阵的假设,适合采用因子分析。

2.提取公因子

利用探索性因子分析提取医疗质量指标的公因子,以主成分方法提取公因子,共有7个公因子特征值大于1,且7个公因子的累计方差贡献率达到77.217%(一般以大于70%为宜),已包含变量的大部分信息(见表1)。提取7个公因子后,计算各变量的共同度,X1～X21的共同度分别为0.820、0.883、0.886、0.892、0.626、0.939、0.780、0.675、0.838、0.897、0.518、 0.547、0.652、0.779、0.788、0.748、0.755、0.738、0.881、0.827、0.748,因此这7个公因子对各医疗质量指标有较强的解释能力,因子分析效果较理想。

表1 特征值和方差贡献率

*提取方法:主成分分析。

表2 旋转后因子载荷矩阵

3.公因子命名

以主成分法计算因子载荷矩阵,初始的因子载荷矩阵中,各公因子在许多变量上都有较高载荷,各公因子含义较模糊。因此对初始因子载荷矩阵进行最大方差旋转,旋转后的因子载荷矩阵中,各公因子含义清楚,能反应评价指标的含义,见表2。其中,第一个公因子在平均住院日、病床周转次数、术前平均待床日等指标上有较大载荷,命名为效率因子(F1)。第二个公因子在病死率、治愈好转率等指标上有较大载荷,命名为医疗水平因子(F2)。第三个公因子在31天内再入院率、优质护理质量考核评分、危重抢救成功率、优质护理服务满意度得分等指标上有较大载荷,命名为治疗护理质量因子(F3)。第四个公因子在非计划二次手术率、外县市病人比例指标上有较大载荷,命名为手术质量和医疗辐射能力因子(F4)。第五个公因子在住院日大于30天病人数、院感率、药费占总费用比例等指标上有较大载荷,命名为管理质量因子(F5)。第六个公因子在医疗缺陷发生率、床日平均费用等指标上有较大载荷,命名为医疗缺陷因子(F6)。第七个公因子在出入院诊断符合率等指标上有较大载荷,命名为诊断质量因子(F7)。

4.聚类分析

将以上七个公因子作为输入变量,各病区的公因子得分(F1、F2、F3、F4、F5、F6、F7)代入k-means聚类分析模型进行聚类分析,将54个病区归为3类,得到初始聚类中心和最终聚类中心,结果见表3。

表3 聚类分析结果

各类病区在七个维度上的特征有差异,可以判断各住院病区的聚类类型。其中,一类病区29个,分别为消化内科、呼内一、呼内三、心内二、心内三、神内一、神内二、感染科、口腔外科、儿科一、儿科二、儿科四、中医科、肿瘤一、肿瘤二、肿瘤三、肿瘤四、介入、新生儿科、内分泌科、心内CCU、急诊内科、综合一、综合二、综合三、综合四、综合五、康复医学科、麻醉疼痛;二类病区9个,分别为胸外科、心外科、神经外科、烧伤整形、ICU、呼内CCU、神内ICU、急诊外科、急诊ICU;三类病区16个,分别为肾内科、呼内二、心内一、肝胆外科、乳腺外科、泌尿外科、小儿外科、骨科、妇科、产科、眼科、耳鼻喉科、血液内科、肿瘤五、儿科三、普外。不同类型病区的效率、医疗水平、治疗护理质量、手术和医疗辐射能力、管理质量这5个维度的因子得分差异有统计学意义(P<0.05);而医疗缺陷、诊断质量这2个维度的因子得分差异无统计学意义(P>0.05)，见表4。

表4 病区聚类特征

讨 论

医疗质量被认为是医疗机构保持优良服务及服务差异化的关键性因素,并且是保持持续发展优势的潜在资源[4],因此准确分析医疗质量特征显得尤为重要。本研究因子分析结果显示,医疗质量特征主要包含7个维度,其中效率、医疗水平、医疗辐射能力、医疗缺陷、治疗质量、诊断质量,与国内相关研究结果基本一致[5-7]。 此外护理质量、手术质量、管理质量因子,与既往研究有所差别,即住院病区医疗质量特征亦应考虑护理、手术、管理维度,这可能与本研究在选取评价医疗质量常用指标的基础上,纳入重返类指标、负性事件类指标如非计划二次手术率[8]、31天内再入院率[9]、医疗缺陷发生率、住院日大于30天病人数[10]及患者主观感知质量评价指标[11]如优质护理服务满意度评价等有关。为此,本研究纳入包含基础质量、环节质量和终末质量,以及医疗服务内涵质量和医疗服务业务水平方面的指标[7,12-13],能更全面、客观地反映住院病区医疗质量特征。

基于因子分析的k-means聚类分析结果显示,54个病区的医疗质量特征聚为三种类型,不同类型病区的效率、医疗水平、治疗护理质量、手术和医疗辐射能力、管理质量这5个维度的因子得分差异有统计学意义;而医疗缺陷、诊断质量这2个维度的因子得分差异无统计学意义。这可能与医院各病区的医疗缺陷发生率较低及出入院诊断符合率较高有关,与实际情况相符。其中一类病区特征体现在医疗水平、治疗护理质量、手术质量和医疗辐射能力及管理质量维度因子得分较高,因此将该类命名为“管理优质”型。该类型病区数量最多,医疗资源利用效率及收治患者能力较差,这可能与该类病区收治的多为慢性病患者、治疗周期较长等因素有关。提示此类病区在加强医疗资源利用效率管理方面有很大提升空间,应不断探索双向转诊的管理模式[14]及完善绩效评价。

二类病区特征体现为仅治疗护理质量维度因子得分较高,因此将该类命名为“护理优质”型,提示该类病区可作为治疗、护理管理的榜样病区。该类型病区数量最少,其他的医疗质量维度因子得分均较低,可能与该类病区较多承担院内急、危、重症的抢救与转诊工作[15]有关。建议通过运筹学原理制定实施切实可行的全面医疗质量改进措施,多方统筹合理利用医疗资源,提升利用效率;加强业务学习、开展全院多科会诊,形成良好交流氛围[16]。

三类病区特征体现为医疗资源利用效率及医疗水平维度因子得分较高,因此将该类命名为“高效率”型。该类型病区数量居中,医疗资源利用效率、收治患者能力及医疗水平较高,提示该类病区较有发展潜力,属于医院大力扶持的科室,建议进一步加大医疗资源投入[5],发挥相应的学科优势[17],加强重点专科、研究型学科[18]病区建设。而治疗护理质量、手术质量医疗辐射能力、管理质量较差,这可能与该类病区较多进行有创操作,手术风险及安全隐患较高等因素有关,因此建议加强临床路径管理,从而有效提高治疗护理质量、手术质量、管理质量。各病区医疗质量的聚类特征一定程度上定量反映了各住院病区医疗质量的现状。

综上所述,本研究通过因子分析对医疗质量多元指标进行降维、去相关性处理,赋予各评价指标不含主观因素的主成分权重,得出反映医疗质量特征的七个维度及其因子得分,再结合k-means聚类分析法将各住院病区聚类分析发现,不同类型病区的医疗质量特征存在差异,应针对病区聚类特征采取相应改进措施,从而有效提高住院病区医疗质量,推动医院“加强标准化、专业化和精细化管理”[19]建设。