疾病治疗质量综合评价方法研究进展

王 超 刘美娜

哈尔滨医科大学公共卫生学院卫生统计学教研室，150081 黑龙江 哈尔滨

治疗质量评价是指基于客观的评价指标对医疗服务提供者在临床实践中的表现进行量化和总结的过程[1-2]。针对疾病治疗的复杂和多维性，基于Donabedian提出经典的“结构—过程—结局”评价指标理论框架，建立全面、客观、合理的治疗质量评价指标体系[3]；利用构建的评价指标进行治疗质量评价可有效监测基于循证医学实践模式的实施情况，为提升医疗服务提供者对临床治疗指南的依从性、医院绩效考核、医疗保险报销、医院等级评定及制定相关治疗质量改善政策的依据[4-8]。相较于单指标评价结果可能彼此矛盾，综合评价通过整合单个指标计算综合得分，从而获得总体治疗质量，为管理者提供医院或医生治疗质量的全面视角。本文对目前常用的治疗质量综合评价方法进行介绍，总结现有方法获得综合质量的过程、应用条件及优缺点，为建立更合理的疾病治疗质量综合评价方法提供依据。

1 非潜变量治疗质量综合评价方法

非潜变量方法构建的综合得分，主要通过不同的组合方式将一系列单指标进行综合；综合得分充分权衡其构成的每个指标，任何一个指标的变化都会直接影响综合得分的高低。

1.1 全或无法(all or none)

全或无法基于“患者接受所有治疗才被认为获得了最佳治疗”的思想，是一个以患者为中心的综合质量评价方法[9]。在患者水平上，每个患者只有完成全部应当使用的指标时才认为患者接受了最佳治疗；在医院水平上，计算接受最佳治疗患者的比例作为医院治疗质量综合得分。该方法计算简便，充分考虑病人是否接受所有治疗，提高了治疗质量的标准。该方法不足之处是要求过于严苛，评价治疗质量的改善效果时，即使大多数指标完成情况得到显著提高，只要有一项指标未完成，前后两次综合评价结果不变，一定程度上降低医疗机构质量改善的积极性。

1.2 质量得分界值法(quality score cut-off)

该方法在全或无法的基础上进行改良，重新定义了“最佳治疗”，即患者完成应当使用评价指标的比例大于某一界值(如70%)时就认为患者达到了最佳治疗的标准[10]。在医院水平上，仍将接受最佳治疗患者的比例作为医院治疗质量综合得分。相较于全或无法，本方法降低了“最佳治疗”的评价标准，但不足之处在于制定的界值并没有公认的统一标准，标准制定存在一定的主观性。

1.3 患者平均法(patient average)

在患者水平上计算患者完成应当使用的评价指标的百分比，医院水平上计算患者百分比的均值作为医院的综合得分；在计算综合得分时，每位患者的权重相等[11]。该方法可同时获得患者水平和医院水平的综合得分，为进一步研究患者、医院特征与治疗质量的关系等提供依据。但赋予患者相同权重会忽略了不同患者间适合使用指标数的不同，因此更适合评价特定人群的治疗质量。

1.4 指标权重法

当无法获得每名患者指标的完成情况时，难以通过患者水平计算医院的综合得分。可以考虑直接在医院水平计算每家医院每个指标使用率，通过对指标使用率进行加权平均的方式计算综合得分。如何合理分配治疗质量评价指标的权重一直是综合评价研究争议的问题之一。基于不同分配权重的方法，计算综合得分又可分为以下几种方法。

1.4.1等权重法(equal weights)

等权重法假定每个评价指标同等重要，赋予每个评价指标相同的权重。先在医院水平上计算每家医院每个评价指标的使用率，再将多个评价指标使用率的平均值作为该家医院的综合得分[12]。有专家认为从全面治疗的角度出发，不应该区分指标的重要程度，尤其是在没有充分证据的情况下应该赋予指标相等权重。该方法忽略了不同患者适合使用指标数的不同，更适合医院间患者特征存在明显差异时治疗质量的比较。但对于赋予指标相等权重计算综合得分尚存在争议，当指标适合使用的分母数较少时，影响计算综合得分的准确性。

1.4.2分母权重法(denominator-based weights)

分母权重法确定的指标权重为该指标的分母占所有指标分母合计的百分比[13]。通过加权求和，医院治疗质量综合得分最终简化为该家医院所有指标的分子加和除以该家医院所有指标的分母加和。该方法计算简便，分母权重法中每个指标的改善驱动治疗质量改变的作用相同,是美国医疗机构评审委员会(joint commission on accreditation of health alianment, JCAHO)和医疗保险和医疗补助服务中心(centers for medicare and medicaid services, CMS)推荐使用的治疗质量综合评价法[14-15]。

1.4.3分子权重法(numerator-based weights)

分子权重法确定的指标权重为该指标实际使用人数(分子)占所有指标实际使用人数之和的百分比，指标使用人数越多指标权重越大[13]。为提高基于分子权重法计算的综合得分，应重点关注使用人数较多的指标。当不同指标提升难易程度相同时，基于分子权重法评价治疗质量的提升会促进对高使用率指标的关注，降低对低使用率指标的关注。

1.4.4专家分配权重法(weighting based on expert judgment)

该方法主要以专家为获取指标权重的信息来源，依靠专家的专业知识和经验基础进行指标分配权重[16]。该方法具有一定的权威性和主观性，分配权重没有统一的标准；一般情况下，专家从多个方面对指标进行重要性打分获得权重。例如，专家可以基于证据强度、指标影响力和提升可能性等方面对指标进行评分，最后综合各个方面基于指标相对重要性的评分获得指标的最终权重。该方法获得的指标权重分配容易受选择的专家及专家组人数等因素的影响。

1.4.5患者分配权重法(weighting based on consumer judgment)

患者是治疗质量最终的受益者，由患者进行指标重要性的排序可用于确定指标的权重[17]。一般情况下，通过评价指标评分表让患者根据自身的需求对指标进行权重分配或自由排序，实现患者获得“个性化选择医疗机构”的目的。患者特征差异较大或缺乏疾病治疗知识时，对评价指标权重分配容易产生明显的差异，影响指标权重分配的稳定性，缺少权威性和合理性。

1.5 秩和比法

秩和比法由中国学者田凤调提出，已应用于医疗卫生领域的多指标综合评价[18]。秩和比(rank sum ratio, RSR)是指行(或列)秩次的平均值，是一个非参数统计量。在综合评价中，秩和比综合了多项指标的信息作为治疗质量综合得分，用于评价医院的综合治疗质量的优劣。RSR的优越性在于为综合能力强，对离群值不敏感。局限性主要为指标值采用秩次代换会损失一些原始信息。

1.6 非潜变量治疗质量综合评价方法小结

全或无法、质量得分界值法和患者平均法均先在患者水平上考虑指标的完成情况进而在医院水平计算医院的治疗质量综合得分，在一定程度上同时考虑了患者和医院的水平的治疗质量，但忽略了患者在不同医院就诊存在聚集性，医院间患者病情的差异会导致对医院的评价结果产生偏倚。

基于指标权重法的综合评价方法容易理解、计算简便，已经广泛应用在治疗质量评价中。有研究比较了基于不同权重分配法对医院或医生治疗质量评价的影响，不同权重方法获得的医院排名情况差异较大，评价结果相关性较低。指标权重法主要的缺点：①构建的治疗质量综合得分对权重分配方式敏感，随着评价指标数量和维度的增加敏感程度也相应增强；②赋权方式的选择同时需要结合综合评价的背景和目的，增加研究者选择评价方法的难度；③计算综合得分没有充分考虑指标的维度及同一维度内指标间的相关性；④假定治疗质量与评价指标使用率呈线性变化关系缺乏合理性。

2 潜变量综合评价方法

2.1 主成分分析法与因子分析法

主成分分析利用降维的思想，将多个变量划分为几个互不相关的综合变量，根据提取原始指标的方差信息的多少，依次确定第一主成分、第二主成分等；当主成分难以给出具有实际意义的解释时，可将上述主成分作为初始因子进行坐标旋转，获取公因子对原始的评价指标进行较为合理的解释[19]。主成分分析与因子分析法通常可根据p个公因子的因子得分进行医院的潜在特性(即假定的潜变量为治疗质量)排序；同时进行p个公因子的因子得分和公因子贡献率建立综合评价函数，对医院综合治疗质量进行排序评估。尽管主成分分析与因子分析法在一定程度上解决了指标间的相关性，但确定后主成分的含义及解释具有一定的主观性和模糊性。

2.2 潜变量模型

近年来，由Landrum MB等人提出的潜变量方法是用于治疗质量综合评价领域的新方法，源于项目反应理论(item response theory，IRT)[20]。IRT主要用于教育和心理测试，是基于个体在测试项目上完成的表现与个体能力之间关系的测量理论；IRT假定被试者对测试项目的反应由潜在的能力或特征(θ)支配；由项目反映函数建立θ与测试项目之间的函数关系；测试项目之间需满足条件独立性[20-21]。在治疗质量评价领域，潜变量模型中不可观测的潜变量(θ)即为评价对象的治疗质量，支配评价指标的使用概率(p)，即医院或医生潜在的治疗质量决定患者是否获得应该接受的治疗；评价模型主要基于两参数logistic模型，区分度参数(a)和难度参数(b)，区分度参数表示评价指标区分评价对象治疗质量的能力，难度表示反映评价指标实施的难易程度；基于潜变量模型得到的潜变量(治疗质量)估计值和95%置信区间可以用于比较不同医院和医生治疗质量的差异。目前应用于治疗质量评价的潜变量模型主要基于二分类评价指标，采用logit链接函数构建指标正确使用的概率与能力参数、项目参数的函数关系，即为项目特征函数。项目特征函数为logit(Pkh=ak(θh-bk)，其中指标使用分子数服从伯努利分布Ykh～B(nkh,Pkh)，h，k分别表示医院数和指标数[23-24]。

潜变量模型的优点：①在估计治疗质量时考虑了指标间的相关性；②基于模型估计的区分度参数获得每项指标的权重；③当评价指标的分母较小时，应用shrinkage estimation方法提高估计的鲁棒性；④潜变量方法考虑了治疗质量点估计的不稳定性，可以提供综合得分的置信区间，得到治疗质量估计可能更为可靠。潜变量模型进行综合评价方法的局限性：①治疗质量评价数据存在层次结构，医生和医院均为治疗质量评价的对象，同一家医院内医生的治疗质量存在一定的聚集性；②治疗质量评价指标具有多维性，同时估计各维度的治疗质量可提供治疗质量不同方面的信息，现有的潜变量方法没有考虑各维度间指标的相关性。

2.3 多水平多维潜变量治疗质量评价模型

为更为合理地评价治疗质量，获得诊疗过程中不同维度的治疗质量，同时估计医院和医生水平的治疗质量，包含等人基于潜变量模型构建了多水平多维潜变量治疗质量评价模型。首先，构建测量模型，基于潜变量模型构建治疗质量和指标使用概率的函数关系，估计每一维度的治疗质量；其次，构建多水平模型，将测量模型中估计的潜变量作为因变量整合进多水平模型，控制不同水平和其他协变量对治疗质量的影响[25-26]。最终构建的多水平多维潜变量治疗质量评价模型可同时获得不同水平评价对象(医院、医生)不同维度的治疗质量。多水平多维潜变量治疗质量评价模型有效解决治疗质量的多维性和评价对象存在的层次结构，同时估计不同水平、多个维度的治疗质量，控制协变量对治疗质量的影响。该方法存在一些局限，综合各维度的治疗质量计算评价对象总体综合得分时，没有考虑不同维度治疗质量对综合治疗质量的影响的差异，即维度间权重问题。

2.4 潜变量综合评价方法小结

在潜变量模型估计评价指标参数和治疗质量的基础上，多水平多维潜变量治疗质量评价模型同时获得不同维度、多个水平的治疗质量。但模型仍存在一些不足：①疾病治疗质量评价指标为混合类型，如定量指标、有序分类指标和二分类指标；②潜变量模型主要基于二分类评价指标，其他类型指标需转化为二分类指标，减少数据信息。因此，为使潜变量模型更好地应用于治疗质量评价领域，需要丰富潜变量模型的理论框架，建立一个能利用不同类型评价指标的全部信息，既能获得医院和医生多个维度的治疗质量的综合评价统计模型，同时完成多个维度治疗的融合获得综合质量，将为疾病治疗质量综合评价及改善治疗质量提供合理有效的科学方法。

3 结语

治疗质量评价有利于评价患者的诊疗模式是否合理，发现评价对象治疗质量的差异及影响因素，为促进治疗质量的提高，规范医疗行为、优化医疗资源、完善医疗服务的提供有效途径。随着医疗数据管理更加完善规范，评价数据需要包含的治疗评价指标类型更加丰富、评价对象不断扩大；治疗质量干预措施效果评价逐渐受到医院管理部门的关注，获得的重复测量的纵向数据，同一对象的多次测量值存在相关性，治疗质量和时间的关系更为复杂。面对巨大的挑战，为更加合理、更加准确的评价治疗质量，新的治疗质量综合评价方法亟待开发，值得更多的统计学者、医院管理专家的关注和研究。期待新的方法对医院管理决策的制定及健康可持续发展有积极作用，同时也能够满足患者、社会医疗保险和医疗行政机构的需求，以达到提高我国医疗机构整体治疗质量的目的。