基于TOPSIS法和RSR法对广州市基层社区中医药资源配置的综合评价

袁汇利 肖波 欧阳光 杨玲

广州中医药大学第二附属医院 （广州 510120）

基层社区中医药服务是满足居民健康服务需求的重要组成部分。我国政府高度重视基层社区中医药服务能力提升，2016 年印发《基层中医药服务能力提升工程“十三五”行动计划》，提出要进一步加强基层中医药服务网络建设，并明确了发展目标；2022 年印发《关于印发基层中医药能力提升工程“十四五”行动计划的通知》、《广东省基层中医药服务能力提升工程“十四五”行动计划实施方案的通知》，对进一步提升基层中医药服务能力做出重要部署。基层中医药资源作为医疗资源的重要组成部分，其配置的公平性攸关居民切身利益和社会整体健康水平，中医药资源配置评价是完善社区中医药资源配置的依据，是提升基层中医药服务能力的关键［1-5］。逼近理想解排序法（technique for order preference by similarity to an ideal solution，TOPSIS）结合RSR（rank-sum ratio， RSR）法在基层医疗卫生机构服务质量评价、服务水平评价中获得了广泛应用［6-10］。本研究通过专家咨询形成基层社区中医药资源配置评价指标，采用TOPSIS 法和RSR 法相结合对广州市基层社区中医药资源配置现状进行综合评价，为广州市卫生行政部门科学配置基层社区中医药资源提供参考和借鉴。

1 资料与方法

1.1 指标资料的来源以《中共中央国务院关于促进中医药传承创新发展的意见》、《基层中医药服务能力提升工程“十三五”行动计划》、《关于印发基层中医药能力提升工程“十四五”行动计划的通知》等文件为依据，在文献研究资料、广东省基层医疗卫生机构中医药资源调查研究基础上，通过梳理基层医疗机构各类报表，筛选指标、明确指标内涵、确定数据来源，规定指标计算方法，开展专家咨询并建立指标体系。

1.2 调研资料的来源本研究依托于国家中医药综合统计制度、广东省中医病案质量控制中心、广东省卫生健康统计制度等。本研究数据主要来源于2022 年国家中医药综合统计制度报表。

1.3 方法对2022 年广州市116 家社区卫生服务中心的相关数据使用分析软件MATLAB R2021a、SPSS 27，用TOPSIS 法和RSR 法相结合进行综合评价。TOPSIS 法较为灵活且对数据分布、样本量没有严格限制，能充分利用原始数据的信息，有效地进行指标评估，并对评价对象综合排序［11-12］。然而，TOPSIS 法不能对评价结果合理分档［13-14］。RSR 法在编秩转化过程中可能会导致信息缺失，但RSR 中的分档法可以有效弥补TOPSIS 法无法分档评价的不足［15-16］。因此，本研究利用两种评价方法的优势互补，将TOPSIS 法生成的Ci值替代RSR 值，即可有效避免单一RSR 方法导致的信息缺失，也可实现评价结果的有效分档排序。

1.4 评价指标基于导向性、综合性、特异性、敏感性、简便性原则，以各级政策文件为依据，在文献研究资料［17-21］、广东省基层医疗卫生机构中医药资源调查研究的基础上，全面收集、梳理基础中医药发展现有的各类报表、文献，组织专家小组讨论明确基层中医药资源配置评价的各维度指标体系，草拟《基础中医药资源配置指标体系（初稿）》。

为充分反映各方意见，本研究权衡相关利益共遴选8 名专家咨询，基于《基础中医药资源配置指标体系（初稿）》，并根据第一轮专家咨询反馈的建议与意见，对评价指标体系进行修改和完善，形成广州市基层中医药资源配置指标体系（社区卫生服务中心）：3 个一级指标、8 个二级指标、35 个三级指标，见表1。

表1 广州市基层中医药资源配置指标体系（社区卫生服务中心）Tab.1 Index system of TCM resource allocation at the grassroots level in Guangzhou（Community Health Service Center）

表2 2022 年各社区RSR2022 值的频数分布及矫正值RSR2022Tab.2 Frequency distribution of RSR_2022 and correction value （RSR2022） in various communities

表3 2022 年各社区值排序与分档Tab.3 Ranking and grading of correction value （） by community in 2022

表3 2022 年各社区值排序与分档Tab.3 Ranking and grading of correction value （） by community in 2022

分档差中下中等中上优等百分位数P＜P3.593 P3.593～P27.425～P72.595～P96.407～Probit2022＜3.2 3.2～4.4～5.6～6.8～⌒RSR2022＜ 0.00550 0.00550～0.00755～0.00960～0.01166～分档D5、D101、D43、D6 D12、D1、D3、D77、D38、D82、D50、D52、D29、D45、D40、D46、D51、D10、D44、D2、D37、D17、D114、D102、D92、D24、D41、D39、D75、D22、D30 D42、D115、D53、D34、D13、D23、D104、D25、D116、D9、D74、D36、D49、D97、D27、D18、D84、D93、D63、D112、D68、D95、D108、D4、D66、D72、D20、D15、D48、D99、D61、D80、D81、D109、D89、D28、D88、D33、D98、D55、D113、D103、D78、D107、D94、D96、D71、D58、D69、D7、D16、D67、D19 D111、D85、D91、D47、D60、D64、D57、D14、D110、D90、D105、D54、D73、D32、D8、D70、D100、D83、D11、D59、D106、D76、D79、D87、D56、D26、D62 D31、D21、D65、D35、D86

1.5 TOPSIS 法TOPSIS 法主要用于多目标决策，通过同趋势化处理和归一化矩阵，找出多个目标中最优目标和最劣目标，以计算其欧式距离，获得单个指标值与理想解的接近程度并进行排序，以此作为评价目标优劣的依据，算法步骤如下：

（1）建立原始数据矩阵：根据n= 116 个社区m= 33 个指标的原始数据建立一个116 × 33 的矩阵（在35 个指标中，有两个指标因采集难度大未能采集到数据）。

（2）数据正向化处理：本分析报告中的所有指标为极大型（效益型）指标（即指标对应的数值越大或越多，评价对象越优），因此数据均为极大型数据。

（3）数据标准化处理：为消除不同指标的数据量纲影响，对已经正向化的矩阵进行标准化。记标准化后的矩阵为Z，其每一个元素可标准化为，

因此矩阵Z可表示为，

其中向量zi=[zi1，zi2，...，zim]即表示第i个待评价的社区。

（4）最优解与最劣解计算：从矩阵Z中，取出每个指标（即每一列）的最大数值，构成理想最优解向量，取出每个指标的最小数值，构成理想最劣解向量

（5）计算各社区指标值与最优解和最劣解之间的距离：

第i个社区与最优解的距离为与最劣解的距离为

（6）计算第i个社区的综合评分：

0 ≤Ci≤1，Ci越大，对该社区的评价结果越好。

1.2.3 与RSR 法结合

（1） 计算各社区概率单位值a）根据Ci值从小到大排序，即RSR 值。计算各RSR 值的发生频次f、累积发生频次Cf、秩次R、平均秩次。

c）根据累计频率，查询“百分数与概率单位对照表”，求其所对应概率单位 Probit 值。

（2）计算直线回归方程

以概率单位值 Probit 值为自变量，RSR 值为因变量，进行线性回归分析，求得相应回归方程，进而通过Probit 计算出RSR 的矫正值。

（3）结合RSR 对各社区按最佳分档原则进行分档

a）根据分档排序情况下概率单位Probit 值，按照最佳分档原则对116 个社区进行分档归类。

b）最佳分档检验：分档之后对分档结果进行方差齐性检验，要求各档差异有显著统计学意义。

2 结果

对2022 年各社区TOPSIS 分析的综合评分Ci值（即RSR 值）排序，计算对应的概率单位Probit值、直线回归方程、RSR 的矫正值，并进行分档排序。

2.1 TOPSIS 法计算2022 年各社区综合评分

2.2 与RSR 法结合以2022 年各社区的Probit2022值为自变量，RSR2022值为因变量进行直线回归分析。计算得相关系数R2= 0.860（调整后R2= 0.859），F= 702.473，P＜ 0.001，可认为回归模型具有统计学意义。回归方程为：

其中，变量Probit2022的非标准化系数（即斜率）为0.001710（95%CI：0.001583 ～ 0.001838），t= 26.504，P＜ 0.001。

各社区RSR2022值的频数分布及矫正值情况见表4。

根据最佳分档原则对2022 年116 个社区进行分档归类，共分为5 档，详见表4。

3 讨论

3.1 广州市基层医疗社区卫生服务中心中医药资源配置整体分析本文基于2022年广州市116家基层社区卫生服务中心35 个中医药资源配置指标数据进行TOPSIS 结合RSR 分档结果显示，116 家基层社区卫生服务中心中医药资源配置处于“优等”档位有5 家，“中上”的社区27 家，“中等”的社区有53 家，“中等”以上的社区一共有107 家。这说明，广州市基层社区中医药资源配置总体较好。“十三五”时期，广州市中医药工作在省委省政府领导下，在广东省中医药局、广州市卫健委重视和大力支持下，实施“补短板、强基层、推创新、兴产业、扬文化、保健康”，持续深入推进基础中医药服务体系建设，开展全国基层中医药工作先进单位创建工作，着力发挥中医药在“保基本、强基层、建机制”中的特色优势，基层中医药服务的公平性、可及性和便利性得到明显改善，服务水平得到明显提高，但与新时代城乡居民对中医药健康需求还有明显差距。在“十四五”时期，迫切需要进一步完善政策措施，加强基础设施、医疗设备、专科特色、人才队伍、信息化建设，进一步提高基层中医药资源配置公平性。

3.2 不同区基层医疗社区卫生服务中心中医药资源配置差异性分析广州市116 家基层社区卫生服务中心中医药资源配置评价处于“优等”档位的分别是广州市番禺区小谷围街社区卫生服务中心、广州市越秀区大东街社区卫生服务中心、广州市荔湾区逢源街道社区卫生服务中心、广州市越秀区人民街社区卫生服务中心、广州市越秀区光塔街社区卫生服务中心，处于“差”档位的分别是广州市天河区兴华街社区卫生服务中心、广州市从化区江埔街社区卫生服务中心、广州市天河区棠下街道社区卫生服务中心、广州市天河区石牌街华师社区卫生服务中心。分区来看，荔湾区、黄埔区、番禺区、白云区、越秀区基层医疗社区卫生服务中心中医药资源配置排名靠前，天河区、从化区、增城区基层社区卫生服务中心中医药资源配置排名靠后。荔湾区17 家基层社区卫生服务中心中医药资源配置评价，处于“优等”“中上”档位社区卫生服务中心占比47.06%，“中下”“差”档位占比0；黄埔区7 家基层社区卫生服务中心中医药资源配置评价，处于“优等”“中上”档位社区卫生服务中心占比42.86%，“中下”“差”档位占比28.57%；番禺区16 家基层社区卫生服务中心中医药资源配置评价，处于“优等”“中上”档位社区卫生服务中心占比31.25%，“中下”“差”档位占比6.25%；白云区14 家基层社区卫生服务中心中医药资源配置评价，处于“优等”“中上”档位社区卫生服务中心占比28.57%，“中下”“差”档位占比7.14%；越秀区18 家基层社区卫生服务中心中医药资源配置评价，处于“优等”“中上”档位社区卫生服务中心占比27.78%，“中下”“差”档位占比27.78%。作为经济发展水平较高的天河区、越秀区，基层社区卫生服务中心中医药资源配置排名并不理想，说明地区的经济实力与基层医疗卫生服务中心中医药资源配置并不能完全画等号。经济较发达地区卫生资源密集度更高，因综合医院具备更完善的硬件设施和高水平卫技人员，为居民日益增多的健康需求提供选择空间，更容易得到人们的“青睐”，这在一定程度上影响了基层医疗卫生服务中心中医药资源配置的发展和提高。

3.3 基层医疗卫生服务中心中医药资源配置影响因素分析Ci值影响因素逐步回归分析结果显示，中医床位数占比、中药饮片处方占比、能够开展中医药服务的注册护士比例、医疗机构中药制剂处方占比、中医药文化宣传和义诊活动次数、中医诊疗人次占诊疗总人次比例、年末有中医体质辨识的居民健康档案累计建档人数比例、以中医为主出院人数占比、年末孕产妇早孕中医药管理人数比例、是否开展“互联网”中医诊疗服务等10 个指标对基层医疗卫生服务中心中医药资源配置影响较大。因此，一方面要根据人口密度、居民需求等不断调整优化基层医疗卫生服务中心中医药资源配置，通过增大财政支持、资金补助等措施加强对基层医疗卫生服务中心的支持，同时要加强医联体建设，实施对口帮扶项目建设，加强被帮扶单位人才培养、重点专科、远程诊疗、人才培训、管理能力等建设，不断提高基层医疗卫生服务中心的中医药服务能力，形成科学、有序的诊疗模式。另一方面要加大中医药文化保护传承力度，推动在社区卫生服务中心、社区居委会等，建设一批中医药健康文化知识角，帮助群众经常性获得权威的中医药养生保健知识。优化中医药健康管理服务，围绕儿童、老人、慢病管理等，加强中医药健康管理服务规范和技术规范的培训和指导，扩大目标人群覆盖面，提高中医药健康管理率，提升中医药健康管理服务水平。持续提升基层医疗卫生服务中心中医药信息化水平，推进中医馆健康信息平台建设，扩大中医馆健康信息平台联通范围，将医疗资源下沉至基层，使基层医疗卫生服务中心中医药服务能力不断提升。

【Author contributions】YUAN Huili performed the experiments and wrote the article. XIAO Bo provided formal analysis and reviewed the article.OU YANG Guang did data curation. YANG Ling provided the conceptualization and reviewed the article. All authors read and approved the final manuscript as submitted.

【Conflict of interest】The authors declare no conflict of interest.