基于熵權(quán)二維云的醫(yī)院綜合風(fēng)險(xiǎn)評(píng)估

■ 黃艷華 曾明平 何 萍 王杉珊 吳賢國 劉 熒

醫(yī)院作為集醫(yī)療、教育、科研、預(yù)防為一體的綜合場(chǎng)所，各項(xiàng)公共安全事件的發(fā)生會(huì)妨礙醫(yī)院承擔(dān)抗災(zāi)救治、醫(yī)療保障的重任，更嚴(yán)重地威脅百姓的生命財(cái)產(chǎn)安全。因此，明確醫(yī)院的風(fēng)險(xiǎn)脆弱點(diǎn)，制定對(duì)應(yīng)的應(yīng)急預(yù)案，建立健全公共安全體系，綜合提升醫(yī)院管理水平與醫(yī)療質(zhì)量，減小公共損失具有重要意義[1]。

現(xiàn)階段，對(duì)醫(yī)院風(fēng)險(xiǎn)脆弱點(diǎn)研究主要集中在定性研究階段，如運(yùn)用PDCA理論改進(jìn)醫(yī)院應(yīng)急管理工作[2]，采用專家打分法對(duì)醫(yī)院災(zāi)害脆弱性現(xiàn)狀進(jìn)行分析[3]，大部分綜合評(píng)估文獻(xiàn)主要集中在凱撒模型的運(yùn)用[4-5]。從文獻(xiàn)分析可知，現(xiàn)階段對(duì)醫(yī)院綜合風(fēng)險(xiǎn)的分析大多依賴于專家的主觀評(píng)分，少有智能評(píng)估方法的運(yùn)用，指標(biāo)內(nèi)涵單一且獨(dú)立性較強(qiáng)。

但醫(yī)院風(fēng)險(xiǎn)脆弱體系中影響因素眾多，各指標(biāo)維度發(fā)散，因素間的關(guān)系存在不確定性、隨機(jī)性和模糊性，單一的主觀評(píng)價(jià)很難充分挖掘其內(nèi)涵。筆者擬選用不確定數(shù)據(jù)處理領(lǐng)域中的二維云模型這一方法，結(jié)合熵權(quán)法，兼顧指標(biāo)的隨機(jī)性和模糊性，將定性指標(biāo)與定量指標(biāo)進(jìn)行轉(zhuǎn)化，對(duì)醫(yī)院風(fēng)險(xiǎn)脆弱點(diǎn)進(jìn)行綜合評(píng)估，為后期醫(yī)院運(yùn)營與管理控制提供決策依據(jù)。

1 對(duì)象與方法

1.1 研究對(duì)象

以武漢市某大型綜合三甲醫(yī)院為研究對(duì)象，對(duì)其2019年度災(zāi)害脆弱風(fēng)險(xiǎn)進(jìn)行綜合評(píng)估。

1.2 研究方法

1．2．1 問卷調(diào)查法。將重要風(fēng)險(xiǎn)因素進(jìn)行分組匯總，邀請(qǐng)?jiān)簝?nèi)風(fēng)險(xiǎn)脆弱性分析專家委員會(huì)成員、行政后勤及臨床科室具有副高級(jí)及以上職稱的專家，將問卷以紙質(zhì)版或電子郵件的形式發(fā)至專家手中，2周內(nèi)完成回執(zhí)并統(tǒng)計(jì)結(jié)果。其中院內(nèi)災(zāi)害脆弱性專家委員會(huì)共21位成員，從院內(nèi)工齡超過30年且職稱副高級(jí)以上、職位副科級(jí)以上的專家?guī)熘羞x拔，確保對(duì)醫(yī)院歷年來經(jīng)受的災(zāi)害及其造成的后果有清晰的認(rèn)識(shí)與評(píng)估，包括8位院領(lǐng)導(dǎo)，及醫(yī)務(wù)處、保衛(wèi)處、后勤保障部、信息中心、設(shè)備處、院感辦、護(hù)理部、工會(huì)、藥學(xué)部、檢驗(yàn)科、輸血科等十多個(gè)部門中專家代表共13名，71．43%從事雙崗位，28．57%從事管理崗位。

1．2．2 熵權(quán)法。熵權(quán)法主要根據(jù)各指標(biāo)的變異程度計(jì)算其信息熵確定指標(biāo)熵權(quán)，修正指標(biāo)權(quán)重[6]。

1．2．3 二維云模型。（1）云模型。云模型是李德毅院士1996年提出的一種定性與定量互換模型，主要刻畫不確定性值和精確值間的隨機(jī)性和模糊性及其之間的關(guān)系[7]。其數(shù)字特征主要用期望值Ex、熵En、超熵He來表示，計(jì)算如式（1），其中Cmax、Cmin分別為云模型區(qū)間的最大值與最小值。

已知q個(gè)不確定值xi(i=1，…，q)構(gòu)成的樣本，其云模型特征值按式（2）計(jì)算。其中Ex、En、He、S2分別為期望、熵、超熵和方差。

（2）二維云。二維云則是云模型在二維空間的拓展，由兩個(gè)一維云合成，描述兩個(gè)因素在相依性作用下的隨機(jī)性與模糊性及其之間的關(guān)系。設(shè)服從二維正態(tài)分布的隨機(jī)函數(shù)為N(Exx，Exy，Enx，Eny)，滿足式（3）的云滴(xi，yi，μi)，(i=1，2，L，n)構(gòu)成的云模型即為二維正態(tài)云模型。在Matlab中產(chǎn)生服從二維正態(tài)分布N(1，1，0．3，0．3)的云滴5000個(gè)，這些二維云滴構(gòu)成如圖1所示的二維云。

圖1 二維正態(tài)云圖

1.3 統(tǒng)計(jì)學(xué)方法

本文采用Excel 2013對(duì)數(shù)據(jù)進(jìn)行錄入，采用Visio 2013繪制框架圖，基于Matlab算法繪制二維云圖，在Origin8中繪制折線圖。

2 結(jié)果

2.1 風(fēng)險(xiǎn)評(píng)估指標(biāo)體系構(gòu)建

經(jīng)醫(yī)院風(fēng)險(xiǎn)脆弱性分析專家委員會(huì)綜合排查分析與文獻(xiàn)調(diào)研，作者從自然風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)、人員傷害3方面對(duì)醫(yī)院風(fēng)險(xiǎn)進(jìn)行歸納[8]，作為一級(jí)指標(biāo)，并基于實(shí)際工作與生活經(jīng)驗(yàn)對(duì)每一指標(biāo)進(jìn)行細(xì)分，列出共涵蓋19種二級(jí)指標(biāo)（分別用C1-C19表示）的風(fēng)險(xiǎn)脆弱性分析指標(biāo)體系[9]。

2.2 標(biāo)準(zhǔn)云模型構(gòu)建

由于風(fēng)險(xiǎn)事件發(fā)生的概率和后果共同反映事故的風(fēng)險(xiǎn)等級(jí)，因此本文從風(fēng)險(xiǎn)發(fā)生的概率維度和后果維度對(duì)指標(biāo)構(gòu)建二維云模型。將各二級(jí)指標(biāo)的風(fēng)險(xiǎn)等級(jí)、概率等級(jí)和后果等級(jí)，按專家打分空間[0，10]等分為五個(gè)區(qū)間，根據(jù)式（1）計(jì)算各等級(jí)二維云模型的數(shù)字特征，如表1所示。在Matlab中構(gòu)建指標(biāo)五個(gè)等級(jí)在二維空間的分布，稱其為標(biāo)準(zhǔn)云圖。

表1 風(fēng)險(xiǎn)等級(jí)區(qū)間數(shù)字特征

2.3 風(fēng)險(xiǎn)云模型構(gòu)建

2．3．1 指標(biāo)風(fēng)險(xiǎn)云模型評(píng)估。邀請(qǐng)?jiān)簝?nèi)專家對(duì)2019年院內(nèi)風(fēng)險(xiǎn)脆弱性進(jìn)行評(píng)分，采用十分制，精確到0．1，進(jìn)行問卷收集。其中脆弱性分析專家委員會(huì)成員19人參加、行政后勤科室具有副高級(jí)以上職稱人數(shù)45人及臨床科室主任具有副高級(jí)以上職稱人數(shù)48，共計(jì)112人。發(fā)放問卷112份，回收109份，有效問卷105份，有效回收率為93．75%。在Excel 2013中對(duì)問卷數(shù)據(jù)進(jìn)行統(tǒng)計(jì)，則每個(gè)評(píng)價(jià)值即為該二維云模型的1個(gè)云滴，按式（2）分別計(jì)算二維風(fēng)險(xiǎn)云模型概率維度和后果維度的數(shù)字特征。為進(jìn)一步評(píng)估一級(jí)指標(biāo)的風(fēng)險(xiǎn)狀態(tài)，基于問卷調(diào)查收集的數(shù)據(jù)和熵權(quán)法，計(jì)算各二級(jí)指標(biāo)及以及指標(biāo)的權(quán)重，將二級(jí)概率云和后果云與權(quán)重進(jìn)行合成運(yùn)算，可得一級(jí)指標(biāo)云數(shù)字特征，如表2所示。

表2 各指標(biāo)權(quán)重及云數(shù)字特征

在Matlab中生成指標(biāo)的風(fēng)險(xiǎn)云圖，將該云圖與標(biāo)準(zhǔn)云圖比較，即可從空間位置直觀判斷指標(biāo)的風(fēng)險(xiǎn)等級(jí)。以自然風(fēng)險(xiǎn)類別下的地震、暴雨洪澇、高溫、冰凍為例，從風(fēng)險(xiǎn)云圖和標(biāo)準(zhǔn)云圖的位置可知這4項(xiàng)自然災(zāi)害均處于等級(jí)II，當(dāng)前對(duì)其進(jìn)行常規(guī)管理即可。本院因地理位置與自然環(huán)境的優(yōu)越，自然風(fēng)險(xiǎn)類因素發(fā)生概率較低，但一旦發(fā)生后果較為嚴(yán)重，需加強(qiáng)應(yīng)急管理措施。

2．3．2 相似度度量風(fēng)險(xiǎn)等級(jí)。由于各風(fēng)險(xiǎn)因素的評(píng)價(jià)結(jié)果存在一定程度的相似性，部分指標(biāo)難以從空間位置判斷其風(fēng)險(xiǎn)等級(jí)。因此為更明顯地度量指標(biāo)因素的風(fēng)險(xiǎn)狀態(tài)，本文以相似度概念[10]表示風(fēng)險(xiǎn)云與標(biāo)準(zhǔn)云之間的相近程度，以

計(jì)算，相近程度越大，表示實(shí)際風(fēng)險(xiǎn)等級(jí)與該風(fēng)險(xiǎn)云的等級(jí)狀態(tài)越靠近。為簡化圖形，僅將相似度最大的等級(jí)列出，其余等級(jí)相似度設(shè)為0，將數(shù)據(jù)導(dǎo)入Origin8，則各二級(jí)指標(biāo)的相似度如圖2所示。

圖2 各風(fēng)險(xiǎn)因素相似度

（1）4個(gè)指標(biāo)（C6信息系統(tǒng)故障、C9電梯故障、C15患者院內(nèi)傷害、C16重大醫(yī)患糾紛）處于等級(jí)IV，處于較高風(fēng)險(xiǎn)狀態(tài)，有極大概率發(fā)生，且其后果較為嚴(yán)重，需派專人協(xié)調(diào)處理此類因素。①信息系統(tǒng)故障： 主導(dǎo)部門信息中心，加強(qiáng)網(wǎng)絡(luò)監(jiān)管與巡查、備份數(shù)據(jù)庫、細(xì)化應(yīng)急預(yù)案、維修響應(yīng)及時(shí)。②電梯故障： 主導(dǎo)部門后勤保障部，專人維檢、專人疏導(dǎo)、有序搭乘、標(biāo)識(shí)明顯。③患者院內(nèi)傷害： 主導(dǎo)部門護(hù)理部，整改制度流程、警示教育培訓(xùn)、改善科室環(huán)境、制定溫馨提示卡。④重大醫(yī)患糾紛： 主導(dǎo)部門醫(yī)務(wù)處，加強(qiáng)溝通技巧，加強(qiáng)日常督查與培訓(xùn)，引入第三方調(diào)解。

（2）6個(gè)指標(biāo)（C5院內(nèi)火災(zāi)、C7電力故障、C8供排水故障、C11醫(yī)用氣體故障、C13醫(yī)院感染暴發(fā)、C14輸血不良事件）處于等級(jí)III，中等風(fēng)險(xiǎn)狀態(tài)，需根據(jù)不同季節(jié)及情況采取相應(yīng)的應(yīng)急管理措施，盡可能避免其發(fā)生并減小損失；其余指標(biāo)均處于等級(jí)II，較低風(fēng)險(xiǎn)狀態(tài)，進(jìn)行常規(guī)管理即可。

另經(jīng)權(quán)重組合，該院綜合風(fēng)險(xiǎn)云處于等級(jí)III，而自然風(fēng)險(xiǎn)類處于等級(jí)II、技術(shù)風(fēng)險(xiǎn)類和人員傷害類處于等級(jí)III，其發(fā)生的可能性較自然風(fēng)險(xiǎn)類更高，后果也較為嚴(yán)重。因此，需重點(diǎn)對(duì)技術(shù)風(fēng)險(xiǎn)因素與人員傷害因素進(jìn)行改進(jìn)，針對(duì)各項(xiàng)因素制定專項(xiàng)措施，進(jìn)行人員培訓(xùn)，力爭從主觀失誤角度減少其發(fā)生概率，同時(shí)在風(fēng)險(xiǎn)事件發(fā)生后，需立即啟動(dòng)應(yīng)急預(yù)案，做到及時(shí)響應(yīng)、有效處理。

3 結(jié)論

（1）查閱醫(yī)院風(fēng)險(xiǎn)脆弱性評(píng)估小組基于凱撒模型的風(fēng)險(xiǎn)分析結(jié)果，信息系統(tǒng)故障（R=44．12%）、電梯故障（R=41．13%）、患者院內(nèi)傷害（R=34．90%）和重大醫(yī)患糾紛（R=34．74%）為2019年度院內(nèi)風(fēng)險(xiǎn)最大的4個(gè)因素。對(duì)比信息中心、后勤保障部、醫(yī)務(wù)處等主管部門相關(guān)記錄，2019年度信息系統(tǒng)故障共發(fā)生17次累積46．1小時(shí)停機(jī)、桌面運(yùn)維故障3288次，電梯故障包括死機(jī)、限位線故障、開關(guān)故障等共計(jì)42次，患者院內(nèi)傷害共計(jì)36次，重大醫(yī)患糾紛共計(jì)6次，該4個(gè)因素確為發(fā)生頻繁且影響較大的4類因素。這一結(jié)果表明熵權(quán)二維云在醫(yī)院風(fēng)險(xiǎn)事件評(píng)估中的適用性。

（2）本文采用熵權(quán)二維云綜合評(píng)估法克服以往醫(yī)院風(fēng)險(xiǎn)事件評(píng)估中的單一性與主觀性，采用直觀的評(píng)估和結(jié)果產(chǎn)出具有較強(qiáng)的新穎性。但是對(duì)指標(biāo)的選取則沿用傳統(tǒng)的評(píng)估指標(biāo)體系，且較多依賴專家的評(píng)估值，后期研究中可進(jìn)一步選擇具有針對(duì)性的指標(biāo)，引入定量指標(biāo)與定性指標(biāo)結(jié)合，從發(fā)生頻率、造成損失、后期改進(jìn)等方面進(jìn)行全方位評(píng)估。