基于因子聚類分析的門診患者爽約影響因素研究-周穎++

基于因子聚類分析的門診患者爽約影響因素研究_周穎〔摘要〕文章以中國某大型公立醫(yī)院HIS系統(tǒng)中提取的2014年11月相關數(shù)據(jù)作為樣本數(shù)據(jù)，首先運用因子分析法“K型聚類”然后利用的方法將4個主因子分為3類，找到爽約患者將影響患者爽約的8個因素提煉為4個主特征因子，的特征，并得到如下結論：預約提前期和預約方式對門診患者爽約的影響最大，醫(yī)院管理者應從該兩類因素入手對患者爽約進行早期干預?！碴P鍵詞〕爽約；因子分析；聚類分析；門診〔〔中圖分類號〕Ｒ197文獻標識碼〕A〔4663（2016）01－22－03文章編號〕1004-Studyingonthefactorstoinfluencetheoutpatients'noshowbehaviorsbasedonfactoranalysisandclusteringanaly-DatacollectedfromHISsystemofacomprehensivehospitalinNov．2014wasfirstlyanalyzedwithfactoranalysisetal．//TheChineseHealthServiceManagement．sis．/ZhouYing，Abstractmethodtoextractfourmainfactorsfromeightfactorsinfluencingtheoutpatients'noshowbehaviors，whichwereclassifiedinthreecategorieswith“K-typecluster”．Basedonwhich，itcanbeconcludedthatthefactorsofperiodandpatternofappointmenthadmostwhichshouldbeearlyintervened．significantinfluenceonoutpatients'noshowbehaviors，Author'saddressKeyword1引言BusinessSchool，SichuanUniversity，Chengdu，P．Ｒ．China．noshow；factoranalysis；clusteringanalysis；outpatient．還有文獻認為預約提前期是影響患者爽約的主要因〔12〕、〔13〕。Bean和Talaga〔8〕認為患者的爽約可以通過預約提素前期、醫(yī)生的專業(yè)程度以及患者的年齡、性別來預測。Glowacka以患者的特征和預約系統(tǒng)為基礎建立了一個模型來預測不同患者群體的爽約率。Tseng此外，發(fā)現(xiàn)初診患者的爽約率遠遠高于復診。Dove和Schneider〔16〕，Bean和Talaga〔7〕都發(fā)現(xiàn)過去爽約過的人，〔17〕再次爽約的可能性會更大。George和Ｒubin從患者的爽約率、到達和爽約次數(shù)分析得出了相同的結果，同時他們還發(fā)現(xiàn)〔18〕自費患者爽約的可能性更高。但Goldman卻認為支付方式〔19〕一。Kruse和Ｒohland研究了性別特征對患者爽約的影響。Hon等〔6〕發(fā)現(xiàn)男性患者的爽約率較高。Bean和Talaga〔8〕〔7〕發(fā)現(xiàn)當預約提前期超出7天時，男性的爽約率會變高。又有文獻研究表明年齡是影響患者爽約的另一顯著因素。Deyo和Inui〔9〕，F(xiàn)en－YuTseng〔10〕認為，年輕患者具有較高的爽約率。Goldman等〔11〕也發(fā)現(xiàn)老年患者的爽約率較低，但80歲本文以我國某大型公立醫(yī)院門診為例對患者爽約行為進行研究。數(shù)據(jù)總體是該醫(yī)院門診部2014年11月份的206821“年齡”、“性別”、“預約方式”、“科例患者數(shù)據(jù)，提取字段包括以上患者的爽約率較高。*基金項目：國家自然科學基金重點項目“醫(yī)療服務中的資源調度與優(yōu)化研究”（編號：71131006），“考慮病人需求國家自然科學基金面上項目（編號：71172197），“基于VMI的藥品供應鏈結構層級優(yōu)化研究”（編號：14ZB0419）；的醫(yī)院資源計劃于控制優(yōu)化策略研究”四川省教育廳科研項目“大數(shù)據(jù)驅動的環(huán)境與智慧醫(yī)療健康全社會資源管理研究”（編號：71532007）國家自然科學基金重點項目·22·”、“醫(yī)生職稱”、“初診/復診”、“出診時段”、“預約日室名稱”、“就診日期”，期通過分析得到影響患者爽約的8個因素，并表1變量量化規(guī)則變量量化規(guī)則制定其量化規(guī)則。見表1。變量及其量化表變量說明量化規(guī)則+=1“一級專家”“教授”+=2“二級專家”“副教授”年齡患者實際年齡醫(yī)生職稱=3“三級專家”=4“四級專家”=5“主治醫(yī)師”=6“其它”初診/復診初診=1復診=2=1“電信114”=2“窗口預約”預約方式=3“診間預約+復診”=4“網(wǎng)上預約”=5“銀行”科室名稱就診時間=1“上午”=2“下午”=1“耳鼻喉”=2“眼科”=3“消化內(nèi)科”=4“神經(jīng)內(nèi)科”……預約提前期患者就診日期－患者預約日期性別=1“女”=2“男”3.2基于因子分析的患者爽約影響因素研究本文采用SPSS（19.0）作為統(tǒng)計分析工具，采用軟件中的間、初診/復診、科室歸為第2類，醫(yī)生職稱歸為第3類；年齡、性別歸為第4類。因子分析得到的主因子的現(xiàn)實意義可解釋為：第1類因子為預約特征，第2類因子為患者就醫(yī)特征，第3類因子為醫(yī)生特征，第4類因子為患者屬性特征。見表5。表40．63616554.910280．000影響因素預約方式預約提前期就診時間初診/復診科室醫(yī)生職稱年齡性別1－0．7010．692－0．0960．387－0．186－0．0840．0360．047“分析/降維/因子分析”程序，對原始變量作KMO和Bartlett的球形度檢驗。見表2。表2KMO和Bartlett的檢驗近似卡方Bartlett的球形度檢驗dfSig．Meyer-Olkin度量取樣足夠度的Kaiser-旋轉成分矩陣成分20．1190．0810．6680．6160．547－0．1040．077－0．0883－0．075－0．174－0．0890．154－0．0400．7500．156－0．0484－0．321－0．303－0．089－0．0730．4900．1080．7000．768KMO的值為0.636，由表2可知，大于0.5，因子分析可能得到較好的通過；Bartlett球形檢驗的Sig值為0.000，小于顯著性水平0.05，變量之間存在相關關系，適合做因子分析。在解釋的總方差表中（見表3），前4個因子的特征值大于1，且該4個因子的特征值之和占總特征值的56.771%，因此應提取前4個因子作為主因子。表3成分12345678合計1.2521.1571.1091.0230．9480．8950．8650．751表51累計%15.65230.11743.98656.77168.61579.80090.611100.000相關因素因子種類預約特征初始特征值方差的%15.65214.46513.86912.78511.84411.18510.8119.389主因子命名2患者就醫(yī)特征3醫(yī)生特征醫(yī)生職稱4患者屬性特征年齡、性別解釋總方差表預約方式、就診時間、初預約提前期診/復診、科室3.3基于聚類分析的患者爽約影響因素研究根據(jù)因子分析的計算結果，將患者預約狀態(tài)（正常/爽約）4個主因子作為輸入變量，記為（1/2），作為個案標記依據(jù)，將4個主因子特征值代入K－中心聚類分析模型，進行聚類分析，通過對每類中的樣本數(shù)據(jù)在Excel中進行歸納統(tǒng)計分析，得到以下的結果。見表6。根據(jù)旋轉后的載荷矩陣（見表4），預約方式、預約提前期在第一個主因子上的載荷值較大，可歸為第1類；同理，就診時表6各類患者特征表類別患者數(shù)量預約狀態(tài)（爽約率）“預約特征”“患者就醫(yī)特征”平均預約預約方式初診/復診科室就診時間提前期（天）“醫(yī)生特征”醫(yī)生職稱“患者屬性特征”平均年齡性別爽約等級·23·69.56%第1類741222.68%45.22%電信1146.3595.73%復診腫瘤等爽約率低的科室第2類903869.00%40.13%電信11431.18%電信11415.4998.78%復診73.52初診96.23%耳鼻喉等爽約率高的科室92.34%耳鼻喉等爽約率高的科室51.43%上午68.39%上午33.16%二級專家31.22%二級專家45.3889.79%女性52.05%男性A63.53%上午27.27%二級專家47.7378.34%男性C第3類423134.58%4.6831.68B“預約特征”、“患者就醫(yī)特征”、根據(jù)表6結果，各類患者在“醫(yī)生特征”“患者屬性特征”4個因素上的特征差異明顯。以及依據(jù)患者的上述4種特征的差異，可以判斷患者所屬類型。當該患者爽約的概率較高；當患者屬于C型時，患者屬于A型時，該患者的爽約概率較低；當患者屬于B型時，該患者的爽約概率居中。對于A型患者可以看出其具有預約提前期較長（15.49天）、多為女性（89.79%）的特征。因此，對于該類患者醫(yī)院應采取以下措施提醒患者及時就診：（1）強化信息提示，包括預約過程中的告知及就診前一天的提醒，電信114及醫(yī)院主頁、微郵件、推送信息于就診前一天提醒取號、就診時信分別以短信、間及地點；（2）銀醫(yī)預約渠道、自助機都實行預約實時支付，避一年內(nèi)連續(xù)3次爽約者，系統(tǒng)納入免違約；（3）采取約束機制，違約的黑名單，取消其就診卡的預約功能，僅保留現(xiàn)場掛號功能。4結論本文以中國某大型醫(yī)院門診2014年11月患者數(shù)據(jù)為樣本，利用因子與聚類分析相結合的多元統(tǒng)計方法，探究影響爽約患者的主要特征，研究發(fā)現(xiàn)A類患者的爽約概率較高，該患者具有預約提前期較長、多為女性的特征，對于該類病人應采取相關措施干預降低其爽約的概率。〔參考文獻〕〔1〕劉姿，張秀蘭，唐澤華，等．預約掛號爽約患者情況調查與對策探2010，30（6）：1．討〔J〕．中國醫(yī)院管理，〔2〕MooreCG，WilsonWP，ProbstJC．Timeandmoney：effectsofno－showsatafamilypracticeresidencyclinic〔J〕．FamilyMedicine，2001，33（7）：522－527．〔3〕NadkarniMM，PhilbrickJT．Freeclinics：anationalstudy〔J〕．Ameri-canJournalofMedicineScience，2005，330（1）：25－31．〔4〕ＲustCT，GallupsNH，ClarkS，JonesDS，WilcoxWD，AdolescA．Patientappointmentfailuresinpediatricresidentcontinuityclinics〔J〕．PediatricAdolescentMedicine，2005，149（6）：693–695．〔5〕KruseGＲ，ＲohlandBM．Factorsassociatedwithattendanceatafirstappointmentafterdischargefromapsychiatrichospital〔J〕．PsychiatricService，2002，53（4）：473－476．〔6〕HonKL，MaTF．Issuesregardingnonattendanceatapediatricderma-tologycentre〔J〕．ClinicalandExperimentalDermatology，2002（27）：711－713．〔7〕BeanAG，TalagaJ．AppointmentBreaking：CausesandSolutions〔J〕．Journalofhealthcaremarketing，1992，4（12）：14－25．〔8〕BeanAG，TalagaJ．Predictingappointmentbreaking〔J〕．JournalHealthCareMark，1995，15（1）：29－34．〔9〕DeyoＲA，InuiTS．Dropoutsandbrokenappointments．Aliteraturere-viewandagendaforfutureresearch〔J〕．Medicalcare，1980（11）：1146－1157．〔10〕TsengF．Non－attendanceinEndocrinologyandMetabolismPatients〔J〕．JournaloftheFormosanMedicalAssociation，2010，109（12）：895－900．〔11〕GoldmanL，F(xiàn)reidinＲ，CookE，EignerJ，GrichP．Amultivariateap-proachtothepredictionofno－showbehaviorinaprimarycarecenter．〔J〕．ArchivesofInternalMedicine，1982（3）：563－567．〔12〕GrunebaumM，LuberP，CallahanM，LeonAC，OlfsonM，PorteraL．Predictorsofmissedappointmentsforpsychiatricconsultationsinaprimarycareclinic〔J〕．PsychiatricService，1996，47（8）：848－852．〔13〕GallucciG，SwartzW，HackermanF．Briefreports：Impactofthewaitforaninitialappointmentontherateofkeptappointmentsatamentalhealthcenter〔J〕．PsychiatricService，2005，56（3）：344－46．〔14〕GlowackaK，HenryＲ，MayJ．Ahybriddatamining/simulationap-proachformodelingoutpatientno－showsinclinicscheduling〔J〕．Jour-nalOperationＲesourceSoceity，2009，60（8）：1056－1068．〔15〕TsengF．Non－attendanceinEndocrinologyandMetabolismPatients〔J〕．JournaloftheFormosanMedicalAssociation，2010，109（12）：895－900．〔16〕DoveH，SchneiderK．Theusefulnessofpatients’individualcharacter-isticsinpredictingnoshowsinoutpatientclinics〔J〕．MedicalCare，1981，19：734－740．〔17〕GeorgeA，GregＲ．Non－attendanceingeneralpractice：asystematicre-viewanditsimplicationsforaccesstoprimaryhealthcare〔J〕．FamilyPractice，2003，20（2）：178－184．〔18〕GoldmanL，