基于因子聚类分析的门诊患者爽约影响因素研究周颖++.docx

基于因子聚类分析的门诊患者爽约影响因素研究周颖++.docx

《基于因子聚类分析的门诊患者爽约影响因素研究周颖++.docx》由会员分享，可在线阅读，更多相关《基于因子聚类分析的门诊患者爽约影响因素研究周颖++.docx（10页珍藏版）》请在冰豆网上搜索。

基于因子聚类分析的门诊患者爽约影响因素研究周颖++

基于因子聚类分析的门诊患者爽约影响因素研究_周颖

〔摘要〕文章以中国某大型公立医院HIS系统中提取的2014年11月相关数据作为样本数据，首先运用因子分析法

“K型聚类”然后利用的方法将4个主因子分为3类，找到爽约患者将影响患者爽约的8个因素提炼为4个主特征因子，

的特征，并得到如下结论：

预约提前期和预约方式对门诊患者爽约的影响最大，医院管理者应从该两类因素入手对患者爽

约进行早期干预。

〔关键词〕爽约；因子分析；聚类分析；门诊〔〔中图分类号〕Ｒ197文献标识码〕A

〔4663（2016）01－22－03文章编号〕1004-Studyingonthefactorstoinfluencetheoutpatients'noshowbehaviorsbasedonfactoranalysisandclusteringanaly-DatacollectedfromHISsystemofacomprehensivehospitalinNov．2014wasfirstlyanalyzedwithfactoranalysis

etal．//TheChineseHealthServiceManagement．sis．/ZhouYing，

Abstract

methodtoextractfourmainfactorsfromeightfactorsinfluencingtheoutpatients'noshowbehaviors，whichwereclassifiedinthreecategorieswith“K-typecluster”．Basedonwhich，itcanbeconcludedthatthefactorsofperiodandpatternofappointmenthadmostwhichshouldbeearlyintervened．significantinfluenceonoutpatients'noshowbehaviors，

Author'saddressKeyword

1

引言

BusinessSchool，SichuanUniversity，Chengdu，P．Ｒ．China．

noshow；factoranalysis；clusteringanalysis；outpatient．

还有文献认为预约提前期是影响患者爽约的主要因

〔12〕、〔13〕

。

Bean和Talaga〔8〕认为患者的爽约可以通过预约提素

前期、医生的专业程度以及患者的年龄、性别来预测。

Glowacka以患者的特征和预约系统为基础建立了一个模型来预测

不同患者群体的爽约率。

Tseng此外，发现初诊患者的爽约率远远高于复诊。

Dove和Schneider〔16〕，Bean和Talaga〔7〕都发现过去爽约过的人，

〔17〕

再次爽约的可能性会更大。

George和Ｒubin从患者的爽约率、到达和爽约次数分析得出了相同的结果，同时他们还发现

〔18〕

自费患者爽约的可能性更高。

但Goldman却认为支付方式

〔19〕

对爽约率没有影响。

McCarthy等发现患者等待时间越长爽

〔20〕

约率越高。

Turner等发现对医生的信赖程度影响了患者的

〔21〕

患者的第一次爽约。

Cashman等同样发现在低收入人群中，爽约受心理状况（沮丧和焦虑）影响。

〔1〕

在国内，刘姿等通过立意抽样的方法发现爽约人群以上

〔22〕

主要原因是因交通受阻。

季新华发现影响爽约班族为主，

率的因素有预约登记身份证件齐全程度、专家出诊时间、预约

等候时间、是否初诊患者及专科类别。

从上述国内外文献研究现状可以看出，患者爽约的主要因素有性别、年龄、预约提前期、就诊科室、医生等因素。

因此，本采用文将从我国某大型公立医院的HIS系统中提取相关字段，因子聚类分析的方法，深入分析患者爽约的主要因素。

33.1

实证研究

数据来源及处理

〔15〕

门诊处于医院对外服务的前沿，门诊服务质量的高低直接

关系到医院的医疗氛围以及患者对医院服务的满意度，而“挂“挂号难”号难”已成为提高门诊服务质量的瓶颈。

为解决群众

“以患者为中心”问题，医院除了建立的创新管理理念和服务模式外，也应探索新的挂号途径：

预约诊疗制，该挂号途径的实现对于方便群众就医、提高医疗服务水平具有重大意义

〔1〕

等

〔14〕

。

同

卫生部要求所有公立三级医院都要开展实名预约挂号服时，

“要加强挂号管理，提出创新挂号便民方式，提高预约挂号务，

。

比例”

本文通过2014年2月对我国某大型医院的调研，发现该医院患者的爽约率大约为5%－8%。

与国外相比，该比例虽然不大（在国外，爽约率在3%～80%间浮动

〔2－4〕

），但是由于预约患

者的基数大，每天爽约号源有300多个，浪费了优质医疗资源。

因此，本文借助于从该医院HIS系统中提取的相关数据，利用

并提出对应的管因子聚类分析探讨影响患者爽约的主要因素，理建议，以达到对门诊爽约患者早期干预的目的。

2文献综述

在国外，有文献研究表明性别是影响患者爽约的因素之

〔5〕

一。

Kruse和Ｒohland研究了性别特征对患者爽约的影响。

Hon等

〔6〕

发现男性患者的爽约率较高。

Bean和Talaga

〔8〕

〔7〕

发现

当预约提前期超出7天时，男性的爽约率会变高。

又有文献研究表明年龄是影响患者爽约的另一显著因素。

Deyo和Inui〔9〕，Fen－YuTseng〔10〕认为，年轻患者具有较高的爽约率。

Goldman等

〔11〕

也发现老年患者的爽约率较低，但80岁

本文以我国某大型公立医院门诊为例对患者爽约行为进

行研究。

数据总体是该医院门诊部2014年11月份的206821“年龄”、“性别”、“预约方式”、“科例患者数据，提取字段包括

以上患者的爽约率较高。

*基金项目：

国家自然科学基金重点项目“医疗服务中的资源调度与优化研究”（编号：

71131006），“考虑病人需求国家自然科学基金面上项目（编号：

71172197），“基于VMI的药品供应链结构层级优化研究”（编号：

14ZB0419）；的医院资源计划于控制优化策略研究”四川省教育厅科研项目“大数据驱动的环境与智慧医疗健康全社会资源管理研究”（编号：

71532007）国家自然科学基金重点项目

·22·

”、“医生职称”、“初诊/复诊”、“出诊时段”、“预约日室名称”、“就诊日期”，期通过分析得到影响患者爽约的8个因素，并

表1

变量

量化规则

变量

量化规则

制定其量化规则。

见表1。

变量及其量化表

变量说明

量化规则

+=1“一级专家”“教授”+=2“二级专家”“副教授”

年龄

患者实际年龄

医生职称

=3“三级专家”=4“四级专家”=5“主治医师”=6“其它”

初诊/复诊

初诊=1复诊=2=1“电信114”=2“窗口预约”

预约方式

=3“诊间预约+复诊”=4“网上预约”=5“银行”

科室名称就诊时间

=1“上午”=2“下午”=1“耳鼻喉”=2“眼科”=3“消化内科”=4“神经内科”……

预约提前期

患者就诊日期－患者预约日期

性别

=1“女”=2“男”

3.2基于因子分析的患者爽约影响因素研究

本文采用SPSS（19.0）作为统计分析工具，采用软件中的

间、初诊/复诊、科室归为第2类，医生职称归为第3类；年龄、性别归为第4类。

因子分析得到的主因子的现实意义可解释为：

第1类因子为预约特征，第2类因子为患者就医特征，第3类因子为医生特征，第4类因子为患者属性特征。

见表5。

表4

0．63616554.910

280．000

影响因素预约方式预约提前期就诊时间初诊/复诊科室医生职称年龄性别

1－0．7010．692－0．0960．387－0．186－0．0840．0360．047

“分析/降维/因子分析”程序，对原始变量作KMO和Bartlett的球形度检验。

见表2。

表2

KMO和Bartlett的检验

近似卡方

Bartlett的球形度检验

dfSig．

Meyer-Olkin度量取样足够度的Kaiser-

旋转成分矩阵

成分20．1190．0810．6680．6160．547－0．1040．077－0．088

3－0．075－0．174－0．0890．154－0．0400．7500．156－0．048

4－0．321－0．303－0．089－0．0730．4900．1080．7000．768

KMO的值为0.636，由表2可知，大于0.5，因子分析可能得到较好的通过；Bartlett球形检验的Sig值为0.000，小于显著性水平0.05，变量之间存在相关关系，适合做因子分析。

在解释的总方差表中（见表3），前4个因子的特征值大于1，且该4个因子的特征值之和占总特征值的56.771%，因此应提取前4个因子作为主因子。

表3

成分12345678

合计1.2521.1571.1091.0230．9480．8950．8650．751

表5

1

累计%15.65230.11743.98656.77168.61579.80090.611100.000

相关因素因子种类

预约特征

初始特征值

方差的%15.65214.46513.86912.78511.84411.18510.8119.389

主因子命名

2患者就医特征

3医生特征医生职称

4患者属性特征年龄、性别

解释总方差表

预约方式、就诊时间、初预约提前期诊/复诊、科室

3.3基于聚类分析的患者爽约影响因素研究

根据因子分析的计算结果，将患者预约状态（正常/爽约）

4个主因子作为输入变量，记为（1/2），作为个案标记依据，将4个主因子特征值代入K－中心聚类分析模型，进行聚类分析，通过对每类中的样本数据在Excel中进行归纳统计分析，得到以下的结果。

见表6。

根据旋转后的载荷矩阵（见表4），预约方式、预约提前期

在第一个主因子上的载荷值较大，可归为第1类；同理，就诊时

表6各类患者特征表

类别

患者数量

预约状态（爽约率）

“预约特征”“患者就医特征”

平均预约

预约方式初诊/复诊科室就诊时间

提前期（天）

“医生特征”医生职称

“患者属性特征”平均年龄

性别

爽约等级

·23·

69.56%

第1类

74122

2.68%

45.22%电信114

6.35

95.73%复诊

肿瘤等爽约率低的科室

第2类

90386

9.00%

40.13%电信11431.18%电信114

15.49

98.78%复诊73.52初诊

96.23%耳鼻喉等爽约率高的科室92.34%耳鼻喉等爽约率高的科室

51.43%上午68.39%上午

33.16%二级专家31.22%二级专家

45.38

89.79%女性52.05%男性

A

63.53%上午

27.27%二级专家

47.73

78.34%男性

C

第3类423134.58%4.6831.68B

“预约特征”、“患者就医特征”、根据表6结果，各类患者在

“医生特征”“患者属性特征”4个因素上的特征差异明显。

以及依据患者的上述4种特征的差异，可以判断患者所属类型。

当

该患者爽约的概率较高；当患者属于C型时，患者属于A型时，

该患者的爽约概率较低；当患者属于B型时，该患者的爽约概

率居中。

对于A型患者可以看出其具有预约提前期较长（15.49天）、多为女性（89.79%）的特征。

因此，对于该类患者医院应采取以下措施提醒患者及时就诊：

（1）强化信息提示，包括预约过程中的告知及就诊前一天的提醒，电信114及医院主页、微

邮件、推送信息于就诊前一天提醒取号、就诊时信分别以短信、

间及地点；

（2）银医预约渠道、自助机都实行预约实时支付，避

一年内连续3次爽约者，系统纳入免违约；（3）采取约束机制，

违约的黑名单，取消其就诊卡的预约功能，仅保留现场挂号功

能。

4

结

论

本文以中国某大型医院门诊2014年11月患者数据为样本，利用因子与聚类分析相结合的多元统计方法，探究影响爽约患者的主要特征，研究发现A类患者的爽约概率较高，该患者具有预约提前期较长、多为女性的特征，对于该类病人应采取相关措施干预降低其爽约的概率。

〔参考文献〕

〔1〕刘姿，张秀兰，唐泽华，等．预约挂号爽约患者情况调查与对策探

2010，30（6）：

1．讨〔J〕．中国医院管理，

〔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．Factorsassociatedwithattendanceatafirst

appointmentafterdischargefromapsychiatrichospital〔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，FreidinＲ，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：

Impactofthewait

foraninitialappointmentontherateofkeptappointmentsatamentalhealthcenter〔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，FreidinＲ，CookE，EignerJ，GrichP．Amultivariateap-proachtothepredictionofno－showbehaviorinaprimarycarecenter〔J〕．ArchivesofInternalMedicine，1982（3）：

563－567

〔19〕McCarthyK，McGeeHM，O’BoyleCA．Outpatientclinicwaiting

timesandnon－attendanceasindicatorsofquality〔J〕．Psychol，Health＆Medicine，2000，5（3）：

287－293．

〔20〕TurnerBJ，WeinerM，YangC，TenHaveT．Predictingadherenceto

colonoscopyorflexiblesigmoidoscopyonthebasisofphysicianap-pointment－keepingbehavior．AnnualInternationalMedicine，2004，140（7）：

528－532．

〔21〕CashmanSB，SavageauJA，LemayCA，FergusonW．Patienthealth

statusandappointmentkeepinginanurbancommunityhealthcenter〔J〕．JournalHealthCarePoorU，2004，15（3）：

474－488．

〔22〕季新华．专家门诊实名制预约挂号失约率分析〔J〕．解放军医院管

2009，16（12）：

1171－1173．理，