【目的】现有的患者投诉分类框架,通常是专家经验的总结,具有一定的局限性。根据国内患者的具体情况,结合现有的患者投诉的分类框架,本研究通过使用机器学习hLDA层次主题建模的方法对患者投诉进行主题挖掘,形成一个更加科学合理的分类框架,以便于更好地对医疗服务的质量进行评估。【方法】利用文献分析法,对现有的患者投诉分类框架进行总结归纳;使用HLDA为基础的方法,对资料进行主题挖掘,再使用逐点互信息技术解析主题挖掘结果,进而归纳出相应的患者投诉的分类框架;利用定性分析中整合的方法,对两种患者投诉的分类框架进行整合。【结果】通过使用hLDA层次主题建模的方法,进行主题挖掘,构建了一个基于患者投诉的分类框架,包括5个大类,7个小类。可视化分析结果表明,患者投诉主要集中在临床服务类、环境类、管理类,占88.37%;利用定性分析中类属整合的方法,对国际通用的HACT分类框架和基于hLDA层次主题建模的患者投诉的分类框架进行整合后,得到新的患者投诉的分类框架:临床服务质量类、医疗差错类、医疗环境类、生活支持类、制度流程类、管理类其他、与患者沟通类、尊重和患者权利类。【结论】本研究通过hLDA层次主题模型算法,对某医院的患者投诉进行主题挖掘,再对挖掘出的主题进行归纳,得到了一个两层的患者投诉分类框架,与常用的分类框架,如HACT,存在着一定差异。然后,对国际通用的HACT分类框架和基于hLDA层次主题建模的患者投诉的分类框架进行整合后,得到新的患者投诉的分类框,更贴近患者投诉主题的真实分布,也更具全面性,有利于对医疗服务的质量进行更加科学、合理的评估。