论文部分内容阅读
目的:通过文献梳理北京市社区中医药服务发展中的问题,结合社区中医药相关政策,多角度构建社区中医药服务发展影响因素初步框架。运用BP神经网络方法建立社区中医药服务发展影响因素分析模型,计算北京市社区中医药服务发展影响因素指标权重,分析北京市社区中医药服务发展中的主要影响因素,探讨该方法在影响因素分析中的优势。方法:1、文献研究法。收集CNKI,万方,维普等数据库中基层中医药文献,归纳2005年至2016年社区中医药服务发展现状及存在的问题。2、问卷调查法。以函调和现场调研方式,收集北京市64家社区卫生服务中心中医药服务数据。3、BP神经网络分析。本研究采用BP神经网络方法分析北京市社区中医药服务发展影响因素权重。利用matlab 2010b软件,构架以北京市社区中医药服务发展影响因素为输入变量,社区中医药服务发展效率为输出变量的三层网络模型,通过相关公式转化成社区中医药服务发展影响因素权重值。4、DEA分析。运用超效率CCR模型,测算社区中医药服务发展效率,将社区中医药发展效率作为BP神经网络模型输出变量。5、频数统计分析。对基本情况、人员、服务中部分指标和制约因素采取频数统计方法进行分析,为本研究建议的提出提供数据支持。结果:本研究建立了以社区中医药服务发展影响因素指标为输入节点,以社区中医药服务发展效率为输出节点,隐节点数为8个的三层神经网络模型。其中,样本数为64例,权重结果如下:中医药业务用房面积(0.0974),中药饮片种类(0.1002),中医药设备种类(0.1118),中医师数(0.1006),中级以上中医师数(0.1376),中医药适宜技术种类(0.1250),新开展的中医药适宜技术种类(0.1174),重点人群中医药保健种类(0.0964),中医药慢病管理种类(0.1136)。结论:1、人员、技术是北京市社区中医药服务发展主要影响因素。北京市社区中医药影响因素权重值前四位的因素为中级以上中医师数、中医药适宜技术种类、新开展的中医药适宜技术种类、中医药慢病管理种类。2、BP网络是一种优质的分析社区中医药服务发展影响因素的方法。在运用两种方法构建社区中医药服务发展影响因素模型时,BP神经网络模型R2值达到0.97左右,而多元线性回归模型R2仅为0.1991,回归模型各自变量P值大于0.05,模型没有统计学意义。