基于模糊综合评价对糖尿病治疗效果的评估

杨鑫1,2宋恩家1,3邓义民1,2

（1.华北理工大学数学建模创新实验室，河北唐山063210；2.华北理工大学冶金与能源学院，河北唐山063210；3.华北理工大学理学院，河北唐山063210；）

摘要：将不定性数据进行量化处理，对糖尿病患者的治疗数据进行研究分析，运用模糊综合评价法评估医院对糖尿病患者的治疗模式。根据综合模糊判断矩阵与熵权法求得的权重合成运算解得医院对糖尿病患者的治疗效果评价为良好的隶属度最高。用灵敏度分析对模糊综合评价法进行检验，检验结果为医院对糖尿病患者的治疗效果良好。

关键词：糖尿病；治疗效果；模糊综合评价；信息熵；灵敏度分析

1研究对象及方法选择

1.1研究对象的确定

通过查阅文献及相关数据资料[2]，找到了来自美国130家医院的糖尿病患者的治疗数据，针对医院对糖尿病治疗效果进行研究，选取“discharge_disposition_id（出院去向）、time_in_hospital（住院天数）、number_diagnoses（诊断次数）、readmitted（距再次入院的时间）”四个指标来评价医院对糖尿病患者的治疗效果。

把治疗效果分为A、B、C三个等级：

表1等级定义

1.2研究方法的选取

通过文献梳理[4]，发现当前研究数据的常用方法有包络分析法、模糊综合评价法、层次分析法等，这些方法存在各自的优缺点，如表2所示。

表2医院对糖尿病患者的治疗效果评价方法的选择

构建治疗效果评价模型时，将治疗数据量化，能够体现出治疗规律，分析不同指标对治疗效果的影响程度大小，有利于医院对治疗方案进行有效的修正，造福更多的患者。而模糊综合评价法将定性与定量结合，将复杂问题模型化，通过每个等级的隶属度，得出医院对糖尿病患者的治疗效果的评价。

2模糊综合评价模型的建立

第一步：数据标准化，即去除数据量纲，所以要将每一个指标下的所有数据转化到[0,1]之间，转化公式为：

在指标数据中，出院去向有30种情况，分别由1-30来表示；住院天数有14种情况，分别由1-14来表示；诊断次数有16种情况，分别由1-16来表示；距再次入院的时间有3种结果，即<30天、>30天、NO（时间无穷大），为了方便对其进行分析计算，按治疗效果好坏程度将其量化为具体数字，将四个评价指标的数据运用公式（1）进行标准化。量化标准如下：

表3再次入院时间结果量化标准

运用公式（2）和公式（3）得到各指标的信息熵和权重，具体结果如表4所示：

表4各指标的信息熵

由表4中信息熵可知：出院去向，住院天数，诊断次数，再次入院时间四个指标中，出院去向是数据最稳定的一个指标，再次入院时间，住院天数，诊断次数数据稳定性依次下降；出院去向的信息熵最小，即其数据的离散程度最大；诊断次数的信息熵最大，即其数据的离散程度最小；各指标所对应的权重从大到小排列：出院去向>再次入院时间>住院时间>诊断次数。

3结论

针对评价医院对糖尿病患者的治疗效果这一研究[5]，对出院去向、住院天数、诊断次数以及再次入院时间四个指标进行量化处理后，计算各指标权重和综合模糊判断矩阵，根据各指标隶属度评价医院对糖尿病患者的治疗效果，并对结果进行灵敏度分析，得到以下结论：医院对糖尿病患者的治疗效果良好；四个指标中，出院去向的数据最稳定，即对糖尿病治疗效果评价结果影响最大。

参考文献

[1]中国糖尿病防治指南编写组.中国糖尿病防治指南[M].北京：北京大学出版社.2004:15-16.

[2]黄小龙,罗旭,汪鹏,等.健康医疗大数据驱动下的精准医疗实施进展[J].医学信息学杂志,2017,38(09):17-21.

[3]张海鹰.糖尿病健康教育在糖尿病治疗中应用的效果观察[J].实用临床医学,2010,11(01):33-34+36