资源描述：
《影响医疗服务利用的多因素分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、第三部分影响医疗服务利用的多因素分析我们知道人们的医疗行为是一系列主观和客观因素交叉影响的结果。医疗服务利用实际上包括三个内容相互独立而又相互联系的一个过程：(1)患者决定是否利用医疗服务，当一个人身感不适时，首先要判断所患疾病的严重程度，然后根据其对医疗服务效果、价格、方便程度的认识，以及经济承受能力，决定是否就医以及花多少钱就医；(2)患者一旦进入医疗保健系统，医疗服务提供者（如医生）决定诊断治疗的种类以及进一步的服务内容（虽然不排除患者在诊治方面的参与，但医患信息不对称，医疗服务利用主要由供方控制）；(3)考虑到患者病情严重程度和权衡利弊，医生决定患者是否应该住院治疗。因而，医
2、疗服务利用研究应该对上述整个过程的影响因素有全面认识和深入剖析。近年来，国内外一些学者对医疗服务的全过程进行了深入地研究，并提出“一个过程、四个组成部份”的理论假设，在此基础上建立了一系列独立等式分别解释门诊利用概率、住院利用概率、门诊对数费用和住院对数费用，并可在此基础上将上述等式的期望值有机结合，预测每一个人医疗总费用。第三部分将在描述性分析的基础上，应用“一个过程、四个组成部分”的基本理论假设，从需方角度出发，系统地分析和研究影响城乡居民门诊就诊概率、住院概率、门诊费用、住院费用以及门诊就诊单位选择概率的因素，以揭示影响我国城乡居民医疗服务利用的主要因素，为卫生改革和医疗保险制
3、度的改革提供参考。一、医疗卫生服务利用多变量分析的基本原理和方法为了使读者更为深入地了解多变量分析的结果，在多变量分析前，我们将本部分使用的多变量分析法的基本原理和分析步骤简单介绍如下：1、医疗服务利用过程的“四步模型”分析法根据医疗服务利用“一个过程、四个组成部份”的基本理论假设，建立四等式模型。有时也将“四步模型”分解为“门诊两步模型”和“住院两步模型”。“门诊两步模型”是把就诊分为两个组成部分：(1)就诊概率模型；(2)如去就诊，就诊的费用模型。每一个组成部分有一个等式：第一个等式是二值响应变量的概率模型，见等式（1）。(1)Ii=xiδ1+η1i,η1i∽N(0,1)等式（1
4、）中：Ii为个体i发生就诊的概率，如果I=1，则有就诊费用（MED）>0；否则就诊费用（MED）=0；x1i为个体i的社会、经济、人口学等解释变量；δ1解释变量的参数估计；η1i为随即误差，η1i∽N(0,1)。第二个等式是对就诊费用取对数的线性模型：(2)Log(MEDi
5、Ii>0)=xiδ2+η2i,η2i∽N(0,σ2)对于具有特征xi的个体，门诊就诊费用的期望值为：(3)E(MEDi
6、xi)=Pi*E(MEDi
7、MEDi>0,xi)=Pi*exp(xiδ2+σ2/2)式中：Pi=Pr(MEDi>0)=Pr(Ii≥0)=φ(xiδ1)等式(3)中，期望门诊就诊费用值能通过δ1，
8、δ2，和σ2的估计值来替代。如果等式(2)中误差项η2i不是正态分布的话，等式(3)计算的期望费用估计值与统计值不一致。四步模型是在二步模型法基础上，引入住院概率模型和住院费用对数线性模型。它把非门诊利用者和门诊利用者，非住院利用者和住院利用者之间分隔开来，获得下列四个等式：(4)Pr(SICK=1)=φ(xiδγ1)(5)Pr(INPi>0
9、SICK=1)=φ(xiγ2)(6)Log(MEDi
10、SICK=1,INPi=0)=xiγ3+υi(7)Log(MEDi
11、INPi>0)=xiγ4+ωi等式(4)和(5)把研究对象分为三个群体：非利用者、门诊利用者、住院利用者，实际上是就诊概率
12、和住院概率模型；等式(6)和(7)分别模拟门诊和住院利用者各自的费用，实际上是两个对数线性模型。与二步模型一样，四步模型的似然函数是积性可分。在等式(4)和(5)中的误差项υi和ωi均为正态分布，则具有Xi特征个体的预测医疗总费用（期望医疗总费用值）为：E(MEDt)=Pi[(1–πi)exp(xiγ3+σ2γ/2)+πiexp(xiγ4+σ2ω/2)]式中Pi=Pr(MEDi>0),πi=Pr(INPi>0
13、MEDi>0)。基于上述基本原理，在实际应用中由于就诊概率和住院概率均为二值响应变量，采用Logistic回归模型；就诊费用和住院费用均为左偏态分布，采用对数线性回归模型。2、
14、影响患者就诊行为因素的多项式LOGISTIC回归分析我们知道二值响应变量（如：患病和未患病）和多项响应变量（如：患病轻、中、重）的问题在广泛存在卫生服务的研究领域。对于这一类问题，通常使用LOGISTIC回归分析来研究这些离散响应变量与一组解释变量之间的关系。在二值响应模型中，响应Y代表一个个体或一个实验单元，它的取值有两种可能性，0和1（如：患病Y=0，否则Y=1），假定X是一个解释变量向量，且p=Pr(Y=1
15、x)是要建模的响应概率，线性Logisti
