1、加权 TOPSIS 法在艾滋病综合防治工作质量考评中的应用 李学平 孙小华 庆阳市疾病预防控制中心性病艾滋病防制科 摘 要： 目的 应用加权 TOPSIS 法对 2016 年庆阳市艾滋病防治主要考核指标进行综合评价。方法 参照 2013 年全国艾滋病防治主要措施落实质量考评方案中的部分指标, 结合本地实际情况自行制定的部分指标, 利用加权 TOPSIS 法进行综合评价。结果 考评结果相对接近度值 (Ci) 由高到低排前三位的县分别为 A 县、H 县、C 县, 代表这三个县防治工作较好。结论 加权 TOPSIS 法, 方法简单、客观, 适用于基层艾滋病综合防治评估工作。关键词： 加权 TOPSI
2、S 法; 艾滋病防治; 评价; 作者简介：李学平 (1983-) , 男 (汉族) , 大学本科, 主管医师.研究方向:疾病控制.收稿日期：2017-09-27Application of weighted TOPSIS in the quality evaluation of AIDS prevention and controlLI Xueping SUN Xiaohua Center for Disease Control and Prevention of Qingyang City; Abstract： Objective To evaluate the major indicato
3、rs of AIDS prevention and control in Qingyang City in 2016.Methods With reference to the national AIDS prevention and control measures issued in 2013 and the local situation, some indicators were formulated and evaluated with Weighted TOPSIS method.Results Relatively close to the value of evaluation
4、 results (Ci) from high to low, the top 3 counties were ranked as A County, H County, and C County, indicating that these counties had done good prevention and control work.Conclusion Weighted TOPSIS method is simple, objective, and suitable for the comprehensive evaluation of AIDS control at the gr
5、assroots level.Keyword： TOPSIS method; HIV/AIDS prevention and control; evaluation; Received： 2017-09-27过去 10 年, 中国不断加大艾滋病防治工作力度, 采取综合防治, 全社会共同参与的模式, 取得了一定的防治成绩, 获得了国际社会的广泛认可, 开展的工作主要包括宣传教育、监测检测、高危人群干预、抗病毒治疗、母婴阻断、美沙酮治疗等。同时制定出更多反映防治质量考评指标, 而这些考评指标大多只能单独的描述某一项工作。各地自行制定的赋分加权法, 不能充分利用工作中的各种计量与计数资料, 造成考评
6、结果不稳定。而加权 TOPSIS 法是基于归一化后的原始数据矩阵, 找出有限方案中的最优方案和最劣方案, 然后计算各评价对象与最优方案和最劣方案的距离, 获得各评价对象与最优方案的相对接近程度, 以此作为评价优劣的依据。该方法对数据类型, 样本无特殊要求1-2, 可以充分利用指标参数的信息, 灵敏地反映指标间差异并对评价对象进行排序, 而且结果量化准确直观3。本文采用加权 TOPSIS 法对 2016 年庆阳市 7 县 1 区艾滋病防治效果进行综合评价, 为艾滋病防治工作考核提供参考。1 资料与方法1.1 资料来源数据来源于中国疾病预防控制信息系统-艾滋病综合防治信息系统, 及市级艾滋病确证实
7、验室检测记录。部分评价指标参照 2013 年全国艾滋病防治主要措施落实质量考评方案4。除艾滋病自愿咨询检测 (VCT) 、全人群 HIV 抗体检测完成率、高危人群行为干预数据统计截止日期为 2016 年 10 月 31 日外, 其他数据截止日期均为 11 月 30 日。1.2 监测指标(1) 女性性工作者 (female sex workers, FSW) 干预覆盖率; (2) FSW 人群HIV 病毒抗体检测率; (3) FSW 干预人数; (4) 艾滋病防治项目中干预 FSW 人数占其下达的任务数比例; (5) HIV 自愿咨询检测人数完成比例; (6) HIV 自愿咨询检测人数; (7)
8、 CD4T 淋病细胞检测比例; (8) CD4T 淋病细胞检测数; (9) 性病门诊就诊者 HIV 检测比例; (10) 全人群 HIV 病毒抗体检测完成比例; (11) 艾滋病病例发现数完成比例; (12) 艾滋病病毒载量检测比例; (13) 艾滋病感染者/患者结核病筛查比例; (14) 艾滋病感染者/患者配偶或性伴 HIV 抗体检测比例; (15) 艾滋病感染者/患者配偶或性伴 HIV 抗体检测数; (16) 艾滋病感染者/患者接受抗病毒治疗比例; (17) 艾滋病感染者/患者接受抗病毒治疗人数。按上述指标顺序, 将上述指标赋予权重系数, 为便于计算总系数设为 100。各指标系数分别为 6
9、、6、4.5、4.5、4、4、6、6、6、15、4、8、6、5、5、5、5, 17 项工作指标完成情况建立初始数据矩阵。因这 17 项指标的比值和数值变量均为高优指标 (即指标都是完成比例或为工作量完成数, 值越高代表工作完成情况越好, 定义为高优指标) , 因此无需进一步转换。1.3 统计学方法对原始数据矩阵进行归一化处理, 并建立相应的矩阵。其指标转换公式为:式中 Xi j表示第 i 个评价对象在第 j 个指标上的取值, i 代表县区, j 代表各项指标。由此得出经归一化处理后的 A 矩阵。从 A 矩阵得到最优值向量和最劣值向量, 即有限方案中的最优值向量和最劣值向量。最优值向量:A= (
10、a i1MAX, ai2MAX, ai3MAX, , ai5MAX, ai6MAX, ai7MAX) 最劣质向量:A= (a i1MIX, ai2MIX, ai3MIX, , ai5MIX, ai6MIX, ai7MIX) 分别计算诸评价指标所有各指标与最优值向量及最劣质向量的距离 Di与 Di:式中 aij代表每一列的最大值, a ij代表每一列的最小值。其中 j为第 j 个指标的权重系数。计算诸评价对象与最优向量的接近程度 Ci, 其计算公式如下:Ci在 0 与 1 之间取值, C i愈接近 1, 表示该评价对象越接近最优水平;反之, 愈接近 0, 表示该评价对象越接近最劣水平。按 Ci大
11、小将各评价对象排序, C i值越大, 表示防治效果越好。2 结果2.1 艾滋病防治指标归一化矩阵各县 (区) 艾滋病防治指标完成情况见表 1、表 2。对艾滋病防治原始数据矩阵进行归一化处理, 并建立相应的矩阵, 见表 3、表 4。表 1 各县 (区) 艾滋病防治指标完成情况统计表 下载原表 表 2 各县 (区) 艾滋病防治指标完成情况统计表 下载原表 表 3 各县 (区) 艾滋病防治指标归一化矩阵 下载原表 表 4 各县 (区) 艾滋病防治指标归一化矩阵 下载原表 2.2 确定最优值向量和最劣质向量A=0.425 2, 0.383 8, 0.805 2, 0.396 4, 0.147 1, 0
12、.651 6, 0.404 6, 0.884 6, 0.383 6, 4.302 9, 0.371 4, 0.382 0, 0.369 2, 0.442 9, 0.718 4, 0.454 3, 0.878 3。A=0.236 1, 0.214 2, 0.064 9, 0.216 0, 0.054 0, 0.130 2, 0.236 0, 0.060 7, 0.230 2, 0.617 9, 0.185 7, 0.176 3, 0.258 4, 0.147 6, 0.035 9, 0.167 4, 0.043 9。2.3 不同地区相对接近程度不同地区各指标值与最优值向量和最劣值向量之间的欧氏距离和相对接近度, 见表 5。表 5 不同地区相对接近程度及排序 下载原表 3 讨论随着艾滋病防治工作的不断深入, 艾滋病相关研究也越来越广泛, 包括对重点人群知识、信念、行为, 对同性性行为人群认知态度以及护理新生艾滋病健康教育效果的研究5-7。同时为了反映艾滋病防治工作效果, 各地也加强了对防治工作的考核评价, 考核的内容包括对艾滋病感染者/患者治疗、检测及高危人群相关干预指标等完成情况。目前, 对艾滋病防治工作质量考核评价多为不同地区单指标间的排名比较, 往往不能全面反映艾滋病防治工作的综合防治情况, 应用加权 TOPSIS 法进行综合
