多指标融合（精选3篇）
多指标融合 篇1
肝细胞癌(Hepatocellular carcinoma,HCC)是世界范围内常见的恶性肿瘤(以下简称肝癌)。在肝癌中,多结节者占12%~19%[1]。多结节肝癌的来源既有单一原发肿瘤的肝内转移,即单中心性发生(intrahepatic metastasis,IM),又有各个结节单独存在的多中心性发生(multicentric occurrence,MO)[2]。两种细胞克隆来源的肝癌在治疗方法和预后上存在着明显不同[3,4]。临床上区分多结节性肝癌是肝内转移(单中心发生)还是多中心发生,对于治疗前的评估、治疗方法的选择和治疗后生存率的预测有重要的意义。
1 材料与方法
1.1 材料
肝癌组织标本来自广西医科大学第一附属医院2004年4月~2007年8月手术切除肿瘤组织,诊断均经术后病理证实。实验组共44例患者116个癌结节。选取16例单结节肝癌病人,每例取不相连的两块手术切除肿瘤组织为单结节对照组Ⅰ。选取肝癌伴有肉眼门静脉癌栓病人4例,每例取癌和癌栓各一块为单结节对照组Ⅱ。正常对照组5例来自肝移植供肝及肝外伤切除肝组织。
1.2 方法
1.2.1 P53蛋白、AFP蛋白免疫组化分析
石蜡标本切成4μm蜡膜,行S-P免疫组化染色,光镜下观察结果。
1.2.2 P53 exon7、BCL-10基因突变分析
以北京天根公司血液/细胞/组织基因组DNA提取试剂盒抽提组织标本的DNA。分别以两对引物扩增P53 exon7、BCL-10基因;序列见附表1、2。“巢式PCR”(nest PCR)扩增:应用引物F1R1完成第一次PCR;取PCR产物为模板进行SSCP分析(PCR-SS-CP方法同文献[5]);将异常泳动条带切胶回收,然后以引物F2R2完成第二次PCR。将第二次PCR扩增产物予以直接测序,测序仪为ABI3730XL。利用DNAstar软件将肿瘤组织P53 exon7及BCL-10基因第二次PCR反应扩增序列与正常肝组织的序列进行比对,并与Gen Bank中的标准序列对照,以寻找确定突变位点。
1.2.3 mtDNA D-Loop区序列分析
参考文献,根据mt DNA D-Loop区的序列设计引物[6],F:5'-ATTCTAACCTGAATCGGAGG-3';R:5'-GAT-GCTTGCATGTGTAATCT-3'。它们分别位于mt DNA的cytb和12S rRNA基因区,扩增包括1 122 bp的控制区序列在内的1 528 bp片段。PCR反应条件,95℃预变性5 min,95℃1 min,55℃1 min,72℃2min,35个循环,72℃延伸7 min。对PCR产物直接测序,测序引物为F、R,由于mt DNA D-Loop区有多个poly C结构,测序时增加两条引物:F2:5'-AAT-ACTTGACCACCTGTAG-3'和F3:5'-CCTAT-GTCGCAGTATCTGTC-3'。各引物的测序覆盖区互有重叠,所有引物的测序结果包括了mt DNA D-Loop的全长。利用DNAstar软件将肿瘤组织mt DNA D-Loop区序列与正常肝组织的序列进行比对,并与mt DNA数据库(http://www.mitomap.org/)对照。当肿瘤组织mt DNA D-Loop区的核苷酸序列与正常肝组织不同时,在排除多态性的情况下,判定这种改变为突变。
2 结果
2.1 P53蛋白在各组中的表达
实验组的阳性表达率为40.52%(47/116);实验对照组的阳性表达率为45%(18/40)。实验组与实验对照组间阳性率比较,差异无统计学意义(χ2=0.246,P=0.62)。
2.2 AFP蛋白在各组中的表达
实验组的阳性表达率为44.83%(52/116);实验对照组的阳性表达率为50%(20/40)。实验组与实验对照组间阳性率比较差异无统计学意义(χ2=0.32,P=0.571)。
2.3 P53 exon7、BCL-10基因突变分析结果
2.3.1 P53 exon7、PCR-SSCP分析结果
实验组的阳性表达率为38.79%(45/116);实验对照组的阳性表达率为40%(16/40)。实验组与实验对照组间阳性率比较差异无统计学意义(χ2=0.018,P=0.893)。
2.3.2 BCL-10 PCR-SSCP分析结果
实验组的阳性表达率为41.38%(48/116);实验对照组的阳性表达率为45%(18/40)。实验组与实验对照组间阳性率比较差异无统计学意义(χ2=0.16,P=0.689)。
2.3.3 P53 exon7及BCL-10 gene PCR产物测序结果
多结节肝癌样本在P53 exon7 PCR-SSCP中存在结节间差异异常电泳条带的有18例,在BCL-10 PCR-SSCP中存在结节间差异异常电泳条带的有16例,测序结果显示均存在碱基变异。
2.4 mtDNA D-Loop区变异情况
在20例多结节标本中,各结节的mt DNA D-Loop区序列不同或不全相同,提示可能具有不同的癌细胞克隆起源。
2.5 MO与IM的判断结果
同一细胞克隆起源的癌结节间基因表达一致,为单中心性起源(IM);不同细胞克隆起源的癌结节的基因表达不一致或不全一致,为多中心性起源(MO)[7,8]。各个指标单独判断多中心性发生(MO)的结果为:P53蛋白免疫组化检测判定MO者13例(30%),AFP蛋白免疫组化检测判定MO者14例(32%),P53 exon7基因突变分析判定MO者18例(41%),BCL-10基因突变分析判定MO者16例(36%),mt DNA D-Loop区序列分析判定MO者20例(45%)。实验对照组中5项指标表达均一致。实验组中各个指标单独判断MO的阳性率,与实验对照组相比差异均有统计学意义(P<0.05)。本研究以上述5项指标联合作为判别细胞克隆起源异同的指标;如多结节肝癌中各癌结节的5项指标相同者,判定为细胞克隆起源相同,即为IM;如多结节肝癌中各癌结节的5项指标不相同或不完全相同者,判定为细胞克隆起源不相同,即为MO。据此标准,本研究中实验组共有22例判断为MO(50%),其中18例为二中心起源,4例是三中心起源;22例判断为IM。单结节对照组(对照组Ⅰ和对照组Ⅱ)中的20例样本均判断为IM。将5项指标联合判定MO的阳性率与各个指标单独判断(MO)的阳性率进行配对,设计四格表χ2检验显示:与P53蛋白免疫组化检测、AFP蛋白免疫组化检测、BCL-10基因PCR-SSCP结合基因测序分析等3项指标行单指标独立判定MO的阳性率比较,5项指标联合判定MO的阳性率差异有统计学意义(P<0.05);5项指标联合判定MO的阳性率与P53 exon7基因PCR-SSCP结合基因测序分析、mt DNA D-Loop区序列分析等2项指标行单指标独立判定MO的阳性率比较,差异无统计学意义(P>0.05)。
3 讨论
P53基因是重要的抑癌基因,含有11个外显子,其第7外显子的突变或缺失,在肝癌的发生和发展中发挥了重要作用[9]。甲胎蛋白(AFP)是研究得最早、最充分的肝癌特异性标志物。在我们前期的研究中,将P53 exon7基因PCR-SSCP,P53、AFP蛋白免疫组化等指标,应用于对肝癌的原发癌与复发癌克隆起源鉴别研究,取得了良好的效果[4]。故我们在近期的研究中,将P53 exon7基因PCR-SSCP,P53、AFP蛋白免疫组化等指标,应用于对多结节肝癌的克隆起源鉴别研究。结果表明,野生型BCL-10基因可抑制鼠胚胎成纤维母细胞的转化,并可促进COS-7和He La细胞的凋亡,而突变型BCL-10基因则与之相反,具有促进转化和抑制凋亡的能力[10]。有研究显示,BCL-10基因在肝癌组织中存在高突变率,提示该基因在肝癌发病机制中起着重要的作用[11]。因此我们在近期的研究中,将BCL-10基因PCR-SSCP分析应用于对多结节肝癌的克隆起源鉴别研究。线粒体DNA(mt DNA)易受氧化物的损伤引起突变,而全长共1 122 bp(16 024-576)的D-Loop区(又称控制区或非编码区)是mt DNA突变的热点所在,发生于多种实体瘤中。近年来,有学者将mt DNA D-Loop区的突变类型分析应用于区分肝癌的起源问题[6]。因此我们将mt DNA D-Loop区突变谱类型分析应用于多结节肝癌各癌结节克隆起源的鉴别。
本研究联合运用免疫组化分析、PCR-SSCP分析结合基因测序、线粒体DNA(mt DNA)D-Loop区序列分析方法等多种技术手段,对多结节肝癌组织中多指标在各癌结节间的表达差异进行筛查,以期利用多指标、多技术手段之间的相互验证、相互补充,更准确的对多结节肝癌各癌结节的克隆起源是否相同进行判定。本研究结果显示,P53蛋白、AFP蛋白、P53 exon7、BCL-10基因这四项指标,在多结节肝癌组和实验对照组中的阳性率均基本一致,两组比较无统计学差异(P>0.05),说明上述肿瘤标志物在实验组与实验对照组肝癌的突变差异无特异性,不能得出某个指标的表达与否易导致多结节性肝癌的发生甚或多中心性发生的推论。在对实验组与实验对照组5项指标判定肝癌细胞克隆起源一致性的比较中,我们发现这5项指标判定肝癌细胞克隆起源一致性在多结节性肝癌实验组和实验对照组之间差异均有统计学意义(P<0.05)。此结果表明,P53蛋白、AFP蛋白,P53 exon7、BCL-10基因及线粒体DNA(mt DNA)D-Loop区序列等5项指标的检测,在区分多结节性肝癌的细胞克隆起源时均有重要价值。
将5项指标联合判定MO的阳性率与各个指标单独判断(MO)的阳性率进行比较发现,与P53蛋白免疫组化检测、AFP蛋白免疫组化检测、BCL-10基因PCR-SSCP结合基因测序分析等3项指标行单指标独立判定MO的阳性率比较,5项指标联合判定MO的阳性率差异有统计学意义(P<0.05),5项指标联合判定MO的阳性率比P53蛋白、AFP蛋白、BCL-10基因等3项指标行单指标独立判定MO的阳性率均高,提示5项指标联合界定的MO组HCC具有相对独特的生物学性质。另外,5项指标联合判定MO的阳性率与P53 exon7基因PCR-SSCP结合基因测序分析、mt DNA D-Loop区序列分析等2项指标行单指标独立判定MO的阳性率比较,差异无统计学意义(P>0.05),考虑与本组病例较少有关,有待进一步研究。本研究判定多中心性起源的多结节HCC为50%(22/44),与UTSUNOMIYA等的报道接近[12],再次证实了多中心性起源在HCC发生中的重要性。理论上,同一肿瘤来源的组织有着一致的基因序列,本研究对照组Ⅰ的16例单结节肝癌均判断为IM,吻合性良好。肝癌发生门静脉癌栓转移,是存在肝癌肝内转移的最直接证据,应与原发癌灶具有同一细胞克隆来源,也即有相同的基因序列。本研究对照组Ⅱ中4例伴有癌栓的肝癌均判断为IM,提示本研究实验方法准确性高。
以上研究结果显示,在多结节肝癌的发生中,存在单中心起源和多中心起源两种不同的细胞克隆起源方式。联合运用免疫组化分析,PCR-SSCP分析,线粒体DNA(mt DNA)D-Loop区序列分析方法,检测多结节肝癌组织中P53蛋白、AFP蛋白、P53 exon7、BCL-10基因及线粒体DNA(mt DNA)D-Loop区序列在各癌结节间的表达差异,有助于鉴别其细胞克隆来源。
参考文献
[1]OKUDA K,PETERS PL,SIMSON IW.Gross anatomic features of hepatocellular carcinoma from three disparate geographic areas:Proposal of new classification[J].Cancer,1984,54:2165-2173.
[2]YAMAMOTO T,KAJINO K,KUDO M,et al.Determination of the clonal origin of multiple human hepatocellular carcinomas by cloning and polymerase chain reaction of the integrated of hep-atitis B virus DNA[J].Hepatology,1999,29(5):1446-1452.
[3]YASUI M,HARADA A,NONAMI T,et al.Potentially multicen-tric hepatocellular carcinoma:clinicopathologic characteristics and postoperative prognosis[J].World J Surg,1997,21(8):860-865.
[4]黎乐群,彭涛,林进令,等.复发性肝细胞癌的细胞克隆来源及其与复发时间的关系[J].中华肝胆外科杂志,1999,5(1):11-13.[4]LI LQ,PENG T,LIN JL,et al.Clonal origin of recurrent hepa-tocellular carcinoma and its relationship with time of recurrence[J].Chin Hepatobiliary Surg,1999,5(1):11-13.Chinese
[5]彭涛,黎乐群,林进令,等.对非同位素PCR-SSCP检测基因突变方法的探讨[J].广西医科大学学报,1998,15(1):31-34.[5]PENG T,LI LQ,LIN JL,et al.Improvement of non-iso-topic-PCR-SSCP analysis technique in gene mutation detection[J].Journal of Guang xi medical university,1998,15(1):31-34.Chinese
[6]NOMOTO S,YAMASHITA K,KOSHIKAWA K,et al.Mitochon-drial D-Loop mutations as clonal markers in multicentric hepato-cellular carcinoma and plasma[J].Clin Cancer Res,2002,8(2):481-487.
[7]NOWELL PC.The clonal evolution of tumor cell populations[J].Science,1976,194(4260):23-28.
[8]CALABRESE P,TAVARéS,SHIBATA D.Pretumor progres-sion:clonal evolution of human stem cell populations[J].Am J Pathol,2004,164(4):1337-1346.
[9]HSU IC,METCAF RA,SUN T,et al.Mutational hot spot in the P53gene in human hepatocellular carcinoma[J].Nature,1991,350:427.
[10]ZHANG Q,SIEBERT R,YAN M,et al.Inactivating mutations and overexpression of bcl-10,a caspase recruitment do-main-containing gene,in MAL T lymphoma with t(1;14)(p22;q32)[J].Nat Genet,1999,22:63-68.
[11]CHENG JH,LENG XS,CAI SL,et al.bcl10gene mutation in hepatocellular carcinoma[J].Chinese Medical Journal,2001,114(7):747-751.
[12]UTSUNOMIYA I.Pathological study on multicentric occurrence of hepatocellular carcinoma[J].KurumeMed J,2005,52(4):133-138.
多指标融合 篇2
灰色多指标风险型决策方法研究
针对方案指标评估值为区间灰数的风险决策问题,提出了灰色多指标风险型决策的概念.将灰色系统理论的思想和方法与经典风险决策方法相融合,对风险型决策问题指标权重完全未知的且指标值为区间灰数的情况进行了探讨.利用分析技巧,建立了灰色模糊关系法及双基点法两种决策方法.在灰色模糊关系算法中,利用信息熵确定的指标权重使决策方法更符合客观要求.双基点算法在一定程度上解决了单方面基于理想点或负理想点进行决策时,未能充分利用已知信息所产生的偏差,决策更贴近于实际,应用说明了所提出的`两种决策方法的合理性和算法的有效性.
作 者：罗党 刘思峰 作者单位：南京航空航天大学经济管理学院,江苏,南京,210016 刊 名：系统工程与电子技术 ISTIC EI PKU英文刊名：SYSTEMS ENGINEERING AND ELECTRONICS 年，卷(期)：2004 26(8) 分类号：C934 N945 关键词：灰色系统理论 风险型决策 灰色模糊关系 双基点方法 区间灰数 熵多指标融合 篇3
关键词：医患关系；指标体系；解释结构模型
中图分类号：R197.1 文献标志码：A 文章编号：10085831（2016）04019408
一、研究概述
改革开放以来，中国经济社会发展迅速，但由于医疗体制改革相对滞后，以及医疗投入不够等诸多因素导致医疗纠纷急剧增加，社会关注度也大幅提高。不少医患纠纷演变成恶性事件，直接导致医务人员人身安全受到重大威胁。医疗纠纷不仅会严重挫伤医务人员为患者服务的信念，也会严重影响医疗部门的正常工作秩序。矛盾尖锐的医患关系将会严重阻碍医学科学的发展，使医患双方都成为受害者。因此，研究医患关系综合评价指标体系十分有必要，其目的就是通过对医患关系的综合评价，探索影响医患关系和谐的关键因素，从而为医患关系的改善提供理论依据。
医患关系通常可分为广义和狭义两种。狭义的医患关系是指医生和患者的关系；广义的医患关系则是指以医生为主的群体与以患者为主的群体在诊疗或缓解患者疾病中所建立的关系[1]。这里的“医”不仅指医生，还包括护士、医技人员、管理人员和后勤人员等医疗群体；“患”也不仅指“患者”，还包括与患者有直接或间接关系的亲属、监护人，甚至患者所在的工作部门和单位等。
西方发达国家医患关系相关制度建设以及医学活动所依赖的外部制度环境较为完善，医患关系表现出相对简单的特征，主要集中在医生和患者之间的狭义医患关系，其研究角度较国内而言更为细化和多元化。Evelyn等从社会学角度研究发现沟通在医患关系中占据重要地位[2]。Beasley着重研究医生工作满意度，认为较低的医生工作满意度会导致医患关系紧张以及医疗纠纷增多，进而降低医疗服务效率，导致患者不满[3]。Rider关注网络医疗信息的使用对医患关系的影响，并发现网络医疗信息会影响患者对其健康状况的认识和就医行为[4]。Santos认为，医患关系已经由医生单一主导转变为医生、患者共同商议模式[5]。Eveleigh回顾了19套医患关系评价指标体系，发现各指标体系之间差异较大，不同指标体系的评价结果难以比较，并认为指标体系的建立和选择应基于理论分析及所处的医疗领域和实际医疗环境[6]。
国内，对于医患关系紧张的成因及对策研究较为多见。范舒雅[7]、林玉芳[8]、林蜜[9]、轩萱[10]等从造成医患关系紧张的原因出发，剖析了医患关系失谐的深层次根源并提出了相应的对策。孙冬以权力与义务为分析框架，结合中国医疗制度改革的实际，分析了医患关系紧张的制度原因，提出了构建和谐医患关系制度基础的现实路径[11]。对于医患关系影响因素方面，早期研究主要是从患者或医生单一角度展开。例如，曹佳音从患者维度对医患矛盾的根源进行研究，探讨患者对医生不信任的影响因素[12]。周云鹏用分层整群抽样的方法调研了衡阳市医患双方对医患关系现状及医疗媒体报道的评价[13]。随着研究的深入，越来越多的学者，如岳玺中[14]、束雅春[15]、桑秀丽
[16]以及赵雅馨[17]等，均发现并提出应从多个不同视角分析、探讨解决医患矛盾、构建和谐医患关系。针对医患关系量化评价，桑秀丽[16]和赵雅馨[17]考虑了患者、医务人员、医院管理人员三方面影响因素，并提出了医患关系和谐度指标体系及理论模型。杨慧将国外广泛使用的医患关系量表PDRQ -15和DDPRQ -10开发为中译本[18]。但如前所述，该量表仅适用于国外简单的医生与患者之间的关系测评，对于受多种复杂因素影响的医患关系的测评并不完全适用。而国内其他有关医患关系评价的研究大多指标单一，无法反应多影响主体的要求。
综上所述，医患关系是一个复杂的系统工程，涉及多方面影响因素，而目前国内对医患关系的检测尚处于缺乏状态。因此，对于多维度、系统、全面的医患关系评价指标体系和量化工具的研究十分有必要。
二、医患关系相关影响主体
本文研究广义层面的医患关系即以“医”和“患”为中心的相关主体之间的关系。这些相关主体作为社会环境的重要组成部分，必然会受到社会其他因素的影响。林玉芳[8]将医患关系影响因素归纳为三方面：社会因素、医方因素、患方因素。其中社会因素包括制度建设、医疗资源分配、新闻报道等。林蜜[9]和轩萱[10]将医患关系紧张的原因归纳为四方面因素：政府因素、医方因素、患方因素、媒体因素。其中轩萱[10]所提出的医方因素包括医务人员和医院管理两个方面。谭政指出医疗行业、患者、医疗保障、媒体等原因都会影响医患关系[19]。魏俊丽通过调查发现在医务人员视角中医疗体制、医方、患方、媒体舆论是影响医患关系的主要因素[20]。通过文献分析发现，以往医患关系研究中相关影响主体有一定的共性，可以将其归纳为五大因素：医务人员因素、患方因素、医院管理因素、政府因素、媒体因素。相关影响主体之间的关系错综复杂，其相互作用结构可简化为图1。
三、医患关系综合指标体系建立
（一）指标体系构建原则
为使医患关系评价指标体系全面系统地反映医患关系现状，指标体系构建需要遵循以下原则[17，21-22]：
（1）系统性。由于医患关系受多个相关主体影响，指标设置应具有一定的逻辑关系，并从不同角度反映医患关系主要特征，形成有机系统。（2）科学性。指标体系应反映评价对象的系统性质和结构特征，符合客观规律。每个指标的设置都应该有明确的意义和科学解释，从而使指标体系的评估工作更客观并切合实际。（3）目标性。医患关系综合评价的目的是探索影响医患关系和谐的因素，从而为医患关系的改善提供依据。因此，指标体系中各个指标都应围绕既定目标设置，才能得到有效评估结果。（4）独立性。各指标之间相互独立，不存在包含与被包含的关系，避免指标冗余。
（二）指标体系的提出
医患关系指标体系可根据研究主体细化为患者视角、医务人员视角、医院管理视角、政府视角、媒体视角和通用指标体系。其中通用指标体系的研究又包括多视角通用和跨地域通用。并且通用指标体系的研究是分视角指标体系的基础，分视角体系可根据通用指标体系进行对应视角的指标调整。笔者着重研究通用指标体系，根据研究目的，即探索医患关系影响因素，按照五大影响主体（医务人员影响因素、患方影响因素、医院管理影响因素、政府影响因素、媒体影响因素）将指标归类。通过梳理大量文献[7-17，21，23-29]和部分专家及患者意见，初步提出医患关系综合指标体系（表1）。
（三）基于因子分析的指标筛选
因子分析是多元统计分析的一个重要分支，本文以因子分析方法对指标进一步筛选，以考察其结构效度。通过删除因子负荷较小或有高度因子重叠的指标，保证筛选出的指标对评价结果均有显著影响。本文采用最常用的主成份分析法萃取特征根大于1的因子，用最大方差法进行因子旋转，通过坐标的正交变换使因子更容易解释。按照每一个指标只能在其中一个因子上的载荷大于0.5，在其他所有因子上的载荷都小于0.4，否则将该指标修改或删除的原则对指标进行筛选。数据以问卷调研形式获得，问卷采用五级量表形式，分别为1、3、5、7、9依次代表“非常不符合”到“非常符合”。
选取成都市6家具有代表性的医院作为通用指标体系在特定地域的试点，通过分析其调研结果，为通用指标体系的构建和更广范围的应用做准备。调查了试点医院医务人员、医院管理人员及患者，发出调研问卷300份，回收有效问卷278份。数据KMO值为0.932（大于0.8），同时Bartlett球体检验统计值的显著性概率为0.000（小于0.01），适合做因子分析。因子分析后，按照筛选原则，不符合标准的指标如表2所示。
其中指标29在设计时属于患者因素，而分析结果显示其与媒体因素指标分入一类，虽在指标载荷上分布合理，但与理论不符，故将其列为问题指标。对指标进行逐步删除，直至得到较为合理的因子分析结果。因子分析旋转成份矩阵见表3，删除指标7、29、31。由表3可看出，绝大多数指标均只在一个因子上有高载荷，尽管指标9、25、28仍在两个成份上有较高载荷，但根据理论分析，这三项指标对医患关系有重大影响，且不可被其他指标替代，故对该三项指标仍予以保留。此时，根据指标含义，可将五大影响因素归纳为五个主要因子，分别为：F1医务人员因素、F2政府因素、F3医院管理因素、F4媒体因素、F5患者因素。
通过因子分析，从医患关系初始指标体系34个指标中筛选出31个。保留的指标在表1中第五列以“保留”字样标出，保留指标形成最终指标体系。
四、基于解释结构模型的指标体系分析
（一）矩阵推导
通过因子分析指标筛选，得到修正后医患关系的通用指标体系。为了梳理医患关系影响因素的层次结构，便于更透彻地理解分析医患关系，本文采用解释结构模型对指标体系中的二级指标进行结构整理。二级指标编号如下：1. 政府医疗法制建设；2.政府医疗体制建设；3.政府卫生管理机制建设；4. 医院文化及体制建设；5. 医务人员激励机制；6. 医疗技术管理；7.医务人员诊疗技术与态度；8. 医务人员沟通技能与态度；9. 医务人员职业修养；10.媒体报道客观性；11. 媒体职业操守；12.患者风险态度；13. 患者就医态度；14.医患关系。邀请了卫生管理专家对各因素之间的关系进行宏观判定，形成关联矩阵。按照解释结构模型的方法及布尔运算法则，用MATLAB软件对关联矩阵迭代运算。将关联矩阵加上单位矩阵进行n-1次迭代后，得到可达矩阵M。此时，（A+I）2≠（A+I）3≠…≠（A+I）n-1=（A+I）n，M=（A+I）n-1。在可达矩阵M中，“1”表示行元素与列元素有连接关系，“0”表示没有关系。
（二）层级分解
为了更清晰地了解各要素之间的关系，依据R（ni）∩A（ni）=R（ni）条件来进行层级抽取。其中R（ni）表示可达矩阵中要素ni对应的行中包含有1的矩阵要素对应的列要素集合，A（ni）表示可达矩阵中要素ni对应的列中包含有1的矩阵要素对应的行要素集合。同一区域内同级要素相互可达的区域称为强连通块。从图2可知，第二层和第三层都为强连通块。根据关联矩阵，可以得出医患关系解释结构模型如图2。
（三）结果分析
由图2可知，医患关系二级影响指标可分为四级阶梯结构。直接影响医患关系的因素是患者的风险态度、就医态度以及医务人员的沟通技能与态度。这三项是医患接触中最直接作用的因素，决定了医患直接接触的和谐程度。而医务人员医术、工作态度、职业修养是影响医患关系的关键因素，起着承上启下的链接作用。影响医患关系的根源性因素为医院对医务人员的激励机制、医疗技术管理、医院文化体制建设、政府医疗法制建设、政府医疗体制建设、卫生管理机制建设、媒体报道客观性、媒体职业操守。主要涉及三方面主体：政府、医院管理、媒体。
从解释结构模型的结果可以看出，政府因素、医院管理因素和媒体因素是影响医患关系的根源，且政府因素和媒体因素又会对医院管理产生影响。作为医患关系的根基，这三方起着极其重要的支持性作用。医务人员医术、工作态度、职业修养作为医患关系关键因素受到政府和医院管理相关制度建设的影响，合理的制度建设能够激励医务人员更多地投入到医疗活动中，而媒体客观的报道、正面的宣传又能够激发医务人员的工作热情，为患者提供更好的服务。同时，医疗服务质量的提高会使患者更愿意配合就医，也更能够正视医疗风险。医务人员沟通技能与态度、患者风险态度、就医态度对医患关系产生最直接的影响。一方面，患者对于风险的态度受政府相关制度建设的影响，例如完善的医保制度能够减轻患者医疗费用负担，从而使患者能够更理性地看待和处理风险。另一方面，医务人员医术和工作态度与患者的风险态度和就医态度相互影响，双方的理解和尊重能够促进医患和谐。患者就医态度还受到媒体报道和医疗技术管理的影响。客观的媒体报道和医疗常识宣传能够提高医患沟通的效率和质量。医务人员沟通技能与态度作为医患互动中至关重要的因素又与医务人员医术和工作态度有关。
综上所述，通过解释结构模型，医患关系综合指标体系被分为四级阶梯结构，包括：医患关系总体评价、直接影响因素、关键影响因素、根源影响因素。使得指标内部关系更为清晰，便于评价指标体系的实施。
本文旨在建立一个多主体医患关系综合评价通用指标体系。在此体系基础上，结合结构方程模型等方法，分视角医患关系综合评价体系（医务人员视角、患者视角、医院管理者视角、政府视角、媒体视角）已经在成都地区进行了初步应用研究[30-31]，并得到了具有一定实践意义的结论，也进一步验证了该通用指标体系的实用性。此后，本研究还将在卫生部门的支持下开展更广地域范围的通用指标体系应用研究及修正工作。
五、结论
医患关系是一个复杂的系统工程，涉及多方面影响因素，本文通过文献分析发现目前国内对医患关系的评价体系主体主要集中在医患双方，视角相对单一。总结以往研究，本文提出影响医患关系的五大主体：政府因素、医院管理因素、医务人员因素、媒体因素、患者因素。同时为了便于分析各因素的影响，将指标体系按照此五大主体归类，通过文献梳理，并参考专家和患者的意见初步建立了医患关系综合评价指标体系，运用因子分析对指标体系进一步筛选，最终确立的指标体系包含31个评价指标，即为表1中保留指标。在此基础上，利用解释结构模型分析了指标体系结构和指标间的相互作用关系，进一步阐明了评价指标体系的合理性。该综合评价指标体系对中国医患关系评估及探索影响医患关系和谐的因素有借鉴意义，将为医患关系的正确评价与改善提供有力支撑。
参考文献：
[1]傅兴华，肖水源，唐友云.我国医患关系研究现状[J].中国社会医学杂志，2010（4）：197-198.
[2]VERLINDE E.The social gradient in doctor-patient communication[J].International Journal of Equity in Health， 2012（11）：12-16.
[3]BEASLEY J W.Quality of work life of family physicians in Wisconsins health care organizations a WREN study[J].WMJ， 2004（103）：51-56.
[4]TOM R.Haematology patients and the internet： The use of online health information and the impact on the patient-doctor relationship[J].Patient Education and Counseling， 2014， 97（2）： 223-238.
[5]SANTOS OM.Consent form versus doctor - patient relationship[J].Braz J Otorhinolaryngol， 2014（80）：189-190.
[6]RHONA M.E.An overview of 19 instruments assessing the doctor-patient relationship： different models or concepts are used[J].Journal of Clinical Epidemiology，2012（65）： 10-15.
[7]范舒雅.构建和谐医患关系的对策研究[D].长春：吉林大学， 2005.
[8]林玉芳.和谐医患关系构建研究[D].济南：山东大学， 2009.
[9]林蜜.医患关系失谐及缓解对策研究[D].长沙：湖南大学， 2009.
[10]轩萱.构建和谐医患关系研究[D].上海：复旦大学， 2010.
[11]孙冬.论和谐医患关系的制度基础[D].重庆：西南政法大学，2010.
[12]曹佳音.从患者的维度看医患关系[J].中国医学伦理学， 2008，21（4）：84-86.
[13]周云鹏， 张平， 郭卫珍， 吴成秋.医患双方对医患关系现状及医疗媒体报道的评价[J].实用预防医学， 2012， 19（5）：793-794.
[14]岳玺中， 王莉媛， 毛静馥， 任重鲁.基于解释结构模型法的医患关系影响因素分析[J].医学与哲学，2012，33（7A）：26-27.
[15]束雅春，彭志行，薛明新，李永刚.患者与医务人员不同视角下医患关系的认知调查与对策分析[J].中国卫生事业管理，2013（3）：178-180.
[16]桑秀丽.医患关系和谐度模型构建及和谐度指数测评研究[D].昆明：昆明理工大学，2013.
[17]赵雅馨.医患关系和谐度研究[D].哈尔滨：哈尔滨商业大学，2014.
[18]杨慧.中文版本PDRQ/DDPRQ量表研制与评价——医患关系量化研究[D].太原：山西医科大学，2011.
[19]谭政.医患关系紧张的原因及对策分析[J].黑龙江医药，2014，27（5）：1071-1072.
[20]魏俊丽.我国医患关系的双方认知比较研究[D].武汉：华中科技大学，2010.
[21]董恩宏.基于医疗质量管理的患者信任度评价指标体系构建及相关研究[D].上海：上海交通大学，2012.
[22]顾春先，邬红丽，肖波，何文涛.中国高校校园体育文化指标体系研究[J].体育科学，2010，30（8）：41-48.
[23]袁琳.论政府在构建和谐医患关系中的责任[D].石家庄：河北师范大学，2012.
[24]李文文.患者对医态度问卷的编制及其对患者就医满意度的影响[D].太原：山西大学，2010.
[25]梅春英.新闻媒体在构建和谐医患关系中的作用[J].中国医学伦理学，2008，21（5）：39-40.
[26]张平.衡阳市医患关系的现状及其影响因素研究[D].长沙：南华大学，2011.
[27]贺晓华.大型公立医院医患关系管理研究[D].长沙：湖南师范大学，2010.
[28]李茗华，刘鸣，肖辉，姚鸿超，阚轩.耳鼻喉科医患沟通的影响因素分析及对策[J].现代生物医学进展，2014，14（32）：6367-6371.
[29]蔡永彤.现行医疗纠纷调整机制的法律缺陷与完善[J].重庆大学学报（社会科学版），2004（2）：102-105.
[30]韩宇，钟胜.基于医务人员视角的医患关系影响因素研究[J].四川大学学报（哲学社会科学版），2015（6）：95-102.
[31]韩宇.多元多视角医患关系影响因素研究[D].成都：四川大学，2015.
Abstract： Doctor-patient relationship is complicated system engineering， involving many influence factors. Recent doctor-patient relationship researches mainly focus on two players which are doctors and patients. Its a comparatively narrow sense. Based on researches before， this paper proposes five main influence players of doctor-patient relationship： government， hospital administrator， medical staff， media， and patient. According to these five players， and consulting with other experts， we systemize the index system proposed by other researchers， and then initially establish a new doctor-patient relationship index system by using factor analysis. Furthermore， we study the structure and reasonableness of the index system with interpretative structural modeling （ISM）. The proposed comprehensive doctor-patient relationship index system is worthy in assessment and influence factor analysis of doctorpatient relationship. And it contributes to the establishment of crossregion general doctor-patient relationship index system.
Key words： doctor-patient relationship； index system； interpretative structural modeling