DEA医院效率
- 提出者
- Abraham Charnes, William Cooper, Edward Rhodes
- 年份
- 1978
- 类型
- Non-parametric frontier estimation technique
- 类别
- Efficiency measurement, Operations management
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
数据包络分析(DEA)是一种线性规划技术,用于衡量多家医院在使用多种投入和产出方面的相对效率。DEA由Charnes、Cooper和Rhodes于1978年提出,现已成为全球医疗保健系统中对医院绩效进行基准测试的标准方法。
方法背后的直觉
DEA通过识别最高效的医院(位于效率前沿的医院)并将其与其他医院进行比较来运作。DEA不假设预定的生产函数,而是让数据本身来定义效率的含义。每家医院都被视为一个决策单元(DMU),该方法由表现最佳的医院组合构建一个虚拟基准。如果没有任何其他医院的组合使用更少的投入产生相同的产出,则该医院的效率为100%。
历史学
DEA由德克萨斯大学的Charnes、Cooper和Rhodes于1978年开发,其基础是Farrell的技术效率概念。CCR模型(Charnes-Cooper-Rhodes)假设规模报酬不变。1984年,Banker、Charnes和Cooper引入了允许规模报酬可变的BCC模型,使DEA适用于规模较小的医院和在不同规模下运营的医院。自20世纪90年代以来,DEA已被广泛应用于美国、欧洲和亚洲的医疗保健系统。
何时使用
当比较具有复杂生产过程、涉及多种投入和产出的多家医院的绩效时,使用DEA。当传统的财务指标无法捕捉医疗保健运营的全部复杂性时,DEA尤其有用。DEA假设具有相似特征的医院应与相似的同行进行比较,并且可以在没有预定函数形式的情况下衡量效率。如果样本量非常小(少于3 ×(投入+产出数量)),如果分类变量占主导地位,或者无法保证单位同质性,则避免使用DEA。
局限与注意事项
- 结果对变量的包含或排除敏感;错误的变量选择可能扭曲排名
- 未考虑随机变异或测量误差
- 需要相对较大的样本量(通常是投入和产出总和的至少10倍)
- 假设单元之间同质性;混合医院类型可能导致误导性的效率得分
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 无需预设权重即可处理多种投入和产出
- 非参数方法,不假设生产函数的特定函数形式
- 识别具体的同行医院并提供可操作的改进目标
- 与基于回归的方法相比,对异常值具有鲁棒性
- 在医疗保健政策和质量改进背景下被广泛接受
应用
- 跨医院网络比较效率,以识别表现不佳者和最佳实践
- 通过识别需要额外资金或重组的医院来支持资源分配决策
- 对教学医院与社区医院进行基准测试,以考虑其使命和患者复杂性的差异
- 通过比较DEA合并前后得分来评估合并和整合对医院效率的影响
- 通过跟踪效率随时间的变化来衡量质量改进措施的有效性
使用方式
使用方式
收集所有医院的投入和产出数据。典型的投入包括员工数量、床位数、运营成本和设备。产出包括患者出院数、床日占用数、门诊就诊次数和处理的急诊病例数。
清理数据,移除异常值,验证一致性,标准化单位,并确保所有变量都处于适当的尺度上。确认不存在负值,并且医院分类是一致的。
识别参考集(高效医院),并在需要时按类型对医院进行分组(如初级保健、教学医院等),以确保公平比较。
为每家医院制定并求解线性规划问题,可以是CCR(规模报酬不变)或BCC(规模报酬可变)模型,计算效率得分从0到1。
解释结果,识别同行(基准医院),分析效率低下根源,制定改进目标,并将发现传达给医院管理层。
常见陷阱
- 选择过多的投入或产出会夸大效率得分(维度灾难)
- 将效率得分误解为绝对质量指标而非相对同行比较
- 未能考虑影响投入和产出的外部因素(如患者病例组合严重程度、地理位置、政策限制)
常见问题
CCR模型和BCC模型之间有什么区别?
CCR模型假设规模报酬不变(投入加倍,产出也加倍),而BCC模型允许规模报酬可变,更适用于不同规模的医院。当比较规模差异很大的医院时,应使用BCC模型。
我的分析中应该包含多少个变量?
经验法则是每种投入-产出组合至少要有10到20个观测值。变量过多会夸大效率得分;变量过少可能无法捕捉绩效的重要维度。从核心指标开始,并通过敏感性分析验证结果。
DEA能考虑患者病例组合的差异吗?
DEA本身不直接调整病例组合,但你可以纳入病例组合加权的产出(例如,风险调整后的患者出院数)或按类型分层医院,以确保对相似机构进行公平比较。
效率得分0.85意味着什么?
效率得分0.85意味着与最高效的同行相比,该医院使用了比必要多15%的投入来产生其当前的产出水平。它有可能在保持相同产出水平的情况下将投入减少15%。
我如何识别哪些医院是基准?
DEA会自动为每个效率低下的医院识别参考集或同行组。这些是效率高的医院(位于前沿的医院),它们的投入和产出组合最接近效率低下的医院。
相关方法
参考文献
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429–444.
打开 DOI 文献已复制。Bannick, R. R., & Ozcan, Y. A. (2008). Efficiency evaluation of long-term care facilities. Health Care Management Science, 11(2), 81–91.
打开出版物文献已复制。Ozcan, Y. A. (2014). Health Care Management: A Quantitative Approach (4th ed.). John Wiley & Sons.
打开出版物文献已复制。