Management quality evaluation of occupational disease reporting with AHP-TOPSIS method
-
+ English摘要:目的
探讨AHP-TOPSIS法在职业病报告管理质量评价中的应用。
方法采用AHP法对职业病报告管理质量评价目标进行连续性分解，依据各级评价目标对总评价目标作用价值的大小赋予一定的权重系数，再运用TOPSIS法确定各评价对象的最优解和最劣解，得到各县区职业病报告管理质量综合评价排序。将各县区职业病报告管理质量AHP-TOPSIS法排序结果与传统方法排序结果进行相关性分析。
结果职业病报告管理质量评价目标层连续分解为3个一级指标、12个二级指标。一级指标及其权重系数分别是组织管理（0.104 7）、工作实施（0.637 0）和质量控制（0.258 3），二级指标中权重系数最高的是报告人员培训覆盖率（0.272 4），其次是重点职业病监测项目个案卡收集率（0.149 6）、数据上报和审核及时率（0.120 2），最低的是年度工作计划完成率（0.011 4）。二级指标中地区差距最大的是年度漏报调查和质量评估优良率、数据上报和审核及时率，差距系数分别为0.00和13.63。AHP-TOPSIS法排序结果与传统方法排序结果之间存在相关性（rs=0.893，P=0.007）。
结论与传统方法相比，AHP-TOPSIS法结果可反映工作实际情况，对职业病报告管理工作的质量综合评判排序具有更好的可行性和有效性。
-
近年来，随着疾病谱的改变，疾病监测的范围也随之扩大，我国对职业病与职业卫生信息的监测已成为非传染性疾病监测的重要组成部分。准确掌握职业病流行病学特征，长期、连续、系统地收集职业病相关信息，是开展职业病防治与管理的基础性工作[1]。多年来，各级卫生健康行政部门不遗余力地推行并逐步实现了职业病报告工作的制度化和规范化，极力提高网络直报数据的及时性、有效性和规范性，使我国职业病报告工作成为卫生统计工作的重要组成部分和反映职业病防治工作的一个重要指标，它能为科学制定职业病防治策略和措施提供及时、准确的信息，为快速报告和有效处置突发职业中毒事件提供信息通道[2]。随着职业健康监督管理职责的转变和工作内容的不断丰富，职业病报告管理的重要性日渐凸显，但是由于过去考核指标过于单一，在职业病报告管理过程中已经逐渐显现出弊端或已不适应当前实际工作[3]。因此，我们需要转变视角和思路，探索更加合理的职业病报告管理质量评价体系，寻求更加全面、合理的评估方式。AHP法是利用系统分析的方法，对评价对象的评价目标层进行连续性分解，得到一级指标层、二级指标层及以下各级指标层，并以最下层作为测评评价目标达到程度的最终评价指标。TOPSIS法通过最优解和最劣解的确定，将评价对象的所有指标与最优解距离和最劣解距离引入评价模型，使评价结果与真实情况更加接近，对评价对象的整体特征表达更贴切，且易于实现。诸多学者基于AHP-TOPSIS法，在城市景观质量评价[4]、电厂维护策略选择[5]、信息安全风险分析[6]等领域，进行了应用性研究，但目前该方法在职业健康工作质量评价中的应用鲜有报道。本研究拟探讨AHP-TOPSIS法在职业病报告管理质量综合评价中的应用，以验证其可行性和有效性。
1. 资料与方法
1.1 资料来源
采用某市2015—2017年县区职业病报告督导检查、漏报调查与质量评估的相关资料。每年度的资料，均采用统一的表格进行收集，由专业人员根据现场情况进行如实填写，或根据被调查单位上报的资料，整理成统一的表格进行汇总统计。其中，组织管理包括管理制度制定、印发和执行情况，是否成立职业病防治相关部门、配备专兼职人员，是否制订年度工作计划及完成情况；工作实施包括辖区内网络直报账号开通、备案情况，报告人员培训、现场技术指导情况，重点职业病监测项目个案卡收集情况；质量控制包括年度专题分析上报情况，漏报调查和质量评估结果，数据上报和审核是否及时有效，职业病防治机构能力摸底完成情况。重点职业病监测项目个案卡收集情况、数据上报和审核是否及时有效，是基于中国疾病预防控制信息系统中的职业病与职业卫生信息监测系统上报的数据。
1.2 方法
1.2.1 评价指标体系构建
筛选《职业病报告卡（2018年版）》《中国疾病预防控制信息系统用户与权限管理规范（2015版）》《职业病报告技术规范》《安徽省卫生系统职业病报告管理规定》等规范、标准中有关职业病报告管理的相关要点，结合国家、地方相关职业病防治机构的职责规定、重点职业病监测项目工作方案，构建县区级职业病报告管理质量评价指标体系。
1.2.2 评价方法[4-8]
采用AHP-TOPSIS法对职业病报告管理质量进行综合评价，该方法是层次分析法（analytic hierarchy process，AHP）和逼近理想解排序法（technique for order preference by similarity to an ideal solution，TOPSIS）的结合，先通过AHP法构建评价指标体系并确定各评价指标权重系数，再运用TOPSIS法对评价对象进行综合评价排序。具体步骤如下：
第1步：原始数据矩阵化。设有m个决策单元，每个决策单元有n个评价指标，数据用矩阵表示为：
R =（rij）m × n ，（i = 1，2，…，m；j = 1，2 …，n）
R——原始数据矩阵；
rij——原始评价指标。
第2步：指标同趋势化。评价指标中的所有指标必须同趋势，即同为高优或低优指标。一般采用差值法或倒数法将低优指标转化为高优指标。设低优指标为x，则差值法转化结果为1 - x，倒数法转化结果为100 / x。同趋势转化后的数据矩阵表示为：
X =（xij）m × n ，（i = 1，2，…，m；j = 1，2 …，n）
X——同趋势转化后的数据矩阵；
xij——转化后的高优评价指标。
第3步：数据归一化。由于各评价指标的量纲不同，需要对数据进行归一化处理。归一化处理后的矩阵表示为：
Y =（yij）m × n，（i = 1，2，…，m；j = 1，2 …，n）
其中，
$$ {{y}_{ij}}={{x}_{ij}}/\sqrt{\sum\limits_{i=1}^{m}{{{({{x}_{ij}})}^{2}}}}, (i=1, 2, \cdots, m;j=1, 2, \cdots, n) $$ Y——归一化处理后的数据矩阵；
yij——为归一化处理后的评价指标。
第4步：带入权重系数。利用AHP法确定的各评价指标的权重系数，构建规范化的加权决策矩阵：
Z =（zij）m × n，（i = 1，2，…，m；j = 1，2 …，n）
其中，
zij = Wj yij，（i = 1，2，…，m；j = 1，2，…，n）
Z——规范化的加权数据矩阵；
zij——带入权重系数后的评价指标；
Wj——评价指标的权重系数。
第5步：确定理想解和负理想解。确定评价指标最优值和最劣值，且分别构成最优值向量Z+和最劣值向量Z-，分别表示为：
Z+ =（Z1+，Z2+，…，Zn+）= {max zij| i = 1，2，…，m；j =1，2，…，n }
Z- =（Z1-，Z2-，…，Zn-）= {min zij | i = 1，2，…，m；j=1，2，…，n }
第6步：计算欧式距离。利用欧几里得公式，计算评价指标值与最优值之间的距离D+，与最劣值之间的距离D-，分别表示为：
$$ {{D}^{+}}=\sqrt{\sum\limits_{j=1}^{n}{{{({{z}_{ij}}-\mathit{\boldsymbol{Z}}_{\mathit{\boldsymbol{j}}}^{+})}^{2}}}}, (i=1, 2, \cdots , m;j=1, 2, \cdots , n) $$ $$ {{D}^{-}}=\sqrt{\sum\limits_{j=1}^{n}{{{({{z}_{ij}}-\mathit{\boldsymbol{Z}}_{\mathit{\boldsymbol{j}}}^{-})}^{2}}}}, (i=1, 2, \cdots , m;j=1, 2, \cdots , n) $$ 第7步：计算相对接近程度。计算各评价指标与最优值之间的相对接近程度Gi，表示为：
Gi = Di- /（Di++Di-），（i = 1，2，…，m）
第8步：评价对象排序。按照Gi大小对评价对象排序选优，Gi越大表示职业病报告管理质量综合评价水平越高。
1.2.3 统计学分析
采用Excel 2016建立数据库并进行数据整理，用SPSS 22软件进行统计分析。评价指标以率（%）表示，并进行统计学描述，等级相关分析采用Spearman等级相关法，P < 0.05（双侧）说明差异具有统计学意义。
2. 结果
2.1 评价体系构建
2.1.1 评价指标确定
评价指标体系分为三层两个等级（一级、二级），第一层为目标层（A），即职业病报告管理质量；第二层为一级指标（B），分为组织管理、工作实施、质量控制；第三层为二级指标（C），采用12个具体评价指标。所有评价指标均为高优指标，基本涵盖县区级职业病报告管理工作全部内容。见表 1。
表 1 职业病报告管理质量评价指标体系目标层(A) 一级指标(B) 二级指标(C) 职业病报告管理质量 组织管理(Bt) 执行管理制度优良率(C1) 专兼职部门人员配备率(C2) 年度工作计划完成率(C3) 工作实施(B2) 网络直报账号开通率(C4) 网络直报账号权限备案率(C5) 报告人员培训覆盖率(C6) 现场技术督导覆盖率(C7) 重点职业病监测项目个案卡收集率(C8) 质量控制(B3) 年度专题分析报告及时率(C9) 年度漏报调查和质量评估优良率(C10) 数据上报和审核及时率(C11) 职业病防治机构能力摸底调查完成率(C12) 2.1.2 权重系数确定
对评价指标体系中的一级指标（B）中的各项评价指标进行两两比较和重要性评价，建立判断矩阵；同理通过两两比较，得到二级指标（C）中的各项评价指标的重要程度。二级指标C有12个指标，即C1 ~ C12，每个评价指标都有一个对应的权重系数。用方根法计算评价指标的权重系数，通过一致性检验，认可无逻辑混乱，即得到职业病报告管理质量评价指标权重系数。见表 2。
表 2 职业病报告管理质量评价指标权重系数C B1(0.104 7) B2(0.637 0) B3(0.258 3) C × B C1 0.227 0 0.023 8 C2 0.663 8 0.069 5 C3 0.109 2 0.011 4 C4 0.108 3 0.069 0 C5 0.089 5 0.057 0 C6 0.427 7 0.272 4 C7 0.139 6 0.088 9 C8 0.234 9 0.149 6 C9 0.125 0 0.032 3 C10 0.250 0 0.064 6 C11 0.465 3 0.120 2 12C 0.159 7 0.041 3 2.2 综合评价
2.2.1 原始评价指标数据
该市7个县区职业病报告督导检查、漏报调查与质量评估的相关资料原始数据见表 3。
表 3 某市各县区职业病报告管理质量评价指标相关原始数据（率/%） C E1 E2 E3 E4 E5 E6 E7 C1 80.0 60.0 40.0 80.0 70.0 90.0 70.0 C2 60.0 80.0 50.0 60.0 60.0 60.0 80.0 C3 50.0 50.0 40.0 60.0 80.0 70.0 60.0 C4 90.0 80.0 80.0 90.0 80.0 90.0 90.0 C5 90.0 80.0 80.0 90.0 80.0 90.0 90.0 C6 80.0 70.0 70.0 80.0 80.0 90.0 80.0 C7 70.0 60.0 60.0 70.0 80.0 80.0 70.0 C8 100 90.7 92.7 99.8 100 99.8 100 C9 80.0 70.0 60.0 80.0 80.0 70.0 80.0 C10 100 100 0 0 100 100 0 C11 76.9 30.8 60.0 100 93.6 36.4 95.2 C12 91.4 88.6 74.3 80.0 71.4 60.0 65.7 注：E为县区代码，7个县区依次表示为E1 ~ E7 2.2.2 数据归一化处理及带入权重系数
将县区E1 ~ E7评价指标原始数据进行归一化处理，再对各县区评价指标值进行加权，得到加权归一化的数据矩阵。见表 4。
表 4 某市各县区职业病报告管理质量评价指标加权归一化数据矩阵C 权重系数 E1 E2 E3 E4 E5 E6 E7 差距系数 C1 0.023 8 0.010 0 0.007 5 0.005 0 0.010 0 0.008 8 0.011 3 0.008 8 20.41 C2 0.069 5 0.024 2 0.032 3 0.020 2 0.024 2 0.024 2 0.024 2 0.032 3 24.44 C3 0.011 4 0.003 6 0.003 6 0.002 9 0.004 3 0.005 8 0.005 0 0.004 3 21.95 C4 0.069 0 0.027 3 0.024 3 0.024 3 0.027 3 0.024 3 0.027 3 0.027 3 26.67 C5 0.057 0 0.022 6 0.020 1 0.020 1 0.022 6 0.020 1 0.022 6 0.022 6 26.67 C6 0.272 4 0.104 5 0.091 4 0.091 4 0.104 5 0.104 5 0.117 5 0.104 5 25.45 C7 0.088 9 0.033 4 0.028 6 0.028 6 0.033 4 0.038 2 0.038 2 0.033 4 24.49 C8 0.149 6 0.057 9 0.052 5 0.053 7 0.057 8 0.057 9 0.057 8 0.057 9 26.85 C9 0.032 3 0.013 1 0.011 4 0.009 8 0.013 1 0.013 1 0.011 4 0.013 1 25.00 C10 0.064 6 0.032 3 0.032 3 0.000 0 0.000 0 0.032 3 0.032 3 0.000 0 0.00 C11 0.120 2 0.046 4 0.018 6 0.036 2 0.060 4 0.056 5 0.022 0 0.057 5 13.63 C12 0.041 3 0.018 6 0.018 0 0.015 1 0.016 3 0.014 5 0.012 2 0.013 4 23.65 注：差距系数，即先将县区E1 ~ E7各项指标从低到高排序，然后计算前25%（即前2个）县区的该指标总值占该指标县区E1 ~ E7总值的百分比。差距系数越大，说明地区差距越小，反之则地区差距越大 从二级指标（C）的差距系数看，各县区存在一定的地区差距。其中，重点职业病监测项目个案卡收集率（C8）、网络直报账号开通率（C4）和网络直报账号权限备案率（C5）的差距系数较大，分别为26.85、26.67、26.67，说明这3个指标的地区差距较小；年度漏报调查和质量评估优良率（C10）、数据上报和审核及时率（C11）的差距系数最小，分别为0.00和13.63，说明这2个指标的地区差距最大。
2.2.3 确定理想解和负理想解
确定评价指标最优值和最劣值，分别构成最优值向量Z+和最劣值向量Z-。
2.2.4 计算欧式距离及相对接近程度
利用欧几里得公式，计算评价指标与最优值之间的距离Di+及最劣值之间的距离Di-，再计算各评价指标与最优值之间的相对接近程度Gi，其值越接近1，表示该评价对象越接近最优水平，而越接近0，表示评价对象越接近最劣水平。见表 5。
表 5 某市各县区评价指标值与最优解的相对接近度及综合评价排序E Di+ Di- Gi 排序结果 E1 0.021 43 0.046 37 0.683 90 2 E2 0.050 86 0.035 12 0.408 45 6 E3 0.051 48 0.017 91 0.258 11 7 E4 0.036 20 0.045 32 0.555 92 3 E5 0.017 00 0.053 17 0.757 74 1 E6 0.039 81 0.043 98 0.524 92 5 E7 0.035 79 0.043 88 0.550 77 4 2.2.5 综合评价及排序
按照Gi大小对评价对象排序优选，Gi越大表示职业病报告管理质量综合评价水平越高。依据各评价对象评价指标与最优值相对接近度Gi进行排序，最终确定县区E1~ E7职业病报告管理质量综合评判排序。
县区E1~ E7职业病报告管理质量水平可区分为三个层次，其中E5和E1与最优方案的相对接近度Gi在0.60以上，职业病报告管理质量水平最高，属第一层次；E4、E7和E6的质量水平其次，相对接近度Gi在0.50至0.56之间，处于第二层次；E2和E3的相对接近度Gi在0.41以下，属于第三层次。见表 5。
2.3 相关性分析
依据县区职业病报告漏报调查与质量评估和督导检查结果，结合日常工作开展情况，对县区E1 ~ E7职业病报告管理质量进行传统方法排序，即基于表 3计算县区E1 ~ E7的二级指标（C）数值的平均值，然后依其大小进行县区排序。将传统方法所得排序结果与AHP-TOPSIS法所得排序结果进行相关性分析，显示两者之间存在相关性（rs = 0.893，P = 0.007）。见表 6。
表 6 AHP-TOPSIS法排序和传统方法排序结果的相关性分析方法 E1 E2 E3 E4 E5 E6 E7 rs值 P值 AHP-TOPSIS法 2 6 7 3 1 5 4 0.893 0.007 传统方法 2 6 7 4 1 3 5 3. 讨论
职业病报告管理是卫生健康行政部门了解职业病发病特点、变化趋势和规律，制定职业病防治策略的重要依据[9]。市级职业病防治机构对县区职业病报告工作开展漏报调查、督导检查，及时评价工作效果，是了解职业病报告管理工作现况，提高职业病报告管理质量的重要措施[10]。
李成等[11]基于AHP模型评价武汉市大气环境质量，赵丽等[12]基于层次分析法建立起职业性阻塞性肺疾病诊断指标体系并确定各级评价指标的权重系数。AHP法的不足之处，是过于单一化地处理评价指标值的排序过程，对评价指标的整体特性体现不全。黄淑琼等[13]运用TOPSIS法评价湖北省医疗机构法定传染病网络直报工作质量，杨勇等[14]应用TOPSIS法对宜昌市职业安全健康监管进行综合评估，均有较好的应用价值。由于TOPSIS法不具有评价指标权重系数确定的环节或功能，因此多受限于层次性多元分析方面的应用[15]。AHP-TOPSIS法，是汲取以上两种方法的优点，互补不足，使评价方法的应用领域更加广泛，评价结果的准确性、客观性也随之提高[16]，使评价对象的性质、特点得到全面展现，使管理和决策更加完善与科学[17]。本研究基于AHP-TOPSIS法对县区级职业病防治机构的职业病报告管理工作质量进行评价，避免了凭主观经验和印象来评价工作质量的好坏，对于横向比较各县区同时期职业病报告管理工作的质量具有较好的应用价值，有助于基层职业病报告管理工作的标准化、规范化和科学化。
本研究表明，AHP-TOPSIS法排序结果和传统方法排序结果存在较强的正相关性（P < 0.01）。两种方法排序结果的差异，主要表现在第3 ~ 5名的县区E4、E6、E7排序结果的不同。与传统方法相比，AHP-TOPSIS法利用设置权重系数，凸显了例如报告人员培训覆盖率（C6）、重点职业病监测项目个案卡收集率（C8）、数据上报和审核及时率（C11）等指标在整个职业病报告管理质量评价体系中的重要性，这更加符合当前职业病报告管理工作的重心，可以有力推动县区职业病报告管理工作向纵深发展。另外，引入“差距系数”[18]对二级指标进行深度分析，结果显示年度漏报调查和质量评估优良率（C10）[10]、数据上报和审核及时率（C11）[11]在地区差距最大[19]，其中重点职业病监测项目个案卡收集是近年来职业病报告管理的重要内容，其网络报告质量直接影响数据上报和审核的及时率[20]。由此可见，各县区之间职业病报告管理质量水平存在差异。AHP-TOPSIS法对综合评价县区级职业病报告管理质量提供了新的方法，在职业病报告领域具有一定的推广价值，对半定量评价职业病报告管理工作能起到引导作用[21]。
卫生健康行政部门须保证获取数据的统一性、完整性和规范性，这已成为职业病报告管理的重要质量控制手段[22]。本研究在构建职业病报告管理质量评价指标体系时，遵循科学性与可操作性，兼顾信息化技术的原则，重点考虑从县区级职业病防治机构职责角度选择评价指标[23]。当前，卫生健康行政部门需加快职能转变，加强对职业病报告管理工作的监督管理；职业病报告业务管理单位应建立健全职业病报告业务管理组织和制度，重点做好职业病报告信息的数据管理、统计分析、技术指导、人员培训、质量控制、考核评估等工作；各级职业病责任报告单位应建立健全登记、报告、培训、质量控制等制度，制定职业病报告工作程序，保障职业病防治工作的持续改进[24]。职业病防治机构可利用本研究结果，进一步分析自身管理模式和外界环境的影响环节，从而更加明确影响县区级职业病报告管理质量的关键因素，不断提高职业病报告管理质量。
-
表 1 职业病报告管理质量评价指标体系
目标层(A) 一级指标(B) 二级指标(C) 职业病报告管理质量 组织管理(Bt) 执行管理制度优良率(C1) 专兼职部门人员配备率(C2) 年度工作计划完成率(C3) 工作实施(B2) 网络直报账号开通率(C4) 网络直报账号权限备案率(C5) 报告人员培训覆盖率(C6) 现场技术督导覆盖率(C7) 重点职业病监测项目个案卡收集率(C8) 质量控制(B3) 年度专题分析报告及时率(C9) 年度漏报调查和质量评估优良率(C10) 数据上报和审核及时率(C11) 职业病防治机构能力摸底调查完成率(C12) 
下载: 导出CSV
表 2 职业病报告管理质量评价指标权重系数
C B1(0.104 7) B2(0.637 0) B3(0.258 3) C × B C1 0.227 0 0.023 8 C2 0.663 8 0.069 5 C3 0.109 2 0.011 4 C4 0.108 3 0.069 0 C5 0.089 5 0.057 0 C6 0.427 7 0.272 4 C7 0.139 6 0.088 9 C8 0.234 9 0.149 6 C9 0.125 0 0.032 3 C10 0.250 0 0.064 6 C11 0.465 3 0.120 2 12C 0.159 7 0.041 3
下载: 导出CSV
表 3 某市各县区职业病报告管理质量评价指标相关原始数据
（率/%） C E1 E2 E3 E4 E5 E6 E7 C1 80.0 60.0 40.0 80.0 70.0 90.0 70.0 C2 60.0 80.0 50.0 60.0 60.0 60.0 80.0 C3 50.0 50.0 40.0 60.0 80.0 70.0 60.0 C4 90.0 80.0 80.0 90.0 80.0 90.0 90.0 C5 90.0 80.0 80.0 90.0 80.0 90.0 90.0 C6 80.0 70.0 70.0 80.0 80.0 90.0 80.0 C7 70.0 60.0 60.0 70.0 80.0 80.0 70.0 C8 100 90.7 92.7 99.8 100 99.8 100 C9 80.0 70.0 60.0 80.0 80.0 70.0 80.0 C10 100 100 0 0 100 100 0 C11 76.9 30.8 60.0 100 93.6 36.4 95.2 C12 91.4 88.6 74.3 80.0 71.4 60.0 65.7 注：E为县区代码，7个县区依次表示为E1 ~ E7
下载: 导出CSV
表 4 某市各县区职业病报告管理质量评价指标加权归一化数据矩阵
C 权重系数 E1 E2 E3 E4 E5 E6 E7 差距系数 C1 0.023 8 0.010 0 0.007 5 0.005 0 0.010 0 0.008 8 0.011 3 0.008 8 20.41 C2 0.069 5 0.024 2 0.032 3 0.020 2 0.024 2 0.024 2 0.024 2 0.032 3 24.44 C3 0.011 4 0.003 6 0.003 6 0.002 9 0.004 3 0.005 8 0.005 0 0.004 3 21.95 C4 0.069 0 0.027 3 0.024 3 0.024 3 0.027 3 0.024 3 0.027 3 0.027 3 26.67 C5 0.057 0 0.022 6 0.020 1 0.020 1 0.022 6 0.020 1 0.022 6 0.022 6 26.67 C6 0.272 4 0.104 5 0.091 4 0.091 4 0.104 5 0.104 5 0.117 5 0.104 5 25.45 C7 0.088 9 0.033 4 0.028 6 0.028 6 0.033 4 0.038 2 0.038 2 0.033 4 24.49 C8 0.149 6 0.057 9 0.052 5 0.053 7 0.057 8 0.057 9 0.057 8 0.057 9 26.85 C9 0.032 3 0.013 1 0.011 4 0.009 8 0.013 1 0.013 1 0.011 4 0.013 1 25.00 C10 0.064 6 0.032 3 0.032 3 0.000 0 0.000 0 0.032 3 0.032 3 0.000 0 0.00 C11 0.120 2 0.046 4 0.018 6 0.036 2 0.060 4 0.056 5 0.022 0 0.057 5 13.63 C12 0.041 3 0.018 6 0.018 0 0.015 1 0.016 3 0.014 5 0.012 2 0.013 4 23.65 注：差距系数，即先将县区E1 ~ E7各项指标从低到高排序，然后计算前25%（即前2个）县区的该指标总值占该指标县区E1 ~ E7总值的百分比。差距系数越大，说明地区差距越小，反之则地区差距越大
下载: 导出CSV
表 5 某市各县区评价指标值与最优解的相对接近度及综合评价排序
E Di+ Di- Gi 排序结果 E1 0.021 43 0.046 37 0.683 90 2 E2 0.050 86 0.035 12 0.408 45 6 E3 0.051 48 0.017 91 0.258 11 7 E4 0.036 20 0.045 32 0.555 92 3 E5 0.017 00 0.053 17 0.757 74 1 E6 0.039 81 0.043 98 0.524 92 5 E7 0.035 79 0.043 88 0.550 77 4
下载: 导出CSV
表 6 AHP-TOPSIS法排序和传统方法排序结果的相关性分析
方法 E1 E2 E3 E4 E5 E6 E7 rs值 P值 AHP-TOPSIS法 2 6 7 3 1 5 4 0.893 0.007 传统方法 2 6 7 4 1 3 5
下载: 导出CSV
-
[1] 唐小哲, 曾强, 刘东山.我国职业病报告工作的成本-效益分析[J].中华劳动卫生职业病杂志, 2017, 35(3):226-229. http://d.old.wanfangdata.com.cn/Periodical/zhldwszyb201703019 [2] 林琳, 肖培.职业病报告漏报调查方法探讨[J].中国预防医学杂志, 2015, 16(6):496-498. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zgyfyxzz201506024 [3] 朱晓俊, 王丹, 王鸿飞, 等.职业病统计报告和监测现状及其信息化建设探讨[J].中国工业医学杂志, 2018, 31(1):73-75. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zggyyxzz201801027 [4] 冯磊, 赵洁.基于AHP-TOPSIS组合模型的城市公园景观质量评价研究[J].山东农业大学学报(自然科学版), 2018, 49(5):777-781. http://d.old.wanfangdata.com.cn/Periodical/sdnydxxb201805010 [5] ÖZCAN, EVREN CAN, ÜNLÜSOY, SULTAN, et al. A combined goal programming AHP approach supported with TOPSIS for maintenance strategy selection in hydroelectric power plants[J]. Renew Sust Energ Rev, 2017, 78(9):1410-1423. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=643bc4e70c75486ac0539e022741dc12
[6] AK M F, GUL M. AHP-TOPSIS integration extended with Pythagorean fuzzy sets for information security risk analysis[J]. Complex Intell Syst, 2019, 5(2):113-126. http://cn.bing.com/academic/profile?id=49cdfdceb0f006c2027618224b350415&encoded=0&v=paper_preview&mkt=zh-cn
[7] 杨立成, 杨洁, 赵临, 等.基于AHP-TOPSIS法的医院感染管理质量评价[J].中国感染控制杂志, 2018, 17(8):679-682, 687. http://d.old.wanfangdata.com.cn/Periodical/zggrkzzz201808005 [8] 彭荣, 刘慧敏, 张萌.基于熵权TOPSIS法的社会照料服务投入水平的地区差异研究[J].中国卫生政策研究, 2019, 12(1):42-47. http://d.old.wanfangdata.com.cn/Periodical/zgwszcyj201901007 [9] 刘磊, 程婷婷, 唐昆, 等.皖西地区2006-2016年新发职业病发病特征分析[J].中国职业医学, 2018, 45(4):498-501. http://d.old.wanfangdata.com.cn/Periodical/zgzyyx201804018 [10] 郑敏, 杨军红, 汪思顺, 等.贵州省职业病网络直报存在问题及对策[J].贵州医药, 2016, 40(3):308-309. http://d.old.wanfangdata.com.cn/Periodical/guizhouyy201603041 [11] 李成, 李海波, 高丹丹, 等.基于AHP模型评价武汉市大气环境质量[J].湖北大学学报(自然科学版), 2017, 39(4):372-375, 384. http://d.old.wanfangdata.com.cn/Periodical/hbdxxb201704008 [12] 赵丽, 李震, 刘洁, 等.层次分析法在职业性慢阻肺诊断指标体系权重确立中的应用[J].中华劳动卫生职业病杂志, 2019, 37(3):212-216. http://d.old.wanfangdata.com.cn/Periodical/zhldwszyb201903012 [13] 黄淑琼, 蔡晶, 杨雯雯. 2011-2015年湖北省医疗机构法定传染病信息报告质量综合评价[J].疾病监测, 2016, 31(9):786-790. http://d.old.wanfangdata.com.cn/Periodical/jbjc201609017 [14] 杨勇, 龚妍.基于TOPSIS模型的宜昌市职业安全健康监管综合评估应用[J].公共卫生与预防医学, 2017, 28(5):104-106. http://d.old.wanfangdata.com.cn/Periodical/ggwsyyfyx201705029 [15] XU J, FENG P, YANG P. Research of development strategy on China's rural drinking water supply based on SWOT-TOPSIS method combined with AHP-entropy:a case in Hebei Province[J]. Environ Earth Sci, 2016, 75(1):58. http://cn.bing.com/academic/profile?id=769df13252aa7a3e88a6004182166213&encoded=0&v=paper_preview&mkt=zh-cn
[16] ROY T, DUTTA R K. Integrated fuzzy AHP and fuzzy TOPSIS methods for multi-objective optimization of electro discharge machining process[J]. Soft Computing, 2019, 23(13):5053-5056. http://cn.bing.com/academic/profile?id=583cb2e49bbbd169dc702b24732f6763&encoded=0&v=paper_preview&mkt=zh-cn
[17] RAJNISH K, SIDHARTHA S P, ASHUTOSH S. Supplier selection of an Indian heavy locomotive manufacturer:an integrated approach using Taguchi loss function, TOPSIS, and AHP[J]. IMR, 2019, 31(1):78-90. http://cn.bing.com/academic/profile?id=dadb264ad301391b4de9a0bc66ab6107&encoded=0&v=paper_preview&mkt=zh-cn
[18] 万广圣, 钱芝网, 施毓凤, 等.基于AHP-TOPSIS法的珠三角城市健康生活医疗卫生服务评价[J].中国卫生经济, 2017, 36(12):95-97. http://d.old.wanfangdata.com.cn/Periodical/zgwsjj201712028 [19] 刘磊, 程婷婷, 唐昆, 等.六安市职业病报告现状调查结果分析[J].华南预防医学, 2018, 44(6):584-588. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=gdwsfy201806022 [20] 刘磊, 程婷婷, 唐昆, 等.安徽省六安市重点职业病监测与职业健康风险评估结果分析[J].公共卫生与预防医学, 2019, 30(6):102-105. http://d.old.wanfangdata.com.cn/Periodical/ggwsyyfyx201906025 [21] JUAN M S, JOSÉL M V, PORTOLES A. Assessment of arc welding process through the combination of TOPSIS-AHP methods with fuzzy logic[J]. Trans Indian Inst Met, 2017, 70(4):935-946. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=e837e5a9a8f1a13011e9b6b44fac4d77
[22] 朱晓俊, 李涛, 王丹, 等.重点职业病监测现状及问题对策分析[J].中国工业医学杂志, 2016, 29(6):403-407. http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=zggyyxzz201606001 [23] 刘移民, 苏艺伟, 周牧鹰, 等.我国职业健康监护工作进展与发展思路[J].职业卫生与应急救援, 2019, 37(3):209-212. http://zyws.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=810c6649-d778-45e9-abe6-7850ccf62a88 [24] 王祖兵, 李克勇, 郑光, 等.我国职业健康事业传承与发展[J].职业卫生与应急救援, 2019, 37(2):101-106. http://zyws.cbpt.cnki.net/WKD/WebPublication/paperDigest.aspx?paperID=013184f6-e500-414e-9733-3f6017481510 -
期刊类型引用(2)
1. 周珊宇，黄永顺，王姝，黄浪，温贤忠，刘敏. 广东省2014—2022年职业病网络报告和审核时效性评价. 中国职业医学. 2023(04): 415-419 . 
百度学术
2. 刘磊，唐昆，程婷婷，黄瑞，陈诺，鲁航，李鹏飞，曹承松. 六安市2018—2022年重点职业病监测结果分析. 安徽预防医学杂志. 2023(06): 477-482 . 百度学术
其他类型引用(0)
计量
- 文章访问数: 386
- HTML全文浏览量: 136
- PDF下载量: 38
- 被引次数: 2
