about the project
Medical news
For authors
Licensed books on medicine
<< Previous Next >>

The current stage of development of the theory of expert assessments

At the turn of the nineteenth and twentieth centuries, US health care began to move toward higher medical standards. In 1910, Abraham Flexner summarized the results of an inspection trip to 163 American and Canadian medical schools. In his famous Flexner Report, he recommended closing 124 medical schools. Reason: poor material and technical base, lack of financial resources and low level of training programs. His report had an impact on the level of teaching and equipment of medical schools only after 25 years, but nevertheless it was he who served as the first impetus for a great undertaking - improving the system of medical education.

At one time, Avedis Donabedian wrote: “The leading role and primary responsibility (for the quality of medical care) belongs to medical workers who provide daily care to patients. Therefore, it is they who, better than anyone else, should see the shortest path to ensuring the high efficiency, effectiveness and appropriateness of medical care. They just need to take a fresh look at the doctor-patient interaction: they can easily understand that it is they who play the important role of the main defenders of the well-being and interests of patients - each and everyone together. True, this is possible on one condition: they realize that managing the quality of medical care is their primary, most important duty, that the quality of medical care is the moral foundation that should be the basis of their professional activity, and without which they will inevitably be doomed to professional failure ... Quality medical care ... belongs to all of us, and each of us is obliged to play a bright and, indisputably, necessary role in protecting, strengthening and improving this quality. "

In Russian medicine, in recent years, methodological approaches to the examination of the ILC have been developed, enshrined in relevant regulatory documents. Examination of completed cases of specific services is the main content of the domestic model of quality control of medical care. The order of the Ministry of Health of the Russian Federation and the Federal Health Insurance Fund dated October 24, 1996 No. 363/77 “On improving the quality control of medical care for the population of the Russian Federation” provides for intra-departmental quality control: assessing the use of resources of health facilities, examining the quality of medical care for an individual patient after a completed case, and assessing satisfaction patient identification of defects and medical errors.

Methods of expert assessments are methods of organizing work with expert experts and processing expert opinions expressed in quantitative or qualitative form in order to prepare information for decision-making. To carry out work in hospitals by the method of expert assessments, as a rule, they create a working group that organizes, on behalf of the head of the institution, the activities of experts united in an expert commission.

There are a significant number of methods for obtaining expert judgment. In each, they work separately with each expert; he does not even know who the expert is, and therefore expresses his opinion independently of the authorities. Other experts are brought together to prepare materials for the heads of health facilities, while experts discuss the problem with each other, learn from each other and incorrect opinions are discarded. In some methods, the number of experts is fixed and such that statistical methods for checking the consistency of opinions and then averaging them allow making informed decisions. In others, the number of experts grows during the examination process, for example, using the “snowball” method (Orlov AI, 1974). At present, there is no scientifically based classification of expert assessment methods, and even more so, unambiguous recommendations on their application. It is quite natural that first in our country publications appeared about the simplest methods of expert assessments (Beshelev S.D., Gurvich F.G., 1983; Pankova L.A., et al., 1984).

As usual, trivial considerations spread widely, entered the mass consciousness of specialists and managers and became a brake on the implementation of modern results in the field of expert assessments (Raikhman E.P., Azgaldov G.G., 1974; Kitaev N.N., 1975 ; Larichev O.I., 1987; Burkov V.N., 1989, and others). A sufficient level of results in this area were obtained as a result of the work of the Expert Assessments Commission of the Scientific Council of the USSR Academy of Sciences on the complex issue of Cybernetics in the 70-90s of the last century (Orlov A.I., 1979-1986; Litvak B.G. ., 1982; Raushenbakh G.V., Filippov O.V., 1983; Dorofeyuk A.A., 1985; Sidelnikov Yu.V., 1990, and others). In the context of the issues discussed in this chapter, the main problems in this area should be highlighted.

The main problems of expert assessments

What should the HCI expert commission submit as a result of its work - information for decision-making by HCI managers - managers or the draft decision itself? The organization of the work of the HCI expert commission depends on the answer to this methodological question.

The goal is to collect information for the general manager (chief physician)

Then the Working Group should collect as much relevant information as possible, arguments for and against certain decision options. The method of gradually increasing the number of experts described by A.I. Orlov in 1979. First, the first expert gives his thoughts on this issue. The material compiled by him is transferred to the second expert, who adds his arguments. The accumulated material goes to the next - third expert ... The procedure for conducting a “commission examination” ends when the stream of new considerations runs out.

Note that the experts in this method only provide information, arguments “for” and “against”, but do not develop an agreed draft decision. There is no need to strive for expert opinions to be consistent. Moreover, experts with the thinking deviating from the mass are most useful, since it is from them that the most original arguments should be expected.

The goal is to prepare a draft decision for the general manager

Mathematical methods in expert assessments are usually used precisely for solving the problems of preparing a draft decision. Moreover, the dogmas of consistency and one-dimensionality are often uncritically accepted.

Dogma of coherence

It is believed that a decision can be made only on the basis of agreed opinions of experts. Therefore, those whose opinion differs from the majority opinion are excluded from the expert group. At the same time, both unskilled persons who are members of the expert commission on a misunderstanding or for reasons not related to their professional level, and the most original thinkers who penetrate the problem deeper than most are eliminated. Their arguments should be clarified, given them the opportunity to substantiate their points of view. Instead, their opinions are usually neglected. It also happens that experts are divided into two or more groups having common group points of view.

Since the number of experts usually does not exceed 5-8 (10-15), the formal statistical consistency of expert opinions can be combined with the really existing division into groups, which makes further calculations irrelevant. If we turn to specific calculation methods, for example, using concordance coefficients based on Kendall or Spearman rank correlation coefficients (Volkov N.G., Erofeeva S.Yu., 1992), then we must remember that in fact a positive result of the consistency check in this way means neither more nor less than rejecting the hypothesis of independence and uniform distribution of expert opinions on the set of all rankings. The shortcomings of the considered mathematical-statistical methods of ranking analysis led some authors to develop a new mathematical apparatus for checking consistency — nonparametric methods based on “Lucians” (Bolshev L.N., Smirnov N.V., 1968).

In order to artificially achieve coherence, they are trying to reduce the influence of the opinions of “dissident experts”. The tough way to deal with dissidents is to exclude them from the commission of experts. The rejection of experts, as well as the rejection of sharply distinguished observational results, leads to procedures that have poor or unknown statistical properties (Orlov A.I., Rydanova G.V., 1986). A soft way to deal with dissidents is to use robust (robust) statistical procedures. The simplest example: if the expert’s answer is a real number, then the dissenting opinion of the dissident strongly affects the arithmetic average of the answers of the experts and does not affect their median. Therefore, it is reasonable to consider the median as a consensus. However, the arguments of the dissidents are ignored (they do not reach the general manager).

In any of the two ways of dealing with dissidents, the head of the health care institution loses information coming from the dissidents, and therefore can make an unreasonable decision that will lead to negative consequences. On the other hand, the presentation by the general manager of the entire set of opinions removes part of the responsibility and work of preparing the final decision from the commission of experts and the working group for conducting the expert survey and transfers it to the head of the medical institution.

Dogma of one-dimensionality

A rather primitive approach of the so-called “qualimetry” is widespread (A. Orlov, 1992), according to which an object can always be evaluated with one number. Each object can be evaluated by many quality indicators. For example, a manufactured denture can be evaluated by such indicators:

• material of which the prosthesis is made,

• quality of the processed surfaces,

• closure density with antagonist teeth,

• the presence of 2 - 3 points of contact on molars and premolars, respectively, etc.

Is it possible to bring together estimates of these indicators?

The determining factor is the specific patient for whom the denture is made. For some patients, the leading place is occupied by aesthetic requirements, for others - reliability, for others - functional compliance, etc.

Thus, the specific (narrow) statement of the problem to the experts is important. But such a statement is often not, and then the motives for developing a generalized indicator of the quality of services are not objective. Market relations require individualization of the production of medical services in the conditions of conveyor production. An alternative to a single generalized indicator is a mathematical apparatus such as multicriteria optimization - Pareto sets, etc. (Glichev A.V., 1983).

The main stages of the examination

The following stages of examination are distinguished:

• statement by the general manager of the purpose of the examination;

• selection by the general manager of the main composition of the Working Group;

• development of the Working Group and approval by the general manager of the terms of reference for the examination;

• development of the Working Group of a detailed scenario for the collection and analysis of expert opinions (assessments), including as a specific type of expert information (words, conditional gradations, numbers, rankings, partitions or other types of objects of non-numerical nature) and specific methods for analyzing this information (calculating the Kemeny median , statistical analysis of "Lucians" and other methods of statistics of objects of non-numeric nature and other sections of applied statistics);

• selection of experts in accordance with their competence;

• formation of an expert commission (it is advisable to conclude agreements with experts on the conditions of their work and its payment, approval by the general manager of the composition of the expert commission);

• collection of expert information;

• analysis of expert information;

• in the presence of several rounds - repeating the two previous steps;

• interpretation of the results and preparation of a conclusion for the general manager;

• official termination of the Working Group.

Selection of experts

The problem of selecting experts is one of the most difficult. Obviously, as experts, it is necessary to use those specialists whose judgments will most help in making an adequate decision. But how to single out, find, select such people? It must be said bluntly that there are no methods for selecting experts that are sure to ensure the success of the examination. Now we will not return to discussing the problem of the existence of various “parties” among experts and we will pay attention to various other aspects of the selection of experts.

It is often proposed to use methods of mutual assessment and self-assessment of expert competence. On the one hand, who better to know the capabilities of an expert than he himself? On the other hand, in self-assessment of competency, the degree of self-confidence of an expert is more likely to be assessed than his real competence. Moreover, the very concept of "competence" is not strictly defined. It can be clarified by highlighting the components, but at the same time, the preliminary part of the activities of the expert commission is complicated.

When using the method of mutual evaluation, in addition to the possibility of manifestation of personal and group likes and dislikes, the role of experts' ignorance about each other's capabilities plays a role. In modern conditions, only specialists who have been working together for many years can have a good enough acquaintance with each other's work and capabilities. However, attracting such pairs of specialists is not very advisable, since they are too similar to each other.

The use of formal indicators (position, academic degree and rank, length of service, category, number of publications ...), obviously, can be auxiliary. Successful participation in previous examinations of medical experts, i.e. such experts who participate in long series of the same type of expertise. However, alas, the most interesting and important are the unique examinations in the formation of claims for compensation for moral and material damage in case of inadequate medical care, conducting large projects regarding a series of cases of nosocomial infection or other cases of examinations that have no analogues.

If the examination procedure involves the joint work of experts, their personal qualities are of great importance. One "talker" can paralyze the activities of the entire commission.

There is a useful method of “snowball” mentioned by foreign authors, in which from each specialist who is involved as an expert, several names of those who can be experts on the subject under consideration are obtained. Obviously, some of these surnames were found earlier in the work of the Working Group, and some were new. The list expansion process stops when new surnames cease to occur. The result is a fairly extensive list of possible experts. It is clear that if at the first stage all the experts were from one “clan”, then the “snowball” method will most likely yield persons from this “clan”, the opinions and arguments of other “clans” will be missed (A. Orlov , 1974).

It must be emphasized that the selection of experts is ultimately the function of the Working Group, and no selection methods remove responsibility from it. In other words, it is the Working Group that is responsible for the competence of experts, for their fundamental ability to solve the task.

Mathematical models of expert behavior

The theory and practice of expert judgment is based on well-known statistical and mathematical methods. Two interrelated areas can be distinguished - mathematical models of expert behavior and mathematical-statistical methods for analyzing expert assessments.

Expert behavior models are usually based on the assumption that experts evaluate the parameter of interest to the general manager (for example, ranking prosthetic joints by competitiveness) with some errors, i.e. the expert’s personality is considered as a special kind of device with its inherent metrological characteristics. The estimates of the expert group are considered as a set of independent identically distributed random variables with values ​​in the corresponding space of objects of numerical or non-numerical nature. It is usually assumed that the expert more often chooses the correct solution (i.e. adequate to reality) than the wrong one. In mathematical models, this is expressed in the fact that the distribution density of a random variable - the expert’s response monotonously decreases with increasing distance from the distribution center — the true value of the parameter. Various options for the behavior patterns of experts have been described and studied for a long time (Kiselev N.I., 1980; Kemeni J., Snell J., 1972).

Based on mathematical models of expert behavior, methods for planning an expert survey, collecting and analyzing expert responses are based. Очевидно, чем больше предположений заложено в модель, тем больше выводов можно сделать на основе экспертных оценок, рассматриваемых как статистические данные - и тем менее обоснованными являются эти выводы, если нет оснований для принятия используемой модели. В этой связи следует рассмотреть триаду моделей поведения экспертов:

• Параметрическая модель

• Непараметрическая модель

• Модель анализа данных

Параметрическим моделям соответствуют наиболее сильные предположения, проверить которые обычно не удается. Так, следует обратить внимание на то, что обычно невозможно обосновать нормальность распределения ответов экспертов. Причины отсутствия нормальности в реальных данных, частным случаем которых являются экспертные оценки, подробно рассмотрены в публикации AI Orlov, 1993. Дополнительным фактором является ограниченность числа экспертов - обычно не более 10 - 30, что делает невозможным надежную проверку нормальности даже с помощью такого эффективного по отношению к обычно встречающимся альтернативам критерия, как критерий Шапиро-Уилка.

Непараметрические модели экспертных оценок опираются лишь на предположения общего характера о возможности вероятностно-статистического описания поведения экспертов с помощью непрерывных функций распределения или «люсианов», параметрами для которых служат нечеткие множества - вектор вероятностей ответов «да». Поэтому во многих ситуациях такие модели представляются адекватными.

Под моделями анализа данных понимаются модели, не использующие вероятностные соображения. Очевидно, они наиболее адекватны и защищены от критики, поскольку не претендуют на выход на пределы имеющихся данных, не предполагают построения и обоснования какой-либо вероятностно-статистической модели реального явления или процесса. Однако с их помощью, очевидно, нельзя сделать никаких заключений о будущих аналогичных ситуациях. А ведь многие экспертизы проводятся ради обоснования поведения в будущем. Другими словами, методы и модели анализа данных - наиболее обоснованные, но и наиболее бесполезные.

Обоснование необходимости применения математических методов при проведении экспертизы КМП

Статистические методы контроля качества в настоящее время приобретают все большее признание и распространение в здравоохранении. Терминология, используемая в этой области, заимствована из теории вероятностей и математической статистики; она применяется к производству и использованию предметов потребления и оказанию услуг.

Основной задачей статистических методов контроля является обеспечение производства пригодной к употреблению продукции (медицинских услуг) и оказание этих услуг с наименьшими затратами. С этой целью проводят анализ новых операций или другие исследования, направленные на обеспечение производства пригодной к употреблению продукции.

В данной главе понятие контроль качества будет рассматриваться в связи с планированием, проектированием, разработкой требований к производству медицинских услуг и т.п. Статистические методы контроля качества продукции были внедрены в нескольких ведущих отраслях производства и правительственных учреждениях бывшего СССР, что дало значительные результаты по следующим показателям:

• повышение качества закупаемого сырья;

• экономия сырья и рабочей силы;

• повышение качества производимой продукции;

• снижение количества брака;

• снижение затрат на проведение контроля;

• улучшение взаимосвязи между производителем и потребителем;

• облегчение перехода производства с одного вида продукции на другой.

Главная задача контроля качества — не просто увеличить количество услуг, а увеличить количество таких услуг, которые бы отвечали запросам потребителей, т.е. пациентов. Хотя качество медицинских услуг во многом зависит от планирования и разработки требований, однако не меньшее значение имеют также качество медикаментов и предметов медицинского назначения, организация процесса производства и контроля производимых медицинских услуг. Одним из основных принципов контроля качества при помощи статистических методов является стремление повысить качество медицинской помощи, осуществляя контроль на различных этапах производственного процесса в ЛПУ.

Существуют два основных понятия в контроле качества медицинской помощи: это измерение контролируемых параметров и распределение. Для того, чтобы можно было судить о качестве медицинской услуги, необходимо измерить такие параметры, как надежность стандарта ее производства, значимость побочных эффектов реализуемой технологии, потенциальная экономичность, показатель эффективности и т.п. Второе понятие — распределение значений контролируемого параметра — основано на том, что нет двух совершенно одинаковых по величине параметров у одних и тех же медицинских услуг, по мере того, как измерения становятся все более точными, в результатах измерений параметров обнаруживаются небольшие расхождения.

Эти расхождения могут иметь какую-то закономерность либо быть хаотичными. Изменчивость «поведения» контролируемого параметра бывает двух видов. Первый случай — когда значения его составляют совокупность случайных величин, образующихся в нормальных условиях; второй — когда совокупность его случайных величин образуется в условиях, отличных от нормальных под действием определенных причин.

Персонал, осуществляющий управление процессом оказания медицинской помощи, в котором формируется контролируемый параметр, должен по его значениям установить несколько параметров. Во-первых, в каких условиях параметры услуги получены (стандартных или отличных от них). И если они получены в условиях, отличных от стандартных, то каковы причины этих нарушений. Затем принимается управляющее воздействие по устранению этих причин. Таким образом, параметры производства медицинских услуг представить в виде числовых данных достаточно трудно, однако в конечном итоге решение многих, а то и большинства задач по производству качественных медицинских услуг зависит именно от измеряемых данных. С целью преодоления указанных трудностей в теории статистического контроля качества продукции разработан ряд математических моделей.

Правильность управленческих решений зависит от точности исходных данных. Решения, принятые на основании небольшого количества точных данных, правильнее решений, принятых на основании большого количества неточных данных. Даже использование ПЭВМ для анализа большого количества неточных данных приведет только к тому, что неправильное решение будет принято быстрее, чем правильное. Чем точнее данные, которыми мы располагаем при решении какой-либо проблемы, тем скорее мы придем к правильному решению, если сможем их правильно оценить и использовать.

Контроль качества при помощи статистических методов можно с успехом осуществлять в различных областях производства товаров и услуг. Такой контроль используется в управлении таким процессом, при котором одни и те же товары изготовляются серийно в течение длительного периода времени или когда нужно поддерживать определенный уровень качества изделий, поскольку даже небольшое отклонение приводит к большой потере средств.

Статистические методы используются также в контроле при единичном и мелкосерийном производстве. В процентном отношении экономия или прибыль при кратковременных процессах производства медицинских услуг оказывается больше, чем при долговременных. Это значит, что если оборудование возобновляет работу или если процесс повторяется, то полезно знать возможности и недостатки, например, диагностического оборудования и обслуживающего его персонала. При кратковременных процессах важно иметь надежное оборудование, состоящее из минимального количества отдельных частей. Очень важно при этом уметь извлечь максимальную выгоду из небольшого количества данных.
В таких ситуациях очень важно «измерение» мнений экспертов.

При анализе мнений экспертов можно применять самые разнообразные статистические методы, описывать их - значит описывать всю прикладную статистику. Тем не менее, можно выделить основные широко используемые в настоящее время методы математической обработки экспертных оценок - это проверка согласованности мнений экспертов (или классификация экспертов, если нет согласованности) и усреднение мнений экспертов внутри согласованной группы.

Поскольку ответы экспертов во многих процедурах экспертного опроса - не числа, а такие объекты нечисловой природы, как градации качественных признаков, ранжировки, разбиения, результаты парных сравнений, нечеткие предпочтения и т.д., то для их анализа оказываются полезными методы статистики объектов нечисловой природы.

Почему ответы экспертов носят нечисловой характер? Наиболее общий ответ состоит в том, что люди не мыслят числами. В мышлении человека используются образы, слова, но не числа. Поэтому требовать от эксперта ответа в форме числа - значит «насиловать» его разум. Даже в экономике предприниматели, принимая решения, лишь частично опираются на численные расчеты. Это видно из условного (т.е. определяемого произвольно принятыми соглашениями) характера балансовой прибыли, амортизационных отчислений и других экономических показателей (Орлов А.И., 1995). Поэтому фраза типа «Медицинская клиника стремится к максимизации прибыли» не может иметь строго определенного смысла.

Эксперт может сравнить два объекта (ортопедический протез, медицинская услуга и т.п.), дать им оценки типа «хороший», «приемлемый», «плохой», упорядочить несколько объектов по привлекательности, но обычно не может сказать, во сколько раз или на сколько один объект лучше другого. Другими словами, ответы эксперта обычно измерены в порядковой шкале, являются ранжировками, результатами парных сравнений и другими объектами нечисловой природы, но не числами.

Распространенное заблуждение состоит в том, что ответы экспертов стараются рассматривать как числа, занимаются «оцифровкой» их мнений, приписывая этим мнениям численные значения - баллы, которые потом обрабатывают с помощью методов прикладной статистики как результаты обычных физических измерений. В случае произвольности оцифровки выводы, полученные в результате обработки данных, могут не иметь отношения к реальности (Кемени Дж., Снелл Дж., 1972). С позиций репрезентативной теории измерений (Литвак Б.Г., 1982) следует применять алгоритмы анализа данных, результаты работы которых не меняются при допустимом преобразовании шкалы.

Тем не менее, математическая статистика, дает возможность принимать правильные решения руководителям ЛПУ, которые основываются на интерпретации. Интерпретация, в свою очередь, основывается на анализе, анализ - на табличных данных, а табличные данные на совокупности собранных данных. Каждый из приведенных этапов зависит от предыдущего. Данные могут быть получены на основании данных экспертизы, анализа реестров (счетов), опроса пациентов и т. д. Формирование выборки осуществляется методом направленного и случайного (рандомизированного) отбора.

Математическая статистика служит для:

• определения, установления или описания характера полученных данных;

• возможности заключения относительно популяции или генеральной совокупности, из которой сделана выборка.

Для системного рассмотрения процесса, выявления проблемы следует использовать графические приемы, такие как причинно - следственные диаграмма, диаграмма алгоритма процесса и другие. Следовательно, непрерывное повышение качества - это научно организованный процесс, основанный на использовании методов математической статистики, в том числе графических приемов.

Основополагающим методом в оценке качества медицинской помощи является экспертиза законченных случаев профилактики, диагностики и лечения, а так же экспертиза качества функционирования протезов клапанов сердца, зубных протезов и т.п., предполагающая определение соответствия конкретных результатов диагностики, лечения, профилактики заболеваний, реабилитации больных и инвалидов - стандартным показателям. В идеале оценку качества медицинской помощи следовало бы проводить на основании конечных показателей здоровья населения. Теоретически отрасль здравоохранения должна использовать системы таких конечных показателей для изучения процессов профилактики, диагностики, лечения и реабилитации, чтобы в результате наблюдений способствовать распространению только тех технологий оказания медицинской помощи, при которых максимальные конечные результаты сочетались бы с минимальными расходами на их достижение.

На практике использование конечных показателей здоровья контингентов населения для измерения качества профилактики, диагностики и лечения имеет значительные ограничения. Более практичным методом измерения качества представляется оценка его промежуточных показателей. Они существенно влияют на конечные результаты и могут служить хорошим их приближением в случае использования конкретных медицинских технологий. Кроме того, они дают возможность непрерывного, а не периодического измерения качества.

Промежуточные показатели должны достоверно отражать ход лечения и максимально исключать колебания в зависимости от особенностей пациентов. Показатели, отражающие окончательные и промежуточные результаты, дают представление о стандартных ситуациях. Вместе с ними находят применение сигнальные показатели, характеризующие единичные ситуации.

Сигнальные показатели показывают, что ситуация требует дополнительного расследования. Для анализа статистической информации применяются обобщающие показатели - средние и относительные. Для того, чтобы статистические показатели правильно отражали изучаемые явления, необходимо выполнять следующие требования:

• Стремиться к тому, чтобы они выражали сущность явлений и давали им точную количественную оценку.

• Добиваться полноты информации, особенно по комплексному отображению всех сторон текущего процесса.

• Обеспечивать сравнимость статистических показателей посредством одинаковых временных интервалов, а также одинаковых единиц измерения.

• Повышать степень точности исходной информации, на основании которой исчисляются показатели, так как данные достоверны только в том случае, если они совпадают с действительными размерами процессов, правильно характеризуют их содержание.

Анализ – это, прежде всего сравнение, сопоставление статистических данных. В результате сравнения получают качественную оценку явлений, которая выражается в виде относительных величин. По своему познавательному значению относительные величины подразделяются на следующие виды: структура, интенсивность, динамика, сравнение, координация. Относительные величины структуры характеризуют состав совокупности. Исчисляются как отношение абсолютной величины каждого из элементов совокупности к абсолютной величине всей совокупности. Например, структура несоблюдения стандартов КСГ по набору диагностических, лечебных мероприятий и т. д. Как правило, показатели структуры выражаются в процентах.

Относительные величины динамики характеризуют изменение изучаемого явления во времени, выявляют направление развития, измеряют интенсивность развития. Расчет относительных величин выполняется в виде темпов роста и других показателей динамики. Относительные величины интенсивности показывают, насколько распространено изучаемое явление в среде, то есть частоту явления.

Рассчитываются показатели интенсивности делением абсолютной величины изучаемого явления на абсолютную величину, характеризующую объем среды, в которой выявлено явление. Относительная величина показывает, сколько единиц одной совокупности приходится на единицу другой совокупности. Например, показатель частоты несоблюдения стандартов КСГ на 100 экспертиз. Промежуточные и окончательные показатели качества также являются относительными.

Основными характеристиками тенденций протекания процесса являются среднее арифметическое (математическое ожидание), мода и медиана, параметры рассеивания. Параметрами рассеивания являются размах, среднеквадратическое отклонение и дисперсия. Среднеквадратическое отклонение определяется по стандартной формуле. Размах - это разность между наибольшим и наименьшим значениями в выборке. Он представляет собой случайную величину и подчиняется определенному распределению, характеризующемуся математическим ожиданием. Существуют таблицы отношений математического ожидания размаха к среднему квадратическому отклонению в зависимости от объема выборки. Зная эти коэффициенты, можно по значению размаха оценить величину генерального среднего квадратического отклонения, что часто делается в практике, например, при построении контрольного графика. Следует отметить, что математическое ожидание размаха быстро увеличивается с ростом объема выборки. Поэтому размах для оценки среднеквадратического отклонения применяют, как правило, при использовании выборок малого объема (5-10).

Распределения случайных величин обладают важным свойством - большинство результатов наблюдений группируются вблизи математического ожидания наблюдаемой величины, по мере удаления от него результаты наблюдений встречаются реже. Помимо нормального распределения выделяют биномиальное, гипергеометрическое, распределение размаха и распределение Пуассона.

Графические способы оценки КМП

К графическим приемам, которые используются для выявления проблемы, относятся такие методы, как диаграмма алгоритма процесса, лист подсчета, метод номинальной групп и др. Для анализа проблемы следует воспользоваться гистограммой, контрольным графиком, диаграммой рассеивания и др. Диаграмму Парето, причинно- следственную диаграмму, линейный график можно применять как на фазе выявления, так и на фазе анализа проблемы.

Лист подсчета

Используется для сбора выборочных данных с целью обнаружения закономерностей функционирования процесса. Лист подсчета используется, чтобы ответить на вопрос «Как часто происходит данное событие?» Для этого необходимо прийти к соглашению о том, какое событие мы наблюдаем, за какой период времени мы хотим собрать данные. Следует разработать ясный и удобный бланк для записи данных, систематически и объективно их собирать.

На получение и занесение данных должно быть отведено соответственное время. Особое внимание уделяется тому, чтобы наблюдения выборка максимально точно отражали действительное положение дел, чтобы процесс составления выборки был нетрудоемким.

Диаграмма Парето

Разновидность столбчатой диаграммы, используется когда нужно сравнить между собой важность проблем и выбрать отправную точку в решении проблем, отслеживать процесс или установить основную причину проблемы. Представление данных, полученных с помощью листа подсчета или других методов в виде диаграммы Парето, позволяет сосредоточиться на действительно важных проблемах. Таким образом, можно выявить основные причины низкого качества работы и верно определить, какие проблемы и в какой последовательности решать.

Построение диаграммы Парето включает в себя несколько этапов:

• отобрать проблемы, подлежащие сравнению и упорядочению, используя имеющиеся данные и «мозговой штурм»;

• выбрать критерий сравнения - единицу измерения;

• определить за какой интервал нужно собирать данные;

• собрать данные по каждой из категорий;

• сравнить частоту или стоимость категорий проблем между собой;

• вдоль горизонтальной оси диаграммы перечислить категории проблем слева направо в порядке убывания частоты или стоимости;

• мелкие категории для наглядности диаграммы собирают в одну категорию «Прочие», которую размещают справа последним столбцом; над каждой категорией начертить прямоугольный столбец, высота которого соответствует частоте или стоимости данной категории.

Причинно - следственная диаграмма или диаграмма Ишикавы

Используется для того, чтобы установить, объяснить и наглядно представить причины проблемы.

Fig. 1.

Диаграмма событий и результатов, составленная на основе национального демонстрационного проекта управления качеством в здравоохранении


Эта диаграмма показывает взаимосвязь многих факторов, способствующих или препятствующих получению желаемого результата медицинской помощи. Каждая проблема обусловлена рядом причин, из подробного перечня которых отбираются для детального анализа наиболее важные, позволяющие понять, что может помочь, а что может помешать достижению конечного результата.

Этапы построения причинно-следственной диаграммы:

• Составить перечень причин, необходимый для построения данной диаграммы с помощью упорядоченного мозгового штурма, как с применением простых листов подсчета, так и без предварительной подготовки;

• Построить причинно-следственную диаграмму. Для этого расположите формулировку проблемы в квадрате справа. Далее начертите категории причин неполадок в рабочем процессе или любые другие категории, помогающие выявить наиболее важные факторы, разместите под подходящими категориями предложенные в ходе мозгового штурма идеи. По каждой из причин задайте вопрос: “Почему?” и изобразите ответы в виде ветвей диаграммы.

• Чтобы найти первопричину проблемы, ищите повторяющиеся причины, достигайте согласия в своей команде и сравнивайте частоту различных причин.

Выделяют три разновидности причинно-следственных диаграмм:

• Анализ отклонений. Такая диаграмма строится путем расположения частных причин под основной категорией и затем поиска ответа на вопрос “Почему происходит это отклонение?”.

• Этапы рабочего процесса. Сначала составляется список всех этапов процесса. Затем от стрелок, соответствующих этапам, ответвляются стрелочки на данном этапе.

• Метод умножения причин. Предварительно составляется список причин, которые затем используются в качестве основных категорий причинно-следственной диаграммы.

Блок - схема или схема последовательности операций

Позволяет графически представить взаимодействие между различными участниками процесса оказания медицинской помощи. Изучая алгоритм рабочих процессов, находят нарушения оптимальной последовательности, которые могут быть источниками неприятностей. Наиболее широко диаграмму алгоритма процесса применяют для сопоставления алгоритма реального процесса и алгоритма идеального процесса. Это дает возможность выявить различия, а с ними - проблемы и возможности. Блок - схема позволяет определить, насколько оптимально связаны между собой рабочие операции, на ней видны отдельные элементы процесса оказания помощи больным с указанием возможных результатов различных видов лечения. При составлении блок-схемы необходимо четко определить границы процесса, пользоваться простейшими символами и руководствоваться принципом, что из блока есть только один выход, в случае двух выходов, вероятно, требуется принятие решения.

Линейная диаграмма

Позволяет простейшим способом изобразить общую тенденцию изменения показателей за определенное время. Точкой на графике изображается результат измерения или подсчитанное количество в данный момент времени. Для наглядности и ясности выводов точки соединяют линиями. Временной интервал и единицы измерения должны быть ясно обозначены, данные представлены в том порядке, в каком они были получены, так как временная последовательность имеет решающее значение. Таким образом, линейная диаграмма показывает изменения измеряемого показателя качества медицинской помощи по времени. Выход линии за пределы статистически приемлемого диапазона означает необходимость внесения корректив в практику лечения.

Контрольный график

Для построения контрольного графика определяется среднее значение показателя и границы верхнего и нижнего контроля. Эти границы вычисляются по соответствующим формулам, подставляя в них результаты измерения показателей процесса. Далее на график наносят данные развития процесса и анализируют их. Если какие-либо точки выпадают за пределы контроля, следовательно, данный процесс вне статистического контроля. Колебание данных внутри границ контроля обусловлены естественной вариабельностью, возникающей под действием общих причин, присущих самой системе. Таким образом, контрольный график необходим для определения, какая доля вариативности процесса обусловлена случайными причинами, а какая доля обусловлена особыми причинами.

Оценка возможности процесса

Недостаточно поставить процесс под контроль, так как и под контролем могут быть плохие результаты. Индексы возможностей процесса позволяют объективно измерить и наглядно показать, как распределение процесса соотносится с заданными границами допуска. Оценка возможностей процесса основана на определении среднеквадратического отклонения и границ допуска.


Наглядно изображает характер статистического распределения данных. В отличие от диаграммы Парето, гистограмма строится по результатам измерений и наглядно изображает характер их статического распределения. Знание распределения имеет решающее значение для изучения процесса, ведь, как мы уже знаем, результаты любого процесса изменяются во времени. Гистограмма вскрывает величину вариативности процесса. Если гистограмма состоит из прямоугольников одинакового размера, то такое распределение называется равномерным. Если наибольшее количество результатов измерений располагается в середине области измерений, причем количество измерений больше среднего приблизительно равно количеству измерений меньше среднего, то такая гистограмма характеризует нормальное распределение. Многие процессы, находящиеся под статистическим контролем, дают подобную гистограмму. Если самые высокие столбцы оказываются в стороне от центра, такие распределения называют “скошенными” и они нуждаются в анализе.

Для того чтобы сделать выводы, необходимо учитывать следующее:

• Количество классов (столбцов диаграммы) определяет насколько хорошо будет виден характер распределения.

• Некоторые процессы дают скошенное распределение по естественным причинам. Не следует ожидать нормального распределения от каждого процесса.

• Если гистограмамма резко обрывается, подойдя к некоторой точке, то точность данных сомнительна.

• Если обнаруживаются двойные пики, то это указывает на то, что данные поступают из двух или более различных источников.

График корреляции

Позволяет наглядно представить, как изменяется одна переменная по мере изменения другой, проверить предположения о том, что эти переменные взаимосвязаны. График корреляции используется для изучения возможной статистической связи между переменными. По горизонтальной оси графика корреляции откладываются значения первой переменной, а по вертикальной - значения второй. Отложенные на графике точки образуют узор в виде облака. Густота и удлиненность облака дают представление о силе корреляции между переменными. Чем ближе форма облака к прямой линии, тем сильнее корреляция. Корреляция, однако, не может быть использована для доказательства того, что изменение одной переменной является причиной изменения второй переменной. Обе они, например, могут изменяться как следствие действия какой-либо третьей переменной.

Применение статистического анализа технологических процессов предусматривает преимущественное использование аналитической статистики по сравнению с цифровой статистикой. Это статистическое мышление фокусируется на будущей характеристике происходящих в настоящее время процессов и функционировании систем, а не на описании или сравнении фиксированных совокупностей прошлых данных.

Проверка согласованности и классификация экспертов

Статистические методы проверки согласованности зависят от математической природы ответов экспертов. Соответствующие статистические теории весьма трудны, если эти ответы ранжировки или разбиения, и достаточно просты, если ответы - результаты парных сравнений. Отсюда вытекает рекомендация по организации экспертного опроса: не старайтесь получить от эксперта ранжировку или разбиение, ему трудно это сделать, да и имеющиеся математические методы не позволяют далеко продвинуться. Эксперту гораздо легче на каждом шагу сравнивать только два объекта. Пусть он занимается парными сравнениями. Непараметрическая теория парных сравнений (теория «люсианов») (Орлов А.И, 1979) позволяет решать более сложные задачи, чем статистика ранжировок или разбиений. В частности, вместо гипотезы равномерного распределения можно рассматривать гипотезу однородности, т.е. вместо совпадения всех распределений с одним фиксированным (равномерным) можно проверять лишь совпадение распределений мнений экспертов между собой, что естественно трактовать как согласованность их мнений. Таким образом, удается избавиться от неестественного предположения равномерности.

При отсутствии согласованности экспертов естественно разбить их на группы сходных по мнению. Это можно сделать методами кластер-анализа, предварительно введя метрику в пространство мнений экспертов. Идея Кемени (Киселев Н.И., 1989) об аксиоматическом введении метрик нашла в СССР многочисленных продолжателей (Литвак Б.Г., 1982). Однако методы кластер-анализа обычно являются эвристическими, в частности, невозможно с позиций статистической теории обосновать «законность» объединения двух кластеров в один. Имеется важное исключение - для независимых парных сравнений разработаны методы, позволяющие проверять возможность объединения кластеров как статистическую гипотезу.

Нахождение итогового мнения комиссии экспертов

Пусть мнения комиссии экспертов или какой-то ее части признаны согласованными. Каково же итоговое (общее) мнение комиссии? Математическая сложность состоит в том, что мнения экспертов лежат в некотором пространстве объектов нечисловой природы. Общая теория подобного усреднения представлена в работе Литвак Б.Г. (1982). В частности, показано, что в силу обобщения закона больших чисел среднее мнение при увеличении числа экспертов (чьи мнения независимы и одинаково распределены) приближается к некоторому пределу, который можно назвать математическим ожиданием. В конкретных пространствах нечисловых мнений экспертов вычисление медианы Кемени может быть достаточно сложным делом (Дорофеюк А.А., 1985). Кроме свойств пространства, велика роль конкретных метрик. Так, в пространстве ранжировок при использовании метрики (Киселев Н.И., 1985), связанной с коэффициентом ранговой корреляции Кендалла, необходимо проводить достаточно сложные расчеты, в то время как применение метрики на основе коэффициента ранговой корреляции Спирмена приводит к упорядочению по средним рангам, т.е. вычисляется элементарно.

Интервальные экспертные оценки

С начала 80-х годов активно развивается интервальная математика, как наиболее практически важная часть ее - интервальная статистика. В разрабатываемом подходе основное внимание уделяется расчетам максимально возможного отклонения значения рассматриваемой статистики, вызванного погрешностями в исходных данных и «рационального объема выборки», превышение которого не может привести к существенному повышению точности оценивания. Основные идеи и результаты статистики интервальных данных опубликованы достаточно давно.

Перспективным является использование интервальных экспертных оценок: эксперт называет не число, а интервал в качестве оценки рассматриваемого параметра. Такие процедуры удачно сочетают в себе количественный и качественный подходы в экспертных оценках. В качестве примера можно назвать процедуру регрессионного анализа, применяемую в экспертно-статистическом методе для получения коэффициентов весомости признаков, позволяющих наиболее точно восстановить глобальное заключение об объекте по результатам оценок отдельных параметров.

При использовании метода интервальных экспертных оценок вместо оценки показателя или характеристики объекта числом эксперт указывает интервал, в котором он содержится. Во многих случаях оценивание интервалом более естественно для эксперта, чем оценивание числом.

В настоящее время в современной медицине все шире применяются различные методы экспертных оценок. Они незаменимы при решении сложных задач оценки качества производства медицинских услуг, в том числе специального назначения, при анализе и прогнозировании ситуаций с большим числом значимых факторов - всюду, когда необходимо привлечение знаний, интуиции и опыта многих высококвалифицированных специалистов-экспертов.
<< Previous Next >>
= Skip to textbook content =

Современный этап развития теории экспертных оценок

  1. Methods of expert assessments of the ILC and their features in medical practice
    Качество и тесно зависимая от него эффективность деятельности лечебно-профилактических учреждений в условиях экономических преобразований в России — ключевые проблемы в управлении здравоохранением. И если проблемам качества медицинской помощи в последние годы уделяется все больше внимания, то эффективность деятельности медицинских учреждений, как правило, остается «за кадром». А между тем это
  2. "История становления и развития современной конфликтологической теории и практики"
    Учебные вопросы: 1. Предпосылки формирования конфликтологических знаний. 2. Зарубежная конфликтология в направлениях подхода. 3. Периоды и этапы развития отечественной конфликтологии. Вопрос 1. Источники конфликтологичеких знаний: Первые научные исследования 4-6 века до н.э. В Древней Греции – Анаксимандр 1957 г до н.э. – он создаёт учение о противоположностях.
  3. The development of the theory and practice of military education in the Soviet and modern periods
    After the October Revolution of 1917, which changed the political system of the state, a need arose for a different military pedagogical concept, a different vision of the problems of educating military personnel. As a result, Soviet military pedagogy was created, which, nevertheless, was built on the achievements of Russian military pedagogical thought. Soviet military pedagogy was complex and
  4. Stage 2. Watching videos and filling out expert cards
    Viewing is made without comment, but in the presence of the teacher. It is important that students themselves try to “put on gender glasses” and see the usual lesson through them. In the course of viewing, the developed expert maps are filled. The heading of the table is filled with the words of the teacher: subject, class, number of students in the class (boys / girls), length of service of the teacher, topic of the lesson.
  5. The mechanism of sound perception (Helmholtz hypothesis). Modern Theories of Hearing
    Spatial (resonant) theory was proposed by Helm-Goltz in 1863. The theory suggests that the basilar membrane consists of a series of segments, each of which resonates in response to the action of a certain frequency of the sound signal. By analogy with stringed instruments, high-frequency sounds vibrate a section of the basilar membrane with short fibers at the base
  6. The concept of diagnosis in the theory and practice of modern social work
    The objective of this section of my thesis is to introduce the concept of diagnosis into the terminological system of social work technology. Diagnostics as a social practice was recognized and disseminated in the late XIX - early XX centuries, gradually replacing the previously existing methods of generalizing and analyzing information about social reality. A characteristic feature of the period of formation
  8. Stage 7. Identification of the gender specificity of the modern standard of physical attractiveness
    The purpose of this stage: to promote awareness of the differences between the female and male standards of physical attractiveness. A group discussion facilitating the analysis of the similarities / differences between the male and female models of physical attractiveness. The basis for discussion is the characteristics of the reference appearance of women and men, highlighted in table. 2 and 3, respectively, as well as drawings of men and
  9. Этап 6. Выделение характеристик современного эталона физической привлекательности
    Цель данного этапа: способствовать осознанию студентами, что в основе эталона физической привлекательности лежит не просто биологическая предопределенность, а социальная обусловленность. Преподаватель предлагает студентам сконцентрироваться на анализе одной из причин, которая, как они сами выделили, определяет удовлетворенность внешностью, а именно — сравнение себя с неким эталоном физической
  10. Этап 2. Анализ публикаций, отражающих современный дискурс ориентиров в воспитании девочек и мальчиков
    Предварительно студенты получают задание познакомиться с текстами публикаций в журнале «Дошкольное воспитание» за последние 10–12 лет. Им дается задание разделиться на 3–4 группы, каждая из которых просматривает издания за 3–4 года с целью найти материалы, посвященные проблеме воспитания девочек и мальчиков, проанализировав их содержание на предмет наличия в них идей традиционного и гендерного
    To date, there is no single theory that can give a comprehensive picture of the mental development of a child. To get a more or less complete picture of the development, behavior and upbringing of children, you need to get acquainted with several theories that are expressed in the type of periodization. Psychoanalytic theory. Her subject is human emotions and interpersonal relationships. Most
Medical portal "MedguideBook" © 2014-2019