新冠疫情对公立医院门诊患者就医体验的影响—基于患者满意度调查数据.pdf

新冠疫情对公立医院门诊患者就医体验的影响—基于患者满意度调查数据--第1页

新冠疫情对公立医院门诊患者就医体验的影响——基

于患者满意度调查数据

2020年伊始，新型冠状病毒肺炎(COVID－19)在武汉爆发并向全国迅速

蔓延，给人们的生产、生活造成了重要的负面影响。医院门诊作为开展救治、

提供医疗服务的重点区域和抗击疫情最直接的前沿阵地，为降低新冠病毒传

播，相继采取了对其服务流程、就诊环节、服务模式进行阶段性调整等一系

列防控措施。作为医院医疗服务质量和服务能力的综合体现，门诊服务流程

的调整会导致患者的就医体验也随之发生变化，同时也会对患者就医需求产

生一定影响。在门诊服务流程和就诊环节发生变化的背景下，本文以某三甲

公立医院门诊疫情前后的问卷调查数据为基础，分析探究新冠疫情发生前后

患者就医体验及就医需求的具体变化情况，从而为公立医院持续优化门诊服

务流程、改善患者体验提供客观数据支持和参考意见。

一、对象与方法

1、调查对象

本研究调查对象为某大型三甲公立医院的门诊患者，调查他们在疫情

前后的就诊体验情况。调研小组分别在2019年12月和2020年6月通过

简单随机抽样的调查方法在各个门诊科室随机抽取前来就诊的门诊患者进

行调查，共回收有效问卷1217份，其中新冠疫情前有效问卷数为609，新

冠疫情后有效问卷数为608。两次问卷调查采用同量表，并以相同的方式对

该家三甲医院门诊处的就诊患者体验情况进行调查。

2、指标维度

新冠疫情对公立医院门诊患者就医体验的影响—基于患者满意度调查数据--第1页

新冠疫情对公立医院门诊患者就医体验的影响—基于患者满意度调查数据--第2页

调查问卷共分为两个部分，第一部分为患者的基本信息，包括性别、

年龄、常住地、学历等。第二部分为患者就医过程中对不同环节的主观评价，

包括4大维度(环境设施、服务质量、服务效率、服务态度)，24个指标，具

体指标体系见表1。采用李克特5分赋值法将各指标量化，同时对患者就诊

总体满意度也进行李克特5分评价，形成完整的问卷数据汇总体系，便于后

续进行统计分析和机器学习。

3、分析方法

本文使用独立样本t检验和Lasso算法进行统计分析，利用Python

编程语言对数据进行清洗，对于问卷中的缺失数据采用均值填充的方法处理

以获取有效完整的数据集。通过机器学习和计算，筛选出疫情前后影响患者

满意度的主要因素，以探寻患者需求在疫情前后的变化情况。

3.1独立样本t检验疫情前后的两个样本为独立样本，总体满足正态分

布，利用卡方检验对疫情前后患者基本特征是否具有可比性，通过独立样本

t检验比较新冠疫情前后患者就诊体验的差异情况。

3.2Lasso回归

Lasso(Leastabsoluteshrinkageandselectionoperator)回归是一种嵌入

式的特征选择机器学习方法，对数据的要求很低，应用程度广。Lasso回归

通过L1正则化学习，将对y影响小的因素回归系数压缩为零，初始特征中

仅有非零分量特征才会出现在最终的模型里，从而实现特征筛选，选出重要

影响因素。在考虑最简单的线性回归模型，以平方误差为损失函数进行目标

新冠疫情对公立医院门诊患者就医体验的影响—基于患者满意度调查数据--第2页

新冠疫情对公立医院门诊患者就医体验的影响—基于患者满意度调查数据--第3页

优化时，会因为样本特征过多或者样本较少而出现过