基于自由文本评论的心血管疾病患者医疗服务价值感知分析

摘要

目的 分析心血管疾病患者对医疗服务的自由文本评论，识别其在医疗过程中的关注点和情感倾向，洞察患者视角下医疗服务价值的关键要素。方法 在患者满意度调查中嵌入可自由文本评论的开放式问题，收集2022年9月至2023年7月因心血管疾病住院的患者对医疗服务的真实评价，形成患者观点的大型文本库。采用有监督机器学习算法和BERT模型，对文本库进行主题建模和情感分析。采用Logistic回归分析患者负性评论主题与患者满意度、忠诚度之间的关系。结果 共收集4 693例心血管疾病患者的自由文本评论，评论对象数量最多的是护士（25.1%），其次是医师（14.9%）。情感分析结果显示，3 592人（76.5%）发表正性评论，977人（20.8%）发表负性评论，102人（2.2%）发表混合评论，22人（0.5%）发表中性评论。主题分析结果显示，心血管疾病患者最常提到的5个主题分别是人文关怀（14.4%）、信息教育沟通（9.0%）、专业技术水平（6.6%）、膳食（6.2%）和诊疗有效性（4.2%）。Logistic回归分析结果显示，人文关怀、信息教育和沟通、应答需求等维度负面评价的出现与患者满意度、忠诚度的降低显著相关。结论 人际交互维度与功能性维度在患者医疗服务价值感知中呈现出双元重要性，人际交互维度往往会成为患者审视医疗服务价值和质量的决定性因素。

关键词

医疗服务 / 价值感知 / 文本挖掘 / 机器学习算法 / BERT模型 / 心血管疾病