熱門論文
最新論文
大數據時代下健康信息管理公眾滿 意度測評研究
發布時間：2023-07-10 10:03
目錄
第 1 章 緒論 1
1.1研究背景及意義 1
1.1.1研究背景 1
1.1.2研究意義 1
1.2國內外研究現狀 2
1.2.1大數據時代下健康信息管理研究現狀 2
1.2.2公眾滿意度模型研究現狀 5
1.2.3國內外研究述評 6
1.3研究方法 6
1.3.1文獻分析法 6
1.3.2定性與定量分析法 6
1.3.3問卷調查法 6
1.4 研究內容及創新之處 7
1.4.1研究內容 7
1.4.2創新之處 7
第 2 章 大數據時代下健康信息管理公眾滿意度理論基礎 9
2.1大數據時代下的健康信息管理 9
2.1.1大數據時代下健康信息管理的內涵 9
2.1.2大數據時代下健康信息管理的運行機制 12
2.1.3大數據時代下健康信息管理的特點 13
2.1.4大數據時代下健康信息管理的價值 14
2.1.5大數據時代下健康信息管理的難點 14
2.2大數據時代下健康信息管理公眾滿意度 15
2.2.1大數據時代下健康信息管理公眾滿意度的概念 15
2.2.2大數據時代下健康信息管理公眾滿意度的形成機理 15
2.2.3大數據時代下健康信息管理公眾滿意度的影響因素 16
第 3 章 大數據時代下健康信息管理公眾滿意度模型構建 18
3.1經典公眾滿意度模型 18
3.1.1經典滿意度模型 18
3.1.2經典滿意度模型的啟示 18
3.2模型構建方法——結構方程法 18
3.3大數據時代下健康信息管理公眾滿意度指數模型構建 19
3.3.1潛在變量的選取 19
3.3.2結構關系的假設 21
3.3.3可測變量的建立 22
3.3.4指數模型的構建 25
第 4 章 大數據時代下健康信息管理公眾滿意度實證研究 26
4.1實證背景及目的 26
4.1.1實證背景 26
4.1.2實證目的 26
4.1.3實證可行性 26
4.2數據采集與處理 27
4.2.1數據采集 27
4.2.2數據處理 27
4.3實證研究 31
4.3.1模型驗證 31
4.3.2結果分析 33
第 5 章 提高大數據時代下健康信息管理公眾滿意度的建議 35
5.1加強引導形成合理的公眾期望 35
5.1.1提高健康信息管理的質量 35
5.1.2提高公眾的健康信息素養 35
5.1.3提高公眾參與健康信息管理意識 35
5.2著力于感知價值的提升 36
5.2.1完善基礎設施 36
5.2.2改良系統軟件 36
5.2.3優化服務產品 36
5.2.4提升人員素質 36
5.2.5提高技術保障 37
5.2.6健全法律規范 37
5.2.7改善傳輸渠道 37
5.3提升健康信息管理的成熟度 37
5.3.1拓寬大數據時代下健康信息管理的廣度 37
5.3.2拓展大數據時代下健康信息管理的深度 37
5.3.3提高大數據時代下公眾的健康信息素養 38
5.4提高機構形象 38
5.4.1建立有效的反饋機制 38
5.4.2建立完善的運行機制 38
5.4.3提升形象美觀度 38
第 6 章 總結與展望 39
6.1研究總結 39
6.2研究展望 39
參考文獻 41
致 謝 45
附錄A大數據時代下健康信息管理公眾滿意度調查問卷 46
第一部分問卷（公眾滿意度調查） 46
第二部分問卷（身份背景調查） 48
個人簡歷、在學期間發表的學術論文與研究成果 50
第 1 章 緒論
1.1 研究背景及意義
1.1.1研究背景
黨和政府高度重視健康問題，現已將“健康中國”上升為國家戰略，應數字 中國、智慧醫療、信息經濟等戰略布局，以及大數據與智能設備、網絡、經濟、 健康深度融合的需要，健康信息管理進入大數據時代。大數據時代下健康信息管 理較之以往的區別在于管理主動權轉移、健康信息交流加快、健康信息數據的規 模化、智能監測設備應用普及。大數據時代下健康信息管理能夠為健康產業發展 提供新動力，美國、英國、加拿大等國紛紛從國家層面進行健康信息管理，在降 低成本、獲取利益、防預疾病方面取得突出的成果。我國也十分重視健康信息管 理工作，鑒于我國正處于健康信息化建設的初期，健康服務機構承擔著健康管理 工作的主要職能，政府與公眾的健康信息主要來自于健康服務機構，因此健康服 務機構是目前大數據時代下健康信息管理的核心和關鍵。但是隨著健康信息利用 程度的進一步加深，健康信息利用和保護公眾健康信隱私之間的矛盾加劇，公眾 的健康信息安全遭到了沖擊，如美國的電話營銷公司 Health Now Networks 的備 份數據庫泄露導致的近百萬的個人和健康信息記錄外泄事件，2016 年我國大規 模艾滋病患者資料外泄事件等。大數據時代下良好的健康信息管理能夠促進健康 信息利用，保護公眾健康信息安全，穩定關系緩和兩者間的矛盾，但我國的健康 信息管理仍舊有不足，特別是隨著近期新冠狀病毒的爆發更是暴露了我國當前健 康信息管理的諸多問題。為了提高大數據時代下健康信息管理水平，使健康服務 機構能夠給公眾提供更好的服務及產品，使其服務和產品能夠惠及更多公眾，需 要對大數據時代下健康信息管理公眾滿意度進行研究。
1.1.2研究意義
大數據時代下公眾對健康信息的利用和健康信息安全的保護有了更高的期 待和要求，目前我國對健康信息的利用并不到位，公眾的健康信息隱私更是屢遭 侵犯，為此需要加強對健康信息的管理。大數據時代下管理的主動權發生轉移， 公眾在健康信息管理中重要性更加突出，健康服務機構對公眾滿意度進行測評， 不僅體現了健康服務機構對公眾意見的重視，更能依據公眾的反饋意見改良服務 及產品，提高健康信息管理質量。目前國內外對大數據時代下健康信息管理的理 論和實踐研究已經有了一定的進展，對公眾滿意度方面的研究早已十分成熟，但 卻少有從公眾角度對大數據時代下健康信息管理的公眾滿意度的研究。而大數據 時代下健康信息管理公眾滿意度測評研究不僅是大數據時代下健康信息管理績 效評價研究的重要組成部分，更能為大數據時代下健康信息管理公眾滿意度測評 提供理論支撐。
1.2 國內外研究現狀
1.2.1大數據時代下健康信息管理研究現狀
1.2.1.1大數據時代下健康信息管理的概念
健康信息的管理活動包括：協調來自不同信息提供者和不同環境的信息，參 與健康狀況監控并與臨床醫生交流，在可用范圍內選擇關于治療的健康狀況監控 和信息連續性過程。其服務內容為健康信息的管理、健康監測與評估、健康指導 與干預等［1］。TeevanJi2］認為健康信息管理指為防范和解決健康風險因素，對各 醫療階段患者的健康信息進行的傳遞、應用、檢索加工和存儲等活動。大數據時 代下健康信息管理是由信息技術、設施設備、工作人員、患者及家屬、健康信息 資源、健康服務機構所構成的系統，具體指借助網頁、通訊軟件、論壇等通過大 數據技術和電腦、手機及可穿戴設備等為公眾提供與健康相關的資源及服務的平 臺［3］，其目的是為了促進健康信息的利用和保障公眾健康信息安全。
文章從大數據時代下的健康信息、健康信息管理系統、健康信息技術三個角 度，對相關文獻進行梳理，具體如下：
（1） 健康信息
美國醫學圖書館［4］認為健康信息是指與大眾、患者及其家屬有一定關系的健 康和醫學方面的資訊；王利明［5］認為健康信息是指在疾病預防、體檢、診斷、治 療等過程中獲取的與個人身心健康狀況相關的信息；劉帥等［6］認為健康信息包括 邏輯信息，個人健康信息、個人在管理健康信息的過程中所搜集的參考資料等； 雖然學術界對健康信息的定義尚未達成共識，但分析其具體內容并無太大差異， 基本都是指比較容易獲取的顯性健康信息，隨著數據挖掘技術的應用，通過顯性 健康信息與其他來源的個人數據（如飲食、睡眠、社交媒體、經濟等）關聯挖掘 得到的隱性健康信息成為健康信息的新內容［7］。健康信息具有公共衛生管理價 值、公益健康促進價值和商業增值價值、社會價值［8］。
（2） 健康信息管理系統
美國醫學信息學會［9］認為能夠通過使用互聯網策略和健康信息資源實現患 者自我健康管理，需要健康信息管理技術的支持。大數據時代下健康信息管理大 多借助健康信息管理系統和軟件，因傳統的健康信息管理系統存在成本高、計算 能力不足、存取速度慢、擴展性差等缺點，如今的健康信息系統大多綜合云計算 框架、Web Service技術、No SQL數據庫等關鍵技術，Web Service技術、全文 搜索服務器Solr和跨平臺的移動客戶端開發框架Phone Gap等技術［10］,且逐漸 開始與移動通訊、 GPS 技術等其他技術結合發揮作用，如 Miah［11］、 Rollo［12］、 Larocca［13 ］等。
（3）健康信息技術
大數據時代下信息技術在健康信息管理的重要性更加突出［14］。隨著移動可穿 戴設備技術的發展，人們開始使用技術監測自己的健康狀況，并將信息與醫護人 員共享［15］，特別是圖像診斷、自動診斷脈搏血氧計、數據交換系統以及遠程連接 和反應軟件程序的應用，既便捷個人健康信息的獲取，也使得公眾與健康服務機 構的關系更加密切［16］。此外，大數據時代下數據挖掘技術在健康信息管理的應用 日漸深入，目前數據描述、關聯分析、聚類分析、異常檢測、分類預測、趨勢預 測等算法已經在健康信息管理領域得到應用，并取得佳績［17］。
1.2.1.2大數據時代下健康信息管理的作用
（1）深度挖掘健康信息 健康服務機構健康信息量大但利用不足，通過加強健康信息管理可以關聯挖 掘更具價值的健康信息。目前已有很多學者在探索如何深度挖掘健康信息，并將 之應用于輔助醫療：①疾病預防階段，Meng等［18］、吳生根等［19］、應用logistic 回歸、決策樹等方法進行病因識別，任仙龍等［20］應用 Apriori 算法進行病因關聯 性分析。②疾病診斷階段，Yang等［21］、Zubi等凸、張曄等［23］主要運用關聯規則 挖掘、Apriori算法、logistic回歸支持病患者診斷。③疾病治療階段，張奇等［24］、 曹錦梅等［25］、 Villamil 等［26］、 Auconi 等［27］主要通過 Apriori 算法、改進的 Apriori 算法、數據包絡分析、信息模糊聚類等方法協助疾病的治療。④疾病監測階段， 侯婷［28］、 Yang 等［29］、 Xu 等［30］通過 logistic 回歸、關聯規則挖掘、隨機森林算法 對數據進行監測。
（2）促進機構資源整合 大數據時代下良好的健康信息管理可以有效整合資源，減少資源的閑置和浪 費，及時調度資源彌補資源的短缺。①優化機構資源分配，Lin等［31］、胡敏等I32】、 彭金燕等［33］應用 k-means 聚類、數據描述法、層次聚類在等級分流、人員配備、 類別區分方面優化機構資源分配。②住院時間與人數預測，Khajehalin等［34］、黃 東瑾等［35］、張曄等［36］運用運用貝葉斯提升集成法、1 ogistic回歸、支持向量回歸 進行人數、天數預測。③優化費用管理，Wang等［37］、韓曉梅［38］主要通過神經網 絡和決策樹模型、多元線性逐步回歸測算相應的費用標準。④服務于其他機構， Kose 等［39］通過建立醫保欺詐識別框架，多個方面檢測醫保數據異常；陶惠［40］借 助k-means聚類、決策樹判斷大病保險的影響因素。⑤提高藥品管理能力，Ramos 等［41 ］應用支持向量回歸法預測沙丁胺醇藥品在未來一年中的需求量。⑥方便資源 的流轉，陶慧等［42］將 Apriori 算法應用于患者轉診。
（3） 提高服務和產品質量 大數據時代下良好的健康信息管理能夠密切與公眾、其他機構和政府的聯
系,提供高質量、針對性的服務和產品。①分析公眾需求方面，Falotico等［43］應 用對應分析發現患病的患者更依賴網絡搜索獲取健康信息；金碧漪等［44］通過內容 和多維尺度聚類分析，得出公眾較疾病預防更重視診斷、治療的結論。②優化信 息檢索方面， De-Arteaga 等［45］在 ARRS Gold Miner 檢索日志的基礎上，改進推薦 檢索式與返回適量的檢索結果，孫麗［46］完善關鍵詞推薦和優化結果列表排序。③ 改良健康信息服務方面， Chen 等［47］通過特征提取和人工標注對一萬多篇文獻自 動分類；羅文馨等［48］使用 Word2Vec 技術分析疾病的關聯性，提升信息服務平臺 的導航能力。
（4） 提高公眾疾病防預能力 大數據時代下良好的健康信息管理能夠有效組織、協調政府、機構、組織、
家庭融入到疾病的防預當中，最大程度防預公眾疾病。大數據時代下國內外在公 眾疾病防預體系的建設已有了很多有益的探索，如加拿大的全民數據庫、英國的 二次利用服務體系、上海“健康云”、遼寧省“互聯網 + 健康服務”、江蘇鎮 江市的“智慧健康”工程等［49］，國外許多大型公司也相繼推出了健康信息管理平 臺如谷歌、微軟［50］。大數據時代下利用互聯網、物聯網、云計算等技術對全人群 全程的信息跟蹤，對藥品銷售量、衛生服務咨詢中心接到患者電話的數量和內容、 關鍵詞的點擊量、社交網絡瀏覽偏好等綜合數據分析，可以提高公共健康管理機 構對公眾疾病預測及傳染疫情響應能力。
（5） 保護公眾健康信息安全 大數據時代下健康信息存儲的便捷性、健康信息的共享性、多行業的應用性
（醫療利用、保險審核、商業應用、法院舉證以及國家宏觀調控等［51］）對公眾的 健康信息安全造成了沖擊，僅靠保密義務來進行保護已經無法滿足需要，必須加 強對每一個環節的管理。為此美國從立法保護、行政保護、物理保護和技術保護 四大方面保護公眾的健康信息安全［52］。陶愛軍［53］提出保護公眾健康信息安全可 以從明確健康信息主體的控制權、開通健康信息反饋渠道、落實責任與義務、加 強監督、提升技術、增強意識等方式保護公眾健康信息安全。
1.2.2公眾滿意度模型研究現狀
1.2.2.1公眾滿意度模型
顧客滿意度理論產生于 20世紀 70年代，如今在學者們的努力下，取得了豐 碩的成果，特別是伴隨理論的發展，涌現了許多經典的顧客滿意度模型：期望差 異模型、規范模型、感知績效模型、歸因模型、公平模型、情感與認知模型、因 果關系模型［54］。 2000 年，我國在吸收借鑒其他模型的基礎上建立了符合我國國 情的顧客滿意度模型，將品牌形象、預期質量、感知質量、感知價值、顧客滿意 度、顧客忠誠為結構變量［55］，奠定我國構建顧客滿意度模型的基調。隨著公共管 理運動的興起，各國政府將績效評價機制引入政府管理之中，同時引入顧客滿意 度理論，衍生出公眾滿意度理論，并以此為依托構架公眾滿意度模型，目前國內 外學者比較傾向于構建因果關系模型。
1.2.2.2公眾滿意度模型構建的方法
常用的公眾滿意度建模方法主要有模糊綜合分析法［56］、多元回歸方程法［57］、 因子分析法［58］和結構方程法等，其中結構方程法較多應用于主觀性強、因果關系 多重、特殊標準尺度的公眾滿意度模型構建［59］，如龔雅琦［60］、唐小翠［61］、 Chunqin Zhang 等［62］、 Aldholay 等［63］采用結構方程法構建公眾滿意度模型。
1.2.2.3公眾滿意度的影響因素
（1）公眾期望
公眾期望是公眾滿意度研究的核心變量，其實質是公眾的心理判斷，它反映 的是公眾在一定經驗積累的條件下，在體驗服務及產品之前對其質量的主觀判斷 ［64］，主要來源為：公眾的需求、公眾對公共服務的消費經歷、政府提供的信息［65］。
（2） 感知質量
Gronroos1982 年首次提出感知質量這一概念，公眾對服務質量的感知主要源 于對服務和產品的實際體驗結果，結合需求和期望，主觀做出的判斷［66］。 Angst［67］ 發現感知信息質量對公眾的態度產生影響；韋福祥［68］認為顧客感知服務質量與顧 客滿意呈正相關。
（3） 發展成熟度
公眾期望并不完全取決于公眾感知質量，還受到相關領域水平發展的成熟度 的影響，結合鄒凱教授使用感知價值因素取代此變量，從覆蓋范圍（廣度）和完 善程度（深度）兩個方面衡量；唐小翠［69］認為公眾背景、價值觀等因素的不同會 影響到不同個體的期望層次和感知績效，因此還需考慮公眾素養對發展成熟度的 影響。
（4）公眾滿意度 公眾滿意度是指通過公眾通過體驗服務與產品，在需求得以滿足的情況下， 判斷公眾期望與體驗結果能否達成一致，反應了公眾的情感變化［70］。 Chunqin Zhang 等［71］認為公眾期望、感知價值、公眾忠誠度和公眾滿意度之間呈顯著正相 關關系，公眾滿意度與公眾忠誠、公眾投訴呈負相關關系。
1.2.3國內外研究述評
通過對大數據時代下健康信息管理和公眾滿意度相關文獻的梳理，發現目前 的研究依然存在諸多問題：①大數據時代下健康信息管理的核心在于促進健康信 息的利用和保護公眾健康信息安全，雖然目前我國在信息的利用方面取得一定的 成果，但仍未充分發揮其效用。②大數據時代下公眾的健康信息安全受到沖擊， 但我國對保護健康信息安全并不到位，需要通過加強對健康信息的利用，保護公 眾的健康信息安全。③對健康信息管理和公眾滿意度的研究文獻很多，但是把二 者結合起來的研究成果相對來說比較少，目前尚未形成獨立的、系統研究體系， 難以對實踐提供有效的支持。④目前對醫院方面的健康信息的管理方面研究較 多，對政府、企業、保險機構等為主體的健康服務機構的研究較少，大數據時代 下信息健康信息數據的分散性、關聯性、整體性需要從整體層面考慮公眾對健康 信息管理的滿意度。⑤構建大數據時代下健康信息管理公眾滿意度模型需要充分 考慮公眾期望、感知質量、發展成熟度、公眾滿意度的影響。
1.3研究方法
1.3.1文獻分析法
文章根據搜集、梳理、分析大數據時代下健康信息管理理論和公眾滿意度模 型構建的相關資料，形成對大數據時代下健康信息管理公眾滿意度的有效認知， 為文章的研究奠定了扎實的理論基礎。
1.3.2定性與定量分析法
文章在通過定性分析法梳理大數據時代下健康信息管理公眾滿意度理論，在 此基礎上構建大數據時代下健康信息管理公眾滿意度指數模型，再通過運用定量 分析法進行大數據時代下健康信息管理公眾滿意度實證驗證，具體通過統計測評 數據量化各變量對公眾滿意度的重要程度。
1.3.3問卷調查法
文章依據大數據時代下健康信息管理公眾滿意度指數模型的可測變量編寫 調查問卷，并遵循一定的原則將問卷分發給調查對象，調查公眾對大數據時代下 健康信息管理的公眾滿意度，并對有效數據進行信度效度檢驗，準確把握大數據 時代下健康信息管理公眾滿意度的影響因素及其重要程度。
1.4 研究內容及創新之處
1.4.1研究內容
第 1 章，緒論。本章首先闡述大數據時代下健康信息管理公眾滿意度測評研 究的背景及意義，然后通過梳理大數據時代下健康信息管理理論和公眾滿意度模 型構建資料，并在此基礎上設計文章的研究思路，確定文章的內容與方法。
第 2 章，大數據時代下健康信息管理公眾滿意度理論。本章從大數據時代下 健康信息管理的內涵、運行機制、價值、難點進行梳理，并結合公眾滿意度理論， 提出大數據時代下健康信息管理公眾滿意度的概念，并分析其形成機理與影響因 素。
第 3 章，大數據時代下健康信息管理公眾滿意度指數模型的構建。本章從分 析經典公眾滿意度指數模型入手，通過融入結構方程建模思想與大數據時代下健 康信息管理的現狀，選取合適變量構建出大數據時代下健康信息管理公眾滿意度 指數模型。
第 4 章，大數據時代下健康信息管理公眾滿意度測評實證研究。本章以湖南 省湘潭市的部分健康服務機構為研究對象，以大數據時代下健康信息管理公眾滿 意度模型的可測變量為依據，編制調查問卷并實地調查收集樣本數據，使用 AMOS22.0 統計軟件擬合參數，驗證模型的有效性和合理性，得出各結構變量之 間的路徑系數。
第 5 章，提高大數據時代下健康信息管理公眾滿意度的建議。本章從提高公 眾滿意度可以從公眾期望、感知質量、發展成熟度和機構形象這四方面入手，有 針對性的為提高大數據時代下健康信息管理公眾滿意度提出建議。
第 6 章，總結與展望。
1.4.2創新之處
（1） 將公眾滿意度理論引入對大數據時代下健康信息管理的績效測評中， 依據公眾的滿意度對健康信息的現管理水平做出評價，并以評價內容作為理論依 據分析大數據時代下健康信息管理的影響因素對公眾滿意度的重要程度和因素 間相關性。
（2） 詳細分析大數據時代下健康信息管理公眾滿意度的影響因素，依據我 國國情，構建大數據時代下健康信息管理公眾滿意度指數模型。在實證部分，通 過采集分析數據驗證大數據時代健康信息管理公眾滿意度指數模型的合理性。
第 2 章 大數據時代下健康信息管理公眾滿意度理論基礎
2.1大數據時代下的健康信息管理
本部分主要從內涵、概念、主體、形成機理、價值、難點五方面分析大數據 時代下的健康信息管理的內容。
2.1.1大數據時代下健康信息管理的內涵
由于我國對大數據時代下的健康信息管理概念的界定尚不清晰，因此需要重 新對大其進行定義，并界定有一定模糊性的主體及對象進行分析。
2.1.1.1大數據時代下健康信息管理的概念
大數據時代下健康信息管理指健康服務機構為了充分利用健康信息和保護 公眾健康信息安全，借助健康信息管理系統或其他健康信息管理軟件對處于無序 狀態下的健康信息資源所進行的一切管理活動。充分利用健康信息和保護公眾健 康信息安全，這兩大目標之間相互對立，大數據時代下健康信息管理的關鍵在于 緩和兩者間的沖突性，達成在不侵犯公眾健康信息隱私的前提下充分利用健康信 息大數據的目的。
2.1.1.2大數據時代下健康信息管理的主體
大數據時代下健康信息管理的主體分為公眾、健康服務機構及國家和地方政 府。
（1） 公眾
健康信息的最直接來源是公眾本人，學術界對此已經少有爭議。隨著大數據 時代的到來，公眾為了獲得更高質量的服務和產品，越來越不滿足在健康信息管 理活動中僅僅扮演健康信息的提供者這一角色，越來越期望在健康信息管理活動 中發揮作用，特別是隨著技術的進步和移動可穿戴設備的發展，公眾不再滿足于 僅通過反饋和監督此類間接方式參與健康信息管理活動，更是作為管理者直接管 理健康信息。但公眾健康信息管理基本需要借助于健康服務機構所提供的服務及 產品，因此文章將公眾健康信息管理并入健康服務機構的健康信息管理之中。
（2） 健康服務機構
雖然大數據時代下管理的主動權轉移，但健康服務機構承擔著向公眾提供良 好的服務及產品、保護公眾健康信息安全，向政府輸送優質健康信息數據的職責， 是大數據時代下各健康信息管理的關鍵。健康服務機構種類繁多，文章依據其工 作的側重點將之劃分為：①服務提供機構，工作的側重點在于提高服務及產品質 量、降低成本等，主要包括：醫院、健康信息管理公司、社區服務中心等；②衛 生行政部門，工作的側重點在于績效考評、監督管理、疾病防預等，主要包括： 衛生局、衛生廳、衛生部；③公共衛生專業機構，工作的側重點在于疾病管理、 應急管理、衛生管理、健康教育等，主要包括：疾病預防控制中心、衛生監督所 等；④相關部門，工作的重點在于業務協同、風險管理，主要包括：保險、計生、 公安、民政、藥監等。
（3）國家和地方政府
在大數據時代下我國采用以政府為主導多元主體共同參與的健康信息管理 模式，原因主要有三點：①健康信息具有高敏感和高價值性，而大多數健康服務 機構兼具盈利性，為保護公眾健康信息安全，需要政府進行干預；②我國的健康 信息資源主要分布于各健康服務機構之中，政府無法突破此現狀，需要建立國家、 區域性健康信息管理中心，從整體進行統籌規劃、合理布局；③大數據時代下公 眾的個性化需求增多，健康信息來源更加分散、載體更加多樣、傳遞更加頻繁， 客觀上加大了健康信息管理的難度，需要各主體共同參與健康信息的管理。目前 國家、區域性的健康信息管理體系尚未搭建完成，暫時不能承擔其職能，現在主 要起規范和監督作用。
雖然大數據時代下健康信息管理的主體多元，但文章主要從健康服務機構的 角度大數據時代下的健康信息管理進行分析，原因如下：①公眾健康信息自我管 理水平受到公眾的健康信息素養和健康服務機構的服務和產品的影響，而這兩部 分也是大數據時代下健康服務機構健康信息管理的重要內容，可以統一于健康服 務機構的健康信息管理之中。②大數據時代下健康服務機構承擔著向公眾提供良 好的服務及產品、保護公眾健康信息安全，向政府輸送優質健康信息數據的職責， 是大數據時代下各健康信息管理的中心環節；③目前國家、區域性的健康信息管 理體系尚未搭建完成，暫時不能承擔其職能，現在主要起規范和監督作用，為了 政府和健康服務機構的健康信息能夠更好地傳遞，現階段就要保障傳輸渠道的暢 通。
圖 2.1 大數據時代下健康信息管理主體結構
2.1.1.3大數據時代下健康信息管理的對象
大數據時代下健康信息管理的對象指健康信息管理資源，既包括有實體的資 源，也包括無實體的健康信息數據。
（1）相關人員 大數據時代下健康信息管理的相關人員除了指健康服務機構的工作人員，還 包括其他有直接或間接接觸的人員。大數據時代下健康信息管理的難度進一步提 高，這要求健康服務機構的工作人員素質的全面提高。
（2）設施設備 設施設備是大數據時代下健康信息管理的物質基礎。大數據時代下健康信息 管理需要借助于健康管理信息系統或其他軟件，而系統軟件更新換代頻率極高， 這就對與之配套的服務器、存儲設備、網絡設施，以及其他的 IT 設備的完整配 備和及時更新換代。值得注意的是移動可穿戴設備迅速發展，不僅改變了以往健 康信息的采集、傳輸渠道，更是成為了健康信息的新載體，需要加強管理。
（3）信息技術 從健康信息利用層面分析，大數據時代下健康信息的來源分散、數量增多、 傳輸迅速、內容精準，客觀需要技術的支持。從健康信息的安全保障層面分析， 內部泄露或遺失數據風險可以通過匿名化、分級、加密、訪問控制等技術防范； 黑客和病毒入侵風險可以采用防火墻、病毒查殺等技術攔截。
（4）信息數據 很容易獲取并傳播的健康信息數據是顯性健康信息，多從完整性、時效性、 權威性、可靠性、實用性判斷其質量。大數據時代下健康信息日益呈現出的開放 性和共享性，導致健康信息內涵進一步外延，不能直接獲取和傳播需要通過關聯 分析挖掘得到的隱性健康信息數據，成為了健康信息管理的重點以及難點，如相 關消費訂單、支付記錄、瀏覽記錄等信息。
（5）法律規范
大數據時代下健康信息管理離不開制度層面上的保障和支持。相關法律政策 不僅能夠規范大數據時代下的健康管理活動，還能有效打擊不法分子違法利用健 康信息謀取私利的行為，維護公眾和健康服務機構的利益。內部規章制度的完善 度和執行度是健康服務機構健康信息管理的重要保障，有效推動健康服務機構健 康信息管理活動的有序運行。
2.1.2大數據時代下健康信息管理的運行機制
大數據時代下健康服務機構在為公眾提供服務和產品的同時，也獲取了公眾 的健康信息，這也是大數據時代下健康服務機構獲取公眾健康信息的最直接來 源。大數據時代下健康服務機構服務主要有：①健康監測服務，主要包括健康體 檢、情況調查、動態監測；②健康評估服務，核心在于為公眾提供反應其身體或 心理情況的體檢報告、健康評估報告、精神壓力評估報告等；③健康綜合干預服 務，主要包括咨詢服務、后續服務、專項服務等。隨著技術進步和移動可穿戴設 備的發展，健康服務機構生產的用于輔助公眾健康信息管理的產品也能夠起到健 康監測、評估、干預的作用，成為獲取公眾健康信息的重要來源。大數據時代下 健康服務機構健康信息既包括直接獲取和加工的健康信息，還包括關聯挖掘形成 的健康信息和外部傳遞的健康信息。大數據時代下健康服務機構的服務對象包括 政府、公眾、和其他健康服務機構，它們是健康服務機構服務及產品質量的最直 接感受者，其滿意度評價是大數據時代下績效管理最重要的一環。
2.1.3大數據時代下健康信息管理的特點
（1）信息交流更加頻繁
大數據時代下健康服務機構間的健康信息交互更加頻繁主要表現在：①公眾 與健康服務機構間的交互更加頻繁，大數據時代下公眾借助各種移動平臺軟件直 接線上與健康服務機構進行交互，既方便了公眾與健康服務機構的交流和反饋， 也提高了健康服務機構獲取公眾健康信息的質量和時效；②健康服務機構與健康 服務機構間的交互更加頻繁，大數據時代下健康信息在健康服務機構間的流轉交 互更加頻繁，即方便了健康信息的利用但也增加了健康信息管理的風險；③健康 服務機構與政府間健康信息的交互更加頻繁，政府統籌監管健康服務機構對健康 信息的管理，并將匯總的健康信息大數據用于公眾疾病的預防。
（2） 管理主動權發生偏移
個人健康信息管理和公共健康信息管理是大數據時代下健康信息管理的方 向，這表明雖然現階段健康信息管理核心職能的承擔者仍是健康服務機構，但未 來管理的主動權必將轉移至公眾與政府。雖然大數據時代下健康服務機構健康信 息管理的主動權發生轉移，但仍承擔向公眾提供良好的服務及產品、保護公眾健 康信息安全，向政府輸送優質健康信息數據的職責，是大數據時代下各健康信息 管理的重要環節，其基礎設施、系統軟件、服務產品、技術保障、人員素質、法 律規范、傳輸渠道等方面的質量會直接影響到大數據時代下公眾和政府對健康信 息的管理水平。
（3） 健康信息的規模擴大
大數據時代下健康信息的規模擴大的原因如下：①大數據時代下健康信息交 流更加頻繁，既方便了公眾、健康服務機構、政府對健康信息的獲取，也導致各 主體能夠獲取的健康信息量變大。②大數據時代下健康信息內涵進一步外延，既 包含能夠直接獲取顯性健康信息，也包含需要通過關聯挖掘獲取的隱性健康信 息，健康信息本身具備的多學科交叉性，大數據時代下健康信息與其他領域的關 聯性更加密切，其內涵隨之拓展；隨著信息技術的進步和移動可穿戴設備的發展， 對健康信息的研究更加深入，其內涵不斷延伸。
（4） 與信息技術結合更加緊密
大數據時代下健康信息管理依賴健康信息管理系統和軟件，如今的健康信息 系統大多綜合云計算框架、Web Service技術、No SQL數據庫等關鍵技術，Web Service 技術、全文搜索服務器 Solr 和跨平臺的移動客戶端開發框架 Phone Gap 等技術，且逐漸開始與移動通訊、 GPS 技術智能監測技術等其他技術結合發揮作 用。此外，大數據時代下健康信息管理人為因素導致的健康信息管理風險大多數 可以從技術層面予以保障，內部泄露通常利用匿名化、分級、加密、訪問控制等 技術來避免，黑客和病毒的外部入侵可以通過防火墻、病毒查殺等予以防范。
2.1.4大數據時代下健康信息管理的價值
（1） 經濟價值
從公眾角度分析，大數據時代下健康信息管理能夠實現對身體的動態監測、 并能通過在線咨詢，及時發現身體的健康隱患并阻止惡化的目的，間接達成降低 支出的效果；從健康服務機構的角度分析，健康信息管理能夠用于輔助醫療、資 源整合、優化服務等方面，起到降低成本，提升機構形象的作用；從國家和地方 政府的角度分析，能夠通過加強健康信息的流動共享推動產業發展，麥肯錫全球 研究院預測徹底發揮健康大數據的功效，每年能夠帶來上千億元的利潤。
（2） 健康價值
從公眾角度分析，利用大數據技術將健康信息與其他數據聯系起來，綜合構 成個人健康信息大數據，提高預防疾病的能力。從整體角度分析，利用大數據技 術對公眾進行動態監測和跟蹤，能夠提高國家和地方政府以及相關健康服務機構 對公共疾病預測及疫情響應能力。
（3） 社會價值
大數據時代下健康信息管理不僅能夠促進健康信息的有效利用，在保護公眾 健康信息安全方面的作用也不容忽視。大數據時代下健康信息泄露的途徑主要 有：公眾自我泄露、內部人員泄露、外部入侵三大途徑，健康信息的有效管理能 夠有效降低內部泄露的風險，抵御外部入侵。
（4） 學術價值
前瞻性研究的數據收集會耗費大量的資源和時間，健康信息因其高價值、高 關聯性一直是學術界研究的焦點和熱點，但健康信息的高敏感性又給相關研究造 成了相當大的困難。直接通過對健康信息大數據進行回顧性分析，不僅能夠降低 數據不足的局限性、節省大量的資源，還能起到規范健康信息管理活動和規范學 術研究行為的作用。
2.1.5大數據時代下健康信息管理的難點
（1） 健康信息內容外延
大數據時代下健康信息既包含能夠直接獲取顯性健康信息，也包含需要通過 關聯挖掘獲取的隱性健康信息，其內涵進一步外延。健康信息本身具備的多學科 交叉性，大數據時代下健康信息與其他領域的關聯性更加密切，其內涵隨之拓展 （橫向）；隨著信息技術的進步和移動可穿戴設備的發展，對健康信息的研究更 加深入，其內涵不斷延伸（縱向）。
（2） 各主體間交互共享困難
大數據時代下健康信息服務機構整體呈多元網狀結構，但我國健康管理的主 體之間需要責權劃分并明確，且各健康服務機構的健康信息管理水平良莠不齊， 所搭建的管理信息系統多樣且相互間的兼容性不強，各軟件與信息系統之間的關 聯性較差，不利于不同主體間健康信息的交流共享。
（3） 公眾健康信息素養水平不高
大數據時代下公眾能夠直接參與到個人健康信息的管理，間接參與到國家和 地方政府、健康服務機構的健康信息管理之中，其作用不容忽視。這要求公眾要 具備相當程度的健康信息素養，但是現狀卻是國民整體健康信息素養不高，且離 發達國家有較大的差距。
（4） 健康信息安全風險更高
大數據時代下健康信息在收集、傳輸、處理等技術環節的運用方式降低對人 工的依賴，這意味著技術入侵將取代內部泄露成為健康信息侵犯的主要方式，侵 犯主體從單一的個體衍變成由數據的采集者、信息的傳播者與數據處理利用者共 同組成的利益集合體。健康信息大數據價值高且量大，被侵犯的風險更高。
2.2大數據時代下健康信息管理公眾滿意度
上文已經對大數據時代下的健康信息管理的內涵進行了梳理，在此基礎上結 合公眾滿意度理論重新對大數據時代下的健康信息管理進行定義，并分析其形成 機制與影響因素。
2.2.1大數據時代下健康信息管理公眾滿意度的概念
公眾滿意度指公眾通過對公共管理部門所提供服務及產品的實際體驗感與 期望值比較后的感想，是公眾對公共管理部門所提供服務及產品能否滿足個人需 求的主觀判斷。文章在對大數據時代下健康信息管理的相關概念的基礎上，結合 公眾滿意度的概念對“大數據時代下健康信息管理公眾滿意度”作出如下定義： 在大數據時代下，公眾（特指健康服務機構管理或服務的群眾）通過對健康服務 機構所提供的服務及產品的實際體驗感的量化分析結果與與期望值比較所形成 的正反向回饋，是外部評價的重要組成部分。
2.2.2大數據時代下健康信息管理公眾滿意度的形成機理
滿意度通過比較形成，有比較就會有差距，理想狀態與量化的感知質量存在 差距 5，理想狀態與公眾期望存在差距 2，管理者與體驗者間存在差距 3，管理 者期望與理想狀態間存在差距 4。公眾通過體驗健康服務機構所提供的服務及產 品之后會依據其實際體驗形主觀感知，滿意度是由量化的感知質量與公眾期望值
比較形成差距1,當量化的感知質量與公眾期望值的差距20時，意味著公眾對 健康信息管理的服務及產品質量比較滿意，會進行正向反饋，當量化的感知質量 與公眾期望值的差距＜0時，意味著公眾對健康信息管理的服務及產品質量并不 滿意，會進行反向反饋。
2.2.3大數據時代下健康信息管理公眾滿意度的影響因素
文章從公眾的角度對大數據時代下健康服務機構所提供的服務及產品的滿 意度進行測評，因此必須探討影響公眾滿意度的影響因素。
（1） 公眾期望 公眾期望指公眾依據體驗健康服務機構所提供服務及產品之前的心理預期，
是形成公眾滿意度的前提。影響公眾期望的因素主要有：①公眾需求，具體指公 眾對健康服務機構所提供的健康信息管理服務或產品的質量和功能性需求，它是 公眾期望形成的內源動力卻有極高的確定性，不同人的需求不同且個人需求容易 受到外界因素和自身情況的影響；②相關經驗，具體指在公眾之前體驗的類似或 相關服務或產品的經歷或經驗，公眾會依據相關經驗在體驗前形成心理預期；③ 相關信息，公眾在體驗服務及產品之前接收到的相關信息會形成期望，如健康服 務機構自身發布的相關信息、其他人的相關體驗信息等。通過對影響因素分析發 現公眾期望雖然不是一個恒定值，但它既能反映公眾對健康服務機構服務及產品 的需求，也能通過它與感知質量之間的聯動性，提升健康服務機構服務及產品的 質量和提高公眾滿意度。
（2） 感知質量
感知質量是公眾在接受健康服務機構健康信息管理的服務和產品后形成的 主觀性認知和感受，但是它通過公眾的實際體驗經形成，較公眾期望更具客觀性。 公眾對大數據時代下健康信息管理的感知質量包含對健康信息安全管理質量和 健康信息管理質量兩大方面的感知及評價。感知質量是影響公眾滿意度的核心因 素，大數據時代下健康信息管理質量水平的高低直接影響到公眾對于健康信息管 理的公眾滿意度。當公眾在體驗健康信息服務機構的健康信息管理服務及產品的 感受等于或超過期望值，達到一般和滿意的狀態，公眾就會給出正向反饋；反之 公眾在體驗健康信息服務機構的健康信息管理服務及產品的感受低于期望值，達 到不滿意的狀態，公眾就會給出反向反饋。
（3） 機構形象
機構形象指公眾對健康服務機構的整體感官，它由三方面構成：①機構整體 形象，是公眾對健康服務機構所提供服務及產品的接受度；②管理效果形象包括 工作人員能力、運作效率、管理質量等所形成的管理成果能否滿足公眾需求；③ 品牌形象，指健康服務機構根據公眾的差異性提供特色服務和產品，打造值得公 眾信任的健康信息管理品牌，同時品牌形象有利于加強公眾對健康服務機構健康 信息管理服務和產品認同。經營良好的機構形象既是是健康服務機構的奮斗方 向，也是獲取公眾的認同感的必然要求，因此機構形象是影響公眾滿意度的重要 因素。
（4） 發展成熟度
隨著大數據時代下健康信息管理水平的不斷發展，公眾的需求和所持的態度 也會隨之改變，即使健康服務機構繼續保持原有的服務水平和產品質量，依然會 導致公眾滿意度的下降。公眾期望的主觀性導致公眾期望與感知質量差距并不能 完全反應公眾滿意度。公眾在確定公眾期望時參考大數據時代下健康信息管理的 發展程度，能夠形成更加合理的心理預期，進而增強大數據時代下健康信息管理 公眾滿度的客觀性。
第 3 章 大數據時代下健康信息管理公眾滿意度模型構建
3.1經典公眾滿意度模型
3.1.1經典滿意度模型
表 3.1 經典公眾滿意度模型
模型名稱 結構變量 關系
SCSB 模型 價值感知、顧客期望、顧客滿意、顧客抱怨、顧客忠誠 6種
ACSI 模型 價值感知、顧客期望、感知價值、顧客滿意、顧客抱怨、顧客忠誠 9種
ECSI 模型 品牌形象、顧客期望、硬件感知質量、軟件感知質量、顧客滿意、 顧客忠誠、顧客價值 10 種
CCSI 模型 感知質量、品牌形象、預期質量、感知價值、顧客滿意、顧客忠誠 11 種
3.1.2經典滿意度模型的啟示
（1） 以上模型都屬于因果關系模型，有助于對各變量進行關聯性分析，皆 由潛在變量和可測變量構成。
（2） 各國會根據國情對模型的變量進行調整，因此構建大數據時代下健康 信息管理公眾滿意度模型必須依托我國國情。
（3） 模型設計要簡潔明了，各變量需要可識別且有邏輯性，此外還需考慮 模型的操作性，能夠最大程度利用現有資源驗證模型的應用性。
（4） 以上模型核心在于比較“感知質量”和“顧客期望”之間的差異，并 由“顧客忠誠”“顧客抱怨”等反映“顧客滿意度”。
3.2模型構建方法——結構方程法
構建公眾滿意度模型的方法主要包括模糊綜合分析法、多元回歸方程法、因 子分析法和結構方程法等，其中結構方程法較多應用于主觀性強、因果關系多重、 特殊標準尺度的公眾滿意度模型構建，目前已經在很多學科領域得到了應用。結 構方程法通過多條回歸方程式構建各變量間的顯性及隱性關系，但各變量間的因 果關系無法通過統計結果展現，需要在建模前進行關系假設，然后再依據實證數 據分析驗證模式的信效度。因數據時代下健康信息管理公眾滿意度影響因素復雜 多樣，采用結構方程法既可以處理復雜的多變量問題，也可減少人為造成的失誤， 文章將采用結構方程法構建大數據時代下健康信息管理公眾滿意度模型。
圖 3.1 結構方程模型建模流程圖
3.3大數據時代下健康信息管理公眾滿意度指數模型構建
大數據時代下健康信息管理的目標是在不侵犯公眾健康信息隱私的前提下 充分利用健康信息。大數據時代下健康信息管理公眾滿意度是對健康服務機構服 務及產品質量的評價，實質是期望值和現實體驗感之間的差距，具體表現為：公 眾抱怨，公眾感知服務及產品效果低于預期，公眾會對服務感到不滿，其反向反 饋形成公眾抱怨；公眾信任，公眾感知到的服務及產品效果高于或等于期望，公 眾就會感到滿意形成正向反饋，代表公眾的信任。為了更好地測評大數據時代下 健康信息管理公眾滿意度，需要構建相應的指數模型。
3.3.1潛在變量的選取
（1） 公眾期望
公眾期望是指公眾在個人需求和經驗的基礎上，結合其他相關信息對健康服 務機構所提供的健康信息管理服務和產品達到的期望值，具有一定的主觀性。隨 著大數據時代的到來，健康信息的利用和健康信息保護的矛盾愈加尖銳，公眾對 于健康信息管理的需求和期望越來越高。大數據時代下的健康信息管理應將公眾 期望作為工作的目標和重點，并將其作為衡量公眾滿意度的重要標準，針對性提 高健康服務機構的服務及產品的質量。
（2） 感知質量
感知質量作為大數據時代下健康信息管理核心潛在變量，是公眾以自己實際 經歷為標準對健康服務機構信息管理的整體和各個流程、內容的質量感知。但因 感知質量難以直接量化，需要借助幾個代表性變量。公眾對于大數據時代下健康 服務機構健康信息管理質量的感知主要體現在基礎設施、系統軟件、技術保障、 人員素質、健康信息、制度規范、傳輸渠道等。
（3） 基礎設施
基礎設施是大數據時代下健康信息管理的物質基礎，包括健康服務機構的活
動場所、硬件設施、虛擬平臺等內容，隨著大數據時代下健康信息管理信息化水 平高速發展，公眾對健康服務機構基礎設施的要求變得更高，不僅要考慮是否存 在基礎設施閑置和短缺的狀況，對與系統軟件的適配度也有很高的需求。
（4）系統軟件
健康信息管理系統在管理健康信息方面有著不可替代的作用，目前絕大多數 健康服務機構使用健康信息管理系統對健康信息進行管理。大數據時代下數碼眼 鏡、智能手環以及智能手表等新一代智能設備的普及改變健康信息在收集、傳輸、 處理等技術環節的運用方式發展，客觀促進了輔助個人健康管理的軟件設備的應 用。
（5） 服務產品
健康服務機構提供的服務及產品是獲取公眾健康信息的最直接途徑，其質量 是公眾感知形成的最直接來源。產品的實用性、功能性和操作性，健康監測服務、 健康評估服務、健康綜合干預服務的質量直接影響到大數據時代下健康信息管理 的質量，進而影響到公眾對它的評價。
（6） 人員素質
健康服務機構工作人員的素質直接影響到公眾對健康服務機構所提供的服 務及產品的評價。大數據時代下健康信息管理對于工作人員的專業素養和服務態 度有了更高的要求，鑒于目前 70%以上的健康信息泄露源自于內部工作人員的泄 露，提高工作人員的思想道德修養刻不容緩。
（7） 技術保障
大數據時代下健康信息管理借助于系統和軟件，需要相應信息技術支持與關 聯挖掘技術。大數據時代下健康信息機構內部泄露和外部入侵大多數可以從技術 層面予以保障，內部泄露通常利用匿名化、分級、加密、訪問控制等技術來避免， 黑客和病毒的外部入侵可以通過防火墻、病毒查殺等予以防范。
（8）法律規范
大數據時代下健康信息管理需要制度層面上的規范與支持，相關法律政策不 僅能夠起到對大數據時代下的健康信息管理活動的規范作用，也能有效打擊健康 信息隱私侵犯行為，保障公眾和健康服務機構的利益。健康服務機構內部規章制 度的完善度和執行度也是大數據時代下健康信息管理的重要保障，它能夠保障健 康服務機構健康信息管理活動的穩定運轉。
（9）傳輸渠道
大數據時代下健康信息傳遞頻率變高，主要體現在公眾與健康服務機構間的 傳遞、健康服務機構與政府間的傳遞、健康服務機構間的傳遞。這就要求有高兼 容性系統軟件、暢通的傳輸渠道、完善的共享機制。
（10） 發展成熟度
健康服務機構提供服務及產品內容、獲取方式，公眾健康信息素養、國家政 府相關法律規范等各方面的發展程度都會對公眾期望造成影響，進而影響到公眾 滿意度。文章認為應該將健康信息管理的發展成熟度作為衡量公眾滿意度的影響 因素。
（11） 公眾滿意度
文章將公眾滿意度引入大數據時代下健康信息管理公眾滿意度模型之中。大 數據時代下健康信息管理公眾滿意度的內涵是，在大數據時代下公眾（特指健康 服務機構管理或服務的群眾）通過對健康服務機構所提供的服務及產品的實際體 驗感的量化分析結果與與期望值比較所形成的正反向回饋。
（12） 機構形象
健康服務機構形象的提升可以通過提升機構服務和產品形象達成降低公眾 抱怨的目的，因此文章用將“機構形象”取代“公眾抱怨”作為影響大數據時代 下健康信息管理公眾滿意度的重要因素。
（13） 公眾信任
公眾信任是公眾在體驗健康服務機構提供服務及產品的后形成的感知高于 或等于期望值，認為較為滿意后給出的正向反饋，代表公眾對健康服務機構服務 及產品的信任與支持。
3.3.2結構關系的假設
在選取潛在變量之后，需要對潛在變量之間的結構關系進行假設，大數據時 代下健康信息管理公眾滿意度指數模型即是基于結構關系假設構建而成。文章假 設各個潛在變量間的結構關系，具體如下：
（1） 公眾期望對公眾滿意度、感知質量、發展成熟度具有正向影響；
（2） 感知質量對公眾滿意度和發展成熟度具有正面影響，基礎設施、系統 軟件、服務產品、人員素質、技術保障、法律規范、傳輸渠道對感知質量具有正 向影響；
（3） 發展成熟度對公眾滿意度具有正向影響；
（4） 公眾滿意度對機構形象和公眾信任具有正向影響；
5）機構形象對公眾信任具有正向影響。
圖 3.2 結構關系假設示意圖
3.3.3可測變量的建立
（1）公眾期望可測變量 公眾期望是大數據時代下公眾依據自身需求和經驗，并結合相關信息對健康 服務機構提供的服務及產品質量的主觀想象。它既包含公眾對健康服務機構健康 信息管理服務與產品的整體期望，也包括公眾對服務及產品的個性化需求的期望 和對機構的可靠性期望。
（2）基礎設施可測變量 基礎設施是大數據時代下健康信息管理的物質保障，可以從設施的完整度、 設施的利用率、設施與軟件的適配度三方面測量。
（3）系統軟件可測變量 大數據時代下健康信息管理需要借助系統軟件，可以從系統軟件的功能性、 便捷性、實用性進行測量。
（4）服務產品可測變量 大數據時代下健康服務機構所提供服務及產品，可以從產品的質量、產品的 功能、產品的操作性，健康檢測服務質量、健康評估服務質量、健康綜合干預服 務質量進行測量。
（5）人員素質可測變量 健康服務機構工作人員素質直接影響到公眾對健康服務機構所提供的健康 信息管理服務和產品的評價。為了準確測量健康服務機構的工作人員的工作能 力，需要測評健康服務機構工作人員的專業素養、道德素質和服務態度。
（6）技術保障的可測變量 大數據時代下健康信息管理依賴于系統軟件，這就需要對信息管理技術與關 聯挖掘技術進行測量。大數據時代下健康信息安全可以從技術層予以保障，可以 從主動防范技術的應用和被動防范技術的應用測量。
（7）法律規范可測變量 大數據時代下健康信息管理需要相關法律政策和內部規章制度的支持與保 障，它們不僅能夠規范大數據時代下健康信息管理活動，維護公眾權益，還能保 障健康服務機構的正常運轉，因此需要測量相關法律政策的完善度和內部規章制 度的科學性。
（8）傳輸渠道可測變量 大數據時代下健康信息的交互性更強，這就要求有高兼容性各系統軟件、且 暢通的傳輸渠道、完善的共享機制。因此需要測量系統軟件的兼容度、傳輸渠道 的暢通度、共享機制的完善度。
（9）感知質量可測變量 感知質量是公眾依據自己實際體驗對健康服務機構信息管理的整體和各個 流程、內容及產品的質量感知，是基礎設施、專業設備、健康信息、人員素質、 技術保障、法律規范、傳輸渠道這幾項的綜合性感知。
（10）發展成熟度可測變量 大數據時代下健康信息管理的發展程度是影響健康信息管理的重要因素，它 主要從健康服務機構的服務范圍、健康信息管理發展的水平、公眾的健康信息素 養進行測量。
（11）公眾滿意度可測變量 大數據時代下健康信息管理公眾滿意度是一個綜合性變量，可以從公眾整體 的滿意程度、與預期目標相比的滿意程度，和理想狀態下的滿意程度進行測量。
（12）機構形象的可測變量 健康服務機構可以通過提高機構的形象來降低公眾的抱怨，大數據時代下健 康服務機構的健康管理工作的中心轉移至網絡信息平臺，公眾反饋機制的有效 性、運行機制的完善性、整體形象的美觀性關乎機構的整體形象。
（13）公眾信任的可測變量 公眾對大數據時代下健康服務機構健康信息管理工作的信任度由公眾對機 構的信任度和對工作的配合度來衡量。
表 3.2 大數據時代下健康信息管理公眾滿意度指數模型指標構建
潛在變量 可測變量
公眾預期 t1 公眾的整體性期望（X1）
公眾對個性化需求的期望（X2）
公眾對機構可靠性的期望（Xj） 設施的完整度（X4） 設施的利用率（X5） 設施與系統軟件的適配度（Xe） 系統軟件的功能性（X7） 系統軟件的便捷性（Xs） 系統軟件的實用性（X9） 產品的實用性（Xio） 產品的功能性（Xii） 產品的操作性（X12） 健康監測服務的質量（X13） 健康評估服務的質量（Xj 健康綜合干預服務的質量（XQ 工作人員的專業素養（XQ 工作人員的服務態度（X”） 工作人員的道德素質（Xj 信息管理技術的應用（Xj 關聯挖掘技術的應用（Xi。） 主動防范技術的應用（Xj 被動防范技術的應用（X22） 相關法律法規的完善度（X23） 內部規章制度的科學性（X24） 系統軟件的兼容度（X25） 傳輸渠道的暢通度（X26） 傳輸共享機制的完善度（X27） 公眾對質量的總體感知（yj 機構的服務范圍（y2） 健康信息管理發展水平（yj） 公眾的健康信息素養（丫4） 公眾整體的滿意程度（y5） 與預期目標相比的滿意程度（y6） 與理想狀態相比的滿意程度（y?）
反饋機制的有效性（丫8）
機構形象 t12 運行機制的完善性（y。） 整體形象的美觀性（yio） 公眾對機構的信任度（yn）
公眾信任 t13 公眾對工作的配合度（yi2）
3.3.4指數模型的構建
如圖 3.3所示，大數據時代下健康信息管理公眾滿意度指數模型由13 個潛 在變量和 39個可測變量構成。各潛在變量、可測變量依據公眾對大數據時代下 健康服務機構服務及產品的主觀感知，盡可能全面的考慮影響到大數據時代下健 康信息管理的影響因素。文章所構建的指數模型的特殊之處在于：①引入了前因 變量“發展成熟度”；②使用“公眾信任” “取代“顧客忠誠”，“機構形象” 取代“公眾抱怨”；③將“感知質量”通過“基礎設施”、“系統軟件”、“服 務產品”、“技術保障”、“人員素質”、“法律規范”、“傳輸渠道” 7 個變 量進行解釋。
圖 3.3 大數據時代下健康信息管理公眾滿意度指數模型
第 4 章 大數據時代下健康信息管理公眾滿意度實證研究
上文已構建出大數據時代下健康信息管理公眾滿意度指數模型，文章將在此 部分通過實證進行模型的驗證，為此文章選定湘潭市部分健康服務機構為調查對 象進行調研。
4.1 實證背景及目的
4.1.1實證背景
湘潭是長江中游城市群成員、國家長株潭城市群“兩型社會”綜合配套改革 試驗區中心城市，被列為第三批國家新型城鎮化綜合試點地區。湘潭市擁有多家 健康服務機構，并積極推動健康信息管理工作，并取得顯著成效。健康服務機構 種類繁多，基于成本控制角度和測評難度角度考量，文章選取湘潭市中心醫院、 普惠健康管理公司、湘潭市環境衛生管理處的公眾作為調查對象，這三家分別屬 于醫院、個體工商戶、衛生行政部門三種不同性質的健康服務機構。
4.1.2實證目的
本次實證調研的最終目標在于通過調研了解大數據時代下公眾對健康服務 機構服務及產品的滿意程度。具體通過①對采集數據進行分析處理，驗證文章所 構建大數據時代下健康信息管理公眾滿意度指數模型的信效度；②通過計算各變 量對健康服務機構服務及產品公眾滿意度的影響系數，分析各變量間的關聯性； ③通過對實證結果的深入分析，為大數據時代下健康信息管理提出具有價值的改 進意見，促進大數據時代下健康信息管理的良性發展。
4.1.3實證可行性
①湘潭市是湖南省省內四個衛生信息化建設試點城市之一，健康信息管理工 作已經取得一定的成果，選取湘潭市的部分健康服務機構為實證研究對象具有代 表性；②目前大數據時代下健康信息管理公眾滿意度指數模型已經完成構建；③ 此次調查樣本數量可控，在現有條件下能夠完成數據的采集；④用于實證的調查 問卷已經編制完成；④現有的SPSS22.0和AMOS22.0軟件能夠完成數據的分析 和處理。
4.2 數據采集與處理
4.2.1數據采集
4.2.1.1數據采集的方法
實證數據通過現場發放問卷和網上發放問卷采集，樣本選取采用完全隨機抽 樣法。
4.2.1.2調查問卷的設計
問卷主要分為兩大部分：①公眾滿意度調查，問題依據大數據時代下健康信 息管理公眾滿意度指數模型的 39個可測變量編制完成(1-10 來表示公眾對相應 可測變量的認可程度)；②樣本特征調查，大數據時代下健康信息管理公眾滿意 度受到職業、性別、年齡等因素的影響，因此還需要調查公眾的性別、年齡、學 歷、職業的樣本特征。
4.2.1.3問卷數據的獲取
筆者在與湘潭市中心醫院、普惠健康管理公司、湘潭市環境衛生管理處協商 一致后，由其直接承擔此次問卷調查填寫方式的宣導以及傳達調查研究的意義， 并協助向不便網絡填寫問卷的公眾發放紙質問卷；為了使調查結果更加真實可靠, 筆者在閑暇時間在湘潭市中心醫院、普惠健康管理公司、湘潭市環境衛生管理處 附近現場發放問卷進行調查。本次調查時間從2019年10月25日起，截止2019 年 12 月 31 日，受限于現有資源資源，并未在湘潭市中心醫院、普惠健康管理公 司、湘潭市環境衛生管理處之外的其他機構進行調研。調查向發放問卷總數為 300份，回收281份，無效23份，保留258份，回收率是93.67%，有效率為86%， 調查數據有效能夠進行下階段工作。
4.2.2數據處理
4.2.2.1樣本特征分析
本次實證研究旨在根據調研數據驗證所構建的大數據時代下健康信息管理 公眾滿意度模型的信度和效度，選取湖南省湘潭市的健康管理機構為研究對象， 抽取湘潭市中心醫院、普惠健康管理公司、湘潭市環境衛生管理處3個健康服務 機構的公眾為樣本總體進行調研。
(1)樣本的性別特征
文章通過對收回258份有效問卷進行統計分析，樣本為男性130人，占比 50.39%；女性128 人，占比49.51%，性別分布基本均衡，具體如下圖：
性別分布特征
130
F ■男■女
圖 4.1 樣本性別分布特征圖
（2）樣本的年齡特征
樣本在 18 歲以下（少年）的有 47 人，占比 18.22%； 18—25 歲（青年）74 人，占比 28.68%； 26-65 歲（中年）83 人，占比 32.17%； 65 歲以上（老年）54 人，占比 20.93%，雖然中青年樣本人數在總樣本比重超過 60%，各年齡段樣本 分布仍舊相對均衡，不存在極端分布現象，具體如下圖：
圖 4.2 樣本年齡分布特征圖
（3）樣本的學歷特征
所調查樣本學歷在大專以下有 52 人，占比 20.16%；大專有 54 人，占比 20.93%；本科 76 人，占比 29.46%；碩士有 53 人，占比 20.54%；博士及博士后 23 人，占比 8.91%，樣本基本涵蓋各個學歷層次，其中大專以下、大專、碩士學 歷人數分布較為均衡，本科學歷人數最多，占比近 30%，博士及博士后學歷人數 最少，占比 8.91%，具體如下圖：
(4)樣本的職業特征
所調查樣本職業為政府機關干部 48 人，占比 18.6%；企事業單位職員 72 人， 占比 27.91%；私營企業主、個體經營者35 人，占比13..57%，教師、科研人員、 技術人員 36人，占比13.95%；學生46 人，占比17.83%；待業、下崗及其他21 人，占比 8.14%，其中收入較為穩定者(非學生、待業、下崗及其他)占絕大多 數，具體如下圖：
職業分布特征
■政府機關干部
■企事業單位職員
■私營企業主、個體經營者 ■教師、科研人員、技術人員 ■學生
■待業、下崗及其他
圖 4.4 樣本職業分布特征圖
4.2.2.2信度與效度檢驗
(1)信度檢驗
文章研究借助SPSS22.0軟件以克隆巴赫a系數法驗證問卷的內部信度，再 以折半信度系數法驗證問卷的外部信度。
表4. 1克隆巴赫a系數表
潛在變量 變量數 系數
公眾期望 3 0.732
基礎設施 3 0.875
系統軟件 3 0.768
服務產品 6 0.712
潛在變量 變量數 系數
人員素質 3 0.865
技術保障 4 0.758
法律規范 2 0.708
傳輸渠道 3 0.753
感知質量 1 1
發展成熟度 3 0.864
公眾滿意度 3 0.795
機構形象 3 0.882
公眾信任 2 0.816
合計 39 0.793
公眾滿意度調查問卷的內部信度系數為0.793(>0.7),各個變量的信度系數
均大于 0.7，說明問卷通過內部信度檢驗。
表 4.2 折半信度系數表
項數 20
A組
值 0.791
克隆巴赫a系數 項數 19
B組
值 0.831
總項數 39
兩表相關系數 0.810
Equal Length 0.834
斯皮爾曼—布朗系數 Unequal Length 0.836
格特曼折半系數 0.836
A組： x1,x2,x3,x4,x5,x6,x7,x8,x9,x10,x11,x12,x13,x14,x15,x16x17,x18,x19,x20
B組： x21,x22,x23,x24,x25,x26,x27,y1,y2,y3,y4,y5,y6,y7,y8,y9,y10,y11,y12
表 4.2 顯示，公眾滿意度調查問卷的前后兩部分系數分別為 0.791 和 0.831， 表明問卷的內部信度較為可靠。折半系數是 0.836，表明問卷的外部信度系數較 高。此次驗證表明公眾滿意度調查問卷設計合理，這也代表大數據時代下健康信 息管理公眾滿意度模型各可測變量均有價值。
(2)效度分析 大數據時代下健康信息管理公眾滿意度測評的效度主要指各問卷問題對整 體的影響程度，效度值范圍在［0， 1］，效度值越高，則有效性越高。
表 4.3 大數據時代下健康信息管理公眾滿意度指數模型可測變量效度值表
可測變量 方差 可測變量 方差
X1 0.682 X21 0.899
X2 0.721 X22 0.715
X3 0.643 X23 0.819
X4 0.665 X24 0.762
X5 0.593 X25 0.754
X6 0.572 X26 0.703
X7 0.813 X27 0.821
X8 0.679 y1 0.798
X9 0.644 y2 0.832
X10 0.708 y3 0.537
X11 0.571 y4 0.632
X12 0.774 y5 0.574
X13 0.683 y6 0.592
X14 0.827 y7 0.735
X15 0.629 y8 0.736
X16 0.715 y9 0.561
X17 0.699 y10 0.739
X18 0.781 y11 0.834
X19 0.589 y12 0.797
X20 0.697
表4.3顯示，可測變量中效度最小的變量是健康信息管理發展水平（y3）為 0.537,效度最大的變量被動防范技術的應用（X2i）為0.899,可測變量效度值均 大于0.5，說明問卷有效。
4.3 實證研究
4.3.1模型驗證
4.3.1.1模型擬合度分析
文章使用AMOS22.0軟件對大數據時代下健康信息管理公眾滿意度指數模 型的參數進行擬合。
表 4.4 模型擬合度表
x2 RMSEA RMSEA90% 置信區間 NFI NNFI CFI GFI AGFI PNFI PGFI
385 0.061 0.055 0.071 0.93 0.87 0.91 0.94 0.88 0.76 0.81
表 4.4 顯示，模型卡方值 x2=385 與自由度 df =181 比值為 2.127 小于 3，表 明所構建的模型與調查對象滿足要求；近似誤差的均方根RMSEA90%的置信區 間值為[0.055, 0.071],小于0.08；模型的規范擬合指數NFI、比較擬合指數CFI、 擬合優度指數 GFI 均大于 0.9；調整的擬合優度指數 AGFI 為 0.88，簡約規范擬 合指數 PNFI 為 0.76，簡約擬合優度指數 PGFI 為 0.81，表明文章所構建的大數 據時代下健康信息管理公眾滿意度指數模型的擬合度參數均符合要求，通過驗 證。
4.3.1.2測量模型驗證
測量模型驗證是對大數據時代下健康信息管理公眾滿意度指數模型的變量 的關聯性進行檢驗，具體見表 4.5：
表 4.5 測量模型檢驗表
測量結果 R2 測量結果 R2 測量結果 R2
X1=0.731 x t1 0.6257 X16=0.683 x t5 0.5981 Y4=0.621 x t10 0.6903
X2=0.832 x t1 0.8131 X17=0.727 x t5 0.5972 Y5=0.757 x t11 0.7498
X3=0.765 x t1 0.6477 X18=0.731 x t5 0.6018 Y6=0.738 x t11 0.7225
X4=0.518 x t2 0.5044 X19=0.621 x t6 0.6830 Y7=0.703 x t11 0.6984
X5=0.703 x t2 0.6021 X20=0.685 x t6 0.5993 Y8=0.834 x t12 0.8086
X6=0.673 x t2 0.6537 X21=0.782 x t6 0.7582 Y9=0.791 x t12 0.7628
X7=0.681 x t3 0.5473 X22=0.849 x t6 0.5214 Y10=0.807 x t12 0.5642
X8=0.724 x t3 0.6185 X23=0.695 x t7 0.5693 Y11=0.729 x t13 0.6443
X9=0.739 x t3 0.7438 X24=0.584 x t7 0.5036 Y12=0.736 x t13 0.7891
X10=0.767 x t4 0.7281 X25=0.771 x t8 0.6994
X11=0.811xt4 0.8102 X26=0.783 x t8 0.7772
X12=0.806 x t4 0.8033 X27=0.814 x t8 0.7893
X13=0.735 x t4 0.7014 Y1=0.896 x t9 0.6830
X14=0.792 x t4 0.7061 Y2=0.544xt10 0.5391
X15=0.814 x t4 0.7838 Y3=0.683 x t10 0.6588
據表 4.5 所示，潛在變量與相應的可測變量相對系數均大于 0.5，說明可測
變量在一定程度上能夠解釋對應的潛在變量，測量模型通過驗證。
4.3.1.3結構模型驗證
結構模型驗證是對大數據時代下健康信息管理公眾滿意度指數模型各變量 關系的檢驗，具體見表 4.6：
表 4.6 結構模型驗證表
結構模型結果 R2
t9=0.375t1+0.658t2+0.592t3+0.723t4+0.624t5+0.512t6+0.609t7+0.647t8 0.5807
t10=0.472t1+0.769t9 0.6205
t11= 0.364t1+0.687t9+0.693t10 0.5813
t12=0.857t11 0.8546
t13=0.678t11+0.581t12 0.6295
據表4.6所示，各復測定系數R2均大于0.5,反映各可測變量能夠較好的解 釋所對應的潛在變量，且潛在變量間具備較高的相關性，說明結構模型通過驗證。
4.3.2結果分析
結構模型驗證是大數據時代下健康信息管理公眾滿意度指數模型各結構變 量相關關系的檢驗，具體見圖 4.5：
圖4.5 結構變量相關系數路徑圖及其復測定系數圖
4.3.2.1整體關聯性分析
文章所構建的大數據時代下健康信息管理公眾滿意度指數模型由感知質量、 公眾期望、發展成熟度、公眾滿意度、機構形象、公眾信任6個核心變量組成， 它們的關聯系數均高于0.5，整體關聯性較高，表明整體結構比較合理。基礎設 施、系統軟件、服務產品、人員素質、技術保障、法律規范、傳輸渠道對感知質 量的綜合影響程度為 58.07%；感知質量和公眾期望對發展程度的綜合影響程度 為 62.05%；感知質量、公眾期望、發展成熟度對公眾滿意度的綜合影響程度為 58.13%；公眾滿意度對機構形象的影響程度高達 85.46%；公眾滿意度和機構形 象對公眾信任的綜合影響程度為 62.95%。模型的復測定系數均為正數且在 60% 左右，表明各變量之間呈正相關關系且模型擬合度較高。
4.3.2.2具體關聯性分析
第一，公眾期望、基礎設施、系統軟件、服務產品、人員素質、技術保障、 法律規范、傳輸渠道與感知質量均為正相關關系。其中感知質量受服務產品的影 響程度最高，影響系數為 0.723；受公眾期望影響最小，影響系數為 0.375；基礎 設施(0.658)、系統軟件(0.592)、人員素質(0.624)、技術保障(0.512)、法律規范 (0.609)、傳輸渠道(0.647)這 6 個變量對感知質量的影響程度相對均衡，這 表明雖然大數據時代下健康信息管理的公眾的感知質量受到服務產品的影響最 大，但基礎設施、系統軟件、人員素質、技術保障、法律規范對公眾感知的影響 也不容忽視；受限于當前健康信息管理發展水平，公眾的健康信息素養不高，公 眾很難對大數據時代下健康管理質量形成合理的期望，因此公眾期望對感知質量 的影響相對較小。
第二，發展成熟度與感知質量和公眾期望均呈正相關。感知質量對發展成熟 度的影響系數高達 0.769，公眾期望的影響系數為 0.472。這表明健康服務機構健 康信息管理服務及產品質量是影響大數據時代下健康信息管理發展的核心因素， 此外還需要兼顧公眾對健康管理的認知水平的提升。
第三，公眾期望、感知質量、發展成熟度與公眾滿意度均呈正相關。其中感 知質量與發展成熟度對公眾滿意度的影響系數都接近 0.7，公眾期望對公眾滿意 度的影響程度較小，影響系數僅為 0.364。這說明為大數據時代下提高公眾對健 康信息管理的公眾滿意度，需要推動健康信息管理水平的發展，同時重視健康服 務機構服務及產品質量和公眾健康信息管理認知水平的提升。
第四，公眾滿意度很大程度影響著健康服務機構的形象和公眾信任。公眾滿 意與機構形象和公眾信任的影響系數分別為 0.857 和 0.678。機構形象是由公眾 接受健康服務機構服務及產品后形成的主觀感受，公眾滿意程度越高說明公眾認 為該機構形象越好，公眾越支持和信任健康服務機構的工作。
第 5 章 提高大數據時代下健康信息管理公眾滿意度的建議
文章通過對大數據時代下健康信息管理公眾滿意度模型進行實證驗證，發現 公眾期望、感知質量、發展成熟度、機構形象、公眾信任與公眾滿意度均呈正相 關，所以文章選擇從大數據時代下健康信息管理公眾滿意度的公眾期望、感知質 量、發展成熟度和機構形象這四大影響因素角度，為提高大數據時代下健康信息 管理公眾滿意度提出建議。
5.1 加強引導形成合理的公眾期望
5.1.1提高健康信息管理的質量
公眾依據健康信息管理的發展水平，結合自身需求和相關經驗，對大數據時 代下健康服務機構的服務及產品能否滿足自身需求形成判斷即是公眾期望。公眾 對大數據時代下健康信息管理的期望來源于健康服務機構所提供的健康信息管 理服務及產品質量的預期判斷，也就是說健康服務機構所提供的健康信息管理服 務及產品質量形成合理公眾期望的根本所在，因此需要從整體層面提高健康信息 管理的質量，也要具體從基礎設施、系統軟件、服務產品、人員素質、技術保障、 法律規范、傳輸渠道等方面綜合提高服務和產品質量。
5.1.2提高公眾的健康信息素養
大數據時代下公眾在健康信息管理中發揮比以往更重要的作用，同時也要承 擔比以往更重的責任，這就需要公眾具備一定的健康信息素養。但是我國整體健 康信息素養水平較低，與發達國家相比差距較大，給大數據時代下的健康信息管 理造成了困難。另外想要形成合理的公眾期望，依賴于公眾個人經驗和主觀判斷， 客觀上需要提高公眾的健康信息素養。因此為了提升公眾的健康信息素養，需要 群策群力，不僅需要國家和地方政府的予以重視、健康服務機構加強宣導，還需 要公眾積極主動配合，通過學習提高自己的健康信息素養。
5.1.3提高公眾參與健康信息管理意識
大數據時代下健康信息管理的各主體聯系更加緊密，主要體現在交互性的增 強。交互性不僅體現在各健康服務機構間，健康服務機構與國家和地方政府間的 交互性增強，更體現在公眾與健康服務機構間、公眾與國家和地方政府間的交互 性增強，這就要求公眾積極主動參與到大數據時代下的健康信息管理活動之中， 提高自己的參與意識。公眾參與到大數據時代下的健康信息管理活動之中，不僅 可以促進公眾健康信息的合理合法的利用，也可以加強監督，保護自己的健康信 息隱私不被侵犯。
5.2著力于感知價值的提升
感知價值是公眾依據自己的實際體驗對健康服務機構服務及產品的質量感 知，提升感知價值的根本在于提升健康服務機構的服務及產品質量。
5.2.1完善基礎設施
完善的基礎設施是大數據時代下健康信息管理的重要保障，反之基礎設施的 不完善也會制約健康服務機構服務及產品質量的提高，從而影響到公眾的滿意 度。因此需要建設完善健康信息管理數據中心，配備齊全且與系統軟件適配的服 務器、存儲設備、網絡設備和其他 IT 硬件設備，同時還要避免設施的閑置，減 少資源浪費。
5.2.2改良系統軟件
大數據時代下健康信息管理需借助于系統和軟件，為了更好地對健康信息進 行管理，需要及時更新系統軟件，重視提高系統軟件的性能。隨著新一代智能產 品的普及，客觀促進了輔助于健康信息管理的軟件的應用，公眾能夠借助軟件設 備產品直接參與到健康信息的管理，為了提升公眾滿意度客觀需要改良軟件的性 能。
5.2.3優化服務產品
公眾對大數據時代下健康信息管理的感知受健康服務機構提供服務及產品 質量的影響程度最高，優化健康服務機構的服務及產品質量是提高大數據時代下 健康信息管理公眾滿意度的重要方式。為此需要優化產品性能、完善產品功能、 降低產品操作難度，優化健康監測、健康評估、健康綜合干預服務，為公眾提供 更優良的服務及產品。
5.2.4提升人員素質
健康服務機構工作人員的素質直接影響到公眾對健康服務機構所提供的健 康信息管理服務和產品的評價。大數據時代下工作人員所能掌握或接觸的健康信 息量更多，價值更高，這就要求健康服務機構的工作人員提升自己的專業素質和 思想道德修養，同時以良好的工作態度服務公眾，給公眾更好地體驗感。
5.2.5提高技術保障
健康信息管理技術是影響公眾對大數據時代下健康服務機構健康信息管理 水平的重要因素，為了提升公眾滿意度需要重視相關技術的提升，大數據時代下 健康信息管理更加重視健康信息的深度挖掘，因此重視關聯挖掘技術的應用與提 高。此外，大數據時代下為了維護公眾健康信息安全，可以利用信息防御技術避 免健康信息泄露，內部泄露可以通過匿名化、分級、加密、訪問控制等技術來避 免，防火墻、病毒查殺等技術能夠有效攔截外部的入侵。
5.2.6健全法律規范
大數據時代下健康信息管理需要制度層面上的規范與支持，相關法律政策不 僅能夠起到對大數據時代下的健康信息管理活動的規范作用，也能有效打擊健康 信息隱私侵犯行為，內部規章制度夠保障健康服務機構健康信息管理活動的穩定 運轉。為了讓公眾對大數據時代下健康信息管理更放心、更滿意，需要建立健全 相關法律法規，完善內部規章制度。
5.2.7改善傳輸渠道
大數據時代下各主體間的聯系更加緊密，健康信息的傳輸共享愈加頻繁。這 就要求主個人健康信息管理軟件產品、各健康服務機構健康信息管理系統和軟件 和國家地方政府健康信息系統之間要有高兼容性，重視和優化傳輸渠道、建立完 善的傳輸共享機制。
5.3提升健康信息管理的成熟度
5.3.1拓寬大數據時代下健康信息管理的廣度
大數據時代下健康信息管理的廣度可以從四個角度拓寬：①地域范圍的拓 寬，擴大健康服務機構服務的地域范圍，使其能夠惠及更多的公眾；②服務范圍 的拓寬，不再局限于病患，服務范圍拓寬至公眾整體；③服務主體的拓寬，大數 據時代下的健康信息管理是個多元主體，需要個主體發揮其作用，不能僅依賴于 醫院等醫療機構；④服務功能拓寬，在現有條件下盡可能豐富健康服務機構服務 和產品功能，滿足公眾個性化需要。
5.3.2拓展大數據時代下健康信息管理的深度
大數據時代下健康信息管理的深度主要從三個方面拓展： ①關聯信息的挖 掘，大數據時代下依托大數據技術進行深度挖掘的健康信息，不但可以促進健康 信息的利用，還可以發揮更大的價值；②流程的更新再造，在推動現行健康信息 管理的基礎上，依據公眾需求和技術發展水平及時簡化操作、增添新功能、自動 化流程；③配套相應制度規范，大數據時代下健康信息管理的發展離不開制度的 保障，既包括相關法律法規的建立健全，更需要與大數據時代下健康信息管理配 套的更深入、更詳盡的運行機制，如監督機制、傳輸機制、互動機制等。
5.3.3提高大數據時代下公眾的健康信息素養
大數據時代下健康服務機構提供的服務及產品、公眾的健康信息素養、國家 政府相關法律規范等各方面的發展程度都會影響到公眾期望。為了使公眾的健康 信息素養需要與大數據時代下的健康信息管理水平相適應，更需要推動大數據時 代下健康信息管理發展的進一步發展，需要提高公眾的健康信息素養，即需要加 強教育、宣導和普及相關知識。
5.4 提高機構形象
5.4.1建立有效的反饋機制
大數據時代下健康服務機構的服務對象包括政府、公眾、和其他健康服務機 構，它們是健康服務機構服務及產品質量的最直接感受者，為了營造良好的機構 形象需要健康服務機構建立有效的反饋機制，使健康服務機構能夠及時有效的獲 取反饋意見，及時改良健康服務機構的服務和產品。
5.4.2建立完善的運行機制
大數據時代下健康信息管理服務及產品的內容主要包括健康監測、評估、干 預服務，健康服務機構在提供服務及產品的同時也是獲取公眾健康信息，在大數 據時代下通過關聯挖掘形成的健康信息和外部傳遞的健康信息也成為健康信息 的重要來源，需要進行管理和評估。為了加強對大數據時代下健康信息的管理需 要建立完善的運行機制，確保健康信息管理活動能夠有效進行。
5.4.3提升形象美觀度
健康服務機構形象指公眾對健康服務機構的整體感官,包括機構整體形象、 管理效果形象、品牌形象，為了打造值得公眾信任的機構和品牌，有利于加強公 眾對健康服務機構服務和產品認同。而人是視覺動物，在服務及產品質量外其美 觀度影響公眾使用服務和產品的心態，因此需要營造大眾審美的機構和產品形 象，提升機構和產品形象的美觀度。
第 6 章 總結與展望
6.1 研究總結
（1） 從概念、運行機制、特點、價值、難點這五方面構建大數據時代下健 康信息管理的內涵，結合公眾滿意度概念，提出大數據時代下健康信息管理公眾 滿意度的概念，并深入分析其形成機理及影響因素，形成了大數據時代下健康信 息管理公眾滿意度理論。
（2） 通過借鑒經典顧客滿意度指數模型，結合大數據時代下健康信息管理 公眾滿意度理論，采用結構方程法構建大數據時代下健康信息管理公眾滿意度指 數模型，并深入分析模型的潛在變量與可測變量。
（3） 實證研究以湘潭市的湘潭市中心醫院、普惠健康管理公司、湘潭市環 境衛生管理處研究對象，采用問卷調查法進行數據的采集，并通過模型驗證得出 各變量的路徑系數。
（4） 通過實證，從大數據時代下健康信息管理的情況出發，從加強引導形 成合理的公眾期望、著力于感知價值的提升、提升健康信息管理的成熟度和提高 機構形象四個方面，為提高大數據時代下健康信息管理公眾滿意度提供建議。
6.2 研究展望
（1） 文章受限于于能力、人力、物力、財力等因素仍有不足。大數據時代 下健康信息管理主體多元、內容紛雜、影響因素眾多，想要精準地測評大數據時 代下健康信息公眾滿意度，必須需要耗費相當一部分的人力、物力、財力。目前 現有的資源難以更大范圍更大規模的測評公眾滿意度，期待能夠獲取更全面、更 準確的測評數據。
（2） 目前大數據時代下健康信息管理的發展仍不夠成熟，國家、區域性的 健康信息管理和個人自我管理的起到的作用有限，目前仍舊依賴于健康服務機構 對健康信息進行管理，但隨著大數據時代下健康信息管理發展日漸成熟，公眾滿 意度測評也需要與大數據時代下的健康信息管理水平相適應，需要及時調整工作 側重、簡化管理流程、刪減非增值活動、推動流程自動化。
（3） 大數據時代下健康信息管理公眾滿意度模型假定各變量之間是線性關 系，這明顯與實際不符，可能會影響測評結果的準確性。此外，因所有測評數據 來源于對公眾的問卷調查，問卷的設計技術、被調查者答題時心理狀態、情緒等， 也會影響到大數據時代下健康信息管理公眾滿意度的調查結果。期望采集的數據 數據更加準確、有代表性，能夠更貼合實際。
（4）大數據時代下健康信息管理的目標是充分利用健康信息和保護公眾健 康信息安全，當前研究前沿健康信息隱私管理，本文僅在健康信息安全保障部分 進行研究，分析不夠深入，期望以后能夠在此方面進行深入拓展，彌補當前研究 的不足。
參考文獻
[1]仉長娟.面向養老院的健康管理服務設計研究[D].江南大學,2017.
[2]Teevan J, Jones W, Capra R. Personal information management(PIM)[J]. Acm Sigir Forum,
2008,42(2):96-103.
⑶王文韜，陳偉，張帥，徐淑穎.個人健康信息管理(PHIM)的新契機:融入電子健康的PHIM框 架研究J].合肥師范學院學報,2018,36(04):46-51.
[4]National Network /Library of Medicine．Consumer Health Informa-tion: A Workshop for
Librarians Providing Health Information to the Public[EB /OL].http://nnlm.gov /train /chi/mws．Htm,2016－11 －03．
[5]王利明.論個人信息權的法律保護一一以個人信息權與隱私權的界分為中心[J].現代法
學，2013，35(4): 62-72.
[6]劉帥,謝笑,謝陽群，李晶.個人健康信息管理研究初探J].現代情報,2014,34(09):43-50.
[7]吳友富，萬巖，范靜，范青蠡，高麗.大數據時代健康信息隱私管理的政府行為研究J].管理世 界,2017(01):174-175.
[8]王少輝，印后杰.基于政府管理視角的大數據環境下個人信息保護問題研究J].中國行 政管理，2015(11): 19-24.
[9]The International Medical informatics Association. Consumer health informatics[EB/OL].
[2017－06－04]．https: //en．wikipedia．org /wiki /Consumer_health_informatics．
[10]戴頔.基于Hadoop的個人健康信息管理系統[D].哈爾濱工業大學,2015.
[11]MIAH S J， HASAN J， GAMMACK J G. On-cloud healthcare clinic: an e-health consultancy approach for remote communities in a developing country[J]．Telematics and Informatics， 2017,34(1):311-322.
[12]ROLLO M E， HUTCHESSON M J， BURROWS T L， KRUKOWSKI R A， HARVEYJR,et al. Video consultations and virtual nutrition care for weight management[J]．Journal of the Academy of Nutrition ＆ Dietetics,2015,115 (8):1213-1224.
[13]LAROCCA A， MORO V R， MARCONI M. Malaria diagnosis and mapping with m-Health and geographic information systems(GIS) : evidence from Uganda[J]．Malaria Journal， 2016(15):1-5.
[14]EDWARD H,JAMESJ. Biomedicalinformatics:computerapplica- tions in health care and biomedicine[EB/OL].[2017－06－04].http: // www, Springer.com/us/book/9781447144 731．
[15]新華網.健康類可穿戴設備潛力大 用智能手表管理自我健康[EB/OL].http://www.xin huanet.com//tech/2017-01/20/c_1120350077.htm.2017,01.20.
[16]王文韜，陳偉，張帥，徐淑穎.個人健康信息管理(PHIM)的新契機:融入電子健康的PHIM框 架研究[J].合肥師范學院學報,2018,36(04):46-51.
[17]王若佳，魏思儀，趙怡然,王繼民.數據挖掘在健康醫療領域中的應用研究綜述[J].圖書情報 知識，2018(05):114-123+9.
[18]Meng X H,Huang Y X, etal .Comparison of Three Date Mining Models for Predicting Diabetes or Prediabetes by Risk Factors[ J ]. Kaohsiung Journal of Medical Sciences, 2013,29(2):93-99.
[19]吳生根，陳武等•福建省2008—2013年手足口病重癥病例危險因素的分類決策樹分析J]. 中國衛生統計,2015,32(6):1040－1041．
[20]任仙龍,胡冬梅,王文娟,劉博佳,劉啟貴,鄒麗華.關聯規則在社區居民慢性病患病率分析中
的應用[J].中國衛生統計,2013,30(06):818-820.
[21]Yang H F,Chen Y P.Date Mining in Lung Cancer Pathologic Staging Diagosis: Correlation Between Clinical and Pathology Information [J].Expert Systems with Applications, 2015,42(15-16):6168-6176.
[22]Zubi Z S,Saad R A.Using Some Data Mining Techniques for Early Diagnosis of Lung Cancer [C]// World Scientific and Engineering Academy and Society (WSEAS), International Conference on Artificial Intelligence,Knowledge Engineering and Data Bases.Cambridge UK,2011:32-37.
[23]張曄,張晗等.基于電子病歷利用支持向量機構建疾病預測模型——以重度急性胰腺炎 早期預警為例J].現代圖書情報技術,2016,32(2):83-89.
[24]張奇,李濤等.基于關聯規則挖掘治療多發性硬化所用中藥對患者T細胞亞群的影響J]. 中國中西醫結合雜志,2016,36(4):425-429.
[25]曹錦梅，凌燦等.基于關聯規則分析治療2型糖尿病臨床用藥規律J].西南師范大學學報 (自然科學版),2013,38(10):82-87.
[26]Villamil M D P, Barrera D, Velasco N, etal.Strategies for The Quality Assessment to The Health Care Service Providers in The Treatment of Gastric Cancer in Colobia [J].Bmc Health Serviences Reserach,2017,17(1):654-669.
[27]Auconi P, Scazzocchio M,Cozza P, etal. Prediction of ClassIII Outcomes Through Orthodontic Mining[J].European Journal ofOrthodontics,2015,37(3):257-267.
[28]侯婷.數據挖掘在蛋白質翻譯后修飾及疾病診斷和預后中的應用[D].上海:華東理工大 學,2017.
[29]Yang H D,Yang C C.Using Health Consumer Contributed Data to Detect Adverse Drug Reactions by Association Mining with Temporal Analysis [J].Acm Transactions on Intelligent Systems & Technology,2015,6(4):1-30.
[30]Xu M, Guo J C, Zhang J, etal. Protein-Coding Genes,Long Non-Coding RNAs Combined with Micro RNAs as a Novel Clinical Multi-Dimension Transcriptome Signature to Predict Prognosis in Ovarian Cancer [J]. Oncotarget,2017,8(42):72847-72859.
[31]LinWT,WuYC,ZhengJS, etal.Analysis by Data Mining in The Emergency Medicine Triage Data base at A Taiwanse Regional Hospital [J].Expert System with Applications, 2011,38(9):11078-11084.
[32]胡敏，王鵬等.基于移動互聯網和數據挖掘技術的門診排隊流程設計J].醫學研究生學 報,2015(2):192-194.
[33]彭金燕，張大亮等.基于醫患互動的患者分類及管理策略研究J].南京醫科大學學報(社會 科學版),2012,12(3):190—193.
[34]Khajehali N， Alizadeh S. Extract Critical Factors Affecting the Length of Hospital Stay of Pneumonia Patient by Data Mining [J].Artificial Intelligence in Medicine，2017，83:2-13.
[35]黃東瑾，謝玲珠等.基于病案首頁數據挖掘的老年糖尿病患者住院日影響因素分析[J].廣 東醫學，2016，37(13):1952－1956.
[36]張曄,張晗等.基于支持向量方法機構建急性胰腺炎患者住院天數預測模型[J].醫學信息 學雜志，2016，37(2):57－60．
[37]Wang J， Li M， Hu Y T， etal. Comparison of Hospital Charge Prediction Models for Gastric Cancer Patients [J]. Bmc Health Services Research，2009，9(1):161-166.
[38]韓曉梅，劉志云等.基于DRGS的卵巢癌患者住院費用分析[J].中國衛生統 計，2016，33(2):298－300．
[39]Kose I， Gokturk M， Kilick. An Interactive Machine-Learning-Based Electronic Fraud and Abuse Detection System in Health-care Inserance [J]. Applied Soft Computing.2015， 3 6:283-299.
[40]陶惠.數據挖掘技術在醫保中的研究與應用J].合肥:中國科學技術大學,2015.
[41]Ramos M I， Cubillas J J， Feito F R. Improvement of the Prediction of Drugs Demand Using Spatial Data Mining Tools [J]. Journal of Medical Systems，2016，40(1):6.
[42]張鋒.中國健康醫療信息資源集聚應用創新發展的新思考[J].中國人口科學,2018 (02):2-12+126.
[43]Falotico R， liberati C， Zappa P. Identifying Oncological Patient Information Needs to Improvee-Health Communication [J]. Quality & Reliability Engineering International， 2015， 31(7):1115-1126.
[44]金碧漪，許鑫.社會化問答社區中糖尿病健康信息的需求分析[J].中華醫學圖書情報雜 志，2014，23(12):37－42．
[45]De-Arteaga M，Eggel I，etl. Analyzing Medical Image Search Behavior [J].Journal of Digital Imaging，2015，28(5):537-546.
[46]孫麗.任務類型對網絡健康信息搜尋行為的影響及其預測模型研究[D].長春:吉林大 學，2015.
[47]Chen X H， Zhang Y， Xing C X， etal. Diabetes-Related Topic Detection in Chinese Health Websites Using Deep Learning [C]//Springer， International Conference on Smart Health. Beijing China，2014:13-24.
[48]羅文馨，陳等，基于Word2Vec及大眾健康信息源的疾病關聯探測J].現代圖書情報技 術，2016，32(9):78－87．
[49]張鋒.中國健康醫療信息資源集聚應用創新發展的新思考[J].中國人口科學,2018 (02):2-12+126.
[50]吳友富，萬巖，范靜，范青蠡，高麗.大數據時代健康信息隱私管理的政府行為研究J].管理 世界，2017(01):174-175.
[51]See RogerS. Magnusson， The Changing Legal and Conceptual Shape of Health Care Privacy，32 J.L.MED.& ETHICS 685(2004).
[52]Sharona Hoffman & Andy Podgurski, In Sickness, Health, and Cyberspace: Protecting the Security ofElectronic Private Health Information. Boston College Law Review, March 2007,339.
[53]陶愛軍.論個人醫療信息的隱私保護[D].西南政法大學,2010.
[54]鄒凱.社區服務公眾滿意度測評理論、方法及應用研究[D].國防科學技術大學,2008.
[55]國質監總局質量管理司,清華大學中國企業研究中心.中國顧客滿意指數指南[M].北京： 中國編制出版社,2003.
[56]劉志敏.地方政府公共財政支岀公眾滿意度測評研究[D].湘潭大學,2012.
[57]門垚.基于山東省公共服務滿意度現狀分析的公共服務滿意度模型再探究[D].山東大 學,2018.
[58]陳天然.基于因子分析的鄭州市酒店業員工滿意度研究J].鄭州鐵路職業技術學院學 報,2019,31(04):33-36+45.
[59]宋玉康.新型集中社區公共空間滿意度研究[D].蘇州科技大學,2018.
[60]龔雅琦.城市社區公共服務公眾滿意度測評[D].湘潭大學,2014.
[61]唐小翠.農村社區信息服務公眾滿意度測評研究[D].湘潭大學,2013.
[62]Chunqin Zhang,Yong Liu,Weite Lu,Guangnian Xiao. Evaluating passenger satisfaction index based on PLS-SEM model: Evidence from Chinese public transport service[J].Transportation Research Part A,2019,120.
[63]Aldholay Adnan,Isaac Osama,Abdullah Zaini,Abdulsalam Rasheed,Al-Shibami Ahmed Hamoud. An extension ofDelone and McLean IS success model with self-efficacy[J]. The International Journal of Information and Learning Technology,2018,35(4).
[64]蘇東水.管理心理學[M].上海:復旦大學岀版社,1999.
[65]龔雅琦.城市社區公共服務公眾滿意度測評[D].湘潭大學,2014.
[66]黃輝慶.“數字社區”建設公眾滿意度指數模型構建及實證研究[D].湘潭大學,2013.
[67]Angst C M, Agarwal R.Adoption ofElectronic Health Records in the Presence ofPresence of Privacy Concerns:The Elaboration Likelihood Model and Individual Persuasin [J].MIS Quarterly,2009(2):339-370.
[68]韋福祥.顧客感知服務質量與顧客滿意相關關系實證研究J].天津商學院學 報,2003(1):21-25.
[69]唐小翠.農村社區信息服務公眾滿意度測評研究[D].湘潭大學,2013.
[70]David Osborne and Ted Gaebler.Reinventing Government—how the entrepreneurial spirit is transforming the Publicsector[M]. MA:Addison-Wesley publishing Company,1992.
[71]Chunqin Zhang,Yong Liu,Weite Lu,Guangnian Xiao. Evaluating passenger satisfaction index based on PLS-SEM model:Evidence from Chinese public transport service[J]. Transportation Research Part A,2019,120.
下一篇：沒有了
相關標簽:
