基于MCDA的MRI设备选择方法

基于不确定性的多准则决策分析以支持医疗器械的选择

摘要

创新方法在医疗器械评估与管理中的应用结合了卫生技术评估（HTA）和运筹学方法，特别是多标准决策分析（MCDA）。本文旨在以磁共振成像系统为例，为在不确定性条件下选择医疗器械的决策支持提供方法论支持和理论依据。该方法的应用目标表述如下：针对由地区当局管理的捐助型卫生机构（地区医院）在捷克共和国境内的磁共振成像系统，确定一个排序列表。采用层次分析法（AHP）和德尔菲法来识别专家偏好并进行共识构建。专家组的选择基于八个复值准则，并为每位专家分配了权重系数。确定了13个磁共振成像系统以及医院在采购磁共振成像设备时起最重要作用的14项关键默认规格。研究揭示了专家判断之间存在较强的一致性（W≥0.6，p<0.05）。本文还提供了关于备选方案、重量及未来八年优先向量变化的预测。所开发的方法在医院于不确定性条件下选择医疗器械时，对决策支持具有实用价值。

关键词 卫生服务中的运筹学；卫生技术评估（HTA）；磁共振成像仪（MRI）；采购；预测

1. 引言

医疗技术（MTs）在卫生支出增长中起着最重要的作用之一（伊夫列夫、克内波和巴塔克，2014），并且相较于许多其他因素，对卫生保健系统的影响过程具有更大影响（维尔梅和杜蒙，2014）。医疗技术是导致经济合作与发展组织国家财政支出增加的主要因素（世界卫生组织，2010）。2013年，全球医疗器械（MD）技术市场达到4118亿美元，受多种因素影响，预计到2018年将攀升至5387亿美元（BCC研究有限责任公司，2014）（萨斯特里，2014）。

为了在资源有限条件下获得新或昂贵的技术，最常使用卫生技术评估（HTA）方法（巴伦、克林格、沙阿和赖特，2015；戈耶和迪亚比，2013）。针对MTs的评估与管理的创新方法结合了HTA和运筹学方法，特别是多准则决策分析（MCDA）（迪亚比、坎贝尔和戈耶，2013；恩德雷、莫利奇斯和阿戈斯顿，2014；帕迪利亚‐加里多、阿瓜多‐科雷亚、科尔蒂霍‐加列戈和洛佩斯‐卡马乔，2014；雷迪、凯利、托卡拉、沃尔特斯和杜纳斯，2014）。

健康领域的复杂性护理决策与高度的责任感相关，决策者（DMs）在影响个体患者和/或整个社区生活质量的结果方面所起的作用（Diaby等，2013）。与医疗器械（MDs）的管理和评估相关的决策过程充满了不确定性（Barberá‐Tomás和Consoli，2012；Retèl、Grutters、van Harten和Joore，2013），原因在于存在（1）不同利益相关者的目标（Marsh、Lanitis、Neasham、Orfanos和Caro，2014；Schuwirth、Reichert和Lienert，2012）以及其他参与者（如政府、医院（Sorenson和Kanavos，2011）、保险公司、医师（Uluconlar、Faulkner、Peirce和Elwyn，2013）、患者等）的目标（Scholten、Schuwirth、Reichert和Lienert，2015）；（2）各种供应商政策（Sorenson和Kanavos，2011）（采购价格的差异或关于设备信息的异质性呈现）；（3）决策者需要理解经济环境、技术与组织要求以及所做决策的社会后果（Goetghebeur等，2012）；以及（4）临床应用的各种目标。本文中的不确定性含义如文献（Scholten等，2015）所述。上述各点，以及其他‘内部’和‘外部’不确定性（Durbach和Stewart，2012），导致在医疗器械选择过程中决策困难，并常常使得无法预测任何特定决策的未来影响。因此，选择过程及购买后发生的事件发生在一个多维空间中，其中大多数准则是时间函数的参数。

选择过程是复杂采购过程的重要组成部分。医疗器械采购问题非常重要，需要高度重视（世界卫生组织，2010）。目前正在进行规范医疗器械管控流程的工作（Cruz、Haugan和Rincon，2014；Grennan，2014；Pecchia等，2013）。医疗器械的采购方法在管控任务中尤为突出（Brown、Smale和Wong，2006）。方法学建议（Angelo，2009）描述了一系列组织和技术问题，决策者在设备选择阶段必须回答这些问题。通常，描述决策的材料不会超出定义新设备的需求、旧设备更换的需求以及医疗机构的能力，此外还会揭示最关键的技术参数（Lerski、Nicholas、Macfarlane、Waugh和McComb，2010），这些参数足以使设备完成其临床任务。

对于少量备选方案和准则，找到优先向量通常很容易（布罗内利和费德里齐，2015）。由于医疗器械具有众多的需求和规格，其异质性使得相关知识的理解和获取变得困难。显然，医疗器械的选择过程涉及广泛的类别，因此需要考虑安全性、科技进步以及对经济和社会效率不断变化的要求。医疗器械方面的低效且非理性的选择可能导致设备无效运行、额外的经济损失以及不令人满意的医疗服务和医疗质量。

由于上述原因，为了降低全球公共卫生系统中的财务成本、减少控制系统中的错误以及资金滥用现象，有必要建立一个医疗器械选择系统（伊夫列夫等人，2014）。本文旨在为在不确定条件下选择医疗器械提供方法论支持及其理论依据，并以捷克共和国由地区当局管理的捐助型医疗机构（以下简称“地区医院”）磁共振成像（MRI）系统的选择为例进行说明。捷克共和国的地区医院由地区政府所有，这一类医院是该国住院急性医疗的最大提供者（鲁巴尔和西德洛，2014）。

2. 材料与方法

2.1 实证研究设计

所开发方法的应用目标已表述如下：确定捷克共和国地区医院磁共振成像系统的排序列表。应定义备选方案列表及最重要的规格。应使用专家小组对准则和备选方案进行评估。应识别专家的能力，并体现在每位专家’的权重系数中。应基于专业知识获得有根据的决策。

2.1.1 多准则决策分析方法

伊夫列夫等人，2014对多准则决策分析方法应用的分析表明，由于齐次性公理和层次分解原则，层次分析法（AHP）符合大型医疗设备选型的主要既定准则。

2.1.2 为竞争选择备选方案子集（磁共振成像）

为确定备选方案，研究了欧洲市场上九家医疗器械制造商（极光成像技术公司；伊萨奥特股份公司；通用电气医疗；日立医疗公司；英内视MRI有限公司；东软公司；飞利浦医疗；西门子医疗；东芝医疗系统公司）的磁共振成像系统（ECRI研究所，2013）。对全部44种备选方案及其默认规格进行了分析，以确定其是否纳入研究组。所有制造商均被联系，旨在确认在捷克市场上可获得的其他备选方案，或将在研究开始后进入或退出捷克市场的备选方案。根据任务要求，对所有备选方案应用了以下条件：1）设备必须在研究开始时已在捷克共和国市场上供应；2）设备应可购买；3）设备在研究开始后的四年之内不应停产；4）设备应提供适用于全身的临床应用，且无需专用扫描仪；5）磁场强度应为1.5 T。在施加所有限制条件后，最终选出13种磁共振成像系统用于后续评估（附录D和补充材料1）。

2.1.3 最重要准则的选择

在选择磁共振成像系统时，起最重要作用的关键规格列表医院的采购基于文献综述（ECRI研究所，2013；Price, Delakis, Renaud, & Dickinson, 2008）。默认规格的具体数值来自ECRI研究所发布的报告（ECRI研究所，2013）以及捷克共和国磁共振成像系统制造商和官方供应商提供的信息。

2.1.4 专家小组审查的组织

在本研究的框架内，我们提出使用基于网络的德尔菲多轮调查程序进行调查，旨在达成共识（Theißen & Spinler, 2014）。本研究采用的混合层次决策模型（见附录A）。首先，在层次结构的顶层提出了决策的总体目标：“为捷克共和国地区医院选择新的MRI系统”。在第一轮中，专家对选择标准进行了比较，然后针对每个准则对磁共振成像系统进行了比较。专家未被告知磁共振成像设备的具体名称。从专家处收集的数据被用于确定评估结果的平均值和极值。每一轮的结果均反馈给专家。如果某位专家的评估结果与加权平均值存在显著偏差，则要求其说明意见的理由或进行修正。专家的反馈保持匿名，从而避免了任何权威影响。

2.2 专家小组选择与评估方法

专家小组的构建基于以下方法（Ivlev, Kneppo, & Bartak, 2015）。该方法旨在综合主观和客观的专家特征，以确定每位专家的总权重系数（We），从而反映该专家在解决问题方面的总体能力。权重系数基于专家的总体工作经验、解决任务的经验、教育水平、科研记录、对解决特定问题的兴趣、现任职位以及对如何解决问题的认知。本研究还考虑了专家知识的相关性及其对自身解决任务总体能力的自我评价。专家通过基于网络的问卷接受了访谈。

2.3 优先级综合与一致性测量

对专家小组所使用的准则进行了比较。向专家提出的问题表述如下：“在为捷克共和国的地区医院选择新的磁共振成像系统时，哪项规格最重要？”每位专家通过基于网络的应用程序（第3.3节）独立于其他专家对规格进行评分。从每位专家处获得了关于准则和备选方案的两两比较矩阵。

根据推荐的方法，定义了对一致性比率（CR）和一致性指数（CI）的评估（Dahal, Al‐Arfaj, & Paudyal, 2015；Saaty, 1980）。随机一致性指数（RI）根据数据选择（Forman, 1990）。当配对比较结果的一致性比率大于0.1时，被认为不一致，并返回给专家进行修正，且必须保证修正的准确性（Anojkumar, Ilangkumaran, & Sasirekha, 2014）。

2.4 专家判断一致性确定

为了建立衡量专家意见一致性的指标，我们建议采用肯德尔一致性离散系数（相关系数）（吉本斯，1993）。已创建一个由 m 位专家对 n 个对象进行排序结果的矩阵‖rij‖（i= 1，2，…，n；j= 1，2，…，m），其中 rij 表示第 j 位专家对第 i 个对象所赋予的排序。需要计算离散度（D）（公式2.1）：
$$
D= \frac{1}{n - 1}\sum_{i=1}^{n}(R_i - R)^2,
$$
其中 Ri是排序之和的值，是数学期望的评估值。离散一致性系数定义为离散评估值与其最大值之间的关系（公式2.2）：
$$
W= \frac{D}{D_{max}}.
$$

2.4.1 排序矩阵中相关秩的缺失

相关秩的缺失表现为专家对对象评定时不存在相同秩。专家的完全一致由矩阵‖rij‖的以下结构定义（rij表示第j位专家对第i个对象所赋予的秩次，m为专家数量），并进行对应行重新编号（公式2.3）：
$$
‖rij‖=
\begin{Vmatrix}
1 & 1 & … & 1 \
2 & 2 & … & 2 \
\vdots & \vdots & \ddots & \vdots \
n & n & … & n \
\end{Vmatrix}.
$$
计算一致性系数的公式 $(0 \leq W \leq 1)$ （公式2.4）：
$$
W= \frac{S}{\frac{1}{12} m^2(n^3 - n)},
$$
其中S是各特征所得秩和（n）与平均秩和的偏差平方和。如果排序完全一致，则W= 1；如果专家意见完全不一致，则W= 0。

2.4.2 排序矩阵中结值的存在

如果排序中存在相关秩（Pavlov & Sokolov, 2005），则前述公式中的离散度最大值将小于不存在相关排序时的情况。此时，一致性系数通过以下公式2.6计算：
$$
T_j = \sum_{k=1}^{H_j}(h_k^3 - h_k),
$$
$$
W= \frac{S}{\frac{1}{12} m^2 (n^3 - n) - m \sum_{j=1}^{m} T_j},
$$
其中T j 是第j个排序中相关秩的指标，H j 是第j个排序中的结组数，而h k 是按相关秩排序中第k组内的结的秩的数量第j位专家。在没有相同秩的情况下，计算协调系数的两个公式将变得一致。

2.4.3 专家意见W的显著性验证

W的显著性的检验是根据统计假设检验的程序进行的。当临界值为 n ≤ 7时，建议使用F分布（Siegel & Castellan, 1988）。当被评估对象数量相对较大时（n> 7），则采用皮尔逊卡方检验的显著性来检验显著性W （Kapetanopoulou & Tagaras, 2011；Legendre, 2005）。根据显著性水平α和自由度数目df= n − 1，可以确定分位数 $\chi_{\alpha,(table)}^2 (n - 1)$。利用公式，我们定义$\chi_{calc.}^2= m(n - 1)W$。如果 $\chi_{\alpha,(table)}^2 (n - 1) < \chi_{calc.}^2$，则在显著性水平α下，我们有理由拒绝所提出的假设。当对象数量较小时，对协调系数的显著性进行评估较为困难。这使我们能够对W进行统计显著性检验。

如果专家组评价的一致性假设被证明不成立，则可能采取以下措施：1）将评估结果返回给专家，要求他们根据多数意见修正自己的判断；2）在进一步分析中剔除评估离散程度最大的备选方案或特性；3）剔除其意见与专家组整体意见差异最大的专家。在完成上述修正和其他操作后，有必要通过比较各个对象的秩次均方偏差，确定应剔除的对象。

2.5 专家判断融合方法

在为每位专家分配其权重系数后（附录C），利用开发的软件（第3.3节），我们对备选方案和准则进行了比较，并从m位专家获得了n个关于备选方案的两两比较矩阵，其中n是选择标准的数量。每位专家还提供了关于规格相对于选择目标的两两比较矩阵。目标是获得一个综合专家判断的加权矩阵。该矩阵应：1）反映专家的意见；2）考虑每位专家在MRI规格及备选方案重要性方面的专业能力。本文提出在解决此任务时使用权重函数。所得的矩阵集合被命名为“超级专家矩阵”或“超级专家”判断：

多位专家的判断被合并。专家的权重被视为他们做出正确决策的重量或概率。在合并所有专家的全部判断后，得到了‘超级专家’矩阵判断。

2.6 将价格纳入决策过程

在实施选择磁共振成像系统的方案时，未将产品价格这一重要特性考虑在内。由于缺乏捷克共和国真实市场价格的可靠信息，因此未考虑价格因素。美国市场的磁共振成像系统价格被用来演示如何将价格纳入考量。所有备选方案（表6）均已从其所属集群中单独考虑。在评估所有准则（除价格外）的重要性并对各准则下的所有备选方案进行评估后，得到了备选方案的优先向量（A），且每个价格对应一个备选方案（B）。

$$
A.
w=
\begin{Bmatrix}
b_1\
b_2\
\vdots\
b_k\
\vdots\
b_n
\end{Bmatrix},
B.
P=
\begin{Bmatrix}
p_1\
p_2\
p_3\
\vdots\
p_k\
\vdots\
p_n
\end{Bmatrix}.
$$

通常，在确定备选方案排序列表时考虑价格的任务如下：应将价格进行归一化。总体优先向量是优先向量bn与相应值pn的商。因此，便产生了将长度为n的向量的各个元素除以一个数的任务：
$$
W= \frac{1}{\sum_{i=1}^{n} p_i / \sum_{i=1}^{n} p_i}
\ast
\begin{Bmatrix}
b_1\
b_2\
b_3\
\vdots\
b_k\
\vdots\
b_n
\end{Bmatrix}
=
\begin{Bmatrix}
B_1\
B_2\
B_3\
\vdots\
B_k\
\vdots\
B_n
\end{Bmatrix}.
$$
优先向量 W 是一个包含产品价格的优先向量。

2.7 前瞻性选择模型

2.7.1 中期预测优先级变化

根据各种资料，作为高科技医疗诊断设备的磁共振成像系统的寿命范围从五年（内华达州税务部，2010；坦普尔‐伯德、卡沃爾、勒內爾和考爾，2005）到六年（亚利桑那州税务局，2012），或者生命周期可视为十年（查克拉瓦蒂和纳瓦雷，2008）。一份报告指出（凯勒，2005），至少60%的磁共振成像设备应低于五年，且不超过30%的设备应在六至十年之间。因此，选择四年作为预测期的界限，约为磁共振成像系统寿命的一半。为了识别四年内优先级的变化，对同一专家组进行了再次访谈。获取专家判断的设计对应于上述方法。专家的任务是评估四年后选择磁共振成像系统时各项规格的重要性。获得了重量（补充材料4，表S.4.1）以及备选方案和标准的排序列表。专家预测的特殊方面会影响预测的可靠性。本文中，预测的可靠性由以下两点提供：1）专家组的定性和定量构成；2）专家信息检索技术的合理性与充分性。专家’观点的一致性作为专家预测先验可靠性的综合评估指标进行了评价。

2.7.2 长期优先级变化预测

为了实现长期的重新确定优先级预测，专家们定义了四年后规格的重量（补充材料4，表S.4.1）。评估四年前规格重要性的任务也交给了专家。专家s’在设计和加工方面的判断与2.7.1小节中的类似。改变规格的重量已将变化视为一个随机（随机性）过程。使用了四年前、当前时间点以及从现在起四年后的未来时间点这三个时间点的规格权重进行预测。该方法的基本概念基于以下假设：过去已识别出的变量变化规律，可在未来的某一时间间隔内进行预测。为了预测从现在起八年后层次模型第四级和第五级准则权重的变化，采用了布朗线性指数平滑法，该方法具有良好的可靠性，并且此前已多次成功应用（科斯坦蒂诺、迪格拉维奥、沙班和特龙奇，2015年）。

3. 结果

3.1 备选方案和选择标准

已确定了在医院采购磁共振成像系统时起最重要作用的14项关键规格清单（附录D）。根据制定的准则，选出了13个备选方案（附录D）。所有备选方案均位于捷克共和国地区医院磁共振成像系统选择的混合层次模型的第六层级。

3.2 专家小组

采用所开发的方法（第2.2节）来确定专家小组的定性构成以及专家判断重要性的权重系数，以用于参与决策。为了组建专家组，向捷克共和国各级医疗机构中配备磁共振成像系统的34家医疗机构中的潜在专家（医师、生物医学工程师、放射科技师、医学物理师等）发送了60份基于网络的问卷。共有19名（31.7%）潜在专家回复了问卷。回复问卷的潜在专家在职务和职位方面的定性构成与问卷发送对象的潜在专家构成相对应。经过评估后，为每位潜在专家分配了其专家判断重要性的相应权重系数（表1）。

表1 所选专家的一些特征。

股权结构（附录B）定义了潜在专家的总权重。由此，我们获得了一个具有充足经验且了解 MRI选型和应用所需规格的代表性专家组。

3.3 用于专家判断收集的Web系统

为确保收集专家评估的过程成功进行，已开发出一个基于Web的应用。在该应用的结构（图2）中，可分为三个层级：表示层、业务层和数据层。该应用使用PHP编程语言编写，采用CakePHP引擎，并由Apache Web服务器进行管理。

采用了成对图形比较量表，旨在避免AHP量表的缺点（伊夫列夫等人，2014）。已实施一种数据预处理算法（图2）。该算法的创建目标如下：1）提高一致性，2）减少比较对的数量，3）提高评估速度。所有在同一规格下具有相同规格值的备选方案均被赋予相同的重量。识别出了相同的成对比较对。随后，专家仅对其中一个相同对进行评估，并为所有此类成对比较分配得分。

3.4 评估中专家判断一致性的计算与验证 磁共振成像系统及其规格

为了进行一致性评估，采用了上述方法。使用Kendall的一致性系数来评估评分者间一致性。

3.4.1 Kendall的一致性系数（W）的计算

一个准则（z轴标准强度，[mT/m]）的计算过程如下所示，以阐明计算步骤。根据每个备选方案，建立了关于该规范的标准化专家判断矩阵（表2）。下一步，为每个判断分配了秩次。

表2 各磁共振成像系统关于z轴标准强度的专家判断归一化矩阵

此外，$\sum_{j=1}^{m} H_j = 10$秩次中并列组的数量。z轴标准强度规范的肯德尔和谐系数为W= 0.617（表3）。一致性和其他备选方案的特性以相同方式计算。关于特性和备选方案的专家判断的一致性也以相同方式计算。

3.4.2 肯德尔一致性系数c的验证（W）

对象（站点）的数量被用作数据表n= 13的行，如上所述。零假设的验证使用皮尔逊卡方检验进行。z轴标准强度规范的实测值计算为$\chi_{calc.}^2 = 56.34$。将实测得到的卡方$\chi_{calc.}^2$值与具有df= 12个自由度的卡方统计量表进行比较。因此，$\chi_{0.999, (table)}^2 (12)< \chi_{calc.}^2$，且在显著性水平α= 0.999下，有理由拒绝零假设并接受备择假设，即肯德尔和谐系数显著不同于零。专家判断之间表现出高度一致性。

表3 每台MRI关于z轴标准强度的判断表，其中秩次分配给原始数据值。

3.5 计算模型应用结果，用于确定当前磁共振成像系统及其规格的排序列表和聚类

应用上述计算模型得到了以下结果（附录A）。确定了准则（表5）和子准则的排序列表。磁共振成像系统的重量子系统和规格（表4）被确定为相应节点的总和（附录A）。

表4 第四层子准则的结果，显示为归一化优先级和理想化优先级。

这种修改与确定AHP中子准则权重的传统路径形成对比。从表5可以看出，规格的重量在0.025 到0.110范围内变化。尽管极端值之间的差距显著，但相邻规格之间的距离通常较小。确定目前最重要的元素是主磁体系统，占61.7%，其次是梯度系统，占19.7%。较次要的包括射频发射与接收，占10.1%；患者检查床，占5.8%；以及患者舒适度，占2.7%。在考虑上层权重时，确定技术特性起决定性作用（72.5%），易用性（21.0%）和安全性（6.5%）相对次要。通过对专家小组提供的信息进行处理，得出了备选方案的权重和优先级（表6）。总向量通过将每一准则的优先级乘以其对应各备选方案的优先级后求和得到。总体优先向量由归一化向量表示，该向量通过将总向量中的每个元素除以所有元素之和计算得出。

已创建一个关于所述目标从最到最不适合的备选方案排序列表。备选方案的重量范围[0.058；0.101]较为集中，其极值之间的距离小于准则的重量之间的距离。相邻数值之间的距离通常非常小或不存在。在这两种情况下（备选方案和规格），相邻组之间的重量存在不连续变化。这一事实为假设存在具有组内同等重要性的同质组（聚类）提供了依据。备选方案相对于准则的优先级、不一致性以及重量可在补充材料2。

3.5.1 确定规格和备选方案的聚类

为了识别规格和备选方案的同质性组，采用了层次聚类分析。结果，所有规格被划分为四个聚类（表5），所有备选方案被划分为三个聚类（表6）。分析使用SPSS软件进行。

表5 规格的最终重量和聚类成员（CR = 3E‐2）。

在选择磁共振成像系统时，权重最大的是以下与第一个聚类相关的规格（表5）：匀场、梯度标准强度、保证均匀性、频率漂移和标准通道数。第二组的规格包括配置、标准切换率以及最大有效视场的尺寸。等中心处孔径直径是第三个聚类中唯一的规格，该聚类是在聚类分析的第五阶段形成的。权重最小的规格包括：屏蔽、台面负载限制、床尺寸、峰值梯度幅度下的最大声压级以及低温液体补充频率。根据层次聚类分析的结果，所有备选方案可分为三个聚类。聚类内部备选方案的重要性可视为同质。

表6 使用层次分析法（分配模式）得到的备选方案及其聚类的局部权重

根据既定目标，第一个聚类中的磁共振成像系统可被视为最合适的。第二组中的磁共振成像设备可作为选择队列中的备选方案。第三组中的磁共振成像设备是最后一个选择队列中的备选方案。

3.6 敏感性分析

每种规格的不敏感边界区域已给出（见表7）。

表7 不敏感区域边界。

重量的最小值和最大值对应于当至少一个备选项从一个聚类移动到另一个聚类时规格重量的极值。不敏感区域是使用ExpertChoice 11.5（Expert Choice, 2013）软件确定的。这种对决策敏感性的分析方法已被证实（Ishizaka & Labib, 2009），并在最近的研究中成功应用（Barker & Zabinsky, 2011；Cho & Lee, 2013；Frikha & Moalla, 2014）。

因此，针对决策的不敏感区域，我们提供了特征重量的范围，在该范围内：1）所有聚类的结构保持不变（所有备选方案仍保留在各自的聚类中）（图3‐A）；2）第一个聚类保持不变，即两个备选方案仍然是第一个聚类中的最佳选择（图3‐B）；3）第一个备选方案保持其领先地位（图3‐C）。关于最佳替代方案的决策敏感性的详细动态分析见补充材料3。在第一阶段，所有备选方案聚类的抗性恩哦伊对任何平衡变化的主动摄取 f specificati在我们 ights 是 i 研究了死区边界（图3‐A），其表示规格权重的边界值，在该范围内聚类结构（表6）保持不变。所有聚类内部的边界保持不变。通过使用层次聚类分析发现，在本例中，这些规格可根据其抗性分为三个聚类：1）最不敏感规格（频率漂移和屏蔽），2）平均敏感度规格（配置和台面负载限制），以及3）最敏感规格（标准切换率、梯度标准强度、床尺寸、匀场、最大有效视场尺寸、标准通道数、保证均匀性、等中心处孔径直径、峰值梯度幅度时的最大声压级以及低温液体补充频率）。

在下一阶段，研究了备选方案的第一个聚类对规格权重平衡变化的抗性。死区边界（图3‐B）表示第一个聚类（表6）保持领先的规格权重的边界值。已确定第一个聚类组成保持不变的范围。研究发现，在这种情况下，所有规格可根据其抗性分为三个聚类：1）最不敏感规格（频率漂移、最大有效视场尺寸、屏蔽和匀场）；2）具有平均敏感度的规格（配置、梯度标准强度和台面负载限制）；以及3）最敏感规格（峰值梯度幅度时的最大声压级、床尺寸、保证均匀性、标准切换率、标准通道数、等中心处孔径直径和低温液体补充频率）。

最佳替代方案对表4中规格序号的重量平衡变化的抗性‐已对权重进行了研究（表6）。死区边界（图3‐C）表示最佳替代方案（表6）保持领先地位的规格权重的边界值。通过使用层次聚类分析，发现在此情况下，所有规格可根据其抗性分为三个聚类：1）最不敏感规格（匀场、标准切换率、梯度标准强度、屏蔽和频率漂移）；2）平均敏感度的规格（保证均匀性、配置和峰值梯度幅度时的最大声压级）；3）最敏感规格（最大有效视场尺寸、台面负载限制、标准通道数、等中心孔径直径、床尺寸和低温液体补充频率）。

在分析过程中发现（表8），在备选方案排序列表（表6）中，GE医疗 Discovery MR450 备选方案是最合适的选择。

表8 敏感性分析中识别的聚类内规格的总权重

非敏感或平均敏感度的规格的总重量为67.1%。剩余的更敏感的规格仅占总权重的32.9%。在分析备选方案的第一个聚类（表6）时，确定前两个聚类的规格（表8）贡献了总权重的56.1%。敏感的规格贡献了43.9%的重量。显然，在尝试保持所有备选方案聚类结构的情况下（表6），不敏感区（图3‐A）比其他情况（图3‐B和图3‐C）更小。决策的不敏感区域（图3‐B）包含比图3‐C更大量的更严格规格。因此，结果表明，GE医疗 Discovery MR450 和西门子 Magnetom Aera 1.5 T 是捷克共和国地区医院磁共振成像系统选型任务中的最佳选择。

3.7 包含价格的主动应用方法

研究结果得到了1）磁共振成像设备的优先向量和2）设备的归一化价格（表9）：

表9 加入价格后的结果。

* – 西门子 MAGNETOM Aera 1.5 T 的二手价格（GE医疗 Discovery MR450 的价格不可用）； ** – （ECRI研究所，2012年）； *** – （ECRI研究所，2013年）； † – （卡默，2013年）； ‡ – （福格尔，2009年）

使用已证明的方法，it is possible to calibrate th 在知价格的情况下确定优先级。应注意，价格因此被赋予了很高的权重，这在医疗保健中并非总是合理的。

4. 讨论

分析（伊夫列夫等人，2014）表明，所研究的多准则决策分析方法存在一个显著缺点：这些方法未考虑专家在医疗器械选择任务中的专业能力。我们的研究致力于克服这一缺陷。通过应用上述方法和途径，已获得规格和备选方案的排序列表。与T.L. 萨蒂（Saaty, 1980）描述的方法不同，在我们的方法中，准则上层的权重被计算为下级元素的总和。采用该方法的原因在于，磁共振成像是一种复杂的设备，由多个集成的子系统组成。这种呈现方式有助于利益相关者（决策者、生物医学和临床工程师、制造商等）理解磁共振成像技术子系统的局部权重（当前和预测）结构。

在分析准则和备选方案的重要性权重时，发现权重有时会相差百分之几或千分之几，因此相邻值之间的距离通常非常接近。尽管权重差异很小，但这些差异决定了备选方案在排序列表中的顺序。显然，在评估磁共振成像设备等复杂系统时，元素权重的微小差异可能是随机误差或其他因素的结果。或者，这种微小差异也可能是由于测量尺度不够清晰以及专家知识难以用语言表达所导致的。为了尽量减少所有未考虑因素和其他不确定性的影响，我们提出了一个解决方案：将处于同一聚类中的设备视为在选择上等效。这一事实为假设存在同质聚类提供了依据，即每个聚类中的成员在组内具有同等重要性。这一理念在多准则决策分析方法的应用中较为罕见，但与近期的研究（Li & Chou, 2014年）相符。

在研究中，价格被赋予了很高的权重，这在医疗保健中并不总是合理的。可以通过应用聚类分析，在选择备选方案时使用特定的价格。第一个聚类中的备选方案排序列表可被视为根据价格调整后的新排序列表。价格应在每次决策中进行详细考虑。必须通过特定的决策过程来解决价格的重要性，以考虑影响医疗器械选择的其他因素。

在本文中，使用了BOCR（效益、机会、成本和风险）分析与两两比较相结合的方法（布扎鲁尔‐阿莫克兰、昌加尼和佩雷斯，2015；维恩马伦，2007）。与这些分析的典型应用不同之处在于，该模型被简化了。这种简化是指从模型中移除了效益。创建和应用诊断测试或me的复制 thods is t哦 max imize their 敏感性和特异性。因此，诊断测试或设备的应用效益可以通过正确诊断的概率来评估