Page 136 - 《中国药房》2022年19期

法 [17―19] 。这3种方法的基本思想都是把实际的观测数据 compromise solution，CoCoSo）法构建MCDA集成模型，
按最低层次的顺序进行两两比较以得出相关因素权重， 并基于该模型从不同角度对纳入的药品冷链物流供应
然后通过由低到高升维计算得出各方面权重对应的数 商进行评估和选择，以保障药品的质量。该研究的主要
值。与原始数据模型比较，三者均具有更好的稳健性， 步骤为：第一步，组建MCDA专家团队，由专家按照重要
但都存在计算过程混乱、一致性检测无法通过等问题； 性对评价准则进行排序；第二步，根据SWARA计算出评
此外，如何根据实际决策环境选取阈值、如何选择偏好 价准则的权重值；第三步，结合调整系数和准则权重值，
函数，也需要进一步研究 [17―19] 。 求得该项准则的最终权重；第四步，结合 CoCoSo 法，得
逼近理想解排序（technique for order preference by 到备选方案的最终折中性能值，优选出折中性能值最高
similarity to an ideal solution，TOPSIS）法是借助评价对 的药品冷链物流供应商。
[26]
象与理想方案的接近程度来进行排序、进而解决多准则 Jafarzadeh 等 组建由 3 组专家（医师、护士和药剂
[20]
决策问题的一种方法 。TOPSIS 法适用于存在诸多标 师）组成的团队以制定评价准则，通过将 Z-number 理论
准和替代方案的情况，可排除大多数包含低值属性的备 和 SWARA 法的组合模型（Z-SWARA）与加权求和及乘
选方案，具有排序过程清晰、易于实施等优点；但由于规 积 评 估 模 型（weighted aggregated sum product assess‐
范矩阵的计算过程比较复杂，故无法避免模糊性所致的 ment，WASPAS）相结合来识别在临床使用、管理过程中
[20]
偏差 。 出现的用药错误问题，以减少因用药错误给患者带来的
基于消去与选择转换（elimination et choice transla- 潜在不良影响，提高患者的安全用药水平。
ting reality，ELECTRE）法及其衍生方法在排名方法中发 上述3篇文献均将SWARA与其他MCDA评估方法
挥着重要作用，其具有将决策矩阵偏好与整体决策分离 相结合，研究特点都在于先用 SWARA 确定出每项评价
的能力。该法的基本思想是在构建排序关系时，可更好 准则的权重值，再结合另一种决策方案选择方法进行最
地代表决策的偏好，建立方案从最优到最劣的备选顺 终决策。这3篇文献均指出，在应用过程中，该法的准则
序，并生成与决策者定义条目排名相似的排名。然而， 序号以专家组排序结果的中位数表示，专家只需为准则
在备选方案多、评价准则多的情况下，该法可能会导致 排序1次，无需进行多轮次讨论和复议，极大程度地提高
数 据 处 理 困 难 ，从 而 影 响 决 策 模 型 所 获 结 果 的 稳 了操作的简便性；在数据处理过程中，该法会对已排序
[21]
健性 。 的准则进行两两比较，每次流程结束后的输出结果即为
2 SWARA “更为重要的值”（也就是排序更小的权重值），故最终结
2.1 SWARA在权重赋值方面的应用 果可直观反映出最需要优先考虑的准则，同时其最终权
多准则决策的分析方法一直在不断优化和创新， 重值也会以数值的形式直观展示多个准则间的相对重
SWARA于2010年被Kersuliene等学者提出 。SWARA 要性。
[22]
是一种新的权重赋值方法，相比于其他方法，其可简洁、 2.2 SWARA的实现步骤
准确地确定指标权重，在解决药品临床综合评价等多维 SWARA在专家组成和权重值计算方面具有较大优
问题方面具有独特优势。SWARA现已广泛应用于可持 势，其主要操作步骤如图1所示，主要流程如下：
续再生能源评价、服务质量评价、商业地址评选、商业供 首先，将初拟的准则列表发放给专家，由专家对筛
应链评价等多个领域 [11，23] ；此外，该法也不断应用于医药 选出的准则按照重要性降序排列，最重要的准则定义为
学领域以解决医疗决策问题 [24―26] 。 第1级，最不重要的准则定义为最后一级（或第n级）；每
Eghbali-Zarch 等 将 SWARA 与全乘比例分析模糊 个评价准则的序号为全部专家对该项准则排序序号的
[24]
多目标优化法（fuzzy multi-objective optimization on the 中位数 ，即图 1 中的准则 j。其次，对相邻序号的准则
[27]
basis of a ratio analysis plus the full multiplicative， 进行两两比较，经多次循环后确定两两比较的结果，以
FMULTIMOORA）相结合，对多种治疗药物进行综合评 实现对各准则相对重要性程度的评估 。最后，通过计
[28]
估，为2型糖尿病患者治疗药物的选择提供了解决方案。 算确定每项评价准则的权重值。所涉及的公式包括：
该研究的主要步骤为：第一步，建立由内分泌科专家、计 K1＝1&Kj＝Sj+1， "j＝{2，…，n} ⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （1）
算机工程专家组成的决策团队，通过多方面调研和文献 式中，K为确定准则的相互影响值；S为确定准则的
查 阅 制 定 重 要 性 评 价 准 则 ；第 二 步 ，将 SWARA 与 相对权重值； " 为离散数学中的符号，表示任意；n 为全
FMULTIMOORA相结合，建立MCDA混合模型，确定每 部准则的数量。
个药物评价准则的最终权重值，进而评估出最有效的 2
P1＝1&Pj＝ Pj - 1 Sj+1， "j＝{2，…，n}⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅⋅ （2）
型糖尿病治疗药物。 Kj
Wen 等 结合 SWARA 和组合折衷解决（combined 式中，P为确定准则再计算权重值。
[25]

·2430· China Pharmacy 2022 Vol. 33 No. 19 中国药房 2022年第33卷第19期