工程科学与技术，国际期刊21（2018）532完整文章在医疗技术和管理苏巴斯角米斯拉·阿吉，1岁，桑迪普·比苏伊印度理工学院（IIT）坎普尔，印度阿提奇莱因福奥文章历史记录：2016年10月1日收到2018年3月19日修订2018年4月16日接受在线发售2018年保留字：医疗保健管理个性化医疗电子保健成功因素回归分析A B S T R A C T生物医学工程已经发展成为一个广泛的研究领域，包括许多工程和技术领域个性化医疗是当今医疗保健系统中的一种新兴方法。它具有从根本上巩固现代电子保健系统的巨大潜力科学家们已经发现了一些个性化的药物，这些药物可以将整个医疗保险系统转变到一个新的层面。然而，改变整个医疗保险制度并不是一件容易的事。有几个因素会影响个性化医疗系统在医疗保健管理领域的成功采用。本文旨在通过实证研究的帮助下，确定关键因素。一份问卷分发给一些临床医生、临床研究人员、制药行业从业人员、监管委员会成员和更多的患者。通过使用适当的统计方法分析由此收集的响应数据。基于统计分析，试图准备一份清单的关键成功因素，在医疗管理中采用个性化医疗。研究表明，在13个假设因素中，有8个因素与“成功”有统计学关系.检测到的重要成功因素是：数据管理，团队合作和组成，隐私和保密性，心态，投资回报，足够的时间，研发和调整。据我们所知，这是第一篇试图对个性化医疗在医疗管理中成功实施的重要关键因素进行建模的学术论文。这项研究有望在医疗保健工程和技术中得到重要应用©2018 Karabuk University. Elsevier B.V.的出版服务。这是CCBY-NC-ND许可证（http://creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍个性化医疗（有时也称为精准医疗）是现代电子医疗系统的重要推动者，是一种新的医疗保健方法，可以将整个医疗保健系统转变为新的模式：从反应到预防[7，15，27]。用于个性化医疗（PM）的其他同义词是：分层医学，靶向医学和药物基因组学。在本上下文中，分层是指将患有特定疾病的患者分类为不同的亚组，使得属于特定亚组的患者对给定药物有反应。*通讯作者：IME Department，IIT Kanpur，NSERC Fellow 2008，HarvardUniversity，USA.电子邮件地址：subhasm@iitk.ac.in（S.C. Misra）。网址：http://www.iitk.ac.in/ime/subhasm/index.pdf（S.C. Misra）。由Karabuk大学负责进行同行审查1美国哈佛大学前访问科学家在个人医疗保险系统中，人们会注意到某种特定药物对某个亚组的副作用是最小的。与特定药物给药引起的DNA和RNA特征变化相关的研究属于药物基因组学的范畴分层和药物基因组学是个体化医疗的重要组成部分。在这种新的医疗保健系统中，还采取旨在改善患者健康的治疗措施。在个性化的方法中，要充分注意包括关于患者的解剖结构、生理学和环境的信息关于患者的生理信息应涵盖心血管和神经系统的状况以及代谢活动，而关于环境的信息最近，生理传感器也被用于好的医院，目的是观察每个病人不同器官的医疗反应。由于不同地方的气候条件不同，人们生活的地方也不同，而且人们的饮食习惯也不同，所以人们的类型也不同这些变化https://doi.org/10.1016/j.jestch.2018.04.0112215-0986/©2018 Karabuk University.出版社：Elsevier B.V.这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程科学与技术国际期刊杂志主页：www.elsevier.com/locate/jestchS.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532533健康病理学的重要决定因素众所周知，有一些特定的药物，并不适合所有人。这一事实已经在个性化医疗保险系统中得到了照顾，因为在新系统中，可以通过考虑个人的需求以及气候和空间条件的变化来治疗患者个性化医疗系统有几个优点在这个系统中，有机会筛选药物。该系统还使临床医生能够在早期阶段进行干预并立即开始治疗程序。这里没有传统医疗保险制度中使用的试错法的空间。人们可以期待使用遗传变异对不同人群进行安全有效的治疗[31]。在单基因变异改变的情况下，表型可以被认为是单基因变异的一个亚组;但在多个基因中发生变异的情况基因与不同因子的相互作用可导致单基因或复杂基因变异。然而，复杂的变异通常涉及小的基因突变效应。个性化医疗系统包括识别基因的性质和作用以及不同的环境因素，并根据所获得的信息制备个性化药物DNA测试可分为体细胞和生殖细胞基因组测试。然后，个性化医疗系统可以通过确定个体是否有发展疾病的风险来促进疾病预测和因此，这种新型的医疗保险制度有利于不同疾病的早期预防策略在该系统中，可以更快地诊断不同的疾病，因此可以及早开始治疗由于这些优点，使用传统的治疗系统，通过试错法将由给予患者的药物引起的副作用最小化成为可能在印度，最近开始了个性化保健领域的活动，但这些活动进展非常迅速。基因组学技术研究的进展有望彻底改变个人基因组学，从而显著改善印度的预防保健Medicity（Positive Bioscience和Medanta的合资企业）是印度个人基因组学的先驱诊所[41]。其他一些与个性化医疗有关的印度项目包括Nutra- gene对2型糖尿病进行商业规模的基因检测，Xcode Lifesciences公司努力解决一些与生活方式有关的健康问题，如使用高通量基因分型的非侵入性技术的肥胖和糖尿病，AVESTAENOME项目开发基于药物基因组学的疗法和治疗与年龄有关的健康疾病等。由于印度是一个人口众多的多元化国家，由于大量印度人患有遗传疾病（主要是由于血亲通婚），因此对个性化医疗的需求相当高[16]。一旦这种新的医疗保险制度被大规模采用，它将很快受到欢迎，因为这种治疗制度照顾到遗传变异，以及早期诊断的生活方式和环境的差异，而且更准确的治疗和更好的临床管理。在印度，根据Gunashekar[16]的说法，这种新型医疗保险制度已经到位，特别是在几个专业领域，如糖尿病学、肿瘤学、精神病学和心脏病学。对于印度的癌症治疗，它在医疗从业者中相当受欢迎。Chatterjee和Pan- choli[8]指出，个性化医疗的概念在印度的医疗模式中很普遍，阿育吠陀将生活方式，饮食和药物考虑在内。他们观察到这种治疗模式存在于古印度，而在本世纪，个性化医疗是基于分析不同人的DNA，RNA和基因组。Jauhari和Rizvi[18]在讨论个性化医疗在印度的背景下，强调了对人类基因组进行适当测序的必要性，而Nair[25]声称，在个性化的医疗系统中，基于患者的药物遗传学和药物基因组学研究，为不同的患者开出不同的治疗处方Patel[29]、Yadav[44]和Ramprasad[34]进一步讨论了印度个性化医疗的前景和影响。上述所有讨论都表明，个性化医疗保险制度具有明显的优势，可概括如下：i) 在这种新的系统中，医疗保健人员可以更有效地预防不同疾病的发作。ii) 这是更有效的时间和成本。iii) 这种治疗方法有可能减少药物不良反应的可能性然而，需要记住的是，要成功采用个性化医疗保险系统，首先必须确定“关键成功因素”。这种识别行为将显著增加个性化医疗保健系统管理的成功。如上所述，个性化医疗保健的新颖性在于它通过认识人们的基因类型利用关于他们的环境的信息来治疗人们的事实在这个关键时刻，可以指出，尽管科学家和技术人员已经详细讨论了然而，在个体化医疗系统中，没有一个人尝试建立一个模型，并对其进行科学的分析，以探讨个体化医疗的成功因素。如果成功的因素被确定并得到足够的重视，我们可以期待成功地采用个性化医疗。否则，采用PM可能会失败。我们在此要讨论的具体问题如下：为了成功地在医疗管理中采用个性化医疗系统，必须特别注意的主要因素是什么？有鉴于此，我们在本文中努力通过采用实证方法来识别关键成功因素。该研究的重点如下：i) 设计了适当的问卷。它被分发给各种各样的人，包括临床医生、研究人员、药剂师、监管委员会成员和患者。ii) 收集反馈并处理数据。iii) 处理后的数据用适当的统计技术、t检验和相关/回归分析进行分析。iv) 基于统计分析，已经确定了八个关键因素，这有助于成功地采用个性化医疗。v) 关键成功因素包括：（a）据作者所2. 背景和动机虽然已经对传统医学系统及其实施进行了大量研究，但有关534S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532个性化医疗制度的实施非常匮乏。个性化药物的重要性来自于观察到许多药物对大量患者无效科学家们主要讨论了这种新型医疗保健系统的优点和局限性，但还没有努力探索采用个性化医疗保健系统的成功因素[4]。在当今时代，基因组学和基因组技术领域的各种研究已经以快速的速度进行研究结果有望为个性化医疗的进一步发展做出贡献。个性化药物的重要性来自于观察到许多药物对大量患者无效。例如，哮喘、糖尿病和癌症分别对全球40%、43%和75%的人口无效[37]。200万人经历了严重的药物不良反应[2，33]。一些研究已经进行了基因组解释和遗传预测[12，20，9，45，11]。虽然已经发现了一些个性化药物并在市场上可用，但个性化药物在大规模采用之前必须走很长的路。Bolouri[4]在他关于个人基因组学和个性化医疗的优秀论文中，详细讨论了与PM相关的一些重要问题。在医疗保健研究领域，在生理流体动力学领域取得了进展。之一本文作者还通过使用适当的分析/数值技术参与了对狭窄动脉中血流的一些重要信息的探索（参见[23].他在研究粘弹性介质中波的传播（s.c. [24]随后被其他研究人员用于研究受外部磁场影响的动脉中的波传播。这些研究对传统医疗系统的临床医生很有用。在电子保健方面，各种研究人员进行了重要的讨论Eysenbach[14]和 Ahern 等 人 。 [1] 详 述 了 电 子 医 疗 保 健 系 统 的 某 些 方 面 。Eysenbach和Diepgen[13]讨论了电子健康在21 世纪的重要性。Jadad等人[17]对电子医疗保健系统进行了系统综述。网络心理健康与 网 络 医 疗 保 健 的 关系 也 在 最 近 的 科 学 文 献 中 进 行 了 讨 论 。Ruggiero等人[35]详细讨论了不定期数字拨号征聘作为基于互联网的调解审判的一种可能方法Bennett等人[5]讨论了电子精神健康的安全性，而Andrews和Titov讨论了电子精神健康本文作者最近参与了探索在医疗保健管理中尝试采用PM时所面临的关键挑战[22]。Offit[28]在讨论基因组在个性化医疗中的可能应用时指出，基因组科学的空前发展以及近年来测序技术支出的减少，使得个性化医疗的前景大大增强。Cornetta等人强调了将个性化医疗和个性化护理纳入医学课程以及遗传咨询的必要性[10]。Tursz等人讨论了个性化医疗在癌症患者治疗中的重要作用。[39]。在讨论个性化医疗的某些方面时，Vogenberg等人[42]指出，在本世纪，就治疗反应而言，不同药物的使用已经探索了相当大的个体间差异。在另一份单独的通讯中，同一作者[43]详述了个性化医疗的伦理，法律和监管问题。Louca[19]在讨论个性化医疗作为定制医疗保健系统的挑战和机遇时，注意，个性化医疗系统应被视为一种科学努力，有希望为患者和医疗保健人员提供更新的诊断和治疗程序。在印度医疗保健系统的背景下，Nair讨论了卫生经济学的相关性[26]。兄弟和罗斯坦[6]。Brothers和Rothstein[6]分析了个性化医疗的可能后果，并讨论了个性化医疗如何消除健康差异。虽然在Web上有一些PM文档，但它们大多是流行的文章类型，但没有学术文献涉及确定PM实施的关键成功因素这是首次尝试确定采用个性化医疗的重要成功因素为此，采取了系统和科学的方法，这将是实施和管理个性化医疗保健系统的重要一步。3. 研究方法在这项工作中使用的研究方法通常是采用基于调查的医疗管理研究。方法是基于事后调查的调查。 大体上，它包括以下三个阶段：第一阶段：根据直觉和现有的相关文献，设计研究问卷、假设框架以及设定一组假设。第二阶段：设计工具和通过调查收集数据。第三阶段：分析收集的数据。本文所构建的假设框架和本文所考虑的假设已被用于设计一份调查问卷。在将问卷发送给医生、研究人员和患者之前，对问卷的有效性、有用性、可靠性和可读性进行了测试。我们收集了参与该过程的各利益相关者（即在相关领域工作的医生、患者和医学研究人员）的数据。我们在仔细调查了他们的背景后选择了受访者。他们所属的医疗机构正在使用/尝试采用EMR和PM系统。我们的调查问卷随后通过电子邮件发送给满足上述标准的目标群体。只要有可能，数据都是通过亲自会见受访者并向他们询问问卷中的问题来离线收集的，其中所有问题都与成功的医疗保险系统相匹配。例如，我们询问受访者，他们是否认为较长的医生培训期、结构化和安全的数据库以及更好的基础设施会使采用PM系统更成功。尽管我们试图从患者、医生、医学研究人员、药剂师和监管委员会成员那里获得回复，但没有收到监管委员会成员和药剂师的回复。采取了一切措施以获得最大限度的响应。我们收到了92人的回复，其中60%是患者，27%是医生，其余13%是医学研究人员。受访者主要来自印度的两个不同城市：勒克瑙和坎普尔。使用适当的统计分析技术对数据进行分析，以模拟成功适应个性化医疗系统的重要因素。S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）5325354. 成功因素：概念框架我们提出了一个概念模型，以确定成功实施个性化医疗的关键因素该模型是在一系列假设下制定的，并通过使用经验数据进行了验证根据Sanchez et al.[38]在电子保健中采用PM的健康中心的管理人员、雇员和客户的成功前景可能不同。成功有几个方面：有效性，效率，组织态度和承诺以及满意度。不同的涉众可能会对维度相关性有不同的看法。此外，对于什么是适当的有效性措施或什么成本和收益应纳入系统评估，各方可能有不同的意见[38，21]。从项目经理在这里，我们使用以下标准来确定成功的PM采用：● 降低医疗保健成本● 缩短治愈● 更安全有效的药物（无药物不良反应）。这些标准构成了本研究中的因变量成功它们构成了任何项目成功的三个重要方面这三个方面是：缩短时间、降低成本和提高质量。在网络上可以找到一些文章，这些文章涉及PM实施的不同方面[30，40]。这些文章提供了一些信息和一些讨论。但是，它们都不是研究文章。在一份单独的通讯中，本文作者报告了他们对采用个性化医疗保险系统的关键挑战的研究[22]。基于这些文章，我们概念化并准备了一系列与成功采用PM相关的因素。4.1. 构造因素医疗系统和基础设施：成功取决于医院/保健中心的基础设施质量。个性化药物的可获得性：虽然已经发现了一些个性化药物，但它们在市场上的可获得性需要足够。这是正确实施PM的必要条件数据管理：必须妥善维护由所有个体的必要数据组成的基因组数据库。所有医疗中心和所有从业人员都必须能够方便地使用因此，基因组数据库的管理直接影响到PM的成功实施。团队合作和组成：医生，研究人员，药剂师和管理人员必须在一个团队中共同努力，以获得最佳输出。4.2. 社会因素隐私、保密和患者权利：个性化医疗系统的成功实施在很大程度上取决于政府或监管机构如何处理公众的基因组数据库。保持隐私是一个至关重要的问题。普通人可能没有安全感，如果他们不完全相信隐私和目的，可能不会准备好提供基因组测试的样本。心态的改变：人们的心态在PM实施中起着重要的作用。说服人们接受基因组分析可能是一项具有挑战性的任务。因此，如果政府给予一些激励措施，鼓励人们，使他们切换到系统-通过这一系统，成功的机会可能会大大增加。临床实践和培训：对医生进行个性化医疗保险系统的培训是有效实施PM的必要条件个性化医疗应纳入医学院课程，教师和医疗从业人员应得到适当的培训。4.3. 经济因素保险范围：个性化药物需要全面的医疗测试和适当的医疗记录系统来维护所有个体的正确基因组数据记录。这自然会花费巨大。政府或保险公司应出面承担费用。报销：即使政府或保险公司同意承担费用，老百姓也可能不愿意自己承担最初的费用。人们可能会怀疑政府/保险公司是否/何时会报销所产生的支出。因此，中下层阶级/穷人可能会犹豫是否要冒这个风险，主要是中下层阶级/穷人。为了鼓励人们进行基因检测，最好有一个即时的补偿计划。初始成本高，没有明确的投资回报率：对于实施PM，初始成本将很高。对所有人进行基因组测试，用个性化药物取代传统药物，可能需要一些时间，并涉及巨额支出。因此，必须有一个合适的ROI模型来实施PM。有足够的时间培训医生：医生必须得到适当的培训。这需要足够的时间。临床医生和所有其他与患者医疗相关的人员必须接受培训计划，并逐步吸收个性化医疗保险系统的概念。 为此，需要足够的时间。4.4. 对准强调研发和个性化药物发现系统：在试图建立基因组数据和个性化药物发现组织之间的联系时，可能会出现一些沟通错误。政府需要强调不同的个性化医疗保险研发，以尽快成功地采用新的医疗体系。明确的临床需求和个性化基因组研究之间的适当调整：为了成功采用PM系统，基因组研究小组和医疗从业者之间必须进行研究调整。信息技术（IT）可以在研究人员和基因组测试组之间的比对中发挥重要作用。4.5. 研究假设图 1总结了上一节讨论的成功因素。基于对经济因素、社会因素和结盟的讨论，可以假设以下断言接受和拒绝的假设进行使用的数据收集的病人，医生，研究人员，监管委员会成员和药剂师的调查。HI：结构性因素假说。HI 1：适当的基础设施将有助于成功实施个性化医疗保险系统。HI 2：获得个性化药物将有助于成功实施个性化医疗保险系统。536S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532Fig. 1. 假设的成功因素。HI 3：正确的药物基因组数据库维护将有助于个性化医疗保险系统的成功实施。HI 4：医生和药物发现实验室之间的适当沟通将有助于成功实施个性化医疗保险系统。HS：关于社会因素的假设。HS 1：维护基因组数据库隐私将有助于个性化医疗系统的成功实施。鼓励老百姓（患者）采用新技术将有助于个性化医疗制度的成功实施.HS 3：适当的临床实践将有助于采用新的医疗保健方法。他：经济因素的假设。HE 1：政府/保险公司对基因组测试的更高投资将导致PM的成功采用。他2：更好的规划将导致人们更好地采用新的医疗保健方法.他3：较低的初始成本和较高的投资回报率将有助于成功采用项目管理.HE 4：医生的长期培训时间将有助于成功采用PM。HA：关于对齐的假设。HA 1：鼓励和强调研发将增加PM的成功采用。S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532537HA 2：临床需求和个性化基因组研究团队之间的适当匹配将提高成功采用率。5. 分析和结果对来自封闭式问题的数据进行了不同的统计研究。受访者被要求从给定的选择列表中进行选择。研究的变量和相应标签见表3。本文试图从医学实践者、研究者和患者的角度来理解成功因素。这是一项关系研究，其中有13个自变量和一个合并的因变量（成功），它有三个部分。合并的因变量D（成功）是通过取因变量D1、D2和D3的平均值来测量的，这三个因变量代表了成功的三个组成部分此外，还研究了回归模型，将成功的每个组成部分作为因变量，将13个潜在因素作为自变量。表1显示了成功指标（D1、D2、D3）和合并成功（D）的描述性统计量（平均值、最小值、最大值和标准差）。这里，对于所有的连续性测量D1、D2和D3，平均值大于3。因此，D1、D2和D3是实施个性化医疗保险系统的成功（D）的重要指标D1、D2、D3和D的显著性采用单样本t检验，取3为检验值。从表2中可以看出，D1、D2、D3和D成功通过了单样本t检验（置信区间为95%），因为显著性值为0.000（小于0.05）。这证明了成功测量公式是正确的。表3列出了本研究中使用的自变量及其标签。5.1. 描述性统计量表4总结了调查答复。各自变量对应的最大值、最小值、平均值和标准差见本表。5.2. 排名表4还列出了自变量的排序。自变量Ind5（隐私和保密）和Ind4（团队合作和组成）被发现具有最高的表1描述性统计。N最小最大是说STD. 偏差D192254.170.807D292354.230.697D392354.270.613D922.66675.00004.2246380.5114291表2单样本检验。测试值= 3表3使用的变量变量标签医疗系统基础设施个性化药物的可用性Ind2数据管理Ind3团队合作和组成Ind4隐私和保密Ind5思维定式Ind6适当的培训Ind7保险范围Ind8报销编号9投资回报率（ROI）Ind10充足时间Ind11研发工业12对准标记13表4描述性统计。N最小最大是说STD. 偏差指标192354.290.704Ind292254.280.856Ind392254.450.856索引492254.460.732索引592254.460.776索引692154.100.839索引792153.781.147索引892254.420.940索引992254.390.695索引1092254.090.945索引1192254.210.871编号1292153.901.130编号1392154.211.000有效N（列表）92平均值，其次是指数3（数据管理）、指数8（保险范围）、指数9（报销）、指数1（医疗系统基础设施）、指数2（个性化药物可用性）、指数11（充足时间）、指数13（一致性）、指数6（心态）、指数10（投资回报率（ROI））、指数12（研发）和指数7（充足培训）。5.3. 线性多元回归分析和相关分析理想情况下，对于一个好的回归模型，残差应该遵循正态分布。直方图显示分布是正态的。自变量D1、D2、D3和LN D的散点图也表明变量呈正态分布。还发现，P-P（用于访问数据点的接近度的概率图）绘制的残差遵循45度线。直方图和P-P图均未表明违反了线性多元回归中的正态性假设。对于因变量LN D，图。图2给出了回归标准化残差的图形表示，而图3显示了P-P图，图4给出了散点图。为了简洁起见，这里不介绍因变量的类似图表和P-P图。相关分析有助于我们了解所有13个自变量与因变量（成功，D）之间的关系。鉴于此，在成功的每个测量（D1、D2和D3）与13个自变量之间进行相关性分析。的结果t Df信号（双尾）是说差异95%置信间隔相关性分析见表5。表6显示了13个自变量（Ind 1-Ind 13）的显著性，成功测量值为D1、D2、D3和D。5.4. 回归系数多元回归分析所得结果以表格形式呈现（见表7差异低上D113.958910.0001.1741.011.34D216.903910.0001.2281.081.37D319.896910.0001.2721.141.40D22.968910.0001.22463771.1187241.330552538S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532图二. 直方图。图三. P-P图。见图4。散点图5.5. 回归模型总结表11总结了回归模型的分析。每个模型的R值给出了多重相关系数的估计值。该表显示了观察到的成功与预测的成功之间的线性关系。可以注意到，所有的R值都在（0，1）的范围内。更大的R值意味着更强的关系。通过R平方值估计回归模型解释的成功变异比例。还观察到，R平方值也位于（0，1）的范围内。在D1、D2、D3和LN D的所有四种型号中，观察到LN D具有最高的R平方值（见表12）。5.6. 回归分析针对D、D1、D2和D3中的每一个获得的回归模型为：D1 = 2.088 + 0.246吲哚2 + 0.238吲哚 8 + 0.225吲哚 9 + 0.255第11章D2 = 0.425 + 0.211毫英 1 + 0.205毫英 9 + 0.248毫英 11D3 = 4.716 + 0.223毫英 1 + 0.312毫英 12 + 0.236毫英 13LN D = 0.966 +0.225 μ Ind 3 + 0.278μ Ind 11 + 0.203μ Ind 12 +0.203平均值136. 讨论我们可以注意到，八个因素与一个具有统计学显著关系，可以观察到，所有显示成功测量D1的因素，十个因素与D2，五个因素与D3，八个因素与综合成功测量D。根据文献和直观分析，所有因素均显示与成功具有统计学显著性关系人们认为，应进行更深入的研究，探讨各种其他有关资料。然而，这项研究的结果/观察结果是个性化医疗保健研究的一个进步研究结果可用于验证未来几年将研究的更复杂的下文对一些相关问题作了进一步6.1. 医疗系统基础设施该因素对于D2（更快的治愈时间）和D3（无药物不良反应）具有显著性然而，这与D1（降低医疗成本）相比并不这个结果是显而易见的。随着现代更好的基础设施的可用性，治疗费用将增加，以获得更准确的治疗。但现代化的设施将减少治疗所需的时间，错误治疗的机会也会减少;即，药物不良反应少这一因素对综合成功的衡量是不重要的虽然更好的医院基础设施可以降低设置成本，但不能保证这将导致成功实施PM。6.2. 个性化医疗如果市场上有个性化的药物，治疗费用将降低。然而，根据其他两项成功措施的受访者，这一因素并不显著个性化药物的容易获得也不会对整合成功产生影响如果有个性化的药物，将减少治疗时间。但是，容易获得并不意味着质量或成本效益（另两个成功的衡量标准）。S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532539表5相关性。D1 D2 D3 D指数1皮尔逊相关系数0.141 0.265*-0.212*0.110Sig. （双尾）0.179 0.011 0.042 0.297N 92 92 92 92指数2皮尔逊相关系数-0.215* 0.038-0.106-0.138Sig. （双尾）0.039 0.719 0.314 0.189N 92 92 92 92指数3皮尔逊相关系数-0.241*-0.228*-0.108-0.273**Sig. （双尾）0.021 0.029 0.307 0.008N 92 92 92 92指数4皮尔逊相关系数-0.229*-0.271**-0.084-0.277**Sig. （双尾）0.028 0.009 0.429 0.008N 92 92 92 92指数5皮尔逊相关系数0.153 0.212* 0.106 0.219*Sig. （双尾）0.146 0.043 0.315 0.036N 92 92 92 92指数6皮尔逊相关系数0.250* 0.224*-0.0520.213* Sig.（双尾）0.016 0.032 0.621 0.042N 92 92 92 92指数7皮尔逊相关系数0.053 0.187-0.212*0.028Sig. （双尾）0.614 0.075 0.042 0.791N 92 92 92 92指数8皮尔逊相关系数0.206*0.102-0.069 0.127Sig. （双尾）0.049 0.332 0.516 0.226N 92 92 92 92指数9皮尔逊相关系数-0.182 0.222*0.083 0.039Sig. （双尾）0.083 0.033 0.431 0.715N 92 92 92 92指数10皮尔逊相关系数0.124 0.236* 0.110 0.217*Sig. （双尾）0.239 0.023 0.294 0N 92 92 92 92指数11皮尔逊相关系数0.277** 0.247* 0.264*0.363** Sig.（双尾）0.008 0.017 0.011 0.000N 92 92 92 92指数12皮尔森相关系数0.200 0.252* 0.340**0.355** Sig.（双尾）.056.015.001.001N 92 92 92 92指数13皮尔逊相关系数0.282** 0.247* 0.337**0.395** Sig.（双尾）0.006 0.018 0.001 0.000N 92 92 92 92*在95%置信区间时显著。**在99%置信区间显著表6独立变量的意义。自变量D1D2D3DInd1Ind2✗✗✗✗✗Ind3Ind4✗✗Ind5Ind6Ind7✗✗✗✗✗✗Ind8Ind9✗✗✗✗✗✗Ind10Ind11Ind12✗✗Ind136.3. 数据管理对基因组数据库的合理管理将有助于个性化医疗管理系统的顺利实施。如果包含所有必要基因组信息的数据库可用且安全，临床医生和研究人员将可以轻松实现PM数据库安全将增强病人的信心，鼓励他们采用新的医疗保险系统。该因子对D1和D2有意义，但对D3无意义。如果基因组数据库的管理得当，并且医生容易访问，实施和医疗成本将减少。一个可访问的数据库意味着它将花费更少的时间来找到一个人但维护数据库与更安全、更有效的药物无关。6.4. 团队合作和团队更好的团队合作和团队组成有助于减少PM采用的时间和成本。如果医生和个人化基因组研究小组联合工作，新医疗保险制度所需的费用和时间将减少，但这一因素与D3没有任何显著关系6.5. 隐私和保密如果患者540S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532表7系数。一模型非标准化系数标准化系数t Sig.B标准品错误Beta1（常数）2.088 1.173 1.779.079电话：+86-0512 - 8888888传真：+86-0512 - 8888888电话：021 - 88888888传真：021 - 88888888电话：+86-0511 - 8888888传真：+86-0511 - 8888888电话：+86-021 - 8888888传真：+86-021 - 8888888电话：+86-021 - 8888888传真：+86-021 - 88888888电话：+86-021 - 8888888传真：+86-021 - 8888888电话：+86-053 - 8888888传真：+86-053 - 8888888电话：+86-021 - 8888888传真：+86-021 - 8888888电话：+86-0511 - 8888888传真：+86-0511 - 8888888索引100.1040.0870.1221.1970.235索引110.2360.0930.2552.5530.013编号120.0250.0780.0350.3200.750编号130.1400.0850.1741.6470.104a因变量：D1。表8系数。一模型非标准化系数标准化系数t信号。B标准品错误Beta1（常数）0.425 1.023 0.415 0.679电话：+86-021 - 8888888传真：+86-021 - 88888888电话：+86-051 - 8888888传真：+86-051 - 8888888电话：+86-10 - 8888888传真：+86-10 - 88888888电话：+86-0755 - 8888888传真：+86-0755 - 88888880.001 - 0.007 0.994电话：+86-510 - 8888888传真：+86-510 - 8888888电话：0755 - 8888888传真：0755 - 8888888电话：+86-0511 - 8888888传真：+86-0511 - 8888888电话：+86-021 - 8888888传真：+86-021 - 8888888索引100.0510.0760.0690.6690.506索引110.1980.0810.2482.4580.016编号120.0960.0680.1561.4120.162编号130.0130.0740.0190.1810.857a因变量：D2。表9系数。一模型非标准化系数标准化系数t信号。电话：+86-0571 - 8888888传真：+86-0571 - 8888888电话：+86-0755 - 8888888传真：+86-0755 - 8888888电话：+86-0511 - 8888888传真：+86-0511 - 8888888电话：+86-510- 8888888传真：+86-510 - 8888888电话：+86-10 - 8888888传真：+86-10 - 88888888电话：0755 - 8888888传真：0755 - 8888888电话：+86-0561 - 8888888传真：+86-0561 - 8888888电话：+86-021 - 8888888传真：+86-021 - 8888888保护病人的隐私将鼓励他们毫不犹豫地采用新的医疗保险制度。据受访者称，这一因素在个性化医疗保健的成功采用中发挥着重要作用。6.6. 心态如果政府能通过公众宣传活动鼓励人们，公众很可能会采用这种做法。BSTD. 误差Beta1（常数）4.7160.9235.1070.000指标1-0.1940.095-0.223-2.0400.045索引100.0040.0680.0070.0650.949索引110.0670.0730.0960.9250.358编号120.1690.0610.3122.7600.007编号130.1440.0670.2362.1570.034a因变量：D3。S.C. 米斯拉河，西-地Bisui/工程科学与技术，国际期刊21（2018）532541表10系数。一模型非标准化系数标准化系数t信号。B标准品错误Beta1（常数）0.966 0.183 5.288 0.000电话：+86-510 - 8888888传真：+86-510 - 8888888电话：+86-021 - 8888888传真：+86-021 - 88888888电话：+86-0511 - 8888888传真：+86-0511 - 8888888电话：+86-021 - 8888888传真：+86-021 - 8888888电话：+86-510 - 8888888传真：+86-510 - 8888888电话：+86-510 - 8888888传真：+86-510 - 8888888电话：+86-021 - 8888888传真：+86-021 - 8888888电话：+86-021 - 8888888传真：+86-021 - 88888888电话：+86-0755 - 8888888传真：+86-0755 - 8888888电话：+86-510 - 8888888传真：+86-510 - 8888888电话：+86-021 - 8888888传真：+86-021 - 8888888电话：+86-021 - 8888888传真：+86-021 - 88888888电话：+86-021 - 8888888传真：+86-021 - 88888888a因变量：LN D。表11模型摘要。B模型RR平方调整后的R平方STD. 估计误差变化统计R平方变化F变化DF1DF2Sig. F变化10.636a0.4050.3050.10772380.4054.07913780.000a预测因子：（常数）、Ind 13、Ind 1、Ind 9、Ind 8、Ind 11、Ind 3、Ind 5、Ind 2、Ind 7、Ind 10、Ind 6、Ind 12、Ind 4。b因变量：LN D。表12方差分析。B模型平方和DF均方FSig.1回归0.615130.0474.0790.000a残余0.905780.012总1.52091a预测因子：（常数）、In
我的内容管理
展开
