决策树C4.5算法在提升儿科医疗设备管理质量中的价值研究

学术论著
①济南市妇幼保健院急诊科 山东 济南 250001*通信作者：********************
作者简介：刘志红，女，(1974- )，本科学历，副主任护师，从事医院儿科护理管理工作。

[文章编号] 1672-8270(2023)10-0172-05 [中图分类号] R197.39 [文献标识码] A
The value of C4.5 decision tree algorithm in improving the management effect of pediatric medical equipment/LIU Zhi-hong, ZHAO Ning, DONG Y an, et al//China Medical Equipment,2023,20(10):172-176.
[Abstract] Objective: T o develop the quality improvement strategy for pediatric medical equipment management based on C4.5 decision tree algorithm, and to explore its application value in pediatric medical equipment management. Methods: Quality evaluation indexes were established from the aspects of equipment quality, disinfection quality and use quality. The associated factors of equipment quality level were obtained by C4.5 decision tree algorithm and corresponding management countermeasures were formulated. A total of 42 medical equipment in clinical use in the hospital were selected and divided into control group and observation group according to different management modes. The control group adopted the expert investigation method to formulate management countermeasures, and the observation group adopted decision tree algorithm to formulate management countermeasures. The operation quality, clinical use safety and personnel professional capabilities of the two groups were compared. Results: The equipment maintenance execution rate, quality inspection qualified rate, disinfection qualified rate and problem effective response rate in the observation group were (93.15±1.91)%, (97.34±2.46)%, (99.45±2.16)%, (88.49±3.61)%, respectively, which were higher than those in the control group, the difference was statistically significant (Z =3.181, Z =3.450, Z =4.067, Z =5.074; P <0.05). The frequency of equipment failure in the observation group was (1.31±0.69) times/year, which was lower than that in the control group, the difference was statistically significant (Z =2.750, P <0.05). The number of cases of equipment-related infections, pressure injuries and safety risks caused by equipment operation problems in the observation group was 1 case (0.5%), 6 cases (3%) and 11 cases (5.5%), respectively, which were lower than those in the control group, the difference was statistically significant (x 2=5.570, x 2=6.383, x 2=5.983; P <0.05). The scores of safety awareness, theoretical knowledge, professional ability and satisfaction of equipment use and management personnel in the observation group were (97.22±4.36) points, (91.44±2.67) points, (98.62±2.76) points and (90.53±6.27) points, respectively, which were higher than those in the control group, the difference was statistically significant (Z =3.267, Z =4.325, Z =3.591, Z =6.278; P <0.05). Conclusion: C4.5 decision tree algorithm can effectively solve the problems in the management of pediatric medical equipment, improve the operation quality of equipment, the safety of clinical use and the professional capabilities of personnel.
[Key words] Pediatric medical equipment; Quality management; Decision tree; Preventive maintenance
[First-author's address] Department of Emergency, Jinan Maternal and Child Care Hospital, Ji'nan 250001, China.
[摘要] 目的：基于决策树C4.5算法制定儿科医疗设备管理质量提升策略，探讨其在儿科医疗设备管理中的应用价值。

方法：从设备质量、消毒质量和使用质量层面制定质量评价指标，采用决策树C4.5算法获取设备质量等级关联因素，制定相应管理对策。

选取医院临床在用的42台儿科医疗设备，根据管理模式不同分为对照组和观察组，对照组采用专家调研法制定管理对策，观察组采用决策树C4.5算法制定管理对策，对比两组设备运行质量、临床使用安全及设备管理人员业务能力评分。

结果：观察组设备维护执行率、质量检测合格率、消毒合格率和问题有效响应率分别为(93.15±1.91)%、(97.34±2.46)%、(99.45±2.16)%和(88.49±3.61)%，均高于对照组，差异有统计学意义(Z =3.181，Z =3.450，Z =4.067，Z =5.074；P ＜0.05)；观察组设备故障频次为(1.31±0.69)次/年，低于对照组，差异有统计学意义(Z =2.750，P ＜0.05)；观察组设备临床使用中的相关感染、压力性损伤和因设备操作问题导致安全风险例数分别为1例(占0.5%)、6例(占3%)和11例(占5.5%)，均低于对照组，差异有统计学意义(x 2=5.570，x 2=6.383，x 2=5.983；P ＜0.05)；观察组设备使用及管理人员的安全意识、理论知识、业务能力及满意度评分分别为(97.22±4.36)分、(91.44±2.67)分、(98.62±2.76)分和(90.53±6.27)分，均高于对照组，差异有统计学意义(Z =3.267，Z =4.325，Z =3.591，Z =6.278；P ＜0.05)。

结论：决策树C4.5算法有效地解决了儿科医疗设备管理中存在的问题，能够改善设备运行质量，提高临床使用安全性和设备管理人员业务能力。

[关键词] 儿科护理设备；质量管理；决策树；预防性维护DOI: 10.3969/J.ISSN.1672-8270.2023.10.034
引用本文：刘志红,赵宁,董妍,等.决策树C4.5算法在提升儿科医疗设备管理质量中的价值研究[J].中国医学装备,2023,20(10):172-176.
刘志红①* 赵 宁① 董 妍① 邵 丽①
决策树C4.5算法在提升儿科医疗设备管理质量中的价值研究
中国医学装备2023年10月第20卷第10期 China Medical Equipment 2023 October V ol.20 No.10
近年来，随着临床技术的不断发展，愈来愈多的先进医疗设备应用于疾病诊断、治疗及康复护理，已成为助推医疗卫生行业发展的重要力量。

目前，医患双方的法律意识逐渐增强，患者及家属对医疗服务质
量要求不断提高，医疗设备的运行安全引起了广泛关注[1-2]。

儿科医疗设备诊疗中面对的儿科患者具有病情稳定性差、自我反馈意识缺乏、操作配合度不足以及身体耐受性弱等特点，需要儿科病房护理人员使用设
学术论著
中国医学装备2023年10月第20卷第10期决策树C4.5算法在提升儿科医疗设备管理质量中的价值研究-刘志红*等
备时做到规范操作，避免安全隐患，提高设备使用效率[3]。

从安全风险角度，儿科医疗设备区别于其他医疗设备的风险发生率、影响程度及设备结构功能均存在不同，为更准确地分析儿科医疗设备管理中存在问题，制定科学的管理对策，本研究结合济南市妇幼保健院儿科病房实际情况，采用决策树C4.5算法选取医疗设备管理质量特征指标，生成设备运行安全风险的关联路径，制定设备安全运行管理对策，探讨其在儿科医疗设备管理中的应用价值。

1 儿科医疗设备管理质量特征分析与决策树生成1.1 采集指标数据
将医院儿科医疗设备的管理目标设定为提高设备稳定性、改善消毒合格率以及纠正操作失误率，即目标维度包括设备质量、消毒质量和使用质量3方面。

基于医院管理目标设定，采用调研法选取儿科医疗设备质量管理评价指标，调研对象为济南市内5家三级医院儿科具有10年及以上工作经验的12名医生和35名护士、消毒供应中心具有5年及以上工作经验的7名技术员、器械科具有中级及以上职称的10名工程师，共计64人。

其中，设备质量层面的调研评价指标包括设备类型(X1：诊断类-1，治疗类-2，护理类-3)、使用年限(X2：年)、故障频次(X3：次/年)、质量检测(X4：合格-1，不合格-2)、工程保障(X5：有效落实-1，部分落实-2，较少落实-3)；消毒质量层面的调研评价指标包括物品存放(X6：有序-1，杂乱-2)、回收下送(X7：规范-1，不规范-2)、清洗消毒(X8：标准-1，不标准-2)、灭菌包装(X9：合格-1，不合格-2)、日志资料(X10：齐全-1，遗漏-2)、应急措施(X11：有-1，无-2)；使用质量层面的调研评价指标包括使用人员职称(X12：高级-1，中级-2，初级-3)、业务水平(X13：考核成绩)、操作规范(X14：抽检合格率)、日常维护(X15：事项完成率)、质量意识(X16：调研测评分)[4-5]。

除儿科医疗设备质量管理评价指标外，设定考核指标，从设备运行状态和安全风险事件的影响程度两方面将设备质量等级(Y
j
)分为3级：①1级，设备
运行质量可靠性高，管理周期内未出现安全风险事件；②2级，设备运行质量基本满足医院临床诊疗活动的目标需求，管理周期内安全风险事件＜3项且影响程度较低；③3级，设备运行质量不能满足临床诊疗活动的实际需求，管理周期内安全风险事件≥3项，或出现的安全风险事件造成个体伤亡、群体损伤等严重危害[6]。

1.2 分析特征值
将儿科医疗设备评价指标和考核指标数据录入Excel数据库，剔除存在数据缺项的设备条目，经审核无误后形成决策树模型的数据集[7]。

假设儿科医疗设备质量评估数据集为D，纳入训练的设备数量以|D|
表示，设备质量等级分类为C
k
，k∈{1,2，…，K}，
则第k类医疗设备数量为|C
k
|，且Σ|C
k
|=|D|。

指标X有
n个不同的特征值x
1
,x
2
,…，x
n
，根据特征值不同将D
划分为N个子集D
1
,D
2
,…，D
N
，则第i个子集的医疗设
备数量为|D
i
|，且Σ|D
i
|=|D|。

依据C4.5算法理论，儿科医疗设备质量管理特征值分析流程见图1[8-9]。

(1)计算数据集D的经验熵。

由于医疗设备质量评价指标存在极多不确定性，如质量检测合格率会在不同时间段的临床诊疗压力情况下发生变化，工程保障能力也会因技术人员的业务水平不同而存在差异，因此引入熵进行不确定性度量，经验熵H(D)计算为公式1：H(D)=-Σk=1(1)
log2
|C k||C k|
|D||D|
K
式中k为质量等级数；C k为第k个质量等级；D为质量评估数据集。

(2)计算指标X的经验条件熵。

设定熵的概率
由数据估计获得，对应医疗设备子集D
i
的经验熵为
H(D
i
)，当指标X为随机变量时，引起数据集D随机变化的不确定性以经验条件熵H(D|X)表示，其计算为公式2：
H(D|X)=-Σi=1Σk=1(2)
log
2
|D ik||D ik|
|D i|
|D i||D i|
|D|
K
N
图1 儿科医疗设备质量管理特征值分析流程
学术论著
式中|D ik |为第i 个子集D i 中属于第k 类的医疗设备数量；|D i |为第i 个子集的医疗设备数量；|D |为纳入训练的设备数量。

H (D |X )越高表明指标X 对数据集D 不确定性的影响程度越高，反之越低。

(3)计算指标X的信息增益。

考量指标之间存在一定的关联性，如故障频次受到设备类型、使用年限、操作规范的影响而存在较大变动，日志资料的齐全性与管理人员、工作量、记录方式及存放条件等也存在关联性，因此引入信息增益G(D,X)反映指标与其他指标信息不确定性的影响程度，即当指标X确定之后其他指标的不确定性会减少，其计算为公式3：
G (D ,X )=H (D )-H (D |X ) (3)式中H (D )为数据集D 的经验熵；H (D |X )为当指标X 为随机变量时引起数据集D 随机变化的经验条件熵。

(4)计算指标X的信息增益比。

当以信息增益作为特征选择时容易出现取值较多指标被选中的问题，因此采用信息增益G R (D,X)进行问题校正，即将指标X 的信息增益与数据集D的经验熵之比作为特征选取的准则，其计算为公式4：
G R (D ,X )=
(4)G (D ,X )
H (D
)式中H (D )为数据集D 的经验熵；G (D ,X )为信息增益。

1.3 生成决策树
按照特征分析结果，生成儿科医疗设备管理质量决策树，用于质量等级分类评价，挖掘设备运行风险关联路径。

决策树(T)由有向边和节点组成，有向边指儿科医疗设备管理指标项间的影响关系，节点包括内部节点和叶节点，分别指评价指标和考核指标，即管理模型中的特征和质量等级。

基于决策树C4.5算法的儿科医疗设备管理质量生成流程为：①当数据集D中所有实例属于同一类C k 时，则置T为单结点树，并将C k 作为该结点的类，返回T；②当X为空集时，则置T 为单结点树，并将D中实例数最大的类C k 作为该结点的类，返回T；③非以上情况下，计算X中各指标对D的信息增益比，选择信息增益比最大的特征X_G；④如果X_G的信息增益比小于阈值α，则置T为单结点树，并将D中实例数最大的类C k 作为该结点的类，返回T；⑤非以上情况下，对X_G的指标项X j ，依据X_G=X j 将数据集分为若干子集，将D i 中实例数最大的类作为子结点，返回T；⑥对于子结点进行D i 训练和特征分析，递归调用①～⑤得到子树T i ，直至指标X为空集。

2 儿科医疗设备管理质量提升策略
医院临床诊疗活动频繁，且多数患儿言语交流功能仍不健全，医疗设备使用管理增加了“哑科”护理人员的工作难度。

依据决策树分析结果，从提高设备稳定性、改善消毒合格率以及纠正操作失误率等方面制定管理策略，以提升儿科医疗设备临床运行质量。

2.1 推进设备预防性维护保障
选定质量等级评定为3级的儿科医疗设备，按决策树路径分析医疗设备故障原因及质量问题，制定相应的预防性维护保障措施：①从安全意识和岗位职责方面开展宣传教育，提高管理人员的风险控制能力，并引起患儿家属的关注和配合；②从设备维护管理方面严格执行技术标准规范，做好设备日常维护和核心部件的专项维护，降低设备故障率；③对高频和高危险性医疗设备设置专人负责，采用“多维护、多检查、多反馈”的管理方法，提高儿科护理设备预防性维修效果[10]。

2.2 加强设备消毒供应监督
消毒供应中心是控制儿科医疗设备感染风险的主要职责部门，做好其日常监督管理可保障设备回收、存放、清洗、消毒、灭菌、包装及分类存放的规范开展，对存在的问题及时纠正和解决。

根据儿科医疗设备及配套器材的特殊性，科室间联合制定消毒供应流程，尤其是精密部件的清洗规范和消毒方法，在容易发生问题的存放环节进行贴签标识，避免与其他设备发生交叉感染。

同时，在质量检查中管理人员需在感染控制科专业技术人员指导下开展日常消毒供应抽检，包括消毒设施质量、场所环境情况、菌落检测等，并将其纳入决策树分析训练集，不断提升儿科医疗设备管理的精准性[11]。

2.3 建立健全设备使用管理制度
医院结合科室发展及儿科医疗设备的使用现状，制定医疗设备管理的阶段目标和临床应用的诊疗目标，统筹做好设备资源配置和诊疗活动的协调开展，保障医疗设备工作质量和运行安全，发挥其最大价值，完善设备配置、使用、维护、维修及质量检测等规章制度；按照规章制度制定岗位工作职责，以儿科为单元将规章制度细化，明确医生、护士、技师及工程师的设备使用管理责任，由护士负责管理工作协调，做好管理数据的采集记录和反馈上报；加强岗位工作人员的培训与考核，提高护理人员的技术操作规范，尤其是新入职人员、新采购设备以及问题集中的
中国医学装备2023年10月第20卷第10期 决策树C 4.5算法在提升儿科医疗设备管理质量中的价值研究-刘志红* 等
学术论著
工作事项等，采用专家交流和案例分享的方式进行多途径培训，宣传安全责任意识，提高岗位人员业务水平[12]。

3 儿科医疗设备管理质量提升策略应用3.1 设备及相关资料
选取2020-2022年医院儿科病房临床在用的42台医疗设备，包括肺功能仪7台、一氧化碳检测仪5台、激光及短波治疗仪6台、呼吸道冲洗装置3台、雾化机8台、排痰机6台、电脑中频治疗仪7台，按照设备管理模式不同，将2020年1月至2021年6月期间在用设备纳入对照组，并随机选取期间进行治疗的200例儿科病房患儿，设备使用中涉及27名医护人员、3名消毒供应人员和2名工程师，采用专家调查方法制定管理对策对设备进行管理；将2021年7月至2022年12月期间在用设备纳入观察组，并随机选取期间进行治疗的200例儿科病房患者，设备使用中涉及29名医护人员、4名消毒供应人员和2名工程师，采用决策树C4.5算法制定管理对策进行管理。

两组设备的类型、数量和使用情况差异无统计学意义，两组患儿的年龄、性别、疾病类型和使用设备类型差异无统计学意义。

本研究并经医院伦理委员会审核批准，患儿家属签订知情同意书。

3.2 纳入与排除标准
(1)纳入标准。

①患儿住院期间均使用1种及1种以上设备；②设备管理资料齐全。

(2)排除标准。

①研究期间新购置或报废的设备；②转院治疗的患儿。

3.3 管理模式
两组设备的管理模式分为调研宣传阶段、管理实施阶段和分析评估阶段：①调研宣传阶段，管理周期前1个月，根据管理策略开展儿科医疗设备使用情况调研，制定管理措施并开展相关人员的宣传培训，以达成管理共识；②管理实施阶段，为期18个月，由研究人员根据计划组织落实相关管理工作，定期进行实施情况和管理效果抽查，形成工作记录；③分析评估阶段，管理周期后1个月，将管理实施阶段的相关数据进行整理，对照管理目标进行质量分析，形成评估报告。

(1)对照组。

采用专家调查方法进行儿科医疗设备管理内容和措施校对，按照专家评定分值对设备和管理事项进行优先级排序。

分值越高表明设备的临床重要性或管理必要性越高，对其管理事项核定后安排专人负责管理，而对分值相对较低的设备采用常规化管
理，包括日常维护、使用培训、质量检测和感染控制等内容。

(2)观察组。

采用决策树C4.5算法进行儿科护理设备评价指标的特征分析，从设备、消毒和使用质量层面选定16项观测指标和3种质量等级，采用决策树C4.5算法获取设备质量等级关联因素，并通过设备预防性维修、消毒供应监督和使用管理培训等措施提高设备稳定性，改善消毒合格率，以及纠正操作失误率，达到控制儿科护理设备运行风险的目的。

3.4 观察与评价指标
从设备运行质量、临床使用安全及人员业务能力角度对比不同管理措施下儿科医疗设备管理效果。

(1)设备运行质量。

包括维护执行率、故障频次、质量检测合格率、消毒合格率和问题有效响应率：①维护执行率指实际完成的设备维护事项数量占计划完成数量的比值；②故障频次是设备年度内发生故障的次数；③质量检测合格率指设备符合质量控制标准的项目数量占全部质量检测项目数量的比值；④消毒合格率指日常抽检设备中符合感染控制要求的事项数量占全部抽检事项的比值；⑤问题有效响应率指设备出现故障、安全事件、感染风险等问题后相关部门及人员及时应答并有效解决的数量占全部问题数量的比值。

数据采集于设备运行管理日志和日常抽查记录。

(2)临床使用安全。

通过采集研究中儿科病房患儿发生设备相关的感染、压力性损伤和因设备操作问题导致安全风险的病例数，分析医疗设备的临床使用安全。

(3)设备管理人员业务能力评分。

人员业务能力的客观评价主要考核设备使用及管理者的安全意识、理论知识和业务技能，总分为100分；主观评价采用调查问卷形式统计患儿家属对医护人员使用设备操作的满意程度，总分为100分。

3.5 统计学方法
采用SPSS22.0软件对数据进行统计分析，两组样本的计量数据不完全符合正态分布，符合正态分布的
数据以均值±标准差(x
-±s )表示，采用非参数Z 检验，临床使用安全评价数据为计数资料，以百分率(%)表示，采用x 2检验，以P ＜0.05为差异有统计学意义。

3.6 应用效果
(1)两组设备运行质量比较。

观察组设备的维护执行率、质量检测合格率、消毒合格率和问题有效响应率分别为(93.15±1.91)%、(97.34±2.46)%、
中国医学装备2023年10月第20卷第10期 决策树C 4.5算法在提升儿科医疗设备管理质量中的价值研究-刘志红* 等
学术论著
(99.45±2.16)%和(88.49±3.61)%，对照组分别为(86.27±3.46)%、(89.72±2.99)%、(93.02±4.13)%和(81.23±4.06)%，且观察组高于对照组，差异有统计学意义(Z=3.181，Z=3.450，Z=4.067，Z=5.074；P＜0.05)；观察组设备故障频次为(1.31±0.69)次/年，对照组为(2.15±1.07)次/年，且观察组低于对照组，差异有统计学意义(Z=2.750，P＜0.05)。

(2)两组设备临床使用安全比较。

观察组设备临床使用中的相关感染、压力性损伤和因设备操作问题导致安全风险的病例数分别为1例(占0.5%)、6例(占3.0%)和11例(占5.5%)，对照组分别为8例(占4.0%)、18例(占9.0%)和25例(占12.5%)，且观察组低于对照组，差异有统计学意义(x2=5.570，x2=6.383，x2=5.983；P＜0.05)。

(3)设备管理人员业务能力比较。

观察组设备使用操作中涉及29名医护人员、4名消毒供应人员和2名工程师完成考核测试，200例患儿的家属全部完成调研问卷，调研问卷全部收回并全部有效；对照组设备涉及的27名医护人员、3名消毒供应人员和2名工程师完成考核测试，200例患者家属全部完成调研问卷，调研问卷全部收回并全部有效。

统计结果显示，观察组的安全意识、理论知识、业务能力及满意度评分分别为(97.22±4.36)分、(91.44±2.67)分、(98.62±2.76)分和(90.53±6.27)分，对照组分别为(91.05±3.98)分、(85.29±4.55)分、(92.60±3.17)分和(79.84±5.92)分，且观察组高于对照组，差异有统计学意义(Z=3.267，Z=4.325，Z=3.591，Z=6.278；P＜0.05)。

4 讨论
随着现代化管理模式的不断推进，医院依托信息化平台建设积极开展医疗设备管理质量分析，既具有理论依据，也有实践经验[13]。

决策树算法较之于传统的常规化方法，具有数据分析效率高和路径简单易懂的特点，在医疗设备数据学习和模式识别中发挥着日趋重要的作用，而C4.5算法是在ID3算法的基础上改进而来，处理对象可以是离散数据，也可以是连续数据，提出信息增益比作为节点分支的判定依据，弥补了ID3算法中取值多时对结果造成影响的缺陷，算法更成熟，管理问题更加准确。

本研究根据儿科医疗设备特点，从设备质量、消毒质量和使用质量层面制定其评价指标体系，采用决策树C4.5算法构建设备使用管理情况与质量等级关联模型，并通过预防维修、过程监督、人员管理等方面建立应对措施。

对比于传统专家调查方法形成的管理内容和管理对策，决策树算法更具有针对性和有效性，儿科医疗设备的维护执行率、质量检测合格率、消毒合格率和问题有效响应率显著增高，故障频次显著下降，安全风险和临床不良事件显著减少，人员管理水平显著提升，在提升儿科医疗设备管理效果中具有较高的实践意义。

5 结论
决策树C4.5算法有效地解决了儿科医疗设备管理中内容不够全面、方法有效性差的问题，可改善设备运行质量，提高临床使用安全性，提升使用人员及管理人员医疗设备管理水平。

收稿日期：2023-03-07
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
黄鹂,袁达,彭华.医疗风险管理在医疗安全不良事
件中的应用实践[J].中国医院,2022,26(1):63-64.
彭雄俊,李志勇,郑阳,等.基于公立医院高质量发展
的医学装备技术管理响应[J].中国医学装备,2022,
19(8):174-179.
刘娟,任尉华.医疗设备管理在提高儿科临床护理质
量中的问题及对策[J].中国医疗设备,2018,33(S2):
5,14.
朱宁.基于双闭环管理模式的医疗设备质量控制管
理效果分析[J].中国医疗器械信息,2022,28(24):
166-169.
金可吟,汪利君,陈姬雅.精益管理在提升新入隔离
病区医护人员感染控制能力中的应用[J].中华护理
杂志,2020,55(S1):760-762.
黄伟杰,陈伟健,张霞,等.基于临床工程技术层面的
医疗设备安全风险管理[J].医疗装备,2021,34(13):
77-78.
岳根霞,刘金花,刘峰.基于决策树算法的医疗大
数据填补及分类仿真[J].计算机仿真,2021,38(1):
451-454,459.
郭星晨,王青青,王亚.C4.5决策树算法在医疗数据
分类中的应用研究[J].安庆师范大学学报(自然科学
版),2021,27(2):49-53.
姜如霞,黄水源,段文影,等.C4.5算法的研究及改
进[J].南昌大学学报(理科版),2019,43(1):90-96.
孙旭,曹林岚,张勇,等.医疗设备关键零部件预防性维
修策略在重症监护室医疗设备管理中的价值研究[J].
中国医学装备,2022,19(11):150-154.
杨艳,刘慧,葛仕荣,等.基于SPO的消毒供应中心手
术器械清洗质量管理在预防医院感染中的效果[J].
中华医院感染学杂志,2022,32(22):3517-3520.
张迪,刘俊娇,刘越泽.医疗设备管理能力评价体
系的构建及信效度分析[J].护理研究,2021,35(8):
1499-1501.
陈雪,李春光,芦铭,等.基于数据集成平台的医疗
设备绩效管理系统研发与价值研究[J].中国医学装
备,2023,20(2):140-145.
参考文献
中国医学装备2023年10月第20卷第10期决策树C4.5算法在提升儿科医疗设备管理质量中的价值研究-刘志红*等。