2019—2021年郑州市空气污染特征及对呼吸系统疾病门诊量的影响

目的分析郑州市主要大气污染物的日均浓度对呼吸系统疾病门诊量的影响,为制订相关的大气污染物防治措施提供科学依据。方法收集2019—2021年郑州市大气污染资料、气象资料及不同区域4家综合性三甲医院门诊资料。采用广义相加模型(generalized additive model,GAM),对6种主要大气污染物日均浓度与呼吸系统疾病门诊量之间的关系进行暴露—反应关系评估。结果SO 2、NO 2、O 3-8h、PM 10、PM 2.5的日平均浓度按顺序依次为8.50、37.65、107.85、92.25、50.88μg/m 3,CO为0.81 mg/m 3;NO 2、O 3-8h、PM 10、PM 2.5的超标率分别为1.15%(12/1096)、18.89%(207/1096)、11.86%(130/1096)、18.34%(201/1096),SO 2和CO没有超出二级浓度限值。4家综合医院呼吸系统类别日均门诊量在暴露当日SO 2、NO 2、CO、O 3-8h、PM 10、PM 2.5浓度平均每升高10μg/m 3,分别增加1.55%、0.33%、0.28%、0.04%、0.08%、0.19%。结论郑州市大气污染物日均浓度与郑州市呼吸系统疾病门诊量呈正相关,部分污染物有滞后效应,应采取相关措施对人群进行有效防护。

西安市空气污染对呼吸系统门诊量的影响

目的探讨西安市空气污染对当地居民呼吸系统疾病的影响,为控制空气污染、减少呼吸系统疾病的发生提供参考。方法收集西安市2016年1月1日至2019年12月31日每日空气污染状况、气象数据及某三甲医院呼吸科日门诊就诊人数。采用病例交叉设计分析空气污染物与门诊就诊量之间的关系。结果大气污染物细颗粒(PM_(2.5))与一氧化碳(CO)在累计滞后4 d(lag04)时危害最明显[RR=1.017(95%CI 1.001~1.034)、1.027(95%CI 1.001~1.054)],仅会增加>65岁人群的呼吸系统门诊就诊量。可吸入颗粒物(PM_(10))与二氧化硫(SO_(2))在累计滞后7 d(lag07)时每增加四分位间距(IQR)浓度,总人群呼吸系统门诊就诊风险分别增加4.26%(95%CI 1.73%~6.87%)和7.03%(95%CI 2.43%~11.84%),PM_(10)对<35岁人群危害效应最明显,SO_(2)对>65岁人群效应十分强烈。二氧化氮(NO_(2))和臭氧(O_(3))浓度的升高仅会增加>65岁人群呼吸系统门诊就诊量。结论西安市大气污染物PM_(2.5)、PM_(10)、SO_(2)、CO浓度的升高可导致呼吸系统门诊就诊量的增加,并且存在滞后效应,老年人群更应该注重NO_(2)和O_(3)对于呼吸系统的危害。

嘉兴市大气NO_(2)对呼吸系统疾病门诊量的影响分析

目的 分析嘉兴市大气NO_(2)对呼吸系统疾病门诊量的影响。方法 收集2019—2021年嘉兴市每日大气NO_(2)监测资料、气象资料和呼吸系统疾病门诊量资料。分别应用Wilcoxon秩和检验和广义相加模型(GAM)2种统计方法,研究大气NO_(2)对呼吸系统疾病门诊量的急性效应。结果 期间大气NO_(2)日均浓度超标9 d。大气NO2超标日的呼吸系统疾病门诊总量和儿童呼吸系统疾病门诊量均高于达标日。单日滞后效应分析时,NO_(2)对呼吸系统疾病门诊总量和成人门诊量的滞后效应值均在lag4时达到最大,而儿童门诊量则在lag3时达到最大。NO2每增加10μg/m^(3),呼吸系统疾病门诊总量、成人和儿童门诊量分别增加2.23%(95%CI:1.52%~2.94%)、1.73%(95%CI:1.06%~2.41%)和2.73%(95%CI:1.73%~3.74%);累积滞后效应分析时,呼吸系统疾病门诊量效应值均在lag07时达到最大,NO2每增加10μg/m^(3),呼吸系统疾病门诊总量、成人和儿童呼吸系统疾病门诊量分别增加5.35%(95%CI:4.06%~6.66%)、3.47%(95%CI:2.25%~4.70%)和7.17%(95%CI:5.31%~9.07%);儿童门诊量的最大效应值高于成人。结论 嘉兴市大气NO_(2)浓度升高可能引起呼吸系统疾病门诊量增加,且具有滞后性,应特别加强儿童呼吸系统的健康防护。

某三甲医院门诊量及影响因素分析

目的通过评估医院门诊量的影响因素,考量科室出诊安排设置是否合理,为医院决策和医疗资源合理配置提供依据。方法收集北京大学第一医院2023年1—12月各科室门诊量数据,利用相关性分析探索门诊量影响因素。结果门诊量与额定号、出诊单元数量、周末门诊量存在显著的正相关。结论医院管理部门应定期为门诊科室提供精细化数据反馈,灵活调整工作时间和非工作时间门诊安排,大力发展互联网医疗,鼓励推动新型门诊的建立和发展,推动医疗资源合理配置,改善就医体验,优化门诊服务。

“和谐使命-2023”南太平洋五国门诊量统计与分析

通过对“和谐使命-2023”任务中南太平洋5国门诊诊疗数据的统计和分析,研究分析疾病发生的可能因素与特点,探索海上医院船对南太平洋国家提供医疗服务时门诊设置和物资准备情况,为以后类似医疗服务提供参考依据。任务期间,外科门诊量以骨科(12.94%)最多,其次为普外科(12.15%);内科门诊量以消化内科(9.41%)最多,其次是呼吸内科(7.80%)和心内科(7.74%);专科门诊量以耳鼻咽喉科(7.64%)最多,其次是口腔科(7.61%)。南太平洋5国就诊门诊有其自身特点,卫生援助力量上需加强骨科、普外科、呼吸科、消化科、中医科人力资源的配备。

预测医院门诊量的ARIMA模型构建及应用

目的研究综合性医院月门诊量变化规律,预测其变化趋势,为医院管理决策提供依据。方法结合序列平稳性、长期趋势和季节效应,采用对数和差分变换,应用残差分析和最小二乘法估计,建立预测模型ARIMA(1,0,1)(0,1,1)12。结果拟合残差平方和为2.790,AIC=-178.126,SBC=-170.080,预测2008年门诊量相对误差为6.11%,小于指数平滑法(8.78%)。用该模型预测2009年门诊量为150.12万人次。结论医院门诊量存在季节变动和长期增长趋势,适合用ARIMA乘积模型进行拟合,但不同医院门诊量变化规律未必一致,要认真分析原序列的ACF图和PACF图,然后确定p、d、q参数。

某医院2017年-2021年门诊量变动趋势分析

目的目的通过对医院门诊量进行统计分析,探讨其动态变化和季节性变化规律。方法方法采用动态数列指标、时间序列数据季节指标分析法和移动平均趋势剔除法分析法,对某院2017年~2021年门诊量年度、季度、月度变化情况进行统计分析。结果结果门诊量呈逐年增加的趋势,2021年比2017年增长了66.16%;每季度的季节指数除第1季度最低(94.62%)外,其余3个季度均大于100%;每月以1月、4月、7月、9月、11月和12月季节指数都超过了100%,为“旺季”,其余月份为“淡季”。结论结论医院门诊人次逐年增长,医院管理者应掌握门诊量的变化规律,根据就诊人次的高峰期和低谷期采取合理调配人力及物力资源等多种措施,提升门诊综合服务能力。

基于动态集成加权概率RF的门诊量预测

医院门诊量本质上是一种具有潜在规律的时间序列,通过对门诊量进行有效分析和预测,可以更加科学、合理地配置医疗资源。针对门诊量波动幅度较大的时间序列预测问题,提出一种基于动态集成加权概率RF的门诊量预测方法。首先选择具有强泛化性的随机森林(Random Forest,RF)作为预测模型;并且采用k近邻-层次聚类算法对RF模型中树的强度进行评估,从中动态选择性能最佳的决策树,提高回归模型的性能;为了提升预测模型的准确率,采用加权概率融合规则代替原始RF模型的求平均数的规则。经过与BP神经网络和RF对比实验结果表明,提出方法可以更加精准地对门诊量进行预测和分析,为医院更好的运营管理提供了重要依据和决策支持。

某院2010-2015年门诊量变化动态分析

目的探讨我院门诊量变化趋势和规律。方法收集2010-2015年门诊量数据,采用时间序列数据季节指数分析法进行统计分析。结果我院门诊量呈现逐年增长趋势,并且一年中门诊量随着季节的变化表现出明显的季节波动,具有周期性和反复性。季度季节指数以第三季度最高(106.28%),第一季度最低(92.81%)。月季节指数以7月最高(111.24%),2月最低(80.24%)。结论医院管理者应根据门诊量季节变化规律,合理调配人力资源和医疗物资,提升门诊的服务质量,更好地为患者服务。

济南城区空气污染对呼吸道疾病门诊量的影响

为探讨空气污染对人群呼吸道健康的影响,调查了2002-2005年济南市历城区空气质量状况及医院每日呼吸道疾病门诊量,采用时间序列方法的非参数广义相加模型（GAM）,在控制门诊量变化的长期趋势、“星期几效应”、气象因素等混杂因素的基础上,分析了空气污染对呼吸道疾病日门诊量影响的最佳滞后时间及暴露-反应关系.结果表明,空气污染对呼吸道疾病日门诊量有影响.单污染物模型中,PM10和NO2分别滞后0d和3d及SO2滞后0-3d的移动平均值对人群呼吸道健康的影响具有统计学意义.PM10、SO2和NO2日均浓度增加10μg/m^3,呼吸道疾病日门诊相对危险度分别为1.004,1.015,1.008.女性比男性对空气污染更为敏感.

北京市顺义区大气污染物对呼吸系统疾病门诊量的影响

目的探讨北京市顺义区大气污染物对医院呼吸系统疾病门诊量的短期影响。方法收集2014年1月1日-2015年12月31日北京市顺义区二级及以上医疗机构呼吸系统疾病每日门诊资料和同期北京市顺义区大气及气象监测资料,采用基于时间序列的半参数广义相加模型,在控制长期趋势、星期效应、假期效应、流感流行及气象因素等混杂因素的基础上,分析大气污染物浓度与呼吸系统疾病日门诊量的关系及滞后效应。结果研究期间,北京市顺义区二级及以上医疗机构呼吸系统疾病日门诊量平均为1653人次,范围420~5034人次。单污染物模型中,PM_(2.5)、PM_(10-2.5)、二氧化硫(SO_2)和二氧化氮(NO_2)均是滞后0~2d(avg02)的移动平均值对呼吸系统疾病门诊人数影响最为显著,臭氧(O_3)是在滞后3d(lag3)的浓度值对呼吸系统疾病门诊人数影响最为显著。PM_(2.5)、PM_(10-2.5)、SO_2、NO_2和O_3浓度每增加10μg/m^3对应的呼吸系统疾病门诊人数增加百分比分别为0.25%(95%CI:0.22~0.28)、0.52%(95%CI:0.44~0.60)、0.73%(95%CI:0.58~0.88)、1.23%(95%CI:1.12~1.33)和0.20%(95%CI:0.16~0.24)。在双污染物模型中,引入NO_2后,PM_(2.5)、PM_(10-2.5)和SO_2对呼吸系统疾病门诊人数影响较单污染物模型明显减小。结论北京市顺义区大气污染物PM_(2.5)、SO_2、NO_2和O_3浓度对医院呼吸系统疾病日门诊量有影响,且存在滞后效应。

某三甲综合医院2004-2013年门诊量变化趋势预测分析

目的探讨某医院门诊量季节分布变化规律,制定合理工作计划,优化资源配置。方法 2004年至2013年某医院月门诊量拟合ARIMA(1,1,0)×(0,1,0)_(12)模型,分析门诊量年度、月度变化规律,并作出短期预测。结果门诊量呈逐年上升趋势,且门诊量变化有明显的季节波动性和周期性。结论采用ARIMA模型预测医院门诊量操作简单,模型拟合和预测效果较好,是值得推广的医院门诊量的短期预测工具。

沙尘天气与儿童呼吸系统疾病日门诊量的关联性分析

目的:了解沙尘天气对儿童呼吸系统健康的影响,为更好地预防和治疗由沙尘粒子引起的儿童呼吸系统疾病提供参考依据。方法:对吉林省长春市6家三级甲等医院2011—2013年沙尘天气高发时段(3—5月)儿童呼吸系统疾病逐日门诊量进行调查,采用非季节性求和自回归滑动平均模型(ARIMA)排除医院日门诊量的长期趋势、气象和随机干扰因素后,分析沙尘天气对儿童呼吸系统疾病日门诊量的影响。结果:2011—2013年3—5月沙尘天气与非沙尘天气比较,空气日均相对湿度、温度、二氧化硫(SO2)和二氧化氮(NO2)水平差异均无统计学意义(P>0.05);与非沙尘天气比较,沙尘天气时,大气中吸入颗粒物(PM10)日均浓度明显升高(P<0.05),2012和2013年风速明显升高(P<0.05)。沙尘天气对儿童呼吸系统疾病日门诊量的增加有影响,且呈滞后效应。与非沙尘天气比较,发生在沙尘天气滞后第2和3天儿童呼吸系统疾病日门诊量增加有统计学意义(P<0.05)。结论:沙尘天气与儿童呼吸系统疾病日门诊量增加有关联,且呈滞后效应。

灰色GM(1,1)预测模型在门诊量预测中的应用

目的预测门诊量的变化趋势。方法利用灰色系统GM(1,1)预测模型Y(t)=[χ(1)-μ/α]e-α(t-1)+μ/α,分别预测2006—2009年门诊量的变化趋势。结果依据某医院2000—2005年门诊量的资料,所建立的灰色预测模型为:Y(t)=307.8518e0.2175(t-1)-265.9218,拟合结果显示,模型的平均误差率为0.47%,精度为优(C=0.159,P=1)。结论预测结果表明:近几年的门诊量持续上升,为医院管理工作提供了科学依据。

空气质量与医院儿科呼吸系统疾病门诊量相关性研究

目的探讨合肥市空气质量指数(AQI)、气象因素与儿科呼吸系统疾病门诊量之间的关系。方法收集合肥市某三甲院2012年~2014年儿科门诊呼吸系统疾病门诊量AQI及相关气象指标。采用Spearman相关分析方法,分析AQI、气象因素与儿科呼吸系统疾病门诊量的关系。结果 AQI与上呼吸道感染、支气管感染和肺炎门诊量存在正相关关系,相关系数分别为0.11、0.40和0.17。结论空气污染增加可能会导致儿童呼吸系统疾病门诊量增加,应进一步加强环境治理,保护儿童身体健康。

基本药物制度对基层卫生机构月门诊量的影响评价

我国于2009年8月正式开展了建立国家基本药物制度工作，通过制定基本药物目录，对药品的生产供应、采购配送实施有效管理，降低药品生产流通成本．同时取消基层医疗机构的药品价格加成，降低医疗费用．减轻患者经济负担．缓解“看病贵”问题。

太原市空气污染与儿童门诊量相关性研究

目的探讨空气污染对儿童健康的影响。方法根据1995～1997年太原市山西省儿童医院门诊量统计资料和太原市大气及气象监测资料 ,对太原市空气污染与儿童门诊量进行了相关性分析。结果太原空气污染物在1995～1997年的TSP ,SO2 月均值超过国家空气质量二级标准。其中以TSP超标最为严重 ,超标1.77倍。内科门诊量所占构成比最大 (60.72 % )。典型相关性分析结果表明在空气污染指标中SO2 的贡献最大 (β=0.9901) ,气象指标中气湿的贡献大于气温。空气污染的贡献大于气候因素。在门诊量指标中 ,内科门诊量贡献最大 (β=2.2793) ;内科急诊量次之 (β=1.9201)。结论空气污染与儿童门诊量的相关主要是SO2 与内科急诊和门诊量之间的相关。太原市的空气污染已对儿童健康造成一定程度的影响。

基于LSTM深度神经网络的月门诊量预测精度研究

目的:分析新疆地区慢性阻塞性肺病的月门诊量变化趋势,对医院月门诊量预测方法进行探讨,为医院合理配置医疗资源和提高救助能力提供科学依据。方法:采用ARIMA模型和LSTM模型对新疆地区慢性阻塞性肺病的月门诊量的时间序列进行预测,使用RMSPE值评价不同方法的预测精度。结果:ARIMA模型、时间步为1的LSTM、时间步为12的LSTM的RMSPE值分别是20.23%、22.23%和20.01%,相较之下时间步为12的LSTM网络的预测效果较好,时间步为1的LSTM效果最差。结论:LSTM预测医院月门诊量的准确率较高,为医院月门诊量预测提供了新的方法。