昼夜温差对乌鲁木齐市慢性肾脏病日住院人次影响的时间序列分析

目的探讨昼夜温差(diurnal temperature range,DTR)影响慢性肾脏病(chronic kidney diseases,CKD)日住院人次的影响。方法收集2019年1月1日至2020年12月31日乌鲁木齐市4所三甲医院、4所二甲医院、1所一甲医院CKD日住院人次数据,同期气象及污染物数据来自于乌鲁木齐市主城区的6个国控监测点,采用分布滞后非线性模型,控制星期几效应、假期效应、长期时间趋势及其它因素,分析DTR与CKD日住院人次的关系。结果CKD日住院人次与DTR(滞后0~21 d)的暴露-反应曲线呈“N”形,CKD患者住院风险随DTR的升高呈先上升后下降趋势。低度和高度DTR对CKD患者住院的影响存在一定的滞后效应,中度DTR对住院影响较小;DTR=5℃时,单日效应出现在第3天[RR=1.081,95%CI(1.020,1.145),P<0.05],最大效应出现在第21天[RR=1.090,95%CI(1.014,1.173),P<0.05];高度DTR=14℃(P_(95))时,单日效应出现在第4天[RR=1.086,95%CI(1.007,1.172),P<0.05],最大效应出现在第5天[RR=1.089,95%CI(1.009,1.176),P<0.05],累积滞后均暂未发现有统计学差异。男性和年龄<65岁的CKD患者更易受到DTR的影响,寒冷季节和四季更替时DTR变化对CKD患者住院的影响更大。结论男性与<65岁CKD患者更易受到DTR的影响,在寒冷季节和四季交替DTR变化时更应重点保护易感人群免受DTR的影响。

基于ARIMA与GM(1,1)模型的公立医院互联网门诊人次预测研究

目的了解公立医院互联网门诊人次的变化趋势,为互联网医院的发展规划提供支持。方法利用某公立医院2021年1月—2023年6月互联网门诊人次数据,分别构建ARIMA模型和GM(1,1)模型,采用平均绝对误差(MAE)和均方根误差(RMSE)评价拟合效果,基于优势模型预测2023年7—12月互联网门诊人次。结果通过ARIMA(1,2,1)模型和GM(1,1)模型对互联网门诊的复诊人次进行预测,平均绝对误差分别为369.86和978.84,均方根误差分别为479.49和1444.83;通过ARIMA(0,1,0)模型和GM(1,1)对互联网门诊咨询人次进行预测,平均绝对误差分别为297.23和369.62,均方根误差分别为413.61和496.30,表明ARIMA模型的预测效果较好。预测结果显示,2023年12月互联网门诊的复诊人次预测值为14831例,咨询人次预测值为7461例。结论2021—2023年某公立医院互联网门诊人次呈持续上升趋势。因此,医院应充分认识到互联网医疗服务的重要性,积极采取措施,不断优化医疗服务模式,为患者提供优质、高效、便捷的互联网医疗服务。

广东省基层医疗卫生机构诊疗人次变化及影响因素的灰色关联分析

背景我国分级诊疗制度建设已取得一定成效,但基层医疗卫生机构发展速度依旧相对缓慢。目的分析2013—2020年广东省基层医疗卫生机构诊疗人次的变化情况及影响因素,为政府深化分级诊疗制度建设提供参考依据。方法于2021年12月,从2013—2015年《广东省卫生统计年鉴》、2016—2017年《广东省卫生和计划生育统计年鉴》、2018—2020年《广东省卫生健康统计年鉴》提取基层医疗卫生机构诊疗人次数据,作为参考序列;从《广东统计年鉴2021》提取人口数据及居民人均可支配收入,从2015—2017年《中国卫生和计划生育统计年鉴》和2018—2021年《中国卫生健康统计年鉴》提取基层医疗卫生机构财政补助收入和医疗保险参保人数,作为比较序列。采用灰色关联分析法评价各影响因素与基层医疗卫生机构诊疗人次的关联强度。结果2013—2019年,广东省医院诊疗人次从33459.2万人次增长至40131.7万人次,年均增长3.08%,同期全省基层医疗卫生机构诊疗人次年均增长2.10%,2019年全省基层医疗卫生机构诊疗人次已达43731.7万人次。2020年受新型冠状病毒感染疫情的影响,医院和基层医疗卫生机构的诊疗人次均有明显下降,医疗机构总诊疗人次中基层医疗卫生机构诊疗人次的占比从2013年的50.7%下降至2020年的48.1%。灰色关联分析结果显示,常住人口(r=0.913)及65岁以上人口(r=0.913)与基层医疗卫生机构诊疗人次关联度最强,其次是城乡居民基本医疗保险参保人数(r=0.899)、基层医疗卫生机构床位数(r=0.893)、基层医疗卫生机构数(r=0.886)和城镇职工基本医疗保险参保人数(r=0.872)。结论目前,仍有较多患者选择至医院就诊,基层首诊制有待加强,建议结合人口老龄化的社会背景,从丰富基层卫生服务内涵、拉开不同级别医疗机构的医保支付差距、提升基层医疗卫生机构服务能力三方面满足居民就近就医的服务需求。

2007-2014年沈阳市儿童医院门诊人次构成及变化分析

本文通过对2007-2014年沈阳市儿童医院门诊人次构成的变化情况进行分析,旨在了解沈阳市儿童就诊的卫生服务需求和发展趋势,为卫生部门加强医院管理和合理运用医疗资源提供参考〔1〕。资料与方法本研究资料来源于沈阳市儿童医院2007-2014年医院工作报表,采用SPSS 19.0软件对数据进行整理和分析。

基于趋势外推与ARIMA预测我国医院诊疗及住院人次

目的探索我国医院诊疗与入院人次预测建模方案并比较其差异。方法借助SPSS、SAS软件,以曲线拟合和ARIMA法建立模型进行拟合与预测。结果我国医院诊疗与入院人次数据均符合二次曲线变化,拟合与预测效果好;ARIMA法对二阶差分后平稳序列建模未见更优性能,其拟合性能与数据段选取无明显联系。结论数据预分析和方法适配很有必要;ARIMA法在时间序列分析领域有普适代表性,适于随机长期序列建模;传统曲线拟合法对于趋势平滑数据具有优良性能。

灰色GM（1,1）模型在门急诊、出院人次预测中的应用

目的 探讨灰色预测方法在医院管理中的应用,对医院门急诊量、出院人次进行预测,有助于管理者掌握医院门急诊量、出院人次的变动趋势及规律,为医院在管理、决策中的合理应用提供量化的理论依据方法 选用某医院2000-2010年门急诊人次、出院人次统计年报数据,基于灰色系统理论的建模方法建立GM（1,1）预测模型,采用Excel表进行计算,预测2011-2013年医院门急诊量、出院人次结果 根据后验差比值C和小误差概率P值的计算及预测精度等级判定,所建预测模型拟合精度高,结果较理想,可用于外推预测.预测评价结果显示：2011-2013年门急诊人次预测值为256 267、27 666、300 852人次,评价等级为合格之上（C=0.33＜0.35,P=1＞0.9）;出院人次预测值为17 739、19 044、20 445人次,评价等级为优秀（C=0.29＜0.35,P=1）.医院门急诊人次、出院人次的年增长率分别为为8.35%、7.36%.通过预测医院门急诊量、出院人次有缓慢上升趋势,且趋于平稳,是一种呈稳步上升发展态势结论 灰色预测有一定优点,不要求统计变量具有正态分布,而是在杂乱无章的、有限的、离散的数据中找出规律,按系统发展趋势预测分析,提高了预测和分析的精确度.通过预测结果相互印证,理论值接近实际值,此方法在医院管理中有实用性.

ARIMA与SARIMA模型在医院门诊人次与出院人次预测中的应用

目的应用ARIMA与SARIMA模型对某院门诊人次与出院人次进行分析和预测。方法收集某医院2011年1月至2016年6月各月份的门诊人次和出院人次数据,运用ARIMA与SARIMA模型对数据进行分析,并验证2016年7~10月数据;预测2016年11月至2017年6月的门诊人次和出院人次。使用统计软件SPSS17.0进行模型拟合与预测。结果 ARIMA(6,1,0)是该院门诊人次的最优拟合预测模型,SARIMA(0,1,1)(0,1,0)_(12)(不含常数项)是该院出院人次的最优拟合预测模型,两模型均能较好地拟合2016年7月至10月的门诊人次与出院人次,用该模型预测2016年11月至2017年6月的数据,符合门诊人次与出院人次的变动趋势,实际值都在预测的95%上下限范围之内。结论ARIMA与SARIMA模型对短期门诊人次与出院人次预测具有较强的实用价值,可以为医院的卫生资源配置和科学管理提供参考依据。

用统计方法对我院住院人次和门诊诊疗人次进行预测

目的预测我院住院人次和门诊诊疗人次。方法运用最小二乘法和指数平滑法进行预测。结果出院人次预测模型为:Y^t=7.183+1.276Xt,门诊人次预测公式为:Y^t+1=αYt+(1-α)Y^t,得到预测年的点预测值和区间预测值。结论充分发挥统计的预测分析作用,为领导制定各项计划提供理论依据。

某院“十二五”门诊与出院人次规划

目的:对"十二五"期间医院门诊人次、出院人次进行规划预测。方法:运用最小二乘法、平均发展速度预测方法来进行预测。结论:两种预测方法简洁、直观,预测效果好,能为医院管理和决策提供科学依据。

新生儿住院人次变动分析

0 引言 南京市儿童医院新生儿病房是江苏省开办最早、技术最全面的新生儿病房。自开办以来,收治了大量的新生儿患者。1990 年年收治达 3 616人次,为开办以来年收治人次最高峰。随着生育高峰的下降以及各级医院规模的不断扩大,住院人数逐年下降,至2000年,年收治仅为 2 561 人次,同 1990年相比减少 1 000人次左右。本文通过对近几年住院新生儿患者的特点,主要包括年龄、来源和诊疗情况进行分析,为管理决策提供依据。

医院门、急诊人次统计方法的探讨

医院门、急诊工作量反映了门诊效率和质量的相应关系，也是各级领导进行决策和行政管理以及预测门诊工作量所必需的数据资料。本文采用三种统计方法来统计，急诊诊疗人次，现就各种方法的准确性、完整性和不足之处探讨如下：

门诊诊疗人次季节变化及总体趋势动态分析

我院是黑龙江省西部地区知名的三级甲等医院，日门诊量最高时达到9663人次，门诊排队现象通常十分严重。为使医院管理中合理利用人力、物力和财力，减少工作中的盲目性，需要我们主动提高门诊服务管理水平，尽量满足病人就医的各种需求。为了更准确地把握门诊病人随季节变化的流向规律，为医院门诊工作计划的决策提供科学依据，本文对大庆油田总医院2002～2011年十年间的门诊诊疗人次的季节变化进行统计分析。

兰州市沙尘颗粒物污染与儿童呼吸系统疾病日门诊人次的关联性研究

目的探讨兰州市沙尘天气颗粒物污染对儿童呼吸系统健康的影响。方法收集2015-2016年沙尘天气高发期(3~5月)兰州市儿童呼吸系统疾病门诊逐日资料和同期气象环境资料,采用分布滞后非线性模型(distributed lag non-linear model,DLNM)分析沙尘天气PM10和PM2.5浓度与儿童呼吸系统疾病日门诊人次的暴露-反应关系,并按年龄层建立模型。结果 2015-2016年3~5月,与非沙尘天气比较,沙尘天气日均相对湿度明显下降,PM10、PM2.5日均浓度显著上升(P<0.05);SO_2和NO_2的日均浓度,日均气温,日均风速比较差异无统计学意义(P>0.05)。沙尘天气PM10和PM2.5浓度上升与儿童呼吸系统疾病门诊人次的增加相关,呈滞后效应,滞后期2周,且PM2.5效应大于PM10效应。沙尘天气PM10累计效应在儿童全体、0~5岁、6~14岁儿童均以滞后0-14d最大,RR(95CI%)值分别是1.0055(1.001~1.0102)、1.0061(1.0012~1.0109)、1.0055(0.9967~1.0143)。PM2.5效应在儿童全体和0~5岁儿童均以滞后0-14d最大,RR(95CI%)值分别是1.0182(1.0037~1.033)、1.0210(1.0059~1.0364),6~14岁儿童滞后当天效应最大,RR(95CI%)值是1.0113(1.0007~1.0221)。结论兰州市沙尘天气颗粒物污染可增加儿童呼吸系统疾病门诊人次,呈滞后效应,0~5岁儿童是敏感人群。

SARIMA模型在医院住院人次预测中的应用

住院量是评价一个医院医疗工作的重要指标，直接或间接地反映出一个医院的规模、医疗质量及医疗水平。因此，了解住院量的变化情况，对于合理安排资源，提高医疗工作效率意义重大。要了解住院量的情况，就要对其进行预测。目前预测的模型及方法主要有线性回归模型、神经网络模型、灰色预测模型、马尔科夫链模型以及时间序列模型等。针对住院量数据的特殊性，本文选用季节自回归滑动平均模型（seasonal auto regressive integrated movong average model，SARIMA模型），分析2000-2011年住院量的历史数据，探讨其发生发展的规律并预测未来半年医院住院量的情况，为医院规划自身发展提供科学的依据。