精神专科医院住院患者长期滞留风险评价指标体系的构建研究

目的:建立操作化的精神专科医院住院患者长期滞留风险评价指标体系。方法:依据文献研究、德尔菲法、AHP层次分析法,开展2轮专家函询,确定评价指标体系及各级指标权重,据此形成临床评估表,使用Pearson相关分析进行效度检验。结果:两轮函询,专家判断系数、熟悉系数、权威系数均值分别为0.8490、0.8800、0.8645,专家意见协调系数(W)分别为0.429、0.286,差异具有统计学意义(P<0.05)。运用层次分析法计算指标权重,经一致性检验(CR<0.1),得出一个包括3个一级指标(基础人口学特征、精神疾病病情、社会支持状况)、24个二级指标和76个三级指标的评价体系,各一级指标的权重分别为0.2232、0.183、0.5937。形成临床评估表,使用Pearson相关分析检验,样本(n=88)住院天数与长期滞留风险评分具显著相关性(r=0.695,P<0.01)。结论:综合文献研究、德尔菲法及AHP层次分析法,可筛选确定精神专科医院住院患者长期滞留的风险因素,由此形成的评估表具有良好效度与操作性,可为精神科开展临床路径,优化临床管理服务提供依据。

基于车站滞留风险的应急驻车点选址研究

随着城市轨道交通运营网络扩展和客流迅速增长,车站滞留风险和应急响应问题逐渐得到重视.本文在分析城市轨道交通车站乘客滞留影响因素的基础上,构建了风险评价指标体系和反向传播(Back-propagation,BP)神经网络模型,结合改进的P-中心选址模型求解得到应急公交驻车点的服务匹配方案.根据案例求解和方案对比研究表明,是否考虑风险权重影响了车站在选址过程中的相对重要度,基于风险分析的驻车点选址方案使部分权重较高的车站与驻车点之间的平均距离减少了0.8%~8.4%,但是对整个研究区域的公交应急服务覆盖效果影响很小,有利于应急资源的合理高效利用.

基于贝叶斯网络的船舶港口国监督检查滞留风险研究

针对港口国监督(PortStateControl,PSC)检查的复杂性和不确定性,基于贝叶斯网络理论构建船舶PSC检查滞留风险分析模型.以东京备忘录(TokyoMOU)中2014~2017年船舶PSC检查样本数据为基础,运用R语言BNLearn包进行贝叶斯网络的结构及参数学习.同时分别执行贝叶斯网络的正向、逆向推理,定量表示各风险因素与滞留结果之间的相互作用关系,找出导致船舶滞留的高风险因素,实现不确定环境下船舶PSC检查滞留风险的全面动态分析.实证表明,模型具有较高的精确度,可为检查人员的滞留决策及航运公司的安全风险管理提供有效依据.