全民医保政策对县域内患者个人就医负担的影响——以浙江省玉环市为例

目的:以浙江省玉环市为例,分析全民医疗保险(以下简称全民医保)政策的实施对当地人群就医负担的影响,为全民医保政策的深化改革提供证据支持。方法:收集玉环市2016年1月—2021年10月的医保报销数据,通过构建间断时间序列回归模型,分析全民医保政策实施后玉环市的医疗费用月总额、医保基金支出月总额与个人现金支出月总额的变化情况。结果:玉环市在2019年1月份开始实施全民医保政策,较政策实施前,医疗费用月总额、医保基金支出月总额的斜率变化差异无统计学意义(P>0.05),但个人现金支出月总额的斜率减少35.02万元/月(P=0.014)。城乡居保患者的医保支出月总额与个人现金支出月总额的斜率分别减少30.54万元/月(P<0.01)与30.87万元/月(P=0.002);城乡居保患者在县域内就诊的医保支出月总额与个人现金支出的月总额的斜率分别减少32.61万元/月(P<0.01)与28.19万元/月(P<0.01);县域内的城乡居保患者发生在医院与基层医疗卫生机构的医保支出月总额与个人现金支出月总额的斜率均有所减少,差异有统计学意义(P<0.01)。结论:全民医保政策的实施减轻了患者的就医负担,应继续深化改革,促进全民医保公平可持续发展。

交通事故损失的时间序列分析

为揭示交通事故经济损失的变化规律,笔者研究并利用时间序列的方法,建立了ARIMA模型,对1985—2005年全国交通事故经济损失的数据进行了分析和预测。根据原始数据的特点,选择随机时间序列分析方法。通过对模型的识别和参数的选择,得到2006—2008年的交通事故损失的预测值分别为2.9559,2.9707和3.0129亿元,置信区间为95%。通过对1985—2005年交通事故经济损失的预测结果与原始数据的比较表明,预测结果接近原始数据,该方法为交通事故的预防和控制提供了技术指导和有益参考。

1996～2003年全国交通事故伤害的时间序列分析

目的：分析全国交通事故及交通事故伤害的发生情况，为交通事故的预防和控制提供基本数据。方法：利用国家统计局公布的交通事故、年度人口、社会经济发展统计数据，采用描述性研宄的方法，分析1996-2003年全国交通事故的发生率、致伤与死亡情况、直接经济损失。结果：全国交通事故发生数从1996年的28．77万起，增加到2003年的66．75万起；交通事故的构成以机动车事故为主（〉90％），而汽车交通事故占事故总数的70％以上，摩托车事故发生率呈现增长趋势；因车祸死亡人数从1996年的7．36万人，增加到2003年的10．44万人，受伤人数从17．44万人增加到为49．42万人。车祸死亡率从6．02／10万上升到8．08／10万；直接经济损失从1996年的17．17亿元增加到2003年的33．69亿元。结论：交通事故对居民健康和生命的威胁日益加重，社会各部门应积极采取相应措施，切实减少交通事故伤害对人民生命安全的成胁．降低交通事故的疾病负担。

交通事故预测方法研究

交通事故预测是在对已发生事故的数据进行统计、分析和处理的基础上,以事故发生原因和发生的规律为依据,对目前尚未发生的事故预先做出的推测、判断。介绍了几种主要的公路交通事故预测方法,包括线性回归预测法、非线性回归预测法、时间序列预测法的移动平均法与指数平滑预测法、灰色马尔科夫链预测法、基于车速的交通事故贝叶斯预测法、道路交通事故的灰关联分析及神经网络预测方法等,国内、外传统的和主流的交通事故预测的方法,并对几种主要的公路交通事故预测方法的适用条件、优缺点进行了较详细的比较,为相关部门选择合适的交通事故预测方法提供参考。

基于ARMA平稳时间序列的道路交通事故预测

为更好地进行道路交通安全评价、道路交通规划以及事故防治,采用时间序列分析法,分析事故发生起数时间序列上的趋势性规律,进行数据预处理和模型的识别与检验,并建立ARMA(2,1)预测模型,运用2003年至2015年全国道路交通事故起数进行分析和建模,并对2011年至2015年数据进行预测.研究结果表明:预测的趋势与实际的趋势基本一致,最大误差率为3.905%,综合误差率仅为1.366%,精度较高,效果较理想.

道路交通事故预测模型的构建与应用

利用多种交通事故预测方法构建了事故预测模型,并编制了相应的计算机软件。软件的实际应用表明对道路交通事故实施有效预测,在交通事故的预防、系统规律的模拟、控制以及对交通安全系统的评价等方面有着重大意义。

职业噪声汇总暴露值对35~39岁中国和全球人口听力损失造成的伤残调整寿命年影响趋势的时间序列分析

目的本研究探讨中国与全球范围内职业噪声汇总暴露值(summary exposure value of occupational noise,SEV)对听力损失伤残调整寿命年(disability-adjusted life years,DALYs)的影响,并对未来5年的趋势进行预测,为下一步减轻职业噪声危害对健康的负面影响提供思路。方法本研究数据来源为1990年至2021全球疾病负担研究(global burden of disease study,GBD)数据库中(SEV)与35~39岁中国与全球人口听力损失造成的DALYs。分别对中国和全球上述两指标进行描述性分析和相关分析;利用自回归积分滑动平均(autoregressive integratedmovingaverage model,ARIMA)模型,预测未来5年的职业噪声SEV和因职业暴露导致听力损失造成的DALYs的变化情况。结果1990年以来,在我国35~39岁人群中,因听力损失造成的DALYs自波动上升至顶峰2005年462844人年后波动下降,2021年为388843人年;全球数据显示出持续和显著的增长,整体高于中国水平,且二者差距逐渐增大;二者的增长趋势变化比较,存在相关关系(r=0.495,P<0.05)。因职业噪声暴露导致35~39岁人口听力损失的DALYs,在我国呈缓慢但持续的下降趋势;而全球的数据有所增加,一直高于中国且有增快趋势;二者变化的趋势相似(r=0.536,P<0.05)。根据时间序列分析得到,中国职业噪声SEV水平从1990年的16.59逐渐降至2026年的预计15.66,反映出对职业噪声进行控制防护,其措施的实施效果有效。全球数据从1990年的11.81缓慢上升至2026年的预计11.94,表明职业噪声控制可能不如中国有效,或者在某些地区的情况有所加剧。因职业暴露导致听力损失造成的DALYs,中国2021年为132239人年,预测2026年为135408人年,表明虽然有努力控制职业噪声,但疾病负担未有明显下降趋势;全球从1990年的305000人年增长至2021年的507492人年,并预计在2026年达到528843人年,听力损失问题更为严重。结论自1990年以来在35~39岁人群中,中国在职业噪声暴露防控方面的成效显著,但造成的疾病负担,仍然是职业卫生领域需要持续关注和改进的重点,后续应持续关注职业噪声对健康的影响。在全球范围内,因职业噪声暴露导致的听力损失问题预测有更加严重的趋势,需要国际间相互合作,以更加有效的策略来解决。