基于季节ARIMA模型对某三级综合性医院门诊量的预测研究

目的 通过建立季节ARIMA模型,对浙江省某三级综合性医院门诊量进行预测,为医院合理配备门诊人力资源提供依据。方法 以2013年1—6月浙江省某医院门诊量数据为基线,利用SPSS软件构建季节ARIMA模型,对2023年7—12月的门诊量进行预测,通过对比门诊量实测值,评价季节ARIMA模型预测门诊人次的精度。结果 该综合性医院门诊量呈现逐年上升趋势,并呈现周期性波动的特征。拟合的最优季节ARIMA模型为ARIMA(0,1,1)(1,0,1)12,BIC(贝叶斯信息准则)为5.273,MAPE(平均绝对百分误差)为14.265,R2(模块决定系数)为0.408,总体相对误差为1.83%,预测结果良好。结论 季节ARIMA模型较好地模拟了该三级综合性医院门诊量在时间序列上的变化趋势,为该院门诊量的短期预测提供理论依据。

沙尘暴对呼吸及循环系统疾病日门诊量的影响

对沙尘天气频发区甘肃省武威市的7所大、中型医院在2004、2005年沙尘天气高发时段（3月1日-5月31日）的呼吸系统和循环系统每日门诊人数进行了调查，采用半参数广义相加模型（GAM），在排除了医院日门诊量的长期趋势、大气污染因素、气象因素、日历效应等因素之后，分别对每年进行分析．结果表明，沙尘暴和扬沙天气与呼吸、循环系统疾病日门诊人数的增加有联系，且均表现为滞后效应，其影响程度为沙尘暴大于扬沙天气，沙尘暴和扬沙天气对健康的影响因不同年份而不同，表明沙尘天气对健康的影响受多种因素的影响．沙尘暴对健康的影响有性别差异．

北京市朝阳区大气PM2.5暴露与医院呼吸系统疾病门诊量关系的时间序列分析

目的探讨北京市朝阳区大气PM2.5污染对医院呼吸系统疾病门诊量的影响。方法收集北京市朝阳区某综合医院、某儿科医院、某中医医院2013年呼吸系统疾病门诊数据,同时收集北京市朝阳区日均PM2.5、SO2、NO2、PM10浓度和日均气温、相对湿度数据。使用广义加性模型(generalized additive model,GAM)分析PM2.5与门诊量的关系。结果PM2.5质量浓度对中医医院呼吸系统疾病门诊量影响无统计学意义(P>0.05),对综合医院和儿科医院呼吸系统疾病门诊量具有显著影响(P<0.05);PM2.5质量浓度每升高10μg/m3,综合医院和儿科医院呼吸系统疾病门诊量的ER%值分别为0.2394(0.0999~0.3786)和0.0999(0.0100~0.1996),且存在滞后效应。结论北京市朝阳区大气PM2.5质量浓度升高引起综合医院和儿科医院呼吸系统疾病门诊量增加。

门诊预约优化对门诊管理的影响研究

[目的]研究门诊预约对门诊管理及医院整体的影响。[方法]普查并研究本院实行门诊预约2011年5月至2014年5月期间月平均门诊挂号量,患者挂号的等待时间及患者对就诊满意度,并与未实行门诊预约前3年(2008年4月至2011年4月)的门诊挂号量、挂号等待时间及满意度进行对比研究,以分析门诊预约对门诊管理及医院整体的影响。[结果]预约挂号的患者人数呈上升的趋势,门诊总人数随预约率的上升而增加,患者挂号等待时间较以往明显缩短,就诊满意度提高,前后比较差异均有统计学意义(P<0.05)。[结论]通过门诊预约服务,门诊服务管理得到优化,医院就诊人数增加,医院效益增长,患者对医院就诊满意度提高。

季节模型在某医院月门诊量预测中的研究与应用

根据海南省某医院月门诊量时间序列的特征,首先识别出多个可能的季节模型,经模型检验对比后构建了最优的乘积季节模型;然后利用季节模型分析了该医院月门诊量的周期性及趋势性变化规律;最后基于最优模型对该医院月门诊量进行预测,进而验证了月门诊量变化规律符合生活实际情况,建立的最优季节模型具有科学性及可行性,季节模型分析的预测值为医院门诊管理工作提供参考建议。

儿童医院医疗质量评估统计指标的分析

目的探讨提高医疗统计指标如何衡量医院医疗质量、工作效率和效益.方法：通过对儿童医院2 5年（1989～2014年）来医疗质量各项统计指标进行结构性统计展示,分析医院领导班子采取以科技兴院,以人为本和各项科学、创新的措施.结果：儿童医院门诊接待人次、住院人数都有很大增加;病床使用率也大大提高;各项统计指标基本达标.儿童医院从无到有,从小到大,发展到如今的三级甲等医院及北京儿童医院集团成员.结论：医院的医疗质量不断提高,是三甲医院做大做强的充分必要条件.

我国大气PM_(2.5)与呼吸系统疾病门诊量关系的meta分析

目的系统评价我国大气PM_(2.5)与呼吸系统疾病门诊量的短期暴露效应相关性。方法计算机检索CNKI、WanFang Data、VIP、PubMed、EMbase、The Cochrane Library和Web of science数据库,搜集我国大气PM_(2.5)与呼吸系统疾病门诊量的相关研究,检索时限为2000年1月至2022年8月。由2名研究者独立筛选文献、提取资料并评价纳入研究的偏倚风险,采用Stata 14.0软件进行meta分析。结果共纳入48篇文献。采用随机效应模型进行meta分析,结果显示大气PM_(2.5)质量浓度每增加10μg·m^(-3),呼吸系统疾病门诊量增加0.66%(95%CI:0.56%~0.76%)。将纳入研究对象按人群(年龄、性别)、季节、研究地区、城市经济水平、PM_(2.5)浓度和效应类型进行亚组分析,结果显示大气PM_(2.5)质量浓度每增加10μg·m^(-3),0~14岁组呼吸系统疾病门诊增量最高0.61%(95%CI:0.50%~0.73%),其次为≥65岁组0.50%(95%CI:0.35%~0.66%)和15~64岁组0.44%(95%CI:0.32%~0.56%);春季呼吸系统疾病门诊增量最高0.61%(95%CI:0.12%~1.11%);相比于二三线城市而言,一线城市呼吸系统疾病门诊增量最高0.63%(95%CI:0.50%~0.75%);南方地区呼吸系统疾病门诊增量0.75%(95%CI:0.63%~0.88%)高于北方地区0.37%(95%CI:0.28%~0.47%);PM_(2.5)<75μg·m^(-3)组呼吸系统疾病门诊增量0.78%(95%CI:0.63%~0.88%)高于PM_(2.5)≥75μg·m^(-3)组0.26%(95%CI:0.17%~0.36%);不同性别和效应类型的呼吸系统疾病门诊量增加相差不大。敏感性分析显示本次研究结果相对稳健可靠。经漏斗图和Egger′s检验,存在一定的发表偏倚。结论我国大气PM_(2.5)与呼吸系统疾病门诊量之间呈正相关,随着大气中PM_(2.5)浓度升高,可增加呼吸系统疾病的发病风险,尤其是儿童、老年人、春季、一线城市和南方地区,呼吸系统疾病门诊量均有所增加。

门诊分诊导诊前移在儿科特需门诊中的应用效果

目的评价门诊分诊导诊前移在儿科特需门诊中的应用效果。方法择取2018年1月至2021年1月首都医科大学附属北京儿童医院特需门诊98例患儿为研究对象,根据入院时间不同将其分为对照组(2018年1月至2019年6月)和研究组(2019年7月至2021年1月),每组各49例。对照组予以常规分诊挂号指导,研究组予以门诊分诊导诊前移。比较两组的错号率、挂号询问时间、焦虑自评量表(SAS)评分、护理质量满意度。结果研究组无错号情况,低于对照组的10.20%(P<0.05)。研究组的挂号询问时间短于对照组,SAS评分低于对照组(P<0.05)。研究组护理质量总满意度为97.96%,高于对照组的85.71%(P<0.05)。结论应用门诊分诊导诊前移的效果显著,可降低错号率,缩短挂号询问时间,在降低患儿焦虑心态的同时提升其对于护理质量的满意度,有利于诊治过程顺利开展,值得推广。

2011—2019年广东省医院门诊人次季节变动趋势分析

目的分析2011—2019年广东省医院门诊人次的变动规律,为医院合理配置门诊医疗卫生资源及改善门诊医疗服务质量等提供科学依据。方法通过国家卫生健康统计信息网络直报系统收集2011—2019年广东省辖区内所有医院的月度门诊人次数据,采用时间序列分析,通过移动平均法,按月(季)平均法测定季节指数,分析门诊人次的的季节变化规律。结果分年看,医院门诊人次逐年增加。分月看,1月、2月、9月、10月是医院门诊服务"淡季",季节指数小于100%,其中2月最低(74.9%);其余月份为"旺季",季节指数大于100%。分季度看,第一季度季节指数小于100%,其余三个季度均大于100%。结论医院门诊人次呈逐年稳步增长态势,需不断提高门诊服务能力。在医院的日常管理中,需合理利用门诊人次的"淡季"、"旺季"需求变化季节特征,制定适宜应对措施,促进医院科学发展,更好满足人民群众日益增长的门诊服务需求。

2021年广元市空气污染对人群健康影响的时间序列分析

目的了解2021年广元市空气污染现状,探讨空气污染物对人群非意外死亡和医院门诊就诊量的影响。方法分别从广元市气象局、生态环境局、疾病预防控制中心和哨点医院收集2021年气象监测资料、环境空气质量资料、死因监测资料和医院就诊资料等,采用Spearman相关分析空气污染物与气象因素的相关性,采用时间序列的广义相加模型,用R 3.4.3软件分析空气污染物与人群死亡、医院就诊的关联性,检验水准为α=0.05。结果SO_(2)、NO_(2)、CO、O_(3)与医院门诊就诊量呈正相关;PM_(2.5)、PM_(10)、SO_(2)、NO_(2)浓度(Lag03)每升高10μg/m^(3),人群非意外死亡数分别增加2.74%(95%CI:0.88%~4.63%)、1.90%(95%CI:0.73%~3.09%)、32.26%(95%CI:13.77%~53.76%)、8.41%(95%CI:4.42%~12.55%),CO浓度(Lag03)每升高0.01 mg/m^(3)人群非意外死亡数增加0.39%(95%CI:0.19%~0.60%),且对≥65岁人群非意外死亡产生滞后效应更明显。结论空气污染物PM2.5、PM10、SO_(2)、NO_(2)、CO会增加人群非意外死亡数,NO_(2)、O3会增加医院门诊量,并有滞后效应。

基于中断时间序列分析某医院门诊量变化

目的评价新型冠状病毒感染疫情对某医院门诊量的影响。方法收集2018年1月至2022年12月某医院门诊量较大的10个代表性科室门诊量数据,采用中断时间序列分析方法(interrupted time series analysis,ITSA)分析各科室门诊量的变化趋势。结果第一中断点,7个科室瞬时门诊量降低,降幅由高到低分别为儿科(β_(2)=-2831.36)、普通外科(β_(2)=-877.32)、皮肤科(β_(2)=-838.33)、骨科(β_(2)=-569.82)、产科(β_(2)=-476.25)、呼吸内科(β_(2)=-304.79)、消化内科(β_(2)=-294.36);感染病科瞬时门诊量增高(β_(2)=2169.04);对妇科、肾内科门诊量影响无统计学意义(P值均>0.05)。第二中断点,有4个科室瞬时门诊量降低,降幅由高到低分别为感染病科(β_(2)=-5158.29)、儿科(β_(2)=-3695.49)、肾内科(β_(2)=-1308.83)、呼吸内科(β_(2)=-1152.95);感染病科(β5=311.07,P<0.05)、儿科(β5=195.99,P<0.05)、呼吸内科(β5=142.79,P<0.05),在第二中断点后月门诊量呈现上升趋势且增长速度有所加快。结论第一中断点对该医院门诊量影响较大,第二中断点影响相对较小,且部分门诊量反弹较为明显。疫情暴发对医疗资源配置和疫情防控工作有较大挑战。

2005~2013年广州某大型综合医院门急诊人次变动趋势分析

目的调查广州某大型综合医院门急诊量随季节变化的流向规律。方法运用时间序列季节指数法对广州某大型综合医院2005~2013年9年间的门急诊诊疗人次的季节变化进行统计分析。结果门急诊病人流量受季节因素影响显著,季节指数以3、7、8、11、12月最高（季节指数〉105%）,1、2、10月最低（季节指数〈95%）。结论卫生决策者及医院应根据门急诊患者季节变动规律,合理进行医疗资源的优化配置,保障医疗质量与患者安全。

大连市大气污染物PM_(10)对呼吸科日均门诊量的影响

目的研究2014年大连市大气污染物PM_(10)对呼吸系统疾病门诊量的影响。方法大连市2014年1月1日—12月31日空气污染数据来自大连市环境保护局网站,同期气温数据来自天气网,同期呼吸科门诊量数据来自大连市2所监测哨点医院。采用时间序列的半参数广义相加模型分析2014年大连市大气污染物PM_(10)与呼吸系统疾病门诊量的关系。结果大连市大气PM_(10)浓度每增加10μg/m^3,呼吸系统疾病门诊量增加0.33%。大气PM_(10)污染对呼吸科每日门诊量的累积效应在滞后1天(lag1)影响最强。结论大连市大气PM_(10)污染对呼吸科每日均门诊量有影响。

时间序列预测模型在门诊量预测中的应用

目的应用时间序列预测模型预测门诊量,旨在建立适用医院的门诊量预测方法和预测模型。方法收集某医院2006年-2010年的月门诊量数据,建立时间序列的预测模型,并用该模型进行预测比对。结果该预测模型预测的下一年的前6个月的门诊量非常接近实际门诊量,最大误差仅为1.54%。预测的2011年该院门诊工作量为2,292,594人次。结论运用时间序列预测模型能够取得很好的预测效果,可以为医院管理提供预案和决策依据。

互动式健康教育模式对慢性阻塞性肺疾病患者作用的研究

目的探讨互动式健康教育模式对稳定期慢性阻塞性肺疾病（COPD）患者治疗依从性、门诊随访次数、肺功能以及生活质量影响。方法选择成都市第二人民医院门诊和住院的稳定期COPD患者77例，根据患者自愿参加健康教育分为健康教育组38例和非健康教育组39例。随访6个月后，比较两组患者的治疗依从性、门诊随访率、肺功能及生活质量。结果77例完成半年随访，健康教育组的治疗依从性、门诊随访次数和生活质量评分指标较非健康教育组明显改善（P〈0．05）；健康教育组与非健康教育组的肺功能指标（FEV。％预计值和FEV1／FVC）差异无统计学意义（P〉0．05）。结论互动式健康教育模式对提高患者的治疗依从性，增加门诊随访次数以及改善生活质量有重要意义。

应用EVIEWS软件预测门诊人次

目的掌握简便的门诊人次预测方法,为医院管理服务。方法使用Eviews软件,采用时间序列分解方法与趋势外推法预测门诊人次。结果 Eviews软件小巧实用,采用时间序列预测方法得到结果误差较小,趋势外推法误差较大。结论 Eviews软件操作简单,界面简洁,值得推广。

2014年武汉市大气颗粒物数浓度与呼吸系统疾病日门诊量的时间序列研究

[目的]探讨武汉市不同粒径颗粒物数浓度（PNCs）对市民呼吸系统疾病日门诊量的短期影响。[方法]收集2014年武汉市不同粒径颗粒物的日均数浓度、同期气象参数资料以及部分市级医院呼吸系统疾病日门诊量数据。采用时间序列的半参数广义相加模型分析颗粒物数浓度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]单污染物模型结果显示,在最佳滞后条件下,PNC0.25-0.5每升高一个四分位间距值时,全人群和男性呼吸系统疾病日门诊量分别增加5.60%（RR=1.056 0,95%CI：1.004 5~1.110 2）和8.63%（RR=1.086 3,95%CI：1.027 0~1.148 9）;PNC0.5-1.0每升高一个四分位间距值时,全人群和男性呼吸系统疾病日门诊量分别增加2.42%（RR=1.024 2,95%CI：1.006 7~1.042 1）和3.29%（RR=1.032 9,95%CI：1.013 4~1.052 8）;PNC1.0-2.5每升高一个四分位间距值时,全人群和男性的呼吸系统疾病日门诊量分别增加4.45%（RR=1.044 5,95%CI：1.013 4~1.076 5）和3.89%（RR=1.038 9,95%CI：1.003 6~1.075 4）。双污染物模型结果显示,当分别调整可吸入颗粒物、细颗粒物、二氧化硫、二氧化氮、一氧化碳和臭氧质量浓度后,PNC0.5-1.0与全人群及男性的呼吸系统疾病日门诊量仍呈正相关关系（P〈0.05）,但PNC0.25-0.5仅与男性呼吸系统疾病日门诊量的相关性稳健（P〈0.05）。[结论]当调整了颗粒物及气态污染物的质量浓度后,粒径〈1.0μm颗粒物数浓度对全人群和男性呼吸系统疾病日门诊量的影响较明显。