基于多源的居民死亡数据融合管理与应用研究

目的:为有效整合和利用来源多样、类型各异且分散的医疗健康数据,有效提高数据准确性,实现数据管理精细化。方法:以常州市多源死亡数据的汇聚为例,将数据进行分层分类管理。同时,对每年死亡人口的年龄结构、职业结构、区域分布以及因心脑血管疾病、癌症、慢性呼吸系统疾病和糖尿病等4种重大慢性病导致的死亡数据进行深入分析。结果:通过疾病原因分析死亡数据,并运用数据挖掘算法,可估算本地区死亡人数。结论:数据整合有助于更新死亡居民档案、完善常州市全民健康信息平台电子健康档案库,促进平台建设。

卫生健康大数据的采集

以常州区域健康信息为例,建设一个融合大数据平台,采用先进的分布式处理架构,利用超融合节点组成硬件资源池,集存储、网络、计算等资源于一体,融合不同类型、不同系统的数据,为基于此平台上进行集中的数据处理、流转、共享、分析及展现等功能打下良好基础。

宣传在区域卫生健康信息化建设中的作用

在互联网高度发展的时代,信息系统与医疗管理机制、运行机制、投入机制等共同成为支撑新医改的“八柱”,现代医疗已经更多地依赖于信息化。但信息化建设本身具备的投入高、周期长、显性效益少的特点,使得卫生信息化职能部门“压力山大”。文章将探讨如何借助宣传的力量为区域卫生健康信息化建设工作赋能。

全民健康信息平台的家庭医生签约服务信息系统设计

本文通过以常州市钟楼区基于市级全民健康信息平台的家庭医生签约服务信息系统为例,探讨了基于全民健康信息平台的家庭医生签约服务信息系统对于做实基本医疗、基本公共卫生服务的意义,为进一步卫生行政部门推广基于全民健康信息平台的家庭医生签约服务信息系统提供参考。

基于大数据的抗菌药物监测平台研究

笔者利用大数据技术,通过深度剖析临床实际需求,采集海量抗菌药物用药数据,利用专业化数据清洗工具,整理成系统可识别的、可分析的数据模型,再以专业知识仓库和临床药学数据仓库为基础的二大知识仓库的基础上,建立基于药物咨询及用药安全监测系统、处方审核与点评系统和抗菌药物管理系统3大系统的抗菌药物监测平台。

Prophet模型和SARIMA模型在某市心脑血管疾病死亡人数预测中的应用比较

目的 分析某地级市因心脑血管病死亡人数的趋势,探讨和比较时间序列分析中的Prophet模型和SARIMA模型在死亡人数预测中的应用。方法 从该市卫生健康大数据中心获取2014年到2018年因心脑血管疾病死亡的人数,分别构建Prophet模型和SARIMA模型,使用2019年1月到12月的数据验证两种模型的预测效果,用均方根误差和平均百分比误差作为评价指标。结果 Prophet模型的平均百分比误差为5.24%,SARIMA模型的最优模型为SARIMA(0,1,1)(0,1,1)12,平均百分比误差为7.88%。结论 时间序列分析方法能够用于心脑血管疾病死亡人数趋势的预测,Prophet模型预测精度更高。

呼吸道传染病监测管理体系的构建及其应用价值探讨

构建呼吸道传染病监测管理体系以提升我市呼吸道传染病监测管理,为我市未来公共卫生应急指挥相关数据智能监测、报警、决策、资源调配等提供更多依据和支持。方法:本研究数据来源于2016年1月1日-2020年12月31日年常州市五家哨点医院发热门诊、急诊、住院相关科室的传染病资料,按照呼吸道传染病监测管理体系是否实施分为实施医院传染病管理体系前(2016年1月1日-2019年12月31日)和实施医院传染病管理体系后(2020年1月1日-2020年12月31日);对呼吸道传染病发生及分布情况进行对比分析。结果:呼吸道传染病监测管理体系实施前(2016年1月1日-2019年12月31日)共报告呼吸道传染病患病例数为72934例,呼吸道传染病监测管理体系实施后(2020年1月1日-2020年12月31日)共报告呼吸道传染病患病例数为14280例,呼吸道传染病监测管理体系实施前后呼吸道传染病患病人群性别、年龄分布差异均不显著(P>0.05),科室分布差异显著(P<0.05),呼吸道传染病监测管理体系实施后患者主要集中在发热门诊、急诊。呼吸道传染病监测管理体系实施前2016年-2019年间呼吸道传染病发病率呈现逐年上升趋势,2020呼吸道传染病监测管理体系实施后呼吸道传染病的发生得到显著控制,发病率显著低于2017-2019年各年发病率(P<0.05),呼吸道传染病患病人群年龄分布各年份之间比较差异不显著(P>0.05),均以5岁以内婴幼儿为主。结论:实施传染病监测管理体系后,可有效控制传染病的发病率,值得临床大力推广和使用。