北京市首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院(100050)

王偉輝 崔 燕 韓寶泉△

某醫(yī)院普外科住院病例時(shí)間序列分析

北京市首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院(100050)

王偉輝 崔 燕 韓寶泉△

目的 了解2010-2014年某醫(yī)院普外科住院病例情況，探索時(shí)間序列模型在普外科住院病例中的應(yīng)用，為醫(yī)院管理決策服務(wù)。方法 在北京市某三級(jí)醫(yī)院統(tǒng)計(jì)室導(dǎo)出2010年1月-2015年9月普外科住院病例資料，其中2010-2014年數(shù)據(jù)用于建立時(shí)間序列模型，2015年1到9月數(shù)據(jù)用于驗(yàn)證所建立的模型，具體統(tǒng)計(jì)過(guò)程借助SPSS 18.0完成。結(jié)果 2010-2014年普外科住院治療人數(shù)逐年增加，從3614例上升至6841例， Winters可加性模型可對(duì)普外科住院病例進(jìn)行較好擬合，R2=0.907，總體相對(duì)誤差為-5.19%。結(jié)論 時(shí)間序列分析可應(yīng)用于臨床，為資源和人員配置提供數(shù)據(jù)支持。

普外科住院病例 時(shí)間序列模型 預(yù)測(cè)

時(shí)間序列分析的基本任務(wù)是揭示支配觀(guān)測(cè)到的時(shí)間序列的隨機(jī)規(guī)律，預(yù)測(cè)未來(lái)的事件，并且通過(guò)干預(yù)來(lái)控制將來(lái)事件[1]。但由于計(jì)算方法比較復(fù)雜，目前時(shí)間序列分析針對(duì)門(mén)診或住院人次的預(yù)測(cè)較少[2-4]，本研究利用SPSS 18.0中的“專(zhuān)家建模器”對(duì)2010-2014年某醫(yī)院普外科住院數(shù)據(jù)進(jìn)行了擬合，并對(duì)2015年1-9月份數(shù)據(jù)進(jìn)行了預(yù)測(cè)，探討其發(fā)展規(guī)律，為做好醫(yī)院內(nèi)資源配置提供科學(xué)依據(jù)。

資料與方法

1.資料

2010年1月-2015年9月普外科住院病例資料來(lái)源于某三級(jí)甲等綜合醫(yī)院統(tǒng)計(jì)室，其中2010-2014年數(shù)據(jù)用于建立時(shí)間序列模型，2015年1到9月數(shù)據(jù)用于驗(yàn)證所建立的模型。

2.方法

首先將數(shù)據(jù)按照年月的格式轉(zhuǎn)為時(shí)間序列，之后利用時(shí)間序列圖顯示信息特征，最后應(yīng)用SPSS 18.0的“專(zhuān)家建模器”自動(dòng)為數(shù)據(jù)選擇最優(yōu)模型?！皩?zhuān)家建模器”將時(shí)間序列的特征分析及序列的平穩(wěn)化處理、模型識(shí)別、參數(shù)估計(jì)和模型診斷以及預(yù)測(cè)等過(guò)程全部整合在軟件中，直接計(jì)算出最佳模型。

結(jié) 果

1.一般情況

2010-2014年某醫(yī)院普外科累計(jì)住院27916例，2010年最少，為3614例，之后逐年上升，至2014年達(dá)到6841例，是2010年的1.89倍。

2.時(shí)間序列模型

(1)時(shí)間序列圖

繪制2010-2014年某院普外科住院病例數(shù)時(shí)間序列圖(圖1)，從圖中可以看出，序列同時(shí)具有線(xiàn)性趨勢(shì)成分和季節(jié)成分，總體來(lái)看，住院人數(shù)逐年升高，在年內(nèi)則表現(xiàn)為春節(jié)期間最低，秋冬季最高。

圖1 2010-2014年某院普外科住院病例數(shù)時(shí)間分布

(2)模型構(gòu)建

應(yīng)用SPSS 18.0中的專(zhuān)家建模器進(jìn)行擬合，自動(dòng)進(jìn)行最優(yōu)模型的選擇、參數(shù)估計(jì)和預(yù)測(cè)，最終確定最佳模型為指數(shù)平滑模型中的Winters可加性模型，該模型統(tǒng)計(jì)量R2=0.907，Ljung-Box Q=14.640，P=0.478。殘差的ACF 圖和PACF 圖發(fā)現(xiàn)自相關(guān)函數(shù)的Box-Ljung統(tǒng)計(jì)量差異無(wú)統(tǒng)計(jì)學(xué)意義(P>0.05)，說(shuō)明該殘差是白噪聲系列，提示專(zhuān)家建模器所建模型擬合效果較好。

(3)模型評(píng)價(jià)和預(yù)測(cè)

應(yīng)用Winters可加性模型對(duì)2010-2014年某院普外科住院病例數(shù)進(jìn)行擬合的結(jié)果和實(shí)際住院情況基本一致。應(yīng)用該模型對(duì)2015年1月至2015年9月該院普外科住院病例數(shù)進(jìn)行預(yù)測(cè)，并和觀(guān)測(cè)值進(jìn)行比較，可見(jiàn)除2015年6月外，實(shí)際值均在預(yù)測(cè)上下限范圍內(nèi)，2015年1-9月份普外科住院病例數(shù)預(yù)測(cè)值和實(shí)際值的總體相對(duì)誤差為-5.19%，預(yù)計(jì)2015年12月份，該院普外科住院病例數(shù)可達(dá)704例左右，在602例至806例之間，具體見(jiàn)表1。

表1 2015年1-9月某院普外科住院病例數(shù)預(yù)測(cè)值及95%CI

討 論

1.運(yùn)用時(shí)間序列分析為醫(yī)院管理服務(wù)

本文應(yīng)用專(zhuān)家建模器，對(duì)2010-2014年的普外科月住院病例數(shù)進(jìn)行了分析，結(jié)果表明最佳模型為Winters可加性模型，模型殘差序列為白噪聲，R2高達(dá)0.907，應(yīng)用該模型對(duì)2015年1月至2015年9月該院普外科住院病例數(shù)進(jìn)行預(yù)測(cè)，并和觀(guān)測(cè)值進(jìn)行比較，可見(jiàn)除2015年6月外，實(shí)際值均在預(yù)測(cè)上下限范圍內(nèi)，2015年1-9月份普外科住院病例數(shù)預(yù)測(cè)值和實(shí)際值的總體相對(duì)誤差為-5.19%，綜合來(lái)看，模型擬合及預(yù)測(cè)較好。應(yīng)用模型推測(cè)，2015年年底，該院普外科住院病例數(shù)可達(dá)704例左右，遠(yuǎn)高于該院往年同期住院數(shù)，建議醫(yī)院早做準(zhǔn)備，提前應(yīng)對(duì)。

2.住院病例數(shù)與多種因素相關(guān)。

某醫(yī)院為北京市綜合性三甲醫(yī)院，年住院病例數(shù)在2010年已達(dá)3萬(wàn)例以上。隨著專(zhuān)業(yè)的發(fā)展及群眾對(duì)自身健康需求的提高，該院普外科住院病例數(shù)近年來(lái)有明顯上升趨勢(shì)，具體從2010年的3614例上升至2014年的6841例，病例數(shù)5年間上升了將近一倍。年內(nèi)病例數(shù)變動(dòng)與季節(jié)高度相關(guān)，秋冬季住院病例較多，春節(jié)期間最低，考慮和某些擇期手術(shù)患者的自主選擇有關(guān)。

3.隨著醫(yī)院接診病例數(shù)的增多，醫(yī)院規(guī)模的增大，醫(yī)院的管理工作應(yīng)隨之增強(qiáng)。

對(duì)于病例數(shù)開(kāi)展科學(xué)的預(yù)測(cè)，有利于醫(yī)院人員和物資的配備及調(diào)整。由于時(shí)間序列分析需要較為專(zhuān)業(yè)的統(tǒng)計(jì)學(xué)基礎(chǔ)，并通過(guò)反復(fù)試驗(yàn)來(lái)選擇適當(dāng)模型[2,4]，故可及性較差，目前醫(yī)院管理工作中應(yīng)用較少。SPSS 18.0中的專(zhuān)家建模器，可將時(shí)間序列的特征分析及預(yù)處理(平穩(wěn)化)、模型識(shí)別與定階、模型參數(shù)估計(jì)與檢驗(yàn)、殘差檢驗(yàn)等4個(gè)過(guò)程整合到軟件運(yùn)行中，大大降低了模型應(yīng)用的難度，使得醫(yī)院管理人員可以方便應(yīng)用該模型進(jìn)行醫(yī)院的硬件設(shè)施/軟件裝備、門(mén)診/入院就診量、醫(yī)療費(fèi)用、藥品收入/消耗量進(jìn)行分析和預(yù)測(cè)，使衛(wèi)生資源配置和衛(wèi)生服務(wù)需求逐步趨于合理化[5]，但使用的同時(shí)應(yīng)考慮到，任何模型都有其局限性，應(yīng)結(jié)合專(zhuān)業(yè)特點(diǎn)及其他影響住院量的因素進(jìn)行綜合分析。

[1]王黎明，王連，楊楠.應(yīng)用時(shí)間序列分析.上海：復(fù)旦大學(xué)出版社，2009.

[2]張?jiān)?王勝難,劉媛,等.應(yīng)用ARIMA模型對(duì)呼吸系統(tǒng)疾病月住院量及住院費(fèi)用的預(yù)測(cè).中國(guó)衛(wèi)生統(tǒng)計(jì),2015,32(2):197-200.

[3]覃桓.基于多重回歸模型的住院人數(shù)預(yù)測(cè).中國(guó)衛(wèi)生統(tǒng)計(jì),2014,31(3):523-524.

[4]馬春柳,劉海霞,李小升,等.SARIMA 模型在醫(yī)院住院人次預(yù)測(cè)中的應(yīng)用.中國(guó)衛(wèi)生統(tǒng)計(jì),2013,30(3):432-433.

[5]鄧丹，王潤(rùn)華，周燕榮.時(shí)間序列分析及其在衛(wèi)生事業(yè)中的應(yīng)用.數(shù)理醫(yī)藥學(xué)雜志,2002,15(5):455-457.

(責(zé)任編輯：張 悅)

△通信作者：韓寶泉，E-mail:13581671778@163.com