張婷婷，馮燕玲，李樹林

心腦血管疾病是各種原因所致的心、腦血管病變的統(tǒng)稱，主要包括高血壓、冠心病、腦卒中等。據(jù)世界衛(wèi)生組織最新數(shù)據(jù)統(tǒng)計，2000—2016 年心腦血管疾病一直高居全球前十位死因之首位，2016 年全球共1 520 萬人死于心腦血管疾病，是低、中、高收入國家普遍存在的重大公共衛(wèi)生問題[1]。在我國，每年約有270 萬人死于心腦血管疾病[2]。一項基于40 歲以上人群的前瞻性隊列研究顯示，心腦血管疾病死因構成比高達42.8%[3]。2005—2010 年，新疆心腦血管疾病致死率明顯上升，男性發(fā)病呈現(xiàn)年輕化的特征[4]?；仡櫺苑治鼋Y果顯示，新疆疏附縣人民醫(yī)院心腦血管疾病住院人數(shù)逐年遞增，2007—2011 年5 年內增加2.7 倍[5]。院前急救對心腦血管疾病患者至關重要，數(shù)據(jù)統(tǒng)計結果表明急救的實施可顯著降低其致殘率和致死率[6]。本研究及張婷婷等[7]的研究均顯示，烏魯木齊院前急救心腦血管疾病量僅次于創(chuàng)傷。已有研究對烏魯木齊院前急救心腦血管疾病的流行病學特征進行分析[8]，但基于長期急救數(shù)據(jù)的統(tǒng)計分析及其未來預測的研究還未見報道。本研究以烏魯木齊市院前急救中心2011—2018 年院前急救心腦血管疾病數(shù)據(jù)為基礎，擬對烏魯木齊市院前急救心腦血管疾病現(xiàn)狀和未來五年的情況做分析和預測。

1 資料與方法

1.1 資料來源 從烏魯木齊市120 院前急救調度指揮系統(tǒng)數(shù)據(jù)庫中收集2011-01-01 至2018-12-31 共427 754 人次院前急救患者病例信息。疾病分類及編碼參照國際疾病分類標準ICD-10。本研究中，心腦血管疾病包括胸痛、胸悶、心悸、心搏呼吸驟停、高血壓、腦梗、心絞痛、心肌梗死、心臟病、房顫、心衰、腦出血、腦血管意外、腦血管意外后遺癥、低血壓、心律失常、心源性猝死、非心源性猝死、蛛網膜下腔出血、中風、主動脈夾層、心包積液、風濕性心臟病、過敏性休克、心源性休克、創(chuàng)傷性休克、感染性休克等?？側丝跀?shù)、男女性別人口數(shù)、各年齡段人口數(shù)、人均GDP、人均可支配收入、人均醫(yī)療保健支出增比、老齡人口數(shù)、醫(yī)護人員數(shù)等所用數(shù)據(jù)均來自烏魯木齊市2011—2017 年統(tǒng)計年鑒。

1.2 分組 根據(jù)烏魯木齊市2011—2017 年統(tǒng)計年鑒，將年齡分為≤17、18～34、35～59、≥60 四組；按照烏魯木齊市行政區(qū)劃分，分為9 個地區(qū)。根據(jù)烏魯木齊市氣象局標準，將季節(jié)分為春（3～5 月）、夏（6～8 月）、秋（9～11 月）、冬（12～2 月）。

1.3 統(tǒng)計學處理 采用Excel 2010 建立數(shù)據(jù)庫錄入數(shù)據(jù)并進行核對，應用SPSS 20.0 統(tǒng)計軟件對數(shù)據(jù)進行分析。分別采用單因素灰色GM（1,1）模型、多因素灰色模型和移動平均MA 模型對烏魯木齊市2019—2023年院前急救心腦血管疾病患者人次進行年預測。季節(jié)預測采用單因素灰色GM（1,1）模型和季節(jié)性差分自回歸移動平均SARIMA 模型。單因素灰色GM（1,1）模型擬合預測表達式為：其中a 為發(fā)展灰數(shù)，b 為內生控制灰數(shù)。多因素灰色預測模型考慮到多種因素對因變量的影響，結合了多重線性回歸模型與GM（1,1）模型。移動平均MA 模型公式為：其中為白噪聲序列，q 為模型系數(shù)，q 是移動平均模型的階數(shù)。SARIMA 模型表達式為：SARIMA（p,d,q） （P,D,Q）s，其中p 為非季節(jié)性自回歸階數(shù)，d 為非季節(jié)性差分次數(shù)，q 為非季節(jié)性移動平均階數(shù)，P 為季節(jié)性自回歸階數(shù)，D 為季節(jié)性差分次數(shù)，Q 為季節(jié)性移動平均階數(shù)，s 為周期。

單因素灰色GM（1,1）模型和多因素灰色模型預測在Excel 2010 中完成，模型精度判斷標準見表1，MA 模 型 和SARIMA 模 型 預 測 在SPSS 20.0 統(tǒng) 計軟件中進行。模型的比較選用平均絕對誤差（mean absolute error，MAE）、平均絕對百分比誤差（mean absolute percentage error，MAPE）、均 方 根 誤 差（root mean square error，RMSE）等指標。殘差=實際值-預測值，以P＜0.05為差異具有統(tǒng)計學意義。

表1 模型精度判斷標準

2 結 果

2.1 烏魯木齊市2011—2018 年院前急救心腦血管疾病現(xiàn)狀研究

2.1.1 人群分布特征

2.1.1.1 性別分布 研究顯示，烏魯木齊市2011—2018 年院前急救心腦血管疾病患者中，男性共49 012人次，女性共35 776 人次，男女性別比為1.37 ∶1。男性發(fā)病率（435.11/10 萬）明顯高于女性（334.62/10萬），且差異有統(tǒng)計學意義（χ2=1 209.098，P＜0.001），男性發(fā)病率是女性的1.30 倍。男女不同性別的心腦血管疾病發(fā)病率均呈增長趨勢，數(shù)據(jù)顯示分別為（χ2=74.540，P＜0.001；χ2=27.054，P＜0.001）。見圖1。

圖1 烏魯木齊市2011—2018 年院前急救心腦血管疾病患者的性別分布及發(fā)病率變化

2.1.1.2 年齡分布 院前急救心腦血管疾病患者發(fā)病的平均年齡為（63.83±16.77）歲。從各年齡段構成比來看，≥60 歲人群所占比例最大（62.50%），其次為35～59 歲人群（32.55%），18～34 歲人群所占比例較少（4.15%），≤17 歲人群占比最少（0.79%）。相應的，各年齡組發(fā)病率≥60 歲（2 195.60/10 萬）、35～59 歲（355.89/10萬）、18～34歲（69.44/10萬）、≤17歲（24.85/10萬）存在顯著差異（χ2=183 659.616，P＜0.001），≥60歲人群的發(fā)病率明顯高于其他年齡組，≤17 歲人群發(fā)病率最低。

2.1.2 時間分布特征

2.1.2.1 年份分布 結果顯示，院前急救心腦血管疾病患者總人次已由2011 年的10 279 人次增加到2017年的12 014 人次，發(fā)病率也在逐年增加（由2011 年的412.23/10 萬增至2017 年539.69/10 萬）且增長趨勢有統(tǒng)計學意義（χ2=92.647，P＜0.001），各年份間發(fā)病率存在顯著差異（χ2=1 506.258，P＜0.001）。心腦血管疾病患者人次和發(fā)病率在2016 年以后出現(xiàn)急劇上升趨勢。

2.1.2.2 季節(jié)和月份分布 季節(jié)分布上，春季（18 804 人 次， 占26.16%） 和 冬 季（18 802 人 次， 占26.16%）心腦血管疾病發(fā)病較多，秋季（17 920 人次，占24.93%）和夏季（16 352 人次，占22.75%）發(fā)病相對較少。月份分布上，以12 月高發(fā)（7 537 人次，占8.89%），其次為3 月（7 472 人次，占8.81%）和4 月（7 471 人次，占8.81%），而6 月（6 537 人次，占7.71%）、7 月（6 587 人次，占7.77%）、8 月（6 425 人次，占7.58%）院前急救總量較少。

2.1.3 地區(qū)分布特征 結果顯示，高新區(qū)（新市區(qū)）的急救量最大（20 897 人次，占24.65%），其次分別為沙依巴克區(qū)（19 528 人次，占23.04%）、天山區(qū)（17 161 人次，占20.24%）、米東區(qū)（9 742 人次，占11.49%）、水磨溝區(qū)（9 373 人次，占11.06%）、經開區(qū)（頭區(qū)）（5 369 人次，占6.33%）、烏魯木齊縣（860 人次，占1.01%），除烏魯木齊以外的地區(qū)及地址不詳，達坂城區(qū)院前急救量最少（775 人次，占0.91%）。

2.2 基于2011—2018 年院前急救心腦血管疾病總量對未來五年情況的預測

2.2.1 院前急救心腦血管疾病總量的年預測

2.2.1.1 單因素灰色GM（1,1）模型 建立預測模型，將所得模型進行后驗差檢驗得S1=518.16，S2=1 503.12，C=S1/S2=0.34，P=1.00，模型精度達到一級（好），說明模型精度較高，可用于外推預測。結果見表2。

2.2.1.2 多因素灰色GM（1,1）模型 （1）令Y 為院前急救心腦血管疾病總量，X1為總人口數(shù)，X2為人均GDP，X3為人均可支配收入，X4為人均醫(yī)療保健支出增比，X5為老齡人口數(shù)，X6為醫(yī)護人員數(shù)。采用逐步回歸分析（Stepwise）法建立多重線性回歸方程，最終X1、X3進入方程，其回歸方程為：對模型進行檢驗，得F=15.530，P=0.013，R2=0.886，所建模型在檢驗水準為0.05 下差異有統(tǒng)計學意義，可用于預測。

（2）分別對X1、X3建立灰色GM（1,1）模型，得到其平均相對誤差分別為0.33%和0.92%，X3的精度為一級（好），可用于預測，而X1的精度為四級（不合格），不能預測。因此，使用緩沖算子進行處理，并對二階緩沖序列建立灰色GM（1,1）模型，平均相對誤差為0.03%，精度達到一級（好），可用于預測。利用建立的單因素灰色GM（1,1）模型求出X1、X3在2018—2023 年的預測值。

（3）將X1、X3的預測值代入回歸方程，即可預測2019—2023 年院前急救心腦血管疾病患者總量。結果見表2。

2.2.1.3 移動平均MA 模型 經過反復嘗試和比較，本研究最終選定MA1 模型，其數(shù)學表達式為該模型的擬合優(yōu)度檢驗結果顯示：R2=0.86，BIC=14.05，說明所選模型擬合效果較好。殘差自相關系數(shù)的白噪聲檢驗中，χ2檢驗結果P 均大于0.05，因此接受殘差序列是不相關的零假設，可以認為殘差的分布是隨機的，所建的預測模型合理，可以進行外推。預測結果見表2 和圖2。

單因素灰色GM（1,1）模型、多因素灰色模型、移動平均MA1 模型預測的平均相對誤差分別為0.0001、0.0461、0.0037，再結合表2 的MAE、MAPE、RMSE 等結果，筆者發(fā)現(xiàn)單因素灰色GM（1,1）模型的預測精度最高，因此筆者以該模型數(shù)據(jù)作為最終的年預測結果。

圖2 院前急救心腦血管疾病患者人次數(shù)MA1 模型預測

2.2.2 院前急救心腦血管疾病患者總量的季節(jié)預測

2.2.2.1 單因素灰色GM（1,1）模型 預測模型為后驗差檢驗結果S1=249.3483，S2=394.5247，C=S1/S2=0.63，P=0.73，模型精度為三級（ 勉強合格）， 不能用于預測。使用緩沖算子處理，并對一階緩沖序列建立灰色GM（1,1）模 型此 時 模 型S1'=64.7491，S2'=238.6503，C'=S1/S2=0.27，P'=1.00，精度達到一級（好），可以用于預測。預測結果見表3。2.2.2.2 SARIMA 模 型 根 據(jù)SARIMA 模 型 參 數(shù)的選定標準，結合平穩(wěn)R2、BIC 和參數(shù)簡約化原則，經過反復嘗試和比較，本研究最終選定SARIMA(2,1,0)(2,1,0)4模 型， 其 數(shù) 學 表 達 式 為平穩(wěn)R2=0.56，BIC=10.860，說明所選模型擬合效果較好。殘差自相關系數(shù)的白噪聲檢驗結果P 均＞0.05，可用于預測。結果見圖3。

表2 三種模型的年預測結果及精度比較

圖3 院前急救心腦血管疾病患者人次數(shù)SARIMA(2,1,0)(2,1,0)4 模型的季節(jié)預測

觀察預測圖可知，該模型的預測效果欠佳，尤其是2021 年及以后的預測精度不斷下降，所以筆者以月為單位建立SARIMA 模型對院前急救心腦血管疾病患者人次數(shù)進行預測。建立的預測模型 為SARIMA(1,1,1)(1,1,2)12模 型， 其數(shù)學表達式為平穩(wěn)R2=0.53，BIC=8.50，說明所選模型擬合效果較好。殘差自相關系數(shù)的白噪聲檢驗結果P＞0.05，可用于預測。各月份預測結果見圖4。根據(jù)各月份的預測結果計算各季節(jié)的預測量。最終預測結果見表3。對比兩種模型預測誤差可知，SARIMA 模型的預測精度更高。

3 討 論

我國心腦血管疾病具有高患病率、高自殘率、高病死率、高復發(fā)率等特點，且發(fā)病趨于年輕化[9]。據(jù)統(tǒng)計，心腦血管疾病已成為我國27 個省市的首位死因[10]，每5 例死亡人中就有2 例死于心腦血管疾病[11]。心腦血管疾病的具體機制還不夠明確，是基因、環(huán)境、生活方式等多種因素共同作用的結果[12,13]。我國的院前急救體系處于初級發(fā)展階段，仍面臨院前急救心腦血管疾病網絡不健全、缺乏規(guī)范化救治體系、急救模式不完善等諸多挑戰(zhàn)。本研究發(fā)現(xiàn)，烏魯木齊院前急救心腦血管疾病以男性、老年人為主，春、冬季為高發(fā)季節(jié)，多發(fā)于新市區(qū)（高新區(qū)）。單因素灰色GM（1,1）模型、多因素灰色模型、移動平均MA1模型預測2023 年院前急救心腦血管疾病總量分別為18 091、15 835、16 268，單因素灰色GM（1,1）模型、SARIMA 模型對春季的預測量分別為3 928、5 928。這將為烏魯木齊市院前急救心腦血管疾病服務相關衛(wèi)生決策提供參考。

圖4 院前急救心腦血管疾病患者人次數(shù)SARIMA(1,1,1)(1,1,2)12 模型的季節(jié)預測

表3 兩種模型的季節(jié)預測結果及精度比較

院前急救心腦血管疾病以男性、老年人為主，這與張婷婷等[8]的研究相一致，說明該類人群為心腦血管疾病的高危人群，應該給予更多的關注和重視。男性高發(fā)可能與其在社會、家庭中的地位、工作性質、從事經濟活動等所承受更大的生活負擔和精神壓力有關。隨著年齡的增長，人體的整體機能下降、免疫力低下、新陳代謝能力減弱、對外界刺激反應能力下降等使高齡成為心腦血管疾病的高危因素，老年發(fā)病比例增加，同時，老年人心腦血管疾病的發(fā)生與血壓增高、血液黏稠、不良生活習慣、代謝異常等密切相關[2]。有研究報道，衰弱也是老年人心腦血管疾病的獨立危險因素[14]。另外，隨著年齡的增加，心腦血管疾病的死亡率呈增長趨勢，且男性對人群的期望壽命影響更大[15]。人口老齡化加劇將對院前急救心腦血管疾病體系提出新的挑戰(zhàn)。因此，加強男性、老年人健康教育、改變不良行為習慣、定期體檢在降低人群心腦血管疾病發(fā)病率和減輕院前急救工作量方面有重要意義。

春、冬季為高發(fā)季節(jié)，以12 月份最為顯著。這與翟紅楠等[16]和高霞等[17]的研究相吻合，這可能與12月份寒潮來襲、氣溫急劇降低導致血管收縮、血流受限、心臟耗氧量增加等有關[18]。心腦血管疾病發(fā)病具有明顯的季節(jié)性，且不同的疾病高發(fā)季節(jié)存在差異，如腦溢血冬季常見，腦梗塞夏季高發(fā)，冠心病和高血壓多發(fā)于春季[19]。王尚桐等[20]的研究發(fā)現(xiàn)烏魯木齊心肌梗塞發(fā)病也存在春、冬季頻發(fā)的現(xiàn)象，這與筆者的研究結論相一致。這可能與近年來環(huán)境惡化有關。研究顯示，氣溫、氣壓、氣濕、風速、降水量等氣象因素的變化可導致機體循環(huán)系統(tǒng)、血壓和血液流變學的改變，影響神經反射調節(jié)、體液調節(jié)，破壞了穩(wěn)態(tài)平衡，進而誘發(fā)心腦血管疾病的發(fā)生或改變其疾病進展[21-23]，特別是這些因素的驟然改變如大霧、寒潮等極端天氣將導致發(fā)病人數(shù)急劇增加。

筆者發(fā)現(xiàn)，2011—2018 年院前急救心腦血管疾病總量逐年增加，在未來5 年將繼續(xù)增加，預計到2023 年，院前急救患者將增至18 091 人次，其中春季達5 928 人次。這可能與烏魯木齊社區(qū)老年人群高血壓、糖尿病、冠心病、血脂異常、腦卒中、阿爾茨海默病、輕度認知功能障礙、血管性癡呆等疾病的發(fā)病逐年增加有關[24]。經濟增長帶來的人口流動增加，人口老齡化、城市化進展加速、高危因素（高血壓、高血脂、糖尿病、超重和肥胖等）暴露不斷增加，以及不良生活方式如較少的體力勞動、久坐、大量高熱能食物的攝入、缺乏規(guī)律作息等[10,25,26]，也是心腦血管疾病發(fā)病不斷增加的重要原因。研究顯示，臭氧和大氣顆粒物PM 2.5 和PM 10 的濃度升高會增加心腦血管疾病急救患者人次[27,28]，這提示環(huán)境破壞和大氣污染也是誘發(fā)心腦血管疾病發(fā)病的原因之一。因此，可以通過合理膳食、適量運動等生活方式的改變及改善環(huán)境來降低人群心腦血管疾病的發(fā)病率，減緩未來院前急救總量的增長。

根據(jù)本研究數(shù)據(jù)的特點，單因素灰色GM（1,1）模型、多因素灰色模型、移動平均MA1 模型均可以進行年預測，以單因素灰色GM（1,1）模型預測最好，其結果更具有參考價值；單因素灰色模型GM（1,1）和SARIMA 模型也是常見的季節(jié)預測模型，以SARIMA 模型預測效果最佳。單因素灰色GM（1,1）和ARIMA 模型也被用于心腦血管疾病死亡率的預測[29-31]。魏琴[32]用灰色模型對未來兩年心腦血管疾病的發(fā)病趨勢進行了預測。筆者采用多模型的長期預測研究可對比不同模型預測精度和誤差，從而選擇較優(yōu)模型。但院前急救心腦血管疾病總量還受到很多其他因素的影響，當前的預測還不夠全面，今后應納入更多因素進行預測和完善。

綜上所述，烏魯木齊院前急救心腦血管疾病以男性、老年人為主，春、冬季為高發(fā)季節(jié)，多發(fā)于新市區(qū)（高新區(qū)），未來5 年院前急救需求量會持續(xù)增加，衛(wèi)生行政部門應加大院前急救資源的配置，提高院前急救診治能力和效率。本研究主要依據(jù)現(xiàn)有的院前急救調度指揮系統(tǒng)的數(shù)據(jù)對院前急救心腦血管疾病進行分析，并沒有患者后續(xù)情況的追蹤調查，今后應進一步完善。