王金海 劉迦鑫 曹莉

摘 要：病床使用率是醫(yī)院在醫(yī)療質(zhì)量管理中考核各科工作效率的重要指標之一。目前，內(nèi)蒙古自治區(qū)各項衛(wèi)生資源增長較快，但是病床使用率增長卻較慢。政府管理部門急需對病床資源進行合理的規(guī)劃使衛(wèi)生資源配置能夠滿足衛(wèi)生服務需求。本文收集到內(nèi)蒙古自治區(qū)2010年至2017年醫(yī)院床位數(shù)、入院人數(shù)、門急診人數(shù)、平均住院日、病床使用率等指標的相關數(shù)據(jù)，首先應用灰色GM（1，1）模型進行擬合，預測出2018年至2030年內(nèi)蒙古自治區(qū)病床使用率趨勢;再通過建立多項Logistic回歸模型探討影響醫(yī)院病床使用率的重要因素;然后分析病床使用率低下的原因;最后，為如何提高病床使用率，合理優(yōu)化病床資源提出了相關建議。

關鍵詞：病床使用率;GM（1，1）模型;多項Logistic回歸模型

中圖分類號：R181.8 文獻標識碼：A 文章編號：1671-2064（2020）10-0254-03

0 引言

病床作為醫(yī)院必備的基礎設備之一，它不僅能夠衡量醫(yī)院的規(guī)模大小，還能夠?qū)︶t(yī)院的經(jīng)濟效益進行簡單的核算。病床使用率是衡量病床負荷現(xiàn)狀、病床工作效率的重要指標，探索病床使用率的發(fā)展趨勢和分析影響病床使用率的相關因素是衛(wèi)生改革研究中的一項重要內(nèi)容。目前，國內(nèi)外研究病床使用率的文章較多[1-2]，文獻集中在病床使用率效率評價方面以及影響因素的分析方面，應用研究也主要集中在廣東、天津等經(jīng)濟發(fā)達地區(qū)[3-4]，對于西部少數(shù)民族地區(qū)內(nèi)蒙古自治區(qū)病床使用率分析的相關文獻較少。近些年，由于國家政策的扶持，內(nèi)蒙古衛(wèi)生醫(yī)療事業(yè)發(fā)展迅速，衛(wèi)生醫(yī)療資源使用效率不高，病床使用率長期低于全國平均水平，并呈下降趨勢。本文收集到內(nèi)蒙古自治區(qū)2010年至2017年醫(yī)院床位數(shù)、入院人數(shù)、門急診人數(shù)、平均住院日、病床使用率等相關數(shù)據(jù)，應用灰色GM（1，1）模型進行擬合，預測出2018年至2030年內(nèi)蒙古自治區(qū)病床使用率趨勢，并通過建立多項Logistic回歸模型探討影響醫(yī)院病床使用率的重要因素，分析病床使用率低下的深層次原因，為如何提高病床使用率，合理優(yōu)化病床資源提出建議。

1 資料來源和方法

1.1 資料來源

內(nèi)蒙古自治區(qū)2010年至2017年醫(yī)院床位數(shù)、入院人數(shù)、門急診人數(shù)、平均住院日、病床使用率等相關數(shù)據(jù)，取自國家統(tǒng)計年鑒、內(nèi)蒙古統(tǒng)計局，相關數(shù)據(jù)見表1。

1.2 方法與模型

本文主要利用灰色預測模型GM（1，1）對內(nèi)蒙古自治區(qū)的醫(yī)院病床使用率進行了預測;并利用多項Logistic回歸模型分析了影響內(nèi)蒙古自治區(qū)的醫(yī)院病床使用率的因素。

灰色系統(tǒng)理論是以“部分信息已知，部分信息未知”的“小樣本”“貧信息”不確定性系統(tǒng)為研究對象[5]?；疑A測模型（Grey Model，簡稱GM模型），通過采用累加和累減的方式對原始數(shù)據(jù)進行生成處理，尋找數(shù)據(jù)的變化規(guī)律從而生成有較強規(guī)律性的數(shù)據(jù)序列后建立相應的微分方程模型以實現(xiàn)對數(shù)據(jù)的趨勢預測，其模型類型包括GM（1，1）、GM（1，n）等[6]。本文采用GM（1，1）模型對內(nèi)蒙古自治區(qū)的病床使用率進行預測，下面介紹具體步驟：

2 內(nèi)蒙古自治區(qū)病床使用率的預測結果及影響因素分析

2.1內(nèi)蒙古自治區(qū)病床使用率的預測結果

根據(jù)GM（1，1）模型預測出2018年至2030年內(nèi)蒙古自治區(qū)醫(yī)院的病床使用率，從預測的結果可以看出，內(nèi)蒙古自治區(qū)2018年至2030年的病床使用率逐年下降，將于2030年減少為66.21%，與2010年相比下降了15.1個百分比，見表2。

為了能更清晰地看出2010年至2030年病床使用率的發(fā)展趨勢，利用收集到的病床使用率、預測的病床使用率數(shù)據(jù)繪制病床使用率發(fā)展趨勢圖，可以更明顯地看出，病床使用率在2010年至2012年有明顯上升外，隨后各年呈逐年下降趨勢，下降趨勢明顯，見圖1所示。

運用灰色理論模型GM（1，1）對內(nèi)蒙古自治區(qū)2010年至2017醫(yī)院病床使用率進行擬合與推測，從灰色預測模型的預測結果與2016年和2017年實際值對比可以看出，預測結果誤差較小，預測精度>95%，預測結果較為滿意，具有較高的實用價值，能夠精準的預測內(nèi)蒙古自治區(qū)醫(yī)院病床使用率的發(fā)展趨勢，為實現(xiàn)區(qū)內(nèi)衛(wèi)生醫(yī)療資源的合理配置提供對策。檢驗結果見表3。

2.2內(nèi)蒙古自治區(qū)病床使用率的影響因素分析

通過對表1中的數(shù)據(jù)進行分析，以內(nèi)蒙古自治區(qū)醫(yī)院6年的病床使用率為參考序列，從影響醫(yī)院病床使用率的諸多因素中選擇4個主要因素：醫(yī)院床位數(shù)、入院人數(shù)、門急診人次數(shù)、平均住院日進行分析，得到以上各指標對病床使用率的影響程度。多項Logistic回歸分析結果見表4。

從表4可以看出內(nèi)蒙古自治區(qū)醫(yī)院除入院人數(shù)外，醫(yī)院床位數(shù)、門急診人次數(shù)、平均住院日均顯著性影響病床使用率，下面進行詳細說明：

（1）醫(yī)院床位數(shù)與病床使用率呈負相關（r=-7.62，P<0.05）。隨著內(nèi)蒙古自治區(qū)各醫(yī)院規(guī)模的日益擴大，醫(yī)院床位數(shù)也逐年增加，卻導致了病床的使用效率不高。從表1可以看出2010年至2017年醫(yī)院床位數(shù)逐年增加，病床使用率卻逐年下降。（2）入院人數(shù)與病床使用率呈正相關（r=0.10，P>0.05）。隨著入院人數(shù)的不斷增加，病床使用率呈明顯遞增趨勢，故入院人數(shù)的多少對病床使用率的高低有顯著的影響。（3）門急診人次數(shù)與病床使用率呈正相關（r=183.48，P<0.05）。近年來，門急診人次數(shù)呈上升趨勢，病床使用率也隨之呈上升趨勢，門急診人次數(shù)越多病床使用率越高。（4）平均住院日與病床使用率呈正相關（r=15.19，P<0.05）。隨著平均住院日的不斷增加，病床使用效率也呈遞增的趨勢，病人入院住院時間的長短決定著病床使用率的高低。

3 討論與建議

通過對內(nèi)蒙古自治區(qū)的醫(yī)院病床使用率的預測及影響因素分析，可以發(fā)現(xiàn)內(nèi)蒙古自治區(qū)的醫(yī)院病床使用率不高，并受到諸多因素的嚴重影響，在滿足居民醫(yī)療衛(wèi)生需求的條件下，如何有效地提高醫(yī)院的病床利用率，已成為內(nèi)蒙古自治區(qū)亟待解決的問題，以下提出相關建議：

（1）床位數(shù)與病床使用率呈負相關關系，床位數(shù)的數(shù)量增加將導致病床使用率下降，床位數(shù)的設置應充分考慮醫(yī)院的歷史狀況、醫(yī)療水平、當?shù)厝丝诿芏?、疾病發(fā)生情況及醫(yī)院間的服務半徑來確定，合理調(diào)控各科室開放床位數(shù)。（2）門急診人次數(shù)與病床使用率呈正相關關系，在一定時間內(nèi)急診人數(shù)的增加有助于提高病床使用率，所以醫(yī)院應加強醫(yī)務人員的培訓，引進新技術、高層次人才、高端設備對重點部門進行建設，加強業(yè)務效果宣傳，吸引病人，完善醫(yī)院間的流轉機制。（3）平均住院日與病床使用率呈正相關關系，合理安排患者的住院時間，縮短病床周轉次數(shù)，實現(xiàn)衛(wèi)生資源的最佳配置。

4 結論

通過灰色系統(tǒng)理論模型對內(nèi)蒙古自治區(qū)的醫(yī)院病床使用率進行預測得到內(nèi)蒙古自治區(qū)的醫(yī)院病床使用率目前相比發(fā)達地區(qū)來說還處于較低的水平，呈現(xiàn)出持續(xù)下降趨勢。利用多項Logistic回歸模型分析得到除了入院人數(shù)外，醫(yī)院床位數(shù)、門急診人次數(shù)、平均住院日三個因素顯著性影響病床使用率。這些結論將有助于決策部門更加科學地判斷醫(yī)院病房的使用現(xiàn)狀，及時作出正確的決策，提高病床使用率，充分優(yōu)化配置醫(yī)療資源。

參考文獻

[1] Ekaterina Kutafina，Istvan Bechtold， Klaus Kabino & Stephan M.Jonas.Recursive neural networks in hospital bed occupancy forecasting[J].2019，19（1）：134.

[2] Rocco Friebel，Rebecca Fisher，Sarah R.Deeny，Tim Gardner，Aoife Molloy，Adam Steventon.The implications of high bed occupancy rates on readmission rates in England：A longitudinal study[J].Health policy，2019，123（8）：765-772.

[3] 劉春雨，尹泉，徐龍彪，等.2017年天津市三級公立醫(yī)院病床利用的綜合分析[J].中國衛(wèi)生資源，2019（4）：311-314.

[4] 揚哲，湯澤群.廣東省醫(yī)院病床現(xiàn)狀及使用情況分析[J].中國醫(yī)院統(tǒng)計，1999（3）：171-173.

[5] 于彩霞，薛清元，孫靜，等.內(nèi)蒙古自治區(qū)醫(yī)療保障支出與衛(wèi)生總費用關系研究：基于灰色關聯(lián)分析方法[J].中國衛(wèi)生經(jīng)濟，2017（9）：51-54.

[6] 韋柳絲，張新花，零春晴，等.基于GM（1，1）模型的全國中醫(yī)藥醫(yī)療資源與服務需求發(fā)展預測[J].衛(wèi)生軟科學，2019（9）：66-70.

[7] 王世通，楊艷紅.基于多項Logistic回歸的地鐵應急疏散行為影響因素分析[J].城市軌道交通研究，2014（5）：73-76+80.

[8] 朱國旺，陸維特，閆鵬飛.基于logistic回歸模型的老年人出行頻率影響分析——以杭州市為例[J].中國水運（下半月），2019（8）：105-106.