某三甲綜合醫(yī)院2004-2013年門診量變化趨勢(shì)預(yù)測(cè)分析

張文濤 許冰心 孫 鵬 王 進(jìn) 申銅倩△

某三甲綜合醫(yī)院2004-2013年門診量變化趨勢(shì)預(yù)測(cè)分析

張文濤1許冰心2孫 鵬3王 進(jìn)1申銅倩1△

目的 探討某醫(yī)院門診量季節(jié)分布變化規(guī)律，制定合理工作計(jì)劃，優(yōu)化資源配置。方法 2004年至2013年某醫(yī)院月門診量擬合ARIMA（1，1，0）×（0，1，0）12模型，分析門診量年度、月度變化規(guī)律，并作出短期預(yù)測(cè)。結(jié)果 門診量呈逐年上升趨勢(shì)，且門診量變化有明顯的季節(jié)波動(dòng)性和周期性。結(jié)論 采用ARIMA模型預(yù)測(cè)醫(yī)院門診量操作簡(jiǎn)單，模型擬合和預(yù)測(cè)效果較好，是值得推廣的醫(yī)院門診量的短期預(yù)測(cè)工具。

門診量 ARIMA模型 季節(jié)分布 預(yù)測(cè) 醫(yī)院管理

門診日常醫(yī)療服務(wù)工作具有點(diǎn)多線長(zhǎng)面廣，涉及科室多的特點(diǎn)，門診量在很大程度上反映醫(yī)院的規(guī)模、醫(yī)療技術(shù)水平、門診管理水平以及患者對(duì)醫(yī)院的信任程度［1］。門診量分析是門診醫(yī)療服務(wù)流程管理的起點(diǎn)，研究某綜合性醫(yī)院月門診量的變化規(guī)律，預(yù)測(cè)其變化趨勢(shì)，充分利用醫(yī)療資源，為患者提供及時(shí)有效的診療，提高社會(huì)效益，為醫(yī)院管理決策提供依據(jù)。本文通過(guò)對(duì)某綜合性醫(yī)院2004年1月-2013年12的門診量的深入分析，了解其變化規(guī)律，據(jù)此制定合理的工作計(jì)劃，優(yōu)化資源配置。

資料與方法

1.資料來(lái)源

某醫(yī)院2004年1月-2013年12月門診量數(shù)據(jù)來(lái)源于醫(yī)院信息科。由于公費(fèi)醫(yī)療門診量比較穩(wěn)定，所以本次分析中門診量是不包含公費(fèi)醫(yī)療就診量。

2.建模過(guò)程

以某醫(yī)院2003年1月到2013年12月每月門診量統(tǒng)計(jì)數(shù)據(jù)建立數(shù)據(jù)庫(kù)，應(yīng)用SAS9.2軟件建立ARIMA（p，d，q）（P，D，Q）S模型，進(jìn)行時(shí)間序列分析。

（1）序列特征及平穩(wěn)性：應(yīng)用時(shí)間序列圖及自相關(guān)函數(shù)圖、偏自相關(guān)函數(shù)圖初步識(shí)別序列特征（趨勢(shì)性、季節(jié)性）［2］，采用 ADF檢驗(yàn)序列平穩(wěn)性。若序列平穩(wěn)則進(jìn)行平穩(wěn)時(shí)間序列分析。

（2）序列平穩(wěn)化：對(duì)于非平穩(wěn)序列，結(jié)合序列特征，采用合適的數(shù)據(jù)預(yù)處理方法，包括數(shù)據(jù)轉(zhuǎn)化、普通差分、季節(jié)差分等。

（3）模型的識(shí)別與定階：采用自相關(guān)系數(shù)、偏自相關(guān)系數(shù)進(jìn)行模型的識(shí)別與定階，自相關(guān)函數(shù)拖尾，偏自相關(guān)函數(shù)p階截尾，則為AR（p）模型；自相關(guān)函數(shù)q階截尾，偏自相關(guān)函數(shù)拖尾，則為MA（q）模型；自相關(guān)函數(shù)拖尾，偏自相關(guān)函數(shù)拖尾，則為ARMA（p，q）［3-4］。根據(jù)序列特征建立所有可能模型比較分析，以AIC準(zhǔn)則、BIC準(zhǔn)則或者SBC準(zhǔn)則為依據(jù)，選擇相對(duì)最優(yōu)模型。SAS軟件identify命令中的minic選項(xiàng)可以根據(jù)BIC準(zhǔn)則進(jìn)行最優(yōu)模型的自動(dòng)篩選［5］。

（4）擬合優(yōu)度檢驗(yàn)：創(chuàng)建ARIMA模型后，若殘差序列呈白噪聲，則認(rèn)為所建模型具有統(tǒng)計(jì)學(xué)意義。

（5）SAS軟件操作。identify語(yǔ)句讀入時(shí)間序列，可以對(duì)序列進(jìn)行差分，然后計(jì)算出自相關(guān)系數(shù)、偏自相關(guān)系數(shù)；使用estimate語(yǔ)句來(lái)指定ARIMA模型區(qū)擬合在前面identify語(yǔ)句中指定的變量并且估計(jì)該模型的參數(shù)，estimate語(yǔ)句也會(huì)產(chǎn)生診斷統(tǒng)計(jì)量從而幫助判斷模型的適用性；使用forecast語(yǔ)句預(yù)測(cè)時(shí)間序列的未來(lái)值，并對(duì)來(lái)自前面estimate語(yǔ)句生成的ARIMA模型的預(yù)測(cè)值產(chǎn)生置信區(qū)間［6］。

結(jié) 果

1.對(duì)總門診量采用時(shí)間序列分析

利用某醫(yī)院2004年1月-2013年12月度門診量數(shù)據(jù)建立數(shù)據(jù)庫(kù)，擬合ARIMA模型，并做短期預(yù)測(cè)，評(píng)價(jià)預(yù)測(cè)精度。

（1）時(shí)序圖

某醫(yī)院門診量繪制如圖1，發(fā)現(xiàn)門診量呈現(xiàn)季節(jié)性，每年5-6月和10-12月出現(xiàn)高峰期，1-2月為低谷期。門診量總體呈現(xiàn)上升的趨勢(shì)，尤其2008年和2010年。近兩年來(lái)門診量維持在較為穩(wěn)定的水平。

（2）序列的預(yù)處理

本文采用1階差分消除趨勢(shì)性，步長(zhǎng)為12的差分方法消除季節(jié)性使序列平穩(wěn)化，如圖2。對(duì)預(yù)處理后的序列進(jìn)行ADF檢驗(yàn)，p＜0.05，說(shuō)明序列已經(jīng)平穩(wěn)化，可以進(jìn)行平穩(wěn)序列的時(shí)間序列分析。

（3）模型的識(shí)別、定階與參數(shù)估計(jì)

根據(jù)序列自相關(guān)，偏自相關(guān)函數(shù)建立所有可能模型比較分析，以AIC準(zhǔn)則、BIC準(zhǔn)則或者SBC準(zhǔn)則為依據(jù)，選擇相對(duì)最優(yōu)模型。本文采用SAS9.2軟件自動(dòng)篩選建立相對(duì)最優(yōu)模型 ARIMA（1，1，0）×（0，1，0）12。模型中參數(shù) AR（1）估計(jì)值為-0.43，標(biāo)準(zhǔn)誤為0.09，t＝-4.88，p＜0.05，模型表示為（1+0．43B）（1-B12）Xt＝εt。

圖1 2004年1月-2013年12月某醫(yī)院門診量時(shí)序圖

圖2 某醫(yī)院門診量差分后序列圖

（4）模型擬合優(yōu)度檢驗(yàn)及預(yù)測(cè)

建立模型后，對(duì)殘差進(jìn)行自相關(guān)性檢驗(yàn)，延遲各階LB統(tǒng)計(jì)量所對(duì)應(yīng)p值均大于0.05，所擬合模型合適。本文采用所擬合模型進(jìn)行短期預(yù)測(cè)，即預(yù)測(cè)2014年1-3月門診量，與實(shí)際門診量比較，并對(duì)其預(yù)測(cè)精度做出評(píng)價(jià)，見(jiàn)表1。

表1 2014年1-3月某醫(yī)院門診量預(yù)測(cè)結(jié)果

擬合效果如圖3所示，其中“*”表示實(shí)際門診量，曲線是其預(yù)測(cè)值及其95%可信區(qū)間。

圖3 模型擬合效果圖

2.重點(diǎn)科室門診量分析

老人、孕產(chǎn)婦和兒童是我們應(yīng)該重點(diǎn)關(guān)注人群，為此選取內(nèi)科、婦產(chǎn)科、兒科和門診量波動(dòng)較大的急診科進(jìn)行分析，初步探討其發(fā)展規(guī)律和影響因素。

（1）婦產(chǎn)科門診量變化趨勢(shì)分析

婦產(chǎn)科門診量逐年增長(zhǎng)；每年門診量有相同的變化趨勢(shì)，2月就診人數(shù)最少，其他月份基本均勻分布；2013年門診量幾乎均明顯高于以往同期月份。

（2）兒科門診量變化趨勢(shì)分析

隨著新生兒數(shù)量的增加，兒科門診量相應(yīng)的增加。2008年增長(zhǎng)迅速，而后到2013年底基本維持在穩(wěn)定狀態(tài)。兒科門診就診高峰主要出現(xiàn)在冬季。

（3）內(nèi)科門診就診量分析

內(nèi)科門診就診量有逐年上升的趨勢(shì)，2010年就診人次達(dá)到67398。除了2月份就診人數(shù)普遍少之外，各月就診量基本相當(dāng)。

（4）急診科門診量變化趨勢(shì)分析

急診科門診量變化情況比較復(fù)雜，容易受到多種因素的影響，無(wú)明顯的規(guī)律可循。總體呈現(xiàn)上升趨勢(shì)，至2008年基本維持穩(wěn)定，2013年劇烈下降。2013年急診門診量明顯低于往年同期月份，4月份出現(xiàn)一個(gè)高峰期。

結(jié)論與討論

ARIMA模型預(yù)測(cè)實(shí)際就是根據(jù)所有已知的歷史數(shù)據(jù)和信息對(duì)序列未來(lái)某個(gè)時(shí)期的發(fā)展水平做出評(píng)估。它會(huì)隨著預(yù)測(cè)時(shí)間的延長(zhǎng)，預(yù)測(cè)誤差會(huì)越來(lái)越大。但總體來(lái)說(shuō)，與其他方法相比，該方法具有較高的預(yù)測(cè)準(zhǔn)確性，尤其是短期預(yù)測(cè)。序列的長(zhǎng)度對(duì)預(yù)測(cè)精度的影響尤為重要，一般選取序列長(zhǎng)度不低于10。在利用ARIMA模型做預(yù)測(cè)的過(guò)程中要不斷地把新信息加入到舊信息中，重新擬合模型，做出預(yù)測(cè)，以提高精度，即預(yù)測(cè)的修正［7］。醫(yī)院門診人次的變動(dòng)是社會(huì)眾多因素綜合作用的結(jié)果，本文在選擇模型和構(gòu)建模型的過(guò)程中，沒(méi)有考慮多因素回歸預(yù)測(cè)方法或多元時(shí)間序列分析的應(yīng)用，這也是需要進(jìn)一步研究的內(nèi)容。

隨著生活條件的改善，人們的保健意識(shí)增強(qiáng)，及時(shí)就醫(yī)和定期體檢越來(lái)越普遍，由于“新農(nóng)合”的普及和保險(xiǎn)的增加方便了農(nóng)村人口到大醫(yī)院就醫(yī)［8］。1、2月份恰逢我國(guó)傳統(tǒng)節(jié)日元旦、春節(jié)，如不是重癥、急診，一般會(huì)避免節(jié)日期間就診；患者心理感覺(jué)，節(jié)假日醫(yī)院專家及檢查條件不如平常，一些檢查、化驗(yàn)等項(xiàng)目有可能無(wú)法進(jìn)行，有避諱節(jié)假日去門診的心理。5-6月份，10-12月份，氣候冷暖交替，為心腦血管疾病、呼吸系統(tǒng)疾病及傳染病高發(fā)期；隨著生活及醫(yī)療保障水平的提高，中國(guó)人平均壽命普遍增加，加之中國(guó)提前進(jìn)入老齡化社會(huì)，老齡人口比例明顯增加［9］，老年人慢性疾病容易在此季節(jié)急性發(fā)作，本醫(yī)院心腦血管疾病為特殊專科，致使高峰期門診、急診量明顯增多，導(dǎo)致留觀難、住院難的現(xiàn)象。

2013年醫(yī)院總體門診量偏低及急診科門診量下降與醫(yī)院2013年進(jìn)行門診裝修有很大關(guān)系。4月份的高峰期主要是由于周邊醫(yī)院評(píng)審，急診容納量有限所致。急診量是最容易受到各方面影響的科室，其波動(dòng)性很大。自2008年開(kāi)始婦產(chǎn)科門診量增長(zhǎng)迅速，除了與醫(yī)院診療技術(shù)提高之外還與國(guó)家政策有關(guān)，特別是“單獨(dú)”放開(kāi)生育二胎后，婦產(chǎn)科就診量明顯增多。相應(yīng)地，兒科就診量增多，特別是冬季，因山東天氣干旱少雨，寒冷多變，小兒容易感冒發(fā)燒。2010年內(nèi)科門診就診量居高不下主要是與沙塵暴天氣有關(guān)，呼吸系統(tǒng)疾病就診量增多。氣候變化是影響病人健康的重要因素之一，收集更多的氣候因素，如氣溫、降雨量、濕度、日照時(shí)間、空氣污染程度，納入分析將會(huì)得到更全面的結(jié)果，這是我們進(jìn)一步研究的方向。

對(duì)此，醫(yī)院應(yīng)合理配置醫(yī)療資源，使它和門診量的波動(dòng)相協(xié)調(diào)。在門診高峰期各科室盡可能多安排門診人員，尤其要增加名醫(yī)專家的坐診人數(shù)，發(fā)揮?？茖＜覂?yōu)勢(shì)，增加高水平醫(yī)師在門診工作中的配置，提高門診診療質(zhì)量。在門診低谷期可以安排醫(yī)務(wù)人員休假，業(yè)務(wù)學(xué)習(xí)，進(jìn)修、培訓(xùn)等活動(dòng)。

提供方便的就醫(yī)環(huán)境，門診人次總量逐年增加，尤其是單獨(dú)二胎政策的放開(kāi)，婦產(chǎn)科門診量增加較大；隨著老齡人口的增加，急診科門診量也有明顯增加，高峰季節(jié)特別明顯。此時(shí)，看病擁擠和排隊(duì)的時(shí)間延長(zhǎng)問(wèn)題突顯出來(lái)。醫(yī)院一方面應(yīng)增加門診窗口，加強(qiáng)門診咨詢導(dǎo)診和多種便民服務(wù)工作；另一方面優(yōu)化門診看病流程，進(jìn)行流程再造，利用智慧醫(yī)療，通過(guò)預(yù)約掛號(hào)，自助系統(tǒng)等信息化手段，減少患者及醫(yī)師的不必要重復(fù)工作，將更多的時(shí)間還給患者，減少患者的就醫(yī)繁瑣流程［10］，改善就醫(yī)感受。

［1］孫聰，牟海娟，張?jiān)娗?，?煙臺(tái)市傳染病醫(yī)院.2006-2011年門診量集結(jié)變動(dòng)分析，中國(guó)醫(yī)院統(tǒng)計(jì)，2012，19（4）：252-254.

［2］周曉曉，孫琳，周哲穎.使用Eviews軟件對(duì)精神衛(wèi)生門診人次進(jìn)行ARIMA模型預(yù)測(cè).中國(guó)衛(wèi)生統(tǒng)計(jì)，2011，28（6）：687-688.

［3］彭志行，陶紅，賈成梅，等.時(shí)間序列分析在麻疹疫情預(yù)測(cè)中的應(yīng)用研究.中國(guó)衛(wèi)生統(tǒng)計(jì)，2010，27（5）：459-463.

［4］申銅倩，劉文東，胡建利，等.X-11-ARIMA過(guò)程在痢疾疫情預(yù)測(cè)中的應(yīng)用研究.中國(guó)衛(wèi)生統(tǒng)計(jì)，2014，31（3）：395-398.

［5］王燕.應(yīng)用時(shí)間序列分析.第2版.北京 ：中國(guó)人民大學(xué)出版社，2009.

［6］SAS Institute Inc..SAS／ETS（R）9.2 User′s Guide.USA，2007.

［7］王玖，韓春蕾，欒奕昭。組合預(yù)測(cè)在醫(yī)院門診量預(yù)測(cè)中的應(yīng)用，中國(guó)衛(wèi)生統(tǒng)計(jì)，2012，29（6）：881-883.

［8］于曉娟，張發(fā)民，張秀云，等.門診診療人次季節(jié)變化及總體趨勢(shì)動(dòng)態(tài)分析.中國(guó)衛(wèi)生統(tǒng)計(jì)，2013，30（2）：283-284.

［9］衛(wèi)生部慢性非傳染性疾病綜合防治社區(qū)示范點(diǎn)專家指導(dǎo)組.我國(guó)慢性非傳染性疾病綜合防治社區(qū)示范點(diǎn)工作總結(jié)報(bào)告（一）—工作思路、工作目標(biāo)和實(shí)施發(fā)展.中國(guó)慢性病預(yù)防與控制.2002，10（1）：29-31.

［10］程華玲.2008-2012年醫(yī)院門診量季節(jié)變化的分析.中國(guó)醫(yī)藥指南，2014，12（4）：257-258.

1.濟(jì)南市第四人民醫(yī)院醫(yī)務(wù)科（250031）

2.濟(jì)南市第四人民醫(yī)院信息科（250031）

3.濟(jì)南市中醫(yī)醫(yī)院辦公室（250012）

△通信作者：申銅倩，E-mail：shen_tq2010＠sina.cn

劉 壯）