目的 分析疾病诊断相关分组(DRG)支付方式改革对医院病组结构的影响.方法 以某市唯一一家三级甲等医院作为样本医院,提取其2017-2019年及2021年依据国家医疗保障疾病诊断相关分组(CHS-DRG)1.0分组方案入组的住院病例结算数据.分析4年间该院住院病例的基本情况.利用服务组合赫芬达尔-赫希曼指数(SPEC)描述该院的病组结构集中度;采用中断时间序列分析(ITSA)评估DRG支付方式改革前后该院SPEC的变化趋势.采用多元线性回归模型分析该院病组选择偏好的影响因素.结果 (1)2017-2021年(不含2020年),该院的总权重、DRG病组数、病例组合指数均呈增长趋势.(2)ITSA结果显示,在改革前,该院的SPEC每月下降0.000 2(P＜0.05),但改革后SPEC每月较改革前多增长0.000 5(P＜0.05),即在改革后SPEC每月上升0.000 3.(3)改革后,DRG病组权重每增加1,DRG病组占比增长率较改革前多增加6.114％(P＜0.05);DRG病组市场份额每增加1％,DRG病组占比增长率较改革前多增加1.066％(P＜0.05).结论 DRG支付方式改革使得样本医院收缩住院服务范围,病组结构更加集中,并且样本医院在改革后更加注重符合自身功能定位的高难度病组的发展.

目的 探讨基于气象因子的时间序列模型在海南省白纹伊蚊种群密度中的应用,为海南省登革热防控提供科学依据.方法 采用双层叠帐法和布雷图指数法,对2017-2022年海南省18个市县不同生境的白纹伊蚊逐月进行监测,记录帐诱指数和布雷图指数.采用Mann-Kendall趋势性检验分析2个密度指数的时间变化趋势;采用Spearman相关分别分析各气象因子与两个指数的关联强度,并剔除无关变量,进一步通过全子集回归法筛选出最终变量;基于时间序列分析对2个密度指数分别构建3个时间序列模型,并以均方根误差、平均绝对误差等为精度评价指标确定最优模型;对2023-2024年的密度指数进行预测.统计分析均在R(4.3.1)中进行.结果 帐诱指数和布雷图指数整体呈逐年下降趋势(Mann-Kendall趋势检验Z分别为-6.15和-4.03,P均＜0.05);与帐诱指数关联性最强的气象因子是月平均最低气温;与布雷图指数关联性最强的气象因子是月平均最低气温和月平均相对湿度.综合各项评估指标,多元时间序列模型精度最高.2023年和2024年帐诱指数和布雷图指数有1～2个峰值,且峰期分别在6-9月和5-9月.2023年预测值与实测值特征基本一致,预测效果显著.结论 本研究在季节性时间序列的基础上加入了气象因子,更准确地预测了 2023年和2024年海南省伊蚊密度,可为海南省登革热防控提供参考依据.

[目的]为了提高马尾松毛虫Dendrolimus punctatus Walker发生量预测预报结果的准确性,为选用合适的预测模型提供依据.[方法]本文用平稳时间序列法、回归预测法、BP神经网络法、马尔科夫链法和列联表多因子多级分析预测法研究建立安徽省潜山县1983—2016年33年的马尾松毛虫1代和2代幼虫高峰期发生量的预测模型,并对5种模型进行比较.[结果]以卵高峰期卵量为自变量的回归模型、多元回归模型和逐步回归模型预测结果与实际值相差0.21～0.31头/株,其它8个一元回归预测结果与实际值相差1.06～1.58头/株.平稳时间序列预测2015和2016年的结果与实际值完全相符.BP神经网络预测结果若以误差标准为1头/株,1983—2014年预报准确率1代为90.32％,2代为100％.马尔科夫链预测2015和2016年,预测结果与实际值完全相符,均为1级.列联表多因子多级综合相关分析法预测2015和2016年的结果与实际值完全相符,1983—2014年1代幼虫高峰期发生量预测的历史符合率均为90.32％,2代为83.47％.为了研究不同分级标准对预测值的影响,将2代幼虫高峰期发生量的1级标准改为小于3.5头/株,则历史符合率为74.19％.[结论]上述方法中,回归预测法自变量的选择是预报准确的关键;时间平稳序列法适用于害虫发生过程符合平稳时间序列的标准;马尔科夫链法和列联表分析法分级标准科学与否直接影响预测结果的准确性;BP神经网络法可用于自变量与预报量非线性关系的研究,是一种比较理想的预报方法.

目的 研究气象因素对新疆喀什地区百日咳发病率的影响,建立多元时间序列(ARIMAX)模型对百日咳发病率进行短期预测,为百日咳的预防与控制提供决策依据.方法 利用新疆喀什2011年1月-2016年6月的百日咳每月发病数和同期气象数据,绘制对应残差序列的CCF(互相关函数)图,来确定与百日咳发病率有关的气象因素,建立带有气象因素的ARIMAX模型并预测新疆喀什2016年6-12月的百日咳发病数.预测精度通过均方根误差(RMSE)来评估.结果 滞后4阶的平均气压、滞后4阶的浮尘日数和滞后8阶的扬沙日数与百日咳病例数呈正相关,且纳入这3个气象因素的ARIMAX模型的AIC(最小信息量准则)值最小(AIC=394.72).与一元时间序列ARIMA模型相比,拟合的RMSE降低了5.23％,预测的RMSE降低了4.33％,预测精度明显提高.结论 本研究所建立的带有气象因素的ARIMAX(0,1,0)(0,1,1)12模型在短期内可以很精准的预测出新疆喀什地区百日咳的新发病数.其中平均气压、浮尘日数、扬沙日数可作为预测新疆喀什百日咳发病的指标,为相关政府部门提供可靠信息.

目的:本文利用时间序列数据,在ARIMA-FDLMR两阶段分析框架下研究了社会、政府及个人与卫生筹资格局的关系.方法:首先,基于自回归积分滑动平均模型(ARIMA),借助2017年《中国统计年鉴》的数据,预测分析社会、政府、个人的实际卫生支出及其各自占GDP的比重;其次,通过2005-2015年社会卫生支出相关数据,建立时间序列有限分布滞后多元回归模型(FDLMR),分析了医疗卫生体制改革对社会卫生支出产生的影响.结果:ARI-MA模型结果显示,社会卫生支出增长速度最快,所占GDP比重最大;政府持续加大医疗投入,但个人卫生支出在短时间内难以降低.FDLMR模型结果显示,社会保险基金支出、非公立医院数量以及社会捐赠对社会卫生支出具有显著影响.结论:鼓励社会资本参与医疗卫生改革是弥补卫生支出不足的有效途径,社会卫生支出将在卫生筹资发展与改革中起到重要补充作用,并且在未来非公立医疗机构将进一步凸显其价值.

传染病是对人类社会存在威胁的全球公共卫生问题,传染病早期预警将大大降低传染病的社会经济危害.目前应用于预测传染病的数学模型和方法体系较为广泛的主要是传统方法、传播动力学模型以及多元统计.传统方法主要指回归方法、灰色模型、时间序列模型以及马尔科夫模型等,传播动力学模型的经典形式是SIS模型和SIR模型.多元统计如维度缩减、联合建模和向量累积等方法近年来也运用较多.模型研究对疾病的预测预警有重要意义.

目的 研究一种基于Copula模型的多变量因果关系分析方法,克服格兰杰因果(Granger causality,GC)方法受限于检测线性因果关系的缺点.方法 首先通过时间序列历史信息计算多个变量的联合分布函数,其次计算基于核函数估计方法的边缘条件分布,并结合秩统计方法估计经验条件Copula密度函数,然后应用Bemstein逼近法估计出最优的Copula密度函数,最后在最优估计基础上采用对数似然比构造了面向多元协变量的条件Copula-Granger因果关系.结果 与线性GC、方差GC、核GC等方法相比,该方法在识别具有非线性、高阶的真实因果关系时具有较好的准确率和较低的误检率.结论 本文方法能够定量地刻画运动想象任务中3个脑区(C3,Cz,C4)之间的相互影响,为效应性脑连接提供一种有效的因果测度.

背景 目前社区慢性病管理效果的研究多采用单一指标法、多元线性回归、灰色模型、ARIMA模型等,常依赖数据指标的完善、全面和时间序列长度,本研究利用仿真结果更接近真实情况且数据要求更宽松的系统动力学模型,为社区单病种管理路径的决策优化提供新方法.目的 以社区高血压健康管理路径为例,探索社区高血压健康管理模式的动态复杂模型,为下一步定量研究社区高血压管理的运行效果和优化策略奠定理论基础.方法 于2017年1—5月,采集上海市徐汇区枫林街道社区卫生服务中心高血压健康管理的运行流程与2015—2017年社区高血压健康管理的历史数据,基于半结构化访谈法、系统动力学的系统思考方法和文献回顾法,将系统中存在因果关系的关键变量进行梳理,构建社区高血压健康管理系统思考模型和因果回路图.结果 社区高血压健康管理服务提供系统包括社区人群分类子系统、高血压高危人群管理子系统、高血压患病人群管理子系统和社区投入子系统.社区高血压管理模式的因果关系可通过"社区特定人群的高血压管理数量控制因果回路图"和"社区特定人群的高血压管理质量控制因果回路图"来体现.结论 社区高血压健康管理服务提供系统思考模型可作为社区高血压健康管理标准体系中运行效果评价与流程优化的重要工具,为标准体系的可持续性改善提供了可能.同时,本研究的系统思考模型和因果回路图,可为社区开展其他单病种管理路径的分析提供借鉴.

目的 了解补偿机制改革对县医院医疗服务利用情况的影响.方法 以山东省某县级公立医院门诊和住院患者的微观数据为基础,利用多元回归模型以及间断时间序列的分段回归模型,分析补偿机制改革与诊疗费用及服务量之间的关系,评价改革对医疗服务利用情况的影响.结果 患者改革后门诊和住院的服务量下降,变化趋势也明显下降.门诊费用提高,住院费用下降,但变化趋势均明显下降.结论 补偿机制改革对医疗服务利用的影响积极与消极并存.如何激励医院提供服务、激励患者合理利用服务是下一步改革需要解决的问题之一.

目的:通过构建时间序列自回归移动平均模型(ARIMA),预测湖北省2018-2023年卫生技术人员数量需求的变化趋势,为制定医疗卫生人力资源方案和卫生人力规划提供科学参考.方法:运用湖北省1990-2017年卫生技术人员数据构建ARIMA(1,2,3)模型,对未来6年的卫生技术人员需求进行预测.结果:ARIMA预测模型的误差值均低于10％,拟合度较好.湖北省卫生技术人员总量较充足,由1990年的20.92万人,以年均2.52％的增长率增长至2017年的39.97万人,从2018-2023年卫生技术人员预测需求来看,6年间以1.43％的增长率稳步增长,但增长速度较前期有所减缓.结论:ARIMA模型可应用于卫生人力资源预测.各级卫生行政部门应重视卫生人力的科学预测与规划,不断优化卫生人力资源配置,促进卫生人力预测多元化发展.