首页 > 文献资料
-
综合性医院病人就医需求的调查分析
宁波市第一医院是浙东地区大的综合性三甲医院之一,现拥有开放床位1030张,日门诊量平均高达4000人次以上,年出院人数达2.5万余人次.由于历史及地理原因,医院医疗用房紧缺.
-
ARIMA预测模型在医院统计预测中的应用
目的:探讨ARIMA预测模型在医院统计预测中的应用.方法:应用ARIMA预测模型,对某中医医院出院人数进行统计.结果:出院人数预测方面,ARIMA预测模型绝对误差平均52.92,相对误差绝对值平均8.11%.结论:ARIMA预测模型对某中医医院出院人数发展变化规律的分析有较好的适应性和实用性,可以为医院今后工作的发展规划提供一定的依据.
-
2014-2017年某民营三级综合医院的限制临床应用医疗技术开展情况及与部分医疗质量指标的关系
目的 以某民营三级综合医院为例,分析2014-2017年限制临床应用医疗技术的开展情况及与部分医疗质量指标的关系.方法 通过文献研究、数据统计的方法,统计2014-2017年该医院开展限制临床应用医疗技术的科室、项目、医技人员数量、技术人次、住院手术人次、三四级手术占比、门诊人数、出院人数、平均住院日、住院人均费用,并分析其关系.结果 该院开展限制临床应用医疗技术人次与住院手术人次、三四级手术占比、门诊人数、住院人均费用相关,与出院人数、平均住院日无明显相关关系.结论 该院应积极开展限制临床应用医疗技术,不断提高医疗水平,增加业务量,改善部分医疗质量指标.
-
破解效率、质量与服务难题——详解北京协和医院"绩效指挥棒"
日前,北京协和医院公布了2009年上半年综合绩效考核结果,各项业绩指标呈现良好态势;门诊量比去年同期增长10%,出院人数增长16.3%,手术量增长18%,平均住院日下降0.9天,病人满意度进一步提升,医疗投诉率持续走低.
-
手术意外险矛盾缓冲器？
据数据显示，2013年全国医疗卫生机构的门诊量是73亿人次，比上一年增长6%，出院人数1.91亿人，比上一年增长了7.3%。全年统计到的医疗纠纷为7万件左右。频频发生的暴力伤医、辱医等恶性事件，不仅让医生感到痛心，也让医院的管理者陷入深深思考。在A医院外科主任张乔（化名）的眼中，医患之间的信任缺失是频发医患纠纷的主要诱因之一，而纠纷解决机制、赔偿机制的欠缺进一步加剧了医患间的矛盾。
-
加强病案管理实现医院管理科学化
病案管理是医院管理的重要组成部分,病案作为医疗信息主要载体,在医院管理中起着重要作用.我院是一所拥有630张病床的综合型三级甲等医院,日门诊量是1600人次左右,年出院人数为1.7万人次以上,且病种繁多,目前可供使用病案达20多万册以上,特别在医疗、科研、教学等方面有较高的使用率,为适应新时期医院发展工作需要,使我们的病案管理工作跃上一个新的台阶,在院领导的开拓创新精神指引下,在全区率先采用病案首页计算机管理,全病案光盘管理,电子病案等高科技术,使我院病案管理工作更向科学化管理迈进.我们工作方法是:
-
"十二五"期间门诊人次和住院人数的预测
目的 预测我院门诊人次和住院人数,为制定"十二五"各项计划提供理论依据.方法 用时间数列指标平均增长量和回归直线方程进行预测.结果 通过方差分析得到前十年门诊人次和住院人数P＜0.01,线性关系显著.从而得到门诊人次预测模型为:Y=141.124+20.742t,出院人次预测模型为:Y=4.524+0.776t,得到预测年的点预测值和区间预测值.即在各种条件相对稳定的情况下平均每年分别增加20,742人次和776人.结论 回归直线方程进行预测,是统计理论在实际工作中的应用,具有较好的实用性.
-
移动平均季节指数法分析及预测医院门诊量和出院人数
目的：应用移动平均指数法对某院的门诊量和出院人数进行分析和预测。方法收集某院2008年-2014年各季度的门诊量和出院人数数据，运用移动平均季节指数法对数据进行分析，并预测2015年医院各季度的门诊量和出院人数。结果该院门诊量和出院人次每年呈增长趋势。对2015年各季度门诊量预测值范围为195133~213539、196450~222753、197757~218118、1187880~220423；2015年各季度出院人数预测值范围为17980~18864、18447~19266、18693~19670、19049~20074。结论移动平均季节指数法计算简单科学，预测效果好，能为医院的卫生资源配置和管理决策提供科学的依据。
-
ARIMA模型与Holt-Winters模型在乳腺外科出院人数预测中的应用
目的 对某院2011年1月-2016年5月乳腺外科出院人数进行时间序列预测分析,旨在为医院信息化、科学化管理提供参考依据,同时对ARIMA模型和Holt-Winters模型进行分析比较.方法 通过ARIMA模型和Holt-Winters模型对乳腺外科出院人数进行模型训练,然后利用2016年6月、7月出院人数进行验证,并利用所建立的模型对2016年8月-12月出院人数进行预测.通过ARIMA模型和Holt-Winters模型对出院人数数据进行拟合,并与2016年6月和7月实际值进行比较.结果 ARIMA(0,1,2)(1,1,0)12模型中非季节性移动平均系数MA1=-0.9549,季节性自回归系数SAR1=-0.3278.Box-Ljung统计量检验均无统计学意义(P=0.148),因此残差序列为白噪声序列.Holt-Winters模型对时间序列数据进行对数变换修正后的α,β,γ的估计值分别为0.19,0.31,0.76.Box-Ljung检验统计量无统计学意义(P=0.88),意味着延迟1~20阶为非零自相关,并且预测误差在整个时间段呈现出服从零均值,方差不变的正态分布.结论 乳腺外科出院人数存在逐年上升的趋势,并且具有很明显的季节性趋势,Holt-Winters模型相比ARMIA模型对于短期的出院人数预测具有更强的实用价值,可作为科学管理提供参考依据.
关键词： 时间序列研究 ARIMA模型 Holt-Winters模型 乳腺外科 出院人数 -
应用SARIMA模型预测医院出院人次
目的：对医院出院人次进行预测分析，旨在为医院科学管理提供参考依据。方法对某院2006年1月-2014年12月的出院人数进行SARIMA模型的建模拟合，利用2015年1月-12月的出院人数对模型进行检验，然后利用所建立的模型预测2016年的出院人数。结果 SARIMA（2,1,1）（0,1,1）12（不含常数项）是该院出院人数的优拟合预测模型，模型的R2=0.956，贝叶斯信息准则（BIC）为9.05；模型的平均相对误差绝对值为3.60%；2016年的出院人数预测值为22111。结论出院人数具有季节变动及长期增长趋势，SARIMA模型对于短期的医院出院人数预测具有较强的实用价值，可以为科学管理提供参考依据。
-
某院门急诊人次和出院人数与手术台次的回归分析
目的：研究某三甲医院门急诊人次、出院人数及手术台次的相关关系，以期为医院的卫生资源优化配置和现代化管理提供科学依据。方法应用直线回归方程对某院2008年至2014年的门诊人次、出院人数及住院手术台次进行相关与回归分析。结果门急诊人次、出院人数与手术台次均高度相关。对出院人数与门急诊人次作线性回归分析，得回归方程：Y=0.158X-60517.617（X 为门急诊人次，Y 为出院人数）；以手术台次为因变量，门急诊人次及出院人数为自变量进行回归分析，只有出院人数进入回归方程，得回归方程为：Y=0.414X-2422.069（X 为出院人数、Y 为手术台次）。结论某院门急诊人次与出院人数高度相关、出院人数与手术台次高度相关。医院需深化精益管理，优化门诊服务流程、持续改进医疗服务质量、以提高医院的经济及社会效益。
-
预测医院出院人数时ARIMA模型的选择与效果评价
目的 探究运用Eviews软件时间序列函数,构建医院出院患者数的预测模型及其意义,选择准确预测医院未来医院出院人数的方法.方法 运用Eviews 6.0软件将具有趋势性及季节性周期变化的出院患者数时间序列数据进行对数及一阶差分变化,保证时间序列变为平稳序列,之后构建时间序列模型,并运用一系列评价指标及残差白噪声检测方法来判断模型的优劣,选出优预测模型,评价其预测价值.结果 采用ARIMA乘积季节模型较于其他模型能够更精确的预测出院人数,2014年实际出院人数与预测人数进行对比验证,平均预测误差为11.3%.结论 对几种预测方法的综合比对,选用ARIMA(p,d,q)(P,D,Q)S模型能够更精确的预测医院出院人数,且有助于实现医院管理从事中事后管理向事前管理模式的转变.
-
应用自回归移动平均模型预测医院出院人数
目的 探讨自回归移动平均模型(ARIMA)在某院出院人数预测中的应用,从而为医院的科学管理决策服务.方法 对某院2000年-2013年的月出院人数数据进行收集,将2000年-2012年的数据用于建立ARIMA模型,2013年数据用于验证所建立的模型,所建模型预测2014年出院人数,统计软件采用SPSS17.0.结果 建立的ARIMA(0,1,1)(0,1,1)12模型具有较高的拟合度,预测的2013年出院人数各月相对误差为0.27％～15.68％,全年出院人数平均相对误差为4.86％,预计2014年出院人数为68,880人次.结论 ARIMA模型适用于出院人数的预测,对于出院人数变化规律的分析有较好的适应性,但在预测远期数据时则应综合多方面因素.
-
某院2010年-2013年视网膜母细胞瘤病人统计分析
目的 探讨某院2010年-2013年视网膜母细胞瘤出院患者逐年增长情况,患者年龄构成、发病原因、影响因素和预防等.为医院合理配置医疗资源和科室建设规划提供依据.方法 收集某院2010年-2013年视网膜母细胞瘤患者每年出院人数及年龄分组情况.结果 视网膜母细胞瘤出院患者逐年增加,其中,0-1岁患者1810人,占该病出院病人总数的28.12％;2-3岁患者2870人,占该病出院病人总数的44.59％;8岁以上患者250人,占该病出院病人总数的3.88％.结论 目前对视网膜母细胞瘤尚无有效的防范措施,但加强对经过治疗的患者及有家族史的家庭定期随访是一项积极的防范措施,还可通过开展遗传咨询和产前诊断来减少患儿的出生,减轻家庭的经济负担及精神压力.
-
出院人数与出院者占用总床日的顺位以及构成比的对比分析
目的 比较出院人数与出院者占用总床日之间顺位以及构成比的特点.方法 对四川省2006年出院人数与出院者占用总床日的顺位和构成比进行分析.结果 (1)出院人数与出院者占用总床日顺位一致度较高(rs＝0.9519,P＜0.05),(2)部分病种的出院人数与出院者占用总床日的构成比随顺位的变动不尽相同,如肿瘤出院人数构成比6.62%,顺位居第7位,但其出院者占用总床日的构成比达10.37%,顺位高居第4位,显示肿瘤消耗了较多的医疗卫生资源.(3)从出院者占用总床日的构成比以及顺位来看,因病/伤对医疗卫生资源占用和消耗多的是损伤、中毒和外因的某些其他后果(居第一位,构成比17.34%).结论 大样本住院疾病分类资料的疾病谱可显示人群因病对住院医疗的需求,而出院者占用总床位的顺位和构成比则表达了不同病种对医疗卫生资源的占用和消耗的不同,疾病谱与占用床位的构成,二者不可替代;同时对这两项指标的顺位和构成比进行分析,可较为全面的描述人群住院就医的需求和不同疾病对医疗卫生资源消耗的特征,有助于合理配置卫生资源.
-
利用回归曲线对肿瘤医院出院人数的预测
目的 比较直线回归模型、对数模型、二次曲线模型、三次曲线模型在肿瘤专科医院出院人数预测拟合效果的优劣,为医院行政部门提供合适的模型.方法 应用四种预测方法对肿瘤专科医院出院人数预测并比较拟合值的绝对误差、相对误差和误差平方和.结果 对肿瘤专科医院出院人数的直线回归模型的平均绝对误差、平均相对误差绝对值小为0.72%;其次为二次曲线回归预测模型的绝对误差为337例,相对误差绝对值为1.50%;对数曲线预测模型和三次曲线预测模型的相对误差绝对值比较高,分别为12.06%和12.22%.结论 直线回归模型对肿瘤专科医院出院人数短期发展变化规律的分析有比较好的适应性和实用性, 可以为肿瘤专科医院今后工作的发展规划提供一定的依据.
-
运用趋势季节模型预测出院人数
目的 探讨趋势季节模型在出院人数预测中的应用.方法 根据某院2003年～2007年统计资料,采用趋势季节法建立出院人数预测模型.结果 建立趋势季节回归模型为:=3223.10+80.04t,方差分析结果P＜0.05,显示该方程呈直线相关关系,预测值=季平均预测值×各季季节比率.结论 该方法简便易行,预测效果好,可为医院管理决策提供依据.
-
12842例住院病人损伤与中毒动态分析
我院自1998年至2004年间,共收治损伤与中毒病人12842人次,占出院人数的12.8%,为排在疾病谱首位的疾病.现对引起损伤与中毒的外部原因进行初步探讨.
-
应用ICD-10对疑难分类病例编码的体会
我院为桂西一所三级甲等综合性医院,承担本市及各县、区以及相邻周边地区滇黔的医疗保健任务.开放病床806张,年出院人数约两万人次,1990年对病案、统计信息应用国际疾病分类编码.
-
8849例损伤与中毒住院病人的动态分析及预测
我院在1997年-2002年间收治的损伤与中毒病人8849人次,占总出院人数的20.02%,可见对这部分病人的动态变化及预测有助于我院发挥专科特色优势,采取有利的措施抢占医疗市场,提高社会效益与经济效益.
