某三甲医院神经内科急诊人次的时间序列分析
本文选题:急诊人次 + 预测 ; 参考:《山西医科大学》2017年硕士论文
【摘要】:目的:回顾性分析及探索山西医科大学第一医院神经内科急诊就诊人次的变化规律及发展趋势,分析可能因素如环境、气象指标及重大事件等与神经科疾病发生发展的关系,建立时间序列模型并进行预测,让医院及科室管理者制订管理办法有据可依。方法:统计山西医科大学第一医院2010年1月至2015年12月神经内科急诊就诊人次数据,分析就诊高峰时段、季节规律及年度趋势等特点,建立适用的时间序列模型并对2016年1-6月神经内科急诊人次进行预测。结果:最终确定模型ARIMA(1,1,1)×(1,1,1)12为预测模型适,具体形式为:(1-1.055390B12)(1-0.849107B)(1-B)(1-B12)Zt=(1+0.606245B)(1+0.853169B12)at。24小时就诊节律:①1、2、3月及11、12月早7-8时就诊病人开始增加,其余月份为6-7时;②第一个就诊高峰出现在9-11时,二次就诊高峰出现在19-22时;③凌晨小高峰在气温较低的月份出现在3-4时,相对温暖月份为4-5时。季节规律:①2月份就诊人次全年最低;②全年中的两个就诊高峰分别是3-5月和8-10月;③2013年就诊人次曲线波动较大。结论:SARIMA模型预测效果较理想,可用于急诊人次的短期预测并推广至临床各科;我院神经内科急诊人次在近年将保持2-4%的年增长率,医院应适当扩充急诊室面积、改善接诊环境。从24小时就诊节律和季节规律看:神经内科急诊就诊人次受气象因素及生活饮食习惯影响较大;山大医院急诊护理人员轮班制度安排基本合理。
[Abstract]:Objective: to retrospectively analyze and explore the change rule and development trend of emergency attendance in Department of Neurology, the first Hospital of Shanxi Medical University, and to analyze the relationship between the possible factors such as environment, meteorological indexes and major events and the occurrence and development of neurologic diseases. Time series model is established and predicted, so that hospital and department managers can draw up management methods according to the evidence. Methods: from January 2010 to December 2015, the first Hospital of Shanxi Medical University analyzed the characteristics of peak period, seasonal pattern and annual trend of emergency visits to the Department of Neurology. To establish a suitable time series model and predict the number of emergency patients in neurology department from January to June 2016. Results: the model ARIMA (1 / 1 / 1) 脳 1 / 1 / 1 / 1 / 1 / 1 / 12 is suitable for predicting the model, in the form of: 1 / 1. 055390B / 12 / 1-0.849107 / 1 / h / h, 1 / b / 12 / 1 / 1 / 0.606245B)(1 0.853169B12)at.24 / h, 1 / 11 / 11, 7 / 8 / 12 and 7 / 8 / 12, respectively, and the first peak in the remaining months is 6-7 / 7 / 2 / 9 / 11, and the first peak appears at 9 / 11 / 9 / 11, respectively, in the morning of 7 / 8 / 12, and the first peak of the first peak in the remaining months is at 9 / 11, respectively. The second visit peak appeared at 19-22 o'clock and the small peak in the early morning appeared at 3-4 hours in the lower temperature month and 4-5 in the relative warm month. The two peaks in the whole year were 3-5 months and 8-10 months, respectively, and in 2013, the curve of the number of visits fluctuated greatly. Conclusion the prediction effect of the "1: SARIMA" model is satisfactory, and it can be used to predict the number of emergency patients in the short term and be extended to all clinical departments, and the annual growth rate of emergency cases in our hospital will be 2-4% in recent years, so the hospital should expand the emergency room area appropriately and improve the visiting environment. From the point of view of 24-hour rhythm and seasonal regularity, the emergency attendance in neurology department was greatly affected by meteorological factors and daily eating habits, and the shift system of emergency nursing staff in Shanda Hospital was basically reasonable.
【学位授予单位】:山西医科大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:R197.3;R741
【参考文献】
相关期刊论文 前10条
1 史恒越;安宣宁;代晓泽;;2009-2015年辽宁省阜新市手足口病流行病学特征分析[J];预防医学情报杂志;2017年03期
2 周杰;杨鹏;吕文生;刘阿古达木;刘俊秀;;小波方差分析北京市PM_(2.5)质量浓度序列周期特征[J];环境监测管理与技术;2016年06期
3 王瑜;刘光文;贾蕾;;和田市2010—2014年肠道传染病流行特征时间序列分析[J];中国公共卫生;2016年09期
4 李祥;彭玲;邵静;崔绍龙;田海峰;;基于小波分解和ARMA模型的空气污染预报研究[J];环境工程;2016年08期
5 王晓丽;施天行;杨思睿;陈潇雨;Chen Jie;;温特斯加法指数平滑法在门急诊人次预测中的应用[J];中国卫生信息管理杂志;2016年02期
6 李超;潘琦;徐锡武;陈彤;;预测医院出院人数时ARIMA模型的选择与效果评价[J];中国病案;2016年03期
7 张亚娟;王旭英;梁凤超;王五一;潘小川;;北京市大气PM_(10)浓度对人群脑血管病死亡的时空分析研究[J];环境与健康杂志;2015年10期
8 王永斌;李向文;田珍榛;袁聚祥;;时间序列分解法在我国食物中毒发病人数预测中的应用[J];中国卫生统计;2015年04期
9 原继东;王志海;;时间序列的表示与分类算法综述[J];计算机科学;2015年03期
10 胡吕萍;倪艳羡;杨忠英;岳德勇;;2011-2012年度急诊病人就诊规律回顾性分析[J];上海医药;2013年15期
相关博士学位论文 前2条
1 张莹;我国典型城市空气污染特征及其健康影响和预报研究[D];兰州大学;2016年
2 聂淑媛;时间序列分析的早期发展[D];西北大学;2012年
相关硕士学位论文 前1条
1 汤岩;时间序列分析的研究与应用[D];东北农业大学;2007年
,本文编号:1837840
本文链接:https://www.wllwen.com/yixuelunwen/shenjingyixue/1837840.html