文摘

本研究分析了气象、临床和经济因素的影响每月收入和客流量。月度数据从2005年1月1日至9月30日,2009年进行了分析。斯皮尔曼相关和互相关分析来识别每个独立变量之间的相关性,ED收入,体积和访客。自回归综合移动平均(ARIMA)模型被用来量化每个独立变量之间的关系,教育收入,体积和访客。精度的评估是通过比较模型预测实际值与平均绝对百分比误差。敏感性预测错误模型的训练时间也被评估。ARIMA模型表明,平均最高温度、相对湿度、降雨量、non-trauma,和创伤访问可能与ED收入正相关,但平均最低温度可能负相关与ED收入。此外,平均最低温度和股票市场指数波动可能与创伤访客量正相关。平均最高温度、相对湿度和股票市场指数波动可能与non-trauma访客量正相关。平均最高温度和相对湿度可能正相关与儿科访客量,但平均最低温度可能与小儿访客量负相关。 The model also performed well in forecasting revenue and visitor volume.

1。介绍

拥挤在紧急部门(EDs)反映了卫生保健系统的功能障碍1]。因素包括ED能力之间的不匹配和各种输入,吞吐量和输出因素以及能力不足(2]。12年期间从1995年到2006年,年度ED访问台湾增加了40%,从4664209年到6569247年每年(3]。因此,高于预期关键病人住院的招生单位是一个重要的医院管理问题(4]。

准确预测病人招生可以促进员工的及时规划部署和资源分配在一个部门,在整个医院5]。尽管大多数医疗机构试图预测每小时或每天病人招生,没有研究报道ED的月度预测收入,很少报道的月度预测客流量。此外,没有研究同时评估可能的气象协会,临床和经济因素与ED收入和访客体积。此外,虽然年度预算是一个重要的考虑在医院管理、优秀的护理质量具有最高优先级。因为爱德医疗服务很容易招致巨额预算赤字,准确的收入预测提供数据需要相应地调整预算,卫生保健提供者可以提前分配足够的资源。因此本研究分析了气象的影响,临床和经济因素对每月收入和客流量。

2。材料和方法

2.1。研究设计和设置

这项回顾性研究了ED的区域教学医院226急性病治疗的床在台湾(22°N 120°E)。月度数据分析的1月1日,2005年,到2009年9月30日。四年(2005 - 2008)数据集被用来构建预测模型,尽管数据的前9个月5年(2009年)被用来检验模型的预测能力。

ED访问被归类为创伤,nontrauma或儿科。所有儿科创伤患者和gynecology-obstetric创伤患者最初治疗创伤。Nontrauma患者年轻,年龄超过18年被进一步划分为儿科和nonpediatric Nontrauma患者,分别。

因为高雄市位于季风地区和亚热带气候,戏剧性的月度变化的温度、湿度和降雨量是常见的。月平均温度范围从18.6到28.7摄氏度,和月平均湿度从60%到81%不等。1971 - 2000年的数据显示,平均年降雨量为1785毫米。虽然医院信息系统(他)一直在研究设施自2002年以来,实现数据收集仅限于从1月,2005年9月,2009年,由于2003年爆发的严重急性呼吸系统综合症。

2.2。数据收集和分析

潜在的预测根据文献选择,当地的观察,和可用性的数据。收入医院会计部门提供的数据。气象、临床和经济数据来自台湾中央气象局(TCWB),医院信息系统(他的),分别和台湾证券交易所(6,7]。

台湾金融监督管理委员会表示,私人投资者交易由80%以上的股票市场投资2005 - 20098]。投资者账户总数达到15143707年9月,2009年,相当于台湾成年人口的82.42% (18374613)(8]。因此在股票市场指数波动影响大多数成年人的经济地位。最终的模型包括以下因素:意味着最高温度、最低温度,相对湿度,累积雨量,股票市场指数的波动。这些数据库注册台湾数据保护机构用于医学和研究目的。鉴于其设计、聚合数据分析没有个人标识符,这个研究是免除个人知情同意的要求。

斯皮尔曼相关分析是用来测试独立变量的相关性情况下号码。此外,鉴于潜在的滞后影响气象、临床、和经济因素对ED收入和访客体积,互相关分析也执行有关时滞值。方法由箱和詹金斯(9)被用来建立一个自回归综合移动平均(ARIMA)时间序列模型,其目的是检查顺序滞后关系的关系在定期收集的数据可能不明显。ARIMA模型的一般形式 1 = 1 − 1 + ⋯ + − + − 1 − 1 − ⋯ − − , ( 1 ) 在哪里 1 = 差系列, − − 1 , =组可能的观测时序随机变量, =随机冲击时 , 1 ⋯ =自回归参数的顺序 , 1 … =移动平均线参数 。

该系列受到Box-Cox转换(10]。然后转换系列是季节性级别的分化和平均诱导纠正平稳性。样本自相关和偏自相关函数被用来确定适当的秩序的ARIMA模型。由最大似然方法估计模型参数。诊断测试,包括残留分析和平均绝对百分比误差(日军),进行比较ARIMA模型拟合优度。若干次迭代后的最终模型获得的识别、评估和检查流程满足传统的充分性的标准模型。

反映真实价值的变动,ED收入数据被消费者价格指数(CPI)调整为每年2005 - 2009(95.16、95.72、97.44、100.88和100.00,分别地)。ED收入被转换从台湾美元美元的汇率为30.5:1,2005 - 2009年期间的平均汇率。所有测试都是双面的, 值小于0.05被认为是具有统计学意义。用SPSS软件进行统计分析对于Windows,版本15 (SPSS公司,芝加哥,生病,美国)。

3所示。结果

ED收入调整和自然对数处理后,系列显示稳定性好(图1)。一般来说,最初的一系列的创伤,nontrauma,儿科门诊稳定(图2)。虽然几个山峰被发现在三个部门和气象方面,光谱分析显示没有季节性的趋势。一年一度的ED游客的数量从2005年到2008年是22988年,20956年,22736年和23416年,分别。

(一)原始一系列ED收入数据
(一)原始一系列ED收入数据
(b)改变了一系列ED收入数据
(b)改变了一系列ED收入数据
图1
急诊科的原始系列和转换系列(ED)收入2005到2008的数据。
(一)创伤
(一)创伤
(b) Non-trauma访问
(b) Non-trauma访问
儿科门诊(c)
儿科门诊(c)
图2
原始序列数据创伤,儿科门诊non-trauma,从2005年到2008年。

表1总结了气象变量、临床和经济条件在研究期间在台湾。平均最高温度范围从27.85°C到35.74°C,和平均最低温度范围从8.90°C到25.22°C。每月的相对湿度是62.96% - -91.18%,月降雨量18.73毫米到568.93毫米,最大降雨观察6月和9月。此外,最大的波动指数发生在2008年。

表1
从2005年1月,每月总结相关变量- - - 12月,2008年。

斯皮尔曼相关分析表明,平均最高温度,相对湿度,累积降雨量、和股票指数波动都呈正相关,而与月平均最低温度是负相关教育收入,nontrauma访问,和儿科的次数,滞后时间从零到两个月(表2)。平均最低温度、累积降雨量和股票指数波动都呈正相关,而意味着最高温度和相对湿度相关负面月度创伤的次数,滞后时间从零到两个月。

表2
斯皮尔曼ED收入之间的相关性创伤,nontrauma,儿科门诊和相关变量(2005年1月- 12月,2008)。

表3显示了最优的参数估计ARIMA模式(1,0,0)的一系列月度收入。残差的自相关和偏自相关函数显示一个好的数据(数据未显示)。剩余的情节显示小零均值变化。在任何情况下这些残差的大小超过了两倍标准差。作为一组,自我相关残差不显著不同于零,和方差是一致,证实了模型的充分性(Ljung-Box统计= 22.04; = 0 。 4 8 3 )。分析表明,平均最高温度、相对湿度、累积降雨量,nontrauma访问,访问和创伤明显和ED收入正相关,但平均最低温度是显著负相关,ED收入( < 0 。 0 5 )。

表3
参数自回归综合移动平均(ARIMA)模型(1,0,0)ED收入(2005年1月- 12月,2008)。

表4展示了最优的参数估计ARIMA模式系列的创伤,nontrauma访问,儿科门诊。残差的自相关和偏自相关函数也显示良好的数据(数据未显示)。平均最低温度和股票指数波动明显,积极与创伤的次数( < 0 。 0 5 )。此外,平均最高温度、相对湿度和股票指数波动明显,积极与nontrauma访问( < 0 。 0 5 )。此外,平均最高温度和相对湿度明显与儿科的次数呈正相关,但平均最低温度是显著和消极的儿科门诊的数量( < 0 。 0 5 )。

表4
参数自回归综合移动平均(ARIMA)模型对创伤,nontrauma,儿科门诊(2005年1月- 12月,2008)。

表5表明ARIMA的性能在验证阶段很好优秀。验证阶段数据表5确认好ARIMA模型的预测能力。ED模型获得了日军22.61%收入,12.39%的创伤,儿科门诊nontrauma访问,为19.59%和29.08%。

表5
预测结果的自回归移动平均(ARIMA)模型集成于2009年。

4所示。讨论

本研究首次应用ARIMA模型的同步时间序列分析的三个方面每月收入和病人的访问。这项研究表明气象、临床和经济条件影响收入和病人的访问。该模型可用于规划人员部署和资源配置的。它还可以预测和解决EDs能力不足。

先前的研究的ED收入只有工作日和周末相比区别11]。理解赤字从ED操作,医院经理可以安排提前适当的预算。研究发现ED收入将积极与最高温度,相对湿度,累计降雨量、创伤,和nontrauma访问,但负面意味着最低温度。虽然降雨与收入相关显著,与体积无关的创伤,nontrauma,儿科患者。一个可能的解释是,治疗疾病的严重程度在雨季(EDs增加12]。在研究期间医疗保险索赔的数量没有明显相关病人体积。

有趣的是,股指波动相关积极与病人总体体积(创伤和nontrauma),它将积极与每月的收入。股指波动之间缺乏相关性和ED收入可能是由于ED收入的减少效果当同时考虑多个因素的预测模型。

尽管许多最近的研究评估气候变化对人类健康的影响,很少有研究考虑多种因素与人类健康相关的(12- - - - - -14]。气象条件的影响,在特定的疾病已经证明(15]。因此,本研究评估气象条件的影响在所有治疗ED患者在一个设施。与先前的报道相比,平均最低温度与外伤病人的数量,数量和平均最高温度与nontrauma患者(15,16]。天气变化对居民的影响在不同地区可能解释的差异(17]。居民习惯了温暖的热带气候温度对低温可能低。因此,寒冷的天气可能会导致人们在热带气候条件下匆忙,少开车小心。,高速驾驶是另一个在台湾交通事故的主要原因,特别是那些涉及摩托车。因此,在台湾trauma-causing事故可能会增加在寒冷的天气。穿薄衣服天高温也可能导致摩托车伤害的风险(18]。

虽然低温与严重的医疗和儿科疾病有关,最高气温也与登革热的发病率,小儿发热、和肠胃炎19,20.]。其他的研究报道,相对湿度与肺疾病暴发急性上呼吸道感染,呼吸道合胞体病毒(RSV)感染(14,21,22]。因此,平均最高温度和相对湿度与病人访问nontrauma和儿科部门。相对湿度也可以解释地区差异(23]。

时间序列分析与ARIMA模型是一种精确的方法的长期预测(24- - - - - -26]。本研究证明了优秀的准确性预测每月ED收入,nontrauma互访,创伤访问,儿科门诊。因为大多数诊所和医院门诊部门封闭的传统的中国新年期间,ED访问在大多数医疗机构倾向于增加。值得注意的是,中国新年2月下降2005 ~ 2008年期间,但它在2009年1月。当预测的准确性被认为是只有2月到9月,2009年,观察一个戏剧性的改善。在预测创伤互访,最好的日军是10.16%,最严重的日军是13.11%。在预测nontrauma互访,最好的日军是13.71%,最严重的日军是21.46%。在儿科门诊的预测是,最好的日军是5.73%(2009年2月,预测),和最糟糕的日军是54.24%(2009年9月的预测)。除了2009年9月,所有儿科门诊2月~ 8月期间,预估2009年地图的5.73% ~ 21.18%。9月偏差导致主要来自青少年的甲型H1N1流感疫情。

商业预测的主要目的是适当调整人员商业活动,在这种情况下是教育活动。预测表明,一个护士,急救医生,和计算机设备应该被添加在12月,2009年2月,2010年。平均等待时间从21分钟减少到13分钟,的分类类别的平均停留时间和生命危险和紧急下降从124分钟到117分钟。病人到其他医院减少的数量从12月23日,2009年,在2月9日,2010;在同一时期,患者每月的数量从2483增加到3207,和每月的招生的比例从37.13%上升到48.09%。然而,在一项研究在当前文学进行了数值分析,优化人力资源,减少了18.5%的病人“没有待遇”被用作替代标记(27]。

本研究的一个限制是,患者在台湾地区教学医院接受治疗,在几乎所有的公民都有国家健康保险提供无限制的紧急护理。时应该考虑推广这个研究的发现到其他医院。其次,本研究没有探讨社会经济指标股指波动。第三,病人和员工满意度是不包括在评估调整的影响结果。

5。结论

应急部门必须继续操作,即使能力不足导致过度拥挤。气象、临床和经济因素与ED收入和访客量有关。良好的长期预测能力的模型提出了本研究可以帮助EDs优化部门的资源和人力。紧急服务也可以增强matching-associated输入和吞吐量的因素。

承认

本研究由国家科学委员会的资助下,台湾(NSC 99 - 2320 - b - 037 - 026 - my2 & nsc99 - 2314 - b - 037 - 069 - my3)。