醫院入院人次的預測與分析

摘要：目的 預測醫院入院人次，為合理安排人力、物力，提高醫院管理與服務水平提供科學依據。方法 運用最小二乘法和季節比重法進行預測。結果 長期趨勢回歸方程為：Yt=6081.43+725.04t，長期趨勢預測值乘以相應的季節比重得到的預測值與實際值相近。結論 醫院應根據入院人數的增加和季節的不同，合理調配人力、物力。

關鍵詞：入院人次；最小二乘法；季節比重法；預測

住院病房是醫院最重要的組成部分，是對各種疑難重癥患者進行全面診斷、治療和護理的中心，因此住院統計是病案統計的核心部分[1]。依據住院統計指標之一——入院人數，進行預測與分析，旨在找到入院人次的變動規律，對未來的入院人次進行預測，為醫院合理調配人力、物力提供依據。

1臨床資料

本文資料來源于某院2006～2012年的住院患者動態統計表，資料真實、準確、可靠。

2方法和結果

2.1入院人數的逐期增長量相差不大，適于擬合直線方程。

2.2運用最小二乘法求直線回歸方程 對于線性模型，其方程組為：Yt=a+bt 以年度序號t為解釋變量，入院人數y為被解釋變量，求回歸預測值Yt。利用EXCEL2003分析工具中的回歸進行分析：點擊\"工具\"--\"數據分析\"--\"回歸\"，并根據對話框提示給出解釋變量t和被解釋變量y的區域，以及輸出區域，可以得到a、b的數值結果以及統計檢驗的結果[2]。由結果可知，a=6081.43，b=725.04，則年度序號與入院人數的回歸方程為：Yt=6081.43+725.04t，回歸方程經顯著性檢驗，存在線性關系（F=177.93，sig=4.24×10-5<0.05），回歸系數經顯著性檢驗解釋變量t對被解釋變量y的影響顯著（t=13.34，P=4.24×10-5< 0.05），回歸方程對觀測數據擬合優度較好（R2=0.97），估計標準誤差s=287.61。

2.3求2013年入院人次的點預測值、區間預測值 將2013年的年度序號t=8代入回歸方程，得Yt=6081.43+725.04×8=11881.75，即2013年入院人次的點預

2.4計算季節比重，預測2013年各月入院人次 季節比重法是在計算歷年相同月平均數的基礎上，計算各月占全年的比重，即季節比重。用全年預測值乘季 節比重，得各個月的預測值。如1月份的預測區間為，10914×8.05%～12849×8.05%，即879～1034人次，見表 1。

2013年1月、2月、3月、4月的實際入院人數依次為 967、797、1074、1047人次，1月、3月、4月均在預測區間之內，2月雖然不在預測區間，但誤差很小，預測效果較好。

3討論

3.1直線方程法和季節比重法相結合預測入院人次，既能了解入院人次的年發展趨勢，又能依據季節變化了解各月入院人次，是簡單實用的預測方法。

3.3住院部各科室也可利用此法預測入院人數，根據入院人數的季節變化合理安排人員休息，合理準備醫療用品。

3.4目前，該院由企業醫院體制轉變為企業領導下的自主經營管理體制，正處在改革轉型的關鍵時期，2013年7月該院將實行新的績效管理與全成本管理方法，將細化制定多種指標計劃，利用預測數據，可以為決策者制定工作計劃、政策，優化資源配置，合理安排人力、物力等提供科學依據，可以減少患者因就醫安排不當而引起的糾紛，在最大限度滿足患者需求的同時，使醫院的社會效益和經濟效益得到提高。

參考文獻：

[1]劉愛民，馬家潤，魯陽，等.病案信息學[M]. 北京：人民衛生出版社，2010：159.

[2]全國統計專業技術資格考試用書編寫委員會.統計業務知識[M].北京：中國統計出版社，2011：308-309.

[3]吳欣怡.應用最小二乘法預測我院出院人次[J].中國醫院統計，2011，18（1）：61-62.

編輯/申磊