季節規律分析算法在痹證發病規律分析與趨勢預測中的應用

滕璐靈，宋 堯，李羽翠

甘肅省中醫院，甘肅 蘭州 730050

季節規律分析算法在痹證發病規律分析與趨勢預測中的應用

滕璐靈，宋 堯，李羽翠

甘肅省中醫院，甘肅 蘭州 730050

對中醫醫院醫療管理信息系統中痹證患者的數量進行統計分析，發現近幾年該病種有明顯上升趨勢；盡管痹證發病時間數列的趨勢和循環成分可以根據分析中醫醫院歷史數據各年的痹證情況而識別，但許多痹證時間數列往往顯示在一年內有規則發病。因此利用基于季節指數算法開展的痹證發病規律分析及發病趨勢預測算法成為中醫醫院意義重大的一項工作。

痹證；季節指數；規律分析；發病預測

痹證是指人體肌表、經絡因感受風、寒、濕、熱等引起的以肢體關節及肌肉酸痛、麻木、屈伸不利，甚或關節腫大灼熱等為主癥的一類病癥［1-3］。臨床上有漸進性或反復發作的特點。主要病機是氣血痹阻不通，筋脈關節失于濡養［4］。對近幾年臨床診斷的數據進行篩選分析，發現痹證患者的數量有明顯上升趨勢，如何針對中醫醫院信息系統中痹證診斷進行篩選分析，指導醫院開展有效的診治方案成為中醫醫院管理者實現決策的重要方面［5］。盡管痹證發病時間數列的趨勢和循環成分可根據分析中醫醫院歷史數據各年的痹證情況而識別，但許多痹證時間數列往往顯示在一年內有規則發病。因此對痹證發病規律進行分析及發病趨勢進行預測對中醫醫院來講是有必要的。

1 趨勢預測算法的基本原理

要分析中醫醫院就診患者中痹證發病的季節規律，首先必須從中醫醫院管理信息系統中將中醫診斷為痹證的信息數據進行匯總處理，對初始信息按照診斷日期生成診斷信息表，從中篩選出每日的診斷例數情況匯總表，然后再對每日例數情況按月匯總成每月診斷例數匯總表，最后按照年生成年度診斷例數匯總表。通過采用相關分析方法對每月診斷例數匯總表進行處理，可以研究出中醫醫院痹證發病的季節變化規律，結合痹證年診斷例數匯總表可以預測出痹證在未來某年的發病趨勢［6］。

本研究中論述的中醫醫院痹證發病季節規律分析與趨勢預測算法是依據統計季節分析原理進行的，利用季節指數描述痹證發病現象的季節變化規律，痹證季節指數預測法是根據痹證發病時間序列中的發病例數資料所呈現的季節變動規律性，對預測痹證發病未來狀況作出預測的方法。利用季節指數預測法進行預測時，時間序列的時間單位是季或者月，變動循環周期為4季或是12個月。在已知季度平均值的條件下，預測未來某個月(季)痹證發病例數的預測值［7］。季節指數高說明是痹證的高發期，反之說明是痹證的低發期。季節指數的計算可以通過直接同期平均法和先計算趨勢值后剔除趨勢影響值法來計算，前者適用于季節變化較明顯的現象，后者適用于季節變化不明顯的現象。考慮到痹證發病情況的季節性較明顯，所以中醫醫院痹證發病的季節規律分析與趨勢預測算法采用直接同期平均的方法［8］。

2 趨勢預測算法的數據組織

根據中醫醫院痹證發病的季節規律分析與趨勢預測算法的需求，可以從醫院醫療管理信息系統查詢篩選相關表格信息，在痹證匯總數據表中分別創建名為Z dr q、Z d l s、Y ear、M o n t h、S easo n的字段，經過查詢插入操作得到中醫醫院痹證信息日匯總、痹證信息月匯總、痹證信息季度匯總及痹證信息年度匯總，見表1—4。

表1 痹證信息日匯總

表2 痹證信息月匯總

表3 痹證信息季度匯總

表4 痹證信息年度匯總

3 痹證發病規律分析算法

根據中醫醫院季節規律分析算法的核心思想，可以設計出中醫醫院痹證發病季節分析算法流程［9］，見圖1。

圖1 痹證發病季節分析算法流程

查詢中醫院醫療管理信息系統，得到中醫醫院2009—2012年痹證發病情況，見表5。

對表5處理匯總后可得到中醫醫院2009—2012年痹證發病年度匯總，見表6。

表6 中醫醫院2009—2012年痹證發病年度匯總

1)計算各年度同一季度中醫醫院痹證發病月平均例數：

A S L1=(47+44+56+63)/4=52.5

法國是世界上較早開展成人教育的國家之一，尤其是二戰以后，法國成人教育得到了迅速發展，逐漸形成了一套由國家、學校、公司及其他社會團體共同參與的成人教育體系。法國成人教育在行政管理、資助體系、實施機構、培訓方式及國際合作方面均有自己的獨特經驗。

A S L2=(32+35+34+46)/4=36.8

A S L3=(23+32+37+41)/4=33.3

A S L4=(53+46+48+66)/4=53.3

2)計算2009—2012年中醫醫院痹證季度發病月平均例數：

A S L=(155+157+175+216)/16=43.9

3)計算中醫醫院痹證發病季節指數：

S1=A S L1/A S L=52.5/43.9=1.196

S2=A S L2/A S L=36.8/43.9=0.838

S3=A S L3/A S L=33.3/43.9=0.759

S4=A S L4/A S L=53.3/43.9=1.214

4)根據以上計算結果匯總得到中醫醫院痹證發病季節指數，見表7。

表7 中醫醫院痹證發病季節指數

由表7可見，第一季度與第四季度為痹證高發時間段，尤其以第四季度為高發期，根據理論分析，第四季度較其他季度而言氣候寒冷，可以誘發痹證的發病，導致該病例數的增加。同時第二季度與第三季度因氣候溫暖，不宜誘發痹證，從而使發病例數較一、四季度低。

通過程序編碼與調試，中醫醫院痹證發病季節規律分析最后運行的界面截圖，通過折線圖的直觀方式，呈現出痹證在年內各季度的發病走向趨勢，見圖2。

圖2 痹證發病季節規律分析功能編碼實現后的運行界面截圖

4 痹證發病趨勢預測算法的實現

對于有明顯季節性變化的痹癥發病規律而言，由月資料或季資料構成的時間序列較難看出該疾病長期變化發展趨勢，而年資料往往有較為穩定的增長或減少的長期趨勢，為預測未來某個季度或月份的中醫醫院痹證發病趨勢，可以先預測全年痹證的發病趨勢，然后依據季節指數預測每個季度或月份的痹證發病情況。年發病趨勢的預測方法可以采用水平指標、速度指標、趨勢曲線法來實現［10］，根據中醫醫院痹證發病趨勢預測算法的核心思想［11］，可以設計出痹證發病趨勢預測算法流程，見圖3。

圖3 痹證發病趨勢預測算法流程

預測△A年以后某年全年痹癥的發病例數：

根據某中醫院2009—2012年痹證發病年度匯總表(表7)，得知N=5，A0=155，A n=216，△A=15.25

按照上述公式［12-13］預測2013年各季度痹證發病例數，見表8。

表8 某中醫院2013年各季度痹證發病季度預測匯總

某中醫院痹證發病季度預測模塊編碼后運行界面截圖，見圖4。

圖4 某中醫院2013年痹證發病季度預測功能編碼實現后的運行界面截圖

5 指定病種發病趨勢預測算法比對分析

從中醫醫院醫療管理信息系統數據庫中查詢統計出2013年前兩個季度痹證發病例數與痹證發病季度預測算法結果進行對比，見圖5。

圖5 某中醫院2013年度痹證預測結果與實際數據對比結果

從圖5可以看出，使用某中醫院痹證發病季度預測算法得到2013年各季度痹證發病例數的結果與中醫醫院醫療管理信息系統中2013年各季度痹證發病實際例數偏差率基本保持在7%左右，屬于可接受范圍，因此中醫醫院痹證發病季度預測算法能夠較準確地應用于痹證季度發病的預測。

通過對中醫醫院痹證發病規律及發病季節預測算法的實現，可以進一步擴展分析范圍，類似的分析與預測方法可以應用于其他中醫診斷的疾病，在實現過程中只需要將中醫診斷由指定的診斷I D變換為可選擇的模塊即可［14］。

［1］ 張光明.中西醫結合治療痹證臨床辨證論治［J］.中國醫藥科學，2012，2(10):107-108.

［2］ 王瑞紅，郭文山，劉玉軍.加味麻黃附子細辛湯治療痹證50例療效觀察［J］.中國當代醫藥，2011，18(10):95.

［3］ 楊國棟，蒲朝暉.祛風活血化淤通絡法治療風寒濕痹病188例分析［J］.甘肅中醫，2001，14(5):32-33.

［4］ 徐志剛.痹證的診療［J］.內蒙古中醫藥，2010：29(1)：46-47.

［5］ 余加席，婁培安，張雷，等.趨勢季節模型在腹瀉癥候群監測信息分析中的應用［J］.中國醫院統計，2011，18(1)：7-9.

［6］ 汪文新，劉晉洪，趙梅桂，等.我國結核病發病情況季節性分析［J］.現代預防醫學，2012，39(15)：3773-3774.

［7］ 佡思維，王巖，何蘭，等.應用趨勢季節模型在痢疾發病中預測的研究［J］.醫學信息，2013，26(1)：101-102.

［8］ 于洪江，柳國洪，孫愛峰，等.時間序列資料季節變動分析方法的比較［J］.中國衛生統計，2011，28(5):599.

［9］ 劉冰凌.某科室住院患者季節變動預測分析［J］.中國衛生產業，2012：2.

［10］彭月霞.門診就診季節分析加強門診工作管理［J］.中外醫學研究，2012，10(17)：66.

［11］謝漫，王瑩，何蘭，等.趨勢季節模型在體檢人數預測中的應用［J］.中國衛生統計，2013，30(3)：4340.

［12］何琦.傳染病住院患者的季節趨勢預測［J］.中國醫院統計，2011，18(3)：201-202.

［13］劉潔，曲波，何欽成.應用時間序列模型對全國2004—2009年瘧疾疫情分析及預測［J］.中國媒介生物學及控制雜志，2011，22(2)：134-136.

［14］蘇締熙.季節變動的一種檢驗方法［J］.經營管理者，2011，131：383.

The App lication of SeasonalRhythm Algorithm on AnalysesofArthralgia Syndrom eOccurrence Regularity and Its Trend Prediction

TENG Luling,SONG Yao,LIYucui
Gansu Hospital of Chinese Medicine,Lanzhou 730050,China

The statistical analyses of arthralgia syndrome patients'numbers inmedical informationmanagementsystems of Chinesemedicalhospitals conducted,a strong uptrend of this kind of diseasewas showed in recent years;although the trend of its onset time seriesand cyclic components can be differentiated by analyzing arthralgia syndrome conditions from the years historical data in Chinesemedical hospitals,the time series ofmany arthralgia syndromesoften indicate the regularoccurrence of the disease.Therefore the analyses of arthralgia syndrome occurrence regularity and algorithm of onset trend prediction by seasonal rhythm algorithm are of great significance in Chinesemedicalhospitals.

arthralgia syndrome;seasonal index;regularity analysis;disease prediction

R222.3

A

1004-6852(2015)03-0069-04

2014-02-27

滕璐靈(1982—)，女，碩士學位，網絡工程師。研究方向：信息管理與信息系統。