“后新冠時期”婦幼衛生服務工作的思考
——云南昆明數據分析

賀曉燁，趙嫣娟，普竹梅，倪曉娟，李 琳，王員芝，楊海云

(昆明市婦幼健康服務中心/昆明市婦幼保健院，云南 昆明 650000)

2019年年末新型冠狀病毒感染性肺炎(corona virus disease 2019，COVID-19)在全國乃至世界迅速擴散[1]。2020年1月20日，我國將此病列為乙類傳染病，按甲類傳染病管理。2020年1月30日凌晨，世界衛生組織(World Health Organization，WHO)宣布新型冠狀病毒感染的肺炎疫情構成“國際關注的突發公共衛生事件”[2]。2020年1月27日，國務院應對新型冠狀病毒感染的肺炎疫情聯防聯控機制發布的《近期防控新型冠狀病毒感染的肺炎工作方案》提出，為做好近期疫情防控工作，要全面落實主體責任；切斷傳染源；阻斷傳播途徑，并進一步要求最大程度減少人員流動；增強全民防范意識，保護易感人群如老年人、孕婦及兒童等[3-4]。目前新冠肺炎疫情防控取得階段性成效。昆明市為云南省省會，是國務院批復確定的中國西部地區重要的中心城市之一，了解新冠肺炎對婦幼衛生服務工作的影響，并預測“后新冠時期”的工作開展趨勢，以科學的防控理念、高度的責任感和使命感持續投入到這場抗疫斗爭中，在鞏固好疫情防控成果和切實保障婦女兒童健康等方面尤為重要。

本文綜合分析昆明市2020年第1～2季度婦幼健康服務工作主要指標，采用時間序列模型擬合2014年第1季度至2019年第4季度昆明市婦幼衛生服務主要指標數據，篩選最佳預測模型，預測2020年第1～4季度年昆明市婦幼健康服務工作的開展趨勢并對比分析實際情況，找準著力點、關鍵點，提出有針對性的對策建議，以確保“后新冠時期”婦幼衛生服務工作的有效落實。

1資料與方法

1.1一般資料

研究昆明市2020年第1～2季度婦幼衛生服務工作主要指標，包括婚檢、產婦早孕建冊、產婦產前檢查、產婦產后訪視、產婦系統管理、戶籍活產、非戶籍活產、新生兒訪視，其中戶籍活產為戶籍在昆明市的活產、非戶籍活產為戶籍在非昆明市的活產。本研究所選用的主要結果質量指標均來源于云南婦幼衛生直報系統，指標是由數十位婦幼保健領域專家，結合婦幼保健的特點，經過多輪專家咨詢、專家論證選取。

1.2研究方法

采用描述性流行病學方法綜合分析2020年第1～2季度昆明市婦幼衛生服務情況，以2014年第1季度至2019年第4季度的數據為建模數據，采用SPSS 25.0軟件建立指數平滑模型和差分整合移動平均自回歸模型(autoregressive integrated moving average model，ARIMA)，篩選最佳模型并預測2020年1～4季度的數據[5]。

1.2.1指數平滑模型

基本思想是預測值為歷史觀測值的加權和，且對不同的歷史數據給予不同的權重，新數據賦予較大的權重，舊數據賦予較小的權重，因此隨著時間的變化，時間序列中的既往值對模型預測的影響會逐漸減小，預測值能更準確地反映時間序列的實際變化，更適合實際應用中的短期預測[6-7]。一般有簡單指數平滑法、Holt雙參數線性指數平滑法、Winter線性和季節性指數平滑法，各指數平滑模型有不同適用范圍，實際中應當根據數據的趨勢性、季節性等特點進行模型選擇。

1.2.2 ARIMA模型

基本思想是將預測對象隨時間推移而形成的數列視為一個隨機序列，即除去個別的偶然原因引起的觀測值變化外，時間序列是一組依賴于時間t的隨機變量。對于具有季節性、周期性和長期趨勢的時間序列數據較適于采用ARIMA乘積季節模型，即SARIMA(p,d,q)×(P,D,Q)s進行描述和分析。該模型綜合考慮了序列的趨勢變化及隨機干擾，尤其在難以明確或較難獲得主要影響因素的相關數據時，ARIMA模型有其獨特的優越性[8-9]。

1.2.3模型評價指標

指數平滑模型和ARIMA模型均是通過參數的統計檢驗，給出擬合優度指標。在參數選擇過程中，以均方根誤差(root mean square error，RMSE)最小的模型為最優模型。統計量Ljung-BoxQ可檢驗殘差序列是否為獨立序列，若其假設檢驗的P>0.05，說明數據擬合后的殘差序列不存在自相關。平穩決定系數(平穩R2)統計量用于比較模型中的固定成分和簡單均值模型的差異，取正值時表示模型優于簡單均值模型；取負值時表示劣于簡單均值模型；為0則表示和簡單均值模型效果相同。決定系數(R2)表示模型所能解釋的數據變異占總變異的比例，其數值越大表示效果越佳。貝葉斯信息準則(Bayesian information criterion，BIC)表示模型對數據的釋度，該統計量基于均方誤差統計量，并考慮了模型的參數個數和序列數據個數，其值越小則相對模型越優[10]。

1.2.4模型預測值準確性驗證

建模后，將兩個預測模型對2014年至2019年昆明市婦幼衛生服務指標的預測值與實際值進行比較，以確定預測效果較優的模型。

1.3統計學方法

采用Excel 2007和SPSS 25.0軟件對數據進行處理分析。計數資料用例數(n)和百分比(%)表示，建立指數平滑模型和ARIMA模型，篩選最佳模型并預測2020年1～4季度的數據。檢驗水準α=0.05。

2結果

2.1一般情況

2020年第1季度指標總和為105 640人次，環比下降36.37%，同比下降13.48%。各項指標的環比增長率均為負；除產婦早孕建冊人數、非戶籍活產人數外，其余指標同比增長率為負。環比增長率下降幅度最大的三項指標為婚檢人數(-88.02%)、產婦產前檢查人數(-35.66%)、產婦產后訪視人數(-35.64%)。同比增長率下降幅度最大的三項指標也為婚檢人數(-40.20%)、產婦產前檢查人數(-18.69%)、產婦產后訪視人數(-18.39%)。

2020年第2季度指標總和為119 538人次，環比增長13.16%，同比下降12.36%，各項指標的環比增長率為正；除婚檢人數及非戶籍活產數外，其余指標同比增長率為負。環比增長率上升幅度最小的三項指標為產婦孕早期產前檢查人數(11.21%)、產婦早孕建冊人數(11.92%)、新生兒訪視人數(11.99%)；同比增長率下降幅度最大的三項指標為產婦產后訪視人數(-16.75%)、產婦產前檢查人數(-16.72%)、新生兒訪視人數(-16.53%)，如表1所示。

表1 2020年第1～2季度婦幼健康服務主要指標(n,%)

2.2模型選擇

選擇最佳參數，采用兩種模型擬合2014年第1季度至2019年第4季度的數據，除非戶籍活產數指標外，其余指標的ARIMA模型相對誤差均低于指數平滑法，但非戶籍活產數的指數平滑模型統計量Ljung-BoxQ假設檢驗的P<0.05，所以其殘差序列存在自相關性，故選用ARIMA模型。婚檢人數的ARIMA模型相對誤差為0，但模型的各項參數指標也均為0，說明模型沒有意義，且指數平滑模型平穩R2、R2、RMSE、BIC指標均優于ARIMA模型，因此婚檢人數選擇指數平滑模型，其余指標均采用ARIMA模型，如表2～4及圖1所示。

表2 模型擬合值對比

表3 指數平滑模型擬合度統計

表4 ARIMA模型擬合度統計

注：UCL:預測值的規范上限，LCL:預測值的規范下限。

2.3趨勢預測

除第2季度非戶籍活產數外，2020年第1～2季度各項指標實際值均低于預測值。第1季度相對誤差最高的三項指標為婚檢人數(155.75%)、產婦產前檢查人數(58.82%)、產婦產后訪視人數(58.80%)；相對誤差最低的三項指標為非戶籍活產數(5.88%)、產婦孕早期產前檢查人數(37.97%)、產婦管理系統人數(40.89%)。第2季度相對誤差最高的三項指標為產婦產后訪視人數(44.70%)、產婦產前檢查人數(44.57%)、新生兒訪視人數(44.52%)；相對誤差最低的三項指標為產婦管理系統人數(16.66%)，產婦孕早期產前檢查人數(17.36%)，非戶籍活產數(18.06%)，見表5。

表5 2020年1～2季度實際值與預測值比較

2020年3～4季度預測婚檢5 054人次、產婦早孕檢查33 637人次、產婦產前檢查52 237人次、產婦孕早期產前檢34 250人次、產婦產后訪視52 425人次、產婦系統管理32 926人次、本地戶籍活產數53 117人次、非本地戶籍活產數6 573人次、新生兒訪視52 992人次，合計323 211人次，與2019年水平接近，見表6。

表6 2020年第3～4季度預測值

3討論

新冠肺炎疫情持續幾個月后，我國抗“疫”工作取得階段性勝利，隨著奔赴武漢的醫務人員陸續返回工作崗位，醫療工作逐漸恢復正常，婦幼保健工作也開始進入“后新冠時期”。我們應該思考國內醫院防疫現狀對婦幼保健工作的影響，預測各項工作的發展趨勢，科學防疫，以期能在未來的工作中未雨綢繆，更好地迎接新的挑戰。

3.1疫情期間的婦幼衛生服務工作開展情況

受新冠肺炎疫情的影響，2020年第1季度各項指標數據總和的環比增長量、同比增長量均下降，其中婚檢、產婦產前檢查、產婦孕早期產前檢查、產婦產后訪視、產婦系統管理、戶籍活產、新生兒訪視人數的環比增長量、同比增長量都有所下降；產婦早孕建冊、非戶籍活產人數的環比增長量下降，但同比增長量略微升高。婚檢人數受疫情影響最大，環比增長率為-88.02%，同比增長率為-40.20%。第2季度各項指標數據總和的環比增長量有所升高，但除婚檢人數、非戶籍活產數外，其余指標的同比增長量仍為負數，結果提示婦幼衛生服務工作的開展在一定程度上受到了疫情影響，第1季度受到影響較大，第2季度隨著復工復產的有序推進，婦幼衛生服務工作也穩步開展，但仍需要進一步提高工作效率和工作質量，確保婦幼系統保健服務的連續性。

3.2 “后新冠時期”的婦幼衛生服務工作走向

根據預測情況，除第2季度非戶籍活產數外，2020年第1～2季度各項指標實際值均低于預測值，其中第1季度產婦產前檢查人數、產婦產后訪視、戶籍活產數、新生兒訪視人數低于預測值的規范下限，可能與疫情期間孕產婦擔心在前往醫療機構進行孕檢的路途上、常規孕檢和分娩服務就診過程中存在一定的感染風險有關，導致婦幼衛生服務利用率的降低[11]。2020年3～4季度各項工作覆蓋的預測人數為323 211人，高于2019年3～4季度的306 793人。考慮到2020年第1～2季度受新冠肺炎疫情影響，婦幼衛生工作服務人數低于預測值，有大量的服務需求并未得到滿足，在后新冠時期，助產機構可能會出現患者更多、醫務人員工作量更大的現象，需要提高重視，積極應對，持續優化工作流程，確保醫患安全。

3.3小結

目前的流行病學數據顯示，我國國內的疫情已經基本得到了控制。為進一步鞏固來之不易的防控成果，實現“外防輸入、內防反彈”的目標，針對復工復產逐步推進、大量服務需求亟待滿足以及無癥狀感染者存在一定傳播風險的情況，各級助產機構要進一步加強疫情防控及救治工作，最大限度降低傳播風險，切實保障婦女、兒童等易感群體的生命安全和身體健康[12]。首先各級助產機構要合理調配醫護力量，有序開放普通門診、專科門診、專家門診，提倡預約就診；有序開展預檢分診，所有進入醫療機構的人員均須佩戴口罩，保持安全距離，診區嚴格執行“一人一診一室”。其次助產機構應做好出入人員登記，保持院前急救和院內急診正常安全有序開展；對孕產婦和新生兒做好疾病救治、安全助產等工作，保障母嬰安全。除此之外，還需進一步加強分級診療工作，充分利用“互聯網+醫療”等信息化手段，通過網上預約和線上咨詢等方式，引導患者有序就醫，提高工作效率，創新工作方法，不斷提升技術水平和服務能力，全面落實常見病、慢性病、多發病患者首先到基層醫療衛生機構就診制度，減少人群在大醫院聚集，降低交叉感染風險。