時間序列預測模型用于新冠肺炎疫情對住院業務的影響分析

佛山市第一人民醫院(528000)

許澤杰 劉冬生

【提 要】 目的 分析新冠肺炎疫情對醫院住院業務量的影響，為合理安排人力、物力資源提供參考依據。方法 根據2015-2019年各季度的基礎數據，采用趨勢季節模型和移動平均數法預測2020年第一、二季度的出院人次，再與實際出院人次比較。結果 2020年以來收治新冠肺炎病例出院29人次，2020年一-二季度全院出院人次比預測值下降38.18%，受新冠肺炎疫情影響最小的前五位科室依次是肝臟外科、胸外科、神經內科、膽道外科和腫瘤中心，出院人次與預測值相比，增幅在-15.04%～-28.06%之間，受影響最大的前五位科室分別是皮膚科、感染科、特需醫療、眼科和內分泌科，出院人次與預測值相比，增幅在-72.44%～-49.92%之間。結論 新冠肺炎疫情對住院業務量的影響較大，其中以收治惡性腫瘤、腦血管病、急癥等疾病為主的科室受影響較小，疑難危重病人占比較低、以擇期手術為主的科室受影響較大。

2020年1月，中外研究人員發現一種從未在人類中出現的β冠狀病毒屬病毒，并將其命名為2019新型冠狀病毒(2019 novel coronavirus，2019-nCoV)，其傳播能力強，波及范圍廣。自新型冠狀病毒肺炎爆發以來，迅速蔓延至全國多個省市及世界多個國家，對人類生命健康造成威脅[1]。自1月下旬開始，佛山市出現了新型冠狀病毒肺炎病例，某院作為佛山市主要的新冠肺炎定點收治醫院，開始收治新冠肺炎病人。新冠肺炎疫情期間醫院的業務量受到較大影響，分析新冠肺炎疫情對不同科室業務量的影響，有利于合理安排人力、物力，節約成本、提高運營效率。

資料與方法

1.資料來源

資料來源于某院2015年以來的每個季度的統計報表，以出院人數作為反映住院業務量的指標，數據來源真實可靠。所選科室樣本不包括出院人數過少的科室和新成立不久的科室，所選擇的科室2020年一、二季度出院人次占全院總出院人次的93.5%。

2.研究方法

以趨勢季節模型預測全院及各科2020年一、二季度的出院人次，采用移動平均剔除法求剔除趨勢值，對于線性回歸方程無統計學意義的科室則改用移動平均數法預測，再將2020年一、二季度實際的出院人次與預測值進行比較，以增幅大小作為衡量新冠肺炎疫情對科室住院業務量影響的標準。所用的統計軟件為excel和SPSS 13.0。

結 果

1.新冠肺炎病例情況

自2020年1月以來，新冠肺炎病例出院人次總共29人次，最早一例于2020年1月20日入院，最后一例于6月12日出院。之后再無新增病例。2003年非典肺炎流行期間，總共收治了54例非典肺炎病人，期間門診和住院業務量都呈平穩增長趨勢，增幅6%～8%，未受到影響。

2.全院2020年一、二季度出院人次預測結果

擬合線性回歸方程yi=a+bt，得yi=22981.04+287.115t，回歸模型檢驗F=18.563，P<0.001，并計算趨勢預測值，列于表1第(5)列。

預測誤差Sy，x=[∑(y-yt)2/(n-2)]1/2≈1718，預測值的95%可信區間為X±t0.05n-2×Sy，x。

校正SI的計算結果見表2。

計算出2020年一、二季度的比率預測值后，與實際值比較，計算增幅及兩個季度合計增幅，結果2020年一-二季度出院人次比預測值減少38.18%，詳見表3。

3.2020年一、二季度各科出院人次預測結果及與實際出院人次的比較

用上述方法分別對各科出院人次做趨勢季節模型預測計算，對于線性回歸方程無統計學意義的科室則改用移動平均數法預測，再將實際出院人次與預測結果比較，計算增幅，以增幅大小作為衡量新冠肺炎對住院業務量影響大小的標準，取前五位和后五位的科室，結果見表4。

從表4可見，住院業務受新冠肺炎疫情影響最大的前五位科室依次是皮膚科、感染科、特需醫療、眼科、內分泌科，受疫情影響最小的前五位科室依次是肝臟外科、胸外科、神經內科、膽道外科和腫瘤中心。

表1 2015-2019年全院每季度出院人次及移動平均趨勢值、剔除趨勢值表

表2 出院人次季節比率計算表(%)

表4 各科出院人次預測計算結果與實際值比較

討 論

1.新冠肺炎對醫院業務量的影響高于非典型肺炎

由于新冠肺炎病毒的傳播速度快、傳播范圍廣，國家采取了強有力的防疫措施，“宅在家、少出門”成為疫情初期的普遍共識，使我國的疫情快速得到控制，但同時也對各行各業產生較大的影響。盡管全院僅僅收治了新冠肺炎患者29人次，少于2003年的非典型肺炎患者數量，但對醫院業務量的影響較大，而非典型肺炎流行期間醫院業務量保持平穩增長。首先，自新冠肺炎疫情暴發以來，不出門、少出門、出門戴口罩以及大力宣傳提倡手衛生，使得一些傳染病如上呼吸道感染、流感等失去了傳播機會，外傷患者也大幅減少；其次，一些非急癥、輕病患者不去醫院就醫，或推遲就醫，導致醫院業務量下降；再次，新冠肺炎定點收治醫院所受影響又比非定點醫院要大。

2.CD率(疑難危重病人占比)越低的科室，住院業務量受影響越大

皮膚科、特需醫療、眼科、內分泌科2019年的住院病人CD率均在10%以下，受疫情沖擊也較大。而感染科是個特例，其2019年CD率并不低，在45%以上，平時住院病人以肝病為主，由于受疫情影響，許多平時需要住院的病人不敢入住感染科，而新冠肺炎病例數又不多，導致其受影響程度僅次于皮膚科。擇期手術多、或學科優勢不明顯的科室受疫情影響也較大，如眼科、小兒外科及疝外科。

3.惡性腫瘤、急癥重癥病人越多的科室，受疫情影響越小

惡性腫瘤、急癥重癥對健康的危害甚于新冠病毒感染的風險，因此，這些病人數量多的科室，受疫情影響較小。肝臟外科2019年肝癌、胰腺癌和繼發性肝癌的惡性腫瘤病人占40%，急性闌尾炎、急性胰腺炎等急癥占將近24%，成為全院受疫情影響最小的科室。2019年胸外科的肺癌、肺占位病變、食管癌和氣胸的病人數量合計占50%，僅次于肝臟外科。2019年神經內科70%以上的病人為腦梗死等腦血管病，疾病嚴重程度較高，CD率在56%以上。

4.用季節趨勢預測值衡量業務量受新冠肺炎疫情影響的優勢

趨勢季節模型是線性模型與季節模型相結合而成的模型，對具有趨勢性、季節性和一定周期規律的資料，能夠得到較接近實際的預測效果[2]。季節趨勢模型預測法，通過對時間序列各種變化因素的分解和整理，既能消除周期變動和不規則隨機變動，更準確地反映季節變化規律，同時兼顧趨勢性和季節性的影響，使預測結果更具有實際意義，相比用同期對比的方法具有一定的優勢。如用同期對比的方法來衡量各科受疫情影響的大小，則對于業務量處于上升趨勢的科室來說，由于忽略了其增量，則會低估其影響程度，而對于業務量處于下降趨勢的科室來說，則會高估其影響程度，只有對業務量持平的科室才比較客觀。當然，用季節趨勢模型預測法存在一定誤差，據部分文獻報道[3-5]，預測誤差絕對值在0.9%～9.8%，中位數約為4.4%，此為其不足之處。