论文部分内容阅读
目的:本研究对沈阳市某三级甲等医院2013至2019年出院病人的院内感染病例资料展开回顾性分析,掌握该院的院内感染整体变化趋势和特征,以2013年至2018年医院感染月发生率为基础数据建立ARIMA模型和指数平滑模型,预测2019年医院感染月发生率并进行验证,比较得出该医院的最适时间序列模型,了解医院感染的发生规律和趋势。方法:利用2013年至2019年沈阳市某三甲医院的院内感染资料以及出院病人数据,来描述院内感染发生率的整体变化趋势,分别从年、月角度分析医院感染率的动态变化。应用SPSS20.0中的专家建模器建立时间序列模型,用来拟合和预测该院的院内感染率。本次研究的验证样本为2019年全年出院病人的院内感染率数据,综合比较两类模型的拟合结果,对时间序列的预测效果给予评价与预测,同时评估模型的预测效果。结果:1、此次研究选取2013年至2019年出院病例749801份,其中医院感染病例6927份,医院感染率为0.92%,出院人数呈上升趋势,医院感染例次数呈下降趋势,医院感染率整体也呈下降趋势,七年的医院感染率分别为:3.00%、1.87%、0.69%、0.60%、0.70%、0.77%、0.77%。2、该三甲医院不同年份的月医院感染率的高峰值分别为:2013年、2014年、2016年、2018年和2019年为1月,2015年为11月,2017年为8月;不同年份的月医院感染率的低峰值分别为:2013年、2019年为10月,2014年为12月,2015年为6月,2016年为11月,2017年为3月,2018年为5月。每年出院患者医院感染率高峰值集中在1月份左右,低峰值无明显规律。医院感染率不呈季节性波动,本研究暂不考虑医院感染率具有季节性因素。3、该三甲医院应用时间序列专家建模器得出ARIMA(0,1,0)模型,RMSE=0.260,MAPE=22.500,MAE=0.184,BIC=-2.630。Ljung-Box Q统计量的P值为0.256大于显著水平0.05,该模型模拟效果较好,2019年1月至12月医院感染月发生率预测值与观察值动态趋势基本一致。4、该三甲医院应用时间序列专家建模器计算指数平滑模型RMSE=0.273,MAPE=20.358,MAE=0.197,BIC=-2.481。Ljung-Box Q统计量的P值为0.618大于显著水平0.05,,所选模型恰当,2019年1月至12月医院感染月发生率预测值与观察值动态趋势基本一致。结论:1、该三级甲等医院2013年至2019年医院感染率总体呈下降趋势,长期趋势尚不能确定,现有数据不提示具有季节性。本次模型建立未选择包含季节变动的时间序列模型。2、ARIMA(0,1,0)模型和指数平滑模型的MAPE值分别为22.500和20.358,均能用于外推预测。3、ARIMA模型与指数平滑模型对该三甲医院的拟合效果都较好,能够适用医院感染率的预测。本研究综合分析得出更适合该医院的模型是指数平滑模型。4、结合医院感染的预测模型可以预测医院感染的发病率及其置信区间,如实际发病率超过置信区间,可结合该医院实际情况了解原因,采取相应的控制措施。如实际发病率低于置信区间,需要感染控制科调查是否有医院感染漏报。