应用灰色预测模型GM(1,1)预测医院住院人次

住院部是医院对外服务的重要窗口,可以直接影响医院的声誉和形象[1]。同时,住院量也是评价一所医院医疗工作的重要指标之一,直接或间接地反映出该医院的规模、医疗质量及医疗水平。     

重庆城市居民对癌症筛查技术及组织形式接受度的调查研究

摘 要：［目的］ 对重庆市开展的上消化道癌、大肠癌、肝癌、肺癌和乳腺癌等五大类癌症的风险评估、临床筛查技术及筛查组织形式的接受度进行分析,为未来更大范围开展癌症早诊早治项目提供科学依据。［方法］ 采用横断面方便抽样方法,对2507名参加重庆城市癌症早诊早治项目的筛查个体进行筛查接受度问卷调查。［结果］ 70.86%的研究对象认为以问卷形式开展风险评估的初筛策略很好;78.88%的研究对象是通过社区医生或街道居委会工作人员了解该项目;91.82％的研究对象希望一次性就能将所有检查项目做完,但也有5.94％的研究对象希望将多项临床检查分在不同的日期进行。［结论］ 以问卷形式开展社区普通人群风险评估的初筛策略可行性较好,高危人群对不同临床筛查项目的接受度差异较大,临床筛查组织形式应有一定的灵活性。     

SARIMA模型在医院住院人次预测中的应用

住院量是评价一个医院医疗工作的重要指标,直接或间接地反映出一个医院的规模、医疗质量及医疗水平[1].因此,了解住院量的变化情况,对于合理安排资源,提高医疗工作效率意义重大.要了解住院量的情况,就要对其进行预测.目前预测的模型及方法主要有线性回归模型、神经网络模型、灰色预测模型、马尔科夫链模型以及时间序列模型等[2].针对住院量数据的特殊性,本文选用季节自回归滑动平均模型(seasonal auto regressive integrated moving average model,SARIMA模型),分析2000-2011年住院量的历史数据,探讨其发生发展的规律并预测未来半年医院住院量的情况,为医院规划自身发展提供科学的依据.     

艾滋病合并恶性肿瘤患者临床特点及预后影响因素

目的 分析艾滋病病毒（HIV）感染者/艾滋病（AIDS）合并恶性肿瘤患者的临床特点及生存预后情况。方法 回顾性分析354例艾滋病合并恶性肿瘤患者资料,采用Log-rank检验进行单因素分析,采用Cox比例风险回归模型进行多因素分析。结果 患者平均年龄54.10±12.96岁,男女比例2.1:1,艾滋病合并淋巴瘤的患者最多（28.25%）;1、3、5年生存率分别为78.48%、62.13%、55.31%。单因素分析显示不同恶性肿瘤类型、年龄、性别、医保类型、确诊合并艾滋病后住院次数、平均住院天数、是否放疗、有无遵医嘱离院等患者的预后差异均有统计学意义;多因素分析显示性别、入院次数、平均住院天数、自费比例以及有无遵医嘱离院是影响患者生存预后的独立危险因素。结论 艾滋病容易合并淋巴瘤、肺癌、宫颈癌。患者在医院接受抗肿瘤疗程不足。     

灰色预测模型GM（1，1）在医院门诊量预测中的应用

目的了解医院2000年-2011年门诊量的趋势,探讨灰色预测模型GM（1,1）在时问序列资料中的应用,建立预测医院月门诊量的时间序列模型,为优化医疗资源配置提供科学的统计学依据。方法根据医院2000年-2011年门诊量数据,应用MATLAB软件建立灰色预测模型并进行模型评价,预测2012年-2014年的门诊量。结果GM（1,1）模型为：P（t）=552512．3619e0.1021（t-1）-478343．3619,预测值的相对误差小于20％,模型精度为优（C=0．29,P=1．00）,预测效果好,2012年-2014年医院门诊量预测值分别为182612、202243、223984。结论GM（1,1）灰色模型能很好的拟合门诊量的变动趋势,在无外界因素影响的情况下,医院门诊量将会继续上涨。     

恶性肿瘤合并静脉血栓栓塞症患者的临床特点分析CSCD

目的分析恶性肿瘤合并静脉血栓栓塞症(VTE)患者的临床特点并探寻相关危险因素。方法采用回顾性病例对照研究,调查恶性肿瘤合并VTE患者的临床及生存结局信息。采用卡方检验、Log rank检验和比例风险回归模型(Cox模型)等方法进行统计分析,采用GraphPad Prism8.0绘制生存曲线,分析VTE相关影响因素。结果5年间共收治新发恶性肿瘤患者11620例,其中合并VTE患者385例(3.31%)。恶性淋巴瘤患者合并VTE的比例最大,达到4.78%,其次是结直肠癌和乳腺癌,分别为4.40%和4.08%;联合治疗的患者比单一治疗方式发生VTE的比例高;分期越晚的患者合并VTE的比例越高;随访结果显示合并VTE患者中位生存时间为17.90月(95%CI:10.21~25.59),1、3、5年生存率分别为51.89%、37.76%、18.88%;多因素分析结果显示年龄、性别、TNM分期是影响VTE患者预后的独立危险因素。结论恶性肿瘤患者容易并发VTE,临床上应对高危患者密切观察、提早预防。     

2011―2018年重庆多中心恶性肿瘤出院患者生存分析

摘 要：［目的］ 对重庆大学附属肿瘤医院牵头的8家医院2011至2018年出院的恶性肿瘤患者的生存情况进行统计分析。［方法］ 对所有恶性肿瘤患者进行随访，采用寿命表法计算主要恶性肿瘤的观察生存率。采用Log-rank检验比较不同年龄段、不同性别前10位恶性肿瘤的生存率。［结果］ 该次研究一共纳入60 088例恶性肿瘤患者，有效随访49 259例，有效随访率81.98%。主要恶性肿瘤患者１～５年生存率分别为76.55％、66.29％、59.88％、56.06％和52.97％。前10位恶性肿瘤患者中，5年生存率最高的是宫颈癌，达到90.70%，其次是乳腺癌，84.08%，生存率最低的是肝癌（14.66%），其次是肺癌（20.43%）；经Log-rank检验，不同恶性肿瘤的不同年龄段生存率差异均有统计学意义（P<0.05）；不同恶性肿瘤的不同性别生存率相差较大，其中不同性别的肺癌、继发性恶性肿瘤、胃癌差异有统计学意义（P<0.05），其他恶性肿瘤不同性别间的生存率差异均无统计学意义（P>0.05）。［结论］ 8家单位2011—2018出院的主要恶性肿瘤患者中，肝癌、肺癌、食管癌预后较差，宫颈癌、乳腺癌和鼻咽癌预后相对较好。     

SARIMA模型在医院门诊量预测中的应用

目的了解医院2000年一2011年门诊量的趋势,建立预测月门诊量的时间序列模型,为优化医疗资源配置提供科学的统计学依据。方法根据医院2002年1月至2012年12月年门诊量数据,应用SPSSl8．0软件建立季节自回归滑动平均模型（Seasonal Auto Regressive Integrated Moving Average model,SARIMA模型）,并验证2012年7至12月份的门诊量。结果预测值与实际值的上升下降趋势基本吻合,SARIMA（O,1,1）（0,1,1）12模型为最优模型,标准化贝叶斯信息标准（Normalized Bayesian Information Criteria,BIC）值与平均绝对误差百分比（Mean absolute percentage error,MPE）值最小,BIC值为13．82,MPE为7．70,Box-Ljung检验无统计学意义（Q18=17．93,P=0．3281〉0．05）。结论SARIMA模型能很好的拟合门诊量的变动趋势,在无外界因素影响的情况下,医院门诊量将会继续上涨。     

重庆某三甲医院恶性肿瘤住院患者伴心血管疾病的流行病学特征分析

目的：分析2014-2018年重庆某三甲医院恶性肿瘤住院患者伴心血管疾病的构成情况，探讨恶性肿瘤与心血管疾病的关系，为恶性肿瘤合并心血管疾病的防治措施的制定提供科学依据。方法：回顾性分析2014-2018年间重庆市某三甲医院收治的新发恶性肿瘤患者，使用医院信息系统提取患者的年龄、性别、治疗方式，TNM分期等信息，采用国际疾病分类ICD-10编码，对出院诊断进行归类，同时利用身份证号进行剔重，统计分析住院治疗的新发恶性肿瘤患者合并心血管疾病的情况。结果：5年共收治11620例新发恶性肿瘤患者，平均年龄61.17±12.52。其中合并心血管疾病诊断的有4897人，占42.14%，平均年龄65.82±10.85岁；不同年份收治的新发恶性肿瘤患者中合并心血管疾病的比例差异有统计学意义（2=1436.691，P<0.001）,其中2018年共有1322例患者合并心血管疾病，占28.59%；不同年龄段患者合并心血管的比例差异有统计学意义（2=1118.635，P<0.001），其中大于等于66岁患者合并心血管疾病的人数最多，共计2571例（占58.13%）；不同治疗方式的患者合并心血管疾病的比例差异有统计学意义（2=237.519，P<0.001），其中单纯放、化疗的患者合并心血管疾病的比例相对较高；不同TNM分期的患者合并心血管疾病的比例差异有统计学意义（2=94.271，P<0.001），其中分期越晚的患者合并心血管疾病的比例越大；不同性别、民族、婚姻状况的患者合并心血管疾病的比例差异无统计学意义。结论：未来肿瘤合并心血管疾病的人群基数会越来越大，更多的肿瘤患者需要在治疗肿瘤病的同时兼顾心血管疾病的治疗，尽量避免抗肿瘤治疗引发的心血管毒性。     

原发性肝癌患者生存预后及影响因素分析(附3 106例报告)

目的探讨原发性肝癌患者的生存预后及影响因素。方法采用回顾性描述性研究方法。收集2000年1月至2018年8月重庆市恶性肿瘤特病办理系统中3106例有特殊病种医保原发性肝癌患者的临床病理资料;男2559例,女547例;年龄为(60±13)岁,年龄范围为19~95岁。观察指标:(1)人口学特征。(2)临床治疗与病理学检查情况。(3)随访及生存情况。(4)预后影响因素分析。采用电话、门诊或住院复查方式进行随访,了解患者生存情况。随访时间为确诊后第1年每3个月随访1次,之后每年随访1次。随访时间截至2018年12月。正态分布的计量资料以±s表示,偏态分布的计量资料以M(范围)表示。计数资料以绝对数和(或)百分比表示。剔除随访缺失数据后进行生存分析,采用Kaplan-Meier法计算生存率并绘制生存曲线。剔除随访缺失数据、病理学类型缺失数据、TNM分期缺失数据后进行预后影响因素分析,单因素分析采用Log-rank检验,多因素分析采用COX比例风险模型。结果(1)人口学特征:3106例原发性肝癌患者性别(男、女),年龄(<30岁、30~44岁、45~59岁、60~74岁、≥75岁),民族(汉族、其他民族),婚姻状况(已婚、其他),职业[企业单位和(或)工人、事业单位和(或)公务员、自由职业和(或)个体户、无业人员、公司职员、其他职业]分别为2559、547例,35、362、1131、1163、415例,3053、53例,2896、210例,880、342、130、101、124、1529例。(2)临床治疗与病理学检查情况:3106例原发性肝癌患者住院治疗时间(<10 d、10~19 d、20~29 d、≥30 d),手术治疗(无、有),病理学类型(肝细胞癌、胆管细胞癌、混合型及其他),TNM分期(Ⅰ期、Ⅱ期、Ⅲ期、Ⅳ期)分别为771、1312、661、362例,915、2191例,836、63、24例,29、28、90、624例。3106例患者中,病理学类型数据缺失2183例,TNM分期数据缺失2335例。(3)随访及生存情况:3106例原发性肝癌患者中,2561例获得随访,随访时间为3.0~96.0个月,中位随访时间为27.6个月。2561例患者总体生存时间为1.0~96.0个月,中位总体生存时间为24.7个月,1、3、5年总体生存率分别为63.2%、42.3%、29.5%。(4)预后影响因素分析:单因素分析结果显示年龄、婚姻状况、职业、住院治疗时间、手术治疗、病理学类型、TNM分期是患者预后的影响因素(χ2=31.820,6.752,39.100,120.889,226.700,10.452,48.602,P<0.05)。多因素分析结果显示:已婚,住院治疗时间≥30 d,手术治疗是患者预后的独立保护因素(风险比=1.463,0.572,0.575,95%可信区间为1.044~2.049,0.413~0.793,0.438~0.755,P<0.05),TNM分期Ⅲ期、Ⅳ期是患者预后的独立危险因素(风险比=3.941,5.036,95%可信区间为1.687~9.211,2.237~11.335,P<0.05)。结论原发性肝癌患者预后较差;已婚,住院治疗时间≥30 d,手术治疗是患者预后的独立保护因素;TNM分期Ⅲ期、Ⅳ期是患者预后的独立危险因素。