运用ARIMA模型对我国人均卫生费用的预测

[目的]通过拟合ARIMA模型对我国人均卫生费用进行预测,为卫生部门决策提供依据。[方法]采用SAS分析系统的时间序列模块,找出合适的ARIMA模型进行预测评价。[结果]通过对1978～2006年的人均卫生费用的数据拟合发现此费用处于增长趋势。[结论]人均卫生费用随着时间而增长,卫生部门需合理控制人均卫生费用。     

海南省人均卫生费用影响因素研究

目的:了解海南省人均卫生费用状况,探讨其影响因素。方法:采用海南省1978—2012年时间序列数据,建立协整模型和误差修正模型,研究变量之间的长期和短期均衡关系。结果:协整检验说明人均卫生费用与人均GDP、卫生事业费占财政支出比例、人口老龄化、每千人口医生数具有长期的协整关系;误差修正模型显示人均GDP、人口老龄化、每千人口医生数对人均卫生费用短期均衡影响显著。结论:海南省人均卫生费用增长过快,应深化医疗制度改革,加大政府对卫生事业的投入,降低个人的医疗负担。     

自回归移动平均模型在细菌性痢疾流行趋势预测中的应用

目的探讨时间序列分析中自回归移动平均模型在六安市细菌性痢疾发病预测的可行性和适用性,为早期做好防控工作提供科学依据。方法使用SPSS 17.0软件对六安市2003年1月～2012年12月的细菌性痢疾月发病率建立ARIMA模型,以2013年的1～7月实际发病率作为预测模型的考核样本,验证模型的预测效果。结果六安市细菌性痢疾月发病率模型为ARIMA（0,0,1）×（0,1,1）12,模型移动平均参数MA1=-0.473（t=-5.153,P〈0.05）,季节移动平均参数SMA1=0.937（t=2.494,P=0.014）;残差分析Ljung-BoxQ统计量经检验,差异无统计学意义（Ljung-BoxQ=10.208,P=0.856）,提示残差为白噪声。模型预测的平均相对误差为27.82%,但预测的动态趋势与实际值基本吻合,且实际值均在预测值的95%可信区间内。结论 ARIMA（0,0,1）×（0,1,1）12模型可为六安市细菌性痢疾的防控提供参考。     

自回归求和移动平均模型在阜阳市手足口病疫情预测预警中的应用

目的探讨自回归求和移动平均模型（autoregressive integrated moving average,ARIMA）在手足口病疫情预测预警中的应用,验证分析模型的可行性与适用性。方法利用安徽阜阳市2009-2013年手足口病发病资料,拟合ARIMA模型,对阜阳市2014年1-3月各月发病情况进行预测评价。结果建立ARIMA（1,2,0）（0,1,0）12模型,预测结果基本符合实际发病变动趋势,验证了该模型的可用性。结论 ARIMA模型可用于模拟手足口病发病在时间序列上的变化趋势,进行短期预测。     

以主成分回归分析方法探讨人均卫生费用影响因素的研究

目的：分析影响人均卫生费用的因素,建立了影响人均卫生费用的数学模型,从而指导医疗保险和卫生体制改革。方法：本研究利用29个国家的卫生经济资料,进行多元线性回归和主成分回归统计分析。用回代法建立了影响人均卫生费用的数学模型。结果：发现多元回归分析存在严重的共线性现象,改以主成分回归分析,用主成分回归方法建立的方程有效地避免了共线性问题,在统计和实际意义的解释上更合理。得出的5个主成分分别为：Fact1主成分为住院费用和基础卫生费用,Fact2主成分为卫生人力资源,Fact3主成分为住院时间,Fact4主成分为药物和仪器检查费用,Fact5是人口寿命因素。主成分Fact1的标准化回归系数最大,其次是主成分Fact5,然后依次是Fact2、Fact4、Fact3。标化系数的大小表明,人口的预期寿命和卫生人力供需资源对人均卫生费用的贡献率超过了药费和检查费。结论：1住院费用等是构成欧、美、亚等29个国家卫生费用的主体,为控制人均卫生费用,应主要从控制住院费用入手;2预期寿命长和卫生人力资源比较丰富的国家其人均卫生费用的标准应高于医院服务利用相同的国家。随着我国人均期望寿命的逐渐延长和人口老龄化,我国人均卫生费用的增长是必然的;3单纯用多元线性回归的方法分析卫生经济资料,结果不一定可靠,提示在卫生经济研究中,在各指标有相关的情况下,宜采用主成分回归分析的方法。     

海南省人均卫生费用与入均GDP的协整分析

利用海南省1978—2011年的时间序列数据,采用协整分析、格兰杰因果检验、误差修正模型等方法,分析人均GDP对人均卫生费用的影响。结果显示：人均GDP和人均卫生费用具有正向关系,人均GDP对人均卫生费用的增长既有长期的影响,也有短期的影响。卫生费用的合理增长是经济社会发展的必然趋势,政府应扩大医疗服务供给以满足居民的医疗服务需求。     

自回归移动平均模型评价社区卫生服务连续性

目的对我国城市社区家庭医生签约服务模式的服务连续性进行评价。方法对签约、电子病历与一般就诊人群的门诊就诊人次拟合时间序列自回归移动平均(ARMA)模型并做出预测。结果玉林社区卫生服务中心签约人群的门诊量明显上升。增长速度远高于一般就诊人群。根据签约病人门诊人次时间序列模型预测，签约人群的门诊人次仍将呈现明显的增长态势。人均门诊人次的增长已成为签约人群门诊服务量增长的主要原因。结论城市社区家庭医生签约服务可为签约居民提供个性化的卫生服务，是适合我国社区卫生服务实际情况的一种医疗保健模式。     

农村人均卫生费用的影响因素研究

文章运用EViews统计分析软件对中国农村人均卫生费用的影响因素进行回归分析,研究发现新型农村合作医疗保险制度的实施没有改变农村居民家庭人均纯收入和65岁及以上老年人口占总人口比率与中国农村人均卫生费用的相关关系,但是每千人口卫生技术人员数与农村人均卫生费用由原先的负相关关系变为正相关关系。     

基于主成分分析的我国人均卫生费用研究

文章运用主成分分析法研究相关评价指标,对我国人均卫生费用的影响因素进行评价研究.研究表明,我国人均卫生总费用与人口总数、人均GDP、政府卫生支出的比例、卫生人力、卫生设施、居民生活水平等因素有很大的关系,在此基础上提出控制卫生总费用不合理增长的对策和建议.     

基于自回归滑动平均混合模型的布鲁菌病流行趋势预测

目的  对我国布鲁菌病（简称布病）月发病率进行预测,为了解我国布病流行趋势、制定防控策略提供数据支持和决策依据。 方法  以国家人口与健康科学数据共享平台为数据来源,使用2004年1月-2016年12月全国布病月发病率数据建立历史序列,应用R软件构建自回归滑动平均混合模型（autoregressive integrated moving average model,ARIMA）并进行数据拟合和预测。 结果  本研究构建乘积季节ARIMA（2,1,2）（2,1,1）₁₂模型各项参数都有统计学意义（均有P < 0.001）,模型很好的拟合了全国布病月发病率的变化规律,预测值与实际值之间的平均相对误差为21.77%;预测2017年、2018年、2019年和2020年布病的月平均发病率分别为0.399 5/10万、0.423 8/10万、0.445 6/10万、0.471 2/10万,呈逐渐增高趋势（χ²=14.244,P < 0.001）,在4-7月份出现发病峰值。 结论  在自然状况下,我国人间布病的月发病率将逐年增高,应采取相应措施进行控制。     

基于ARIMA模型的我国长三角地区卫生总费用时间序列预测分析研究

目的 分析长三角地区卫生总费用发展现状,对长三角地区卫生总费用及其占GDP比重发展趋势进行预测分析,以期为各地制定医疗卫生政策、推进我国长三角地区“医疗卫生一体化”提供科学的参考依据。方法 选取2001年—2017年长三角地区卫生总费用及GDP相关数据,分别建立ARIMA模型对长三角地区卫生总费用发展趋势进行预测。结果 所建立的各项模型R2>0.9、平均相对误差均小于10%,拟合度较好,预测精度较高,可用其进行外推预测。2018年—2025年,长三角地区卫生总费用及其占GDP比重将继续保持稳定增长,但不同地区之间发展存在一定差距。结论 各地区应继续加大对卫生总费用的投入,加强医疗服务的供给;控制卫生总费用的合理增长,保持卫生总费用的投入水平与经济发展水平相互匹配;促进高级医疗卫生人才的流动,缩小长三角地区间的医疗服务水平差距。     

我国卫生总费用筹资的结构性特征与人均可支配收入的比较分析

本文依据我国2003—2015年卫生总费用的基础数据,比较新医改前后卫生总费用筹资的结构性特征与人均可支配收入的变化,分析了新医改前后卫生总费用筹资的总体水平、筹资结构变化的合理性、总体发展趋势的可持续性及其与人均可支配收入的发展变动特征。研究发现,新医改之后我国卫生总费用增长率虽有所下降,但个人卫生支出增长率仍呈上升趋势,政府医疗保障支出的增长对个人卫生支出的替代水平有限,人均个人卫生支出增长率超过城乡居民人均收入增长率,"看病贵"问题仍然非常突出。针对以上问题,本文提出加快公立医院改革,强化医保基金专业化建设,提高医保基金控费能力等建议。     

ARIMA模型在细菌性痢疾预测中的应用

目的构建北京市昌平区细菌性痢疾月发病的ARIMA模型,为防控工作提供依据。方法应用SPSS 18.0软件分析2004-2010年北京市昌平区细菌性痢疾月发病数资料,构建ARIMA乘积模型,并预测2011年细菌性痢疾月发病数。结果最优乘积模型为ARIMA(1,0,0)(1,1,1)12,模型具有较高的预测精度,预测值与实际值基本吻合,且实际值均在预测值可信区间范围内。结论 ARIMA模型能够应用于北京市昌平区细菌性痢疾流行趋势的预测及疫情的预警、预报,为实施干预提供依据。     

基于时间序列模型的我国卫生总费用增长预测分析

卫生总费用在对于我国卫生事业的发展具有重要意义,文章选取1978～2009年卫生总费用的数据,利用ARIMA(3,3,4)模型进行拟合预测,预测精度良好,并对2010～2012年的卫生总费用进行预测,结果分别为19777.72、23102.38、27425.46亿美元。并根据卫生总费用与GDP的关系提出加强卫生资源投入综合利用效率等的建议。     

卫生总费用的时间序列分析

利用1978-2007年卫生总费用占GDP比重的历史数据,采用自回归移动平均模型进行拟合,在模型检验适用的前提下对2010年的卫生总费用占GDP比重进行预测。结果发现,2010年我国卫生总费用占GDP比重为4.73%,仍低于世界卫生组织规定的最低标准（5%）。     

卫生筹资中社会卫生支出的预测与分析

目的:本文利用时间序列数据,在ARIMA-FDLMR两阶段分析框架下研究了社会、政府及个人与卫生筹资格局的关系。方法:首先,基于自回归积分滑动平均模型(ARIMA),借助2017年《中国统计年鉴》的数据,预测分析社会、政府、个人的实际卫生支出及其各自占GDP的比重;其次,通过2005—2015年社会卫生支出相关数据,建立时间序列有限分布滞后多元回归模型(FDLMR),分析了医疗卫生体制改革对社会卫生支出产生的影响。结果:ARIMA模型结果显示,社会卫生支出增长速度最快,所占GDP比重最大;政府持续加大医疗投入,但个人卫生支出在短时间内难以降低。FDLMR模型结果显示,社会保险基金支出、非公立医院数量以及社会捐赠对社会卫生支出具有显著影响。结论:鼓励社会资本参与医疗卫生改革是弥补卫生支出不足的有效途径,社会卫生支出将在卫生筹资发展与改革中起到重要补充作用,并且在未来非公立医疗机构将进一步凸显其价值。     

山东省政府卫生支出分析

目的:研究山东省政府卫生支出水平及影响因素,为决策提供参考.方法:资料主要来源于1998-2009年山东省财政数据、医保数据和社会经济统计资料;运用筹资来源法对政府卫生支出进行测算,并开展国内外比较研究.结果:(1)1998-2009年,山东省政府卫生支出从30.66亿元增加到254.02亿元;人均政府卫生支出从34....     

辽宁省政府卫生支出研究

政府卫生支出是卫生总费用的重要组成部分,是保障每个公民平等、公平享受医疗卫生产品和服务的重要手段。2009年新一轮医药卫生体制改革以来,辽宁省各级政府卫生投入资金规模逐年增长。文章分析了辽宁省政府卫生支出的规模以及资金分配的基本状况,反映当地政府卫生投入工作所取得的成绩和存在的不足,探讨在政府卫生投入稳步提升的同时,提高政府卫生资源配置的合理性和公平性。