两种DRGs指标体系的绩效评价效果比较研究

目的应用传统与新型DRGs指标体系进行绩效评价效果比较研究,探讨新型DRGs指标体系应用价值。方法基于某省大数据平台的31家三级综合公立医院DRGs资料,分别采用传统与新型DRGs指标体系对之进行综合绩效评价,采用Pearson检验对医院排名进行相关性分析,通过专家咨询法论证两种指标体系。结果31家医院排名均发生了变化,超过一半的医院排名变化幅度超过10名。两种DRGs指标体系的医院排名不存在显著相关性（相关系数为-0.348,P=0.057）,即在实际评价效果上存在较大差异。新型DRGs评价指标体系的应用价值优于传统型。结论相较于传统DRGs指标体系,新型DRGs指标体系严格把控区域医疗质量指标,通过强化学科评价与费用控制,重视患者医疗质量,使评价更为科学、全面。     

两种风险评估方法在COVID-19疫情研判中的应用

目的 比较基于绝对数据进行风险评估的方法(简称绝对法)和基于相对指标进行风险评估的方法(简称相对法)两种方法在新型冠状病毒肺炎(简称新冠肺炎,COVID-19)疫情研判中的应用效果。 方法 绝对法以累计确诊病例数、本地感染病例占比、近1周聚集性疫情起数、近1周新增确诊病例4个指标计算风险;相对法以本地散发感染确诊病例占比、近1周确诊病例占比、近1周聚集性疫情起数和近1周新增确诊病例4个指标计算风险。以湖北省荆州市的COVID-19疫情数据为例,利用两种方法比较流行前期时间节点(2月1日)、流行中期时间节点(2月15日)和流行末期时间节点(2月27日)的风险评价结果。 结果 两种方法的评估结果中,33.3%(8/24)完全一致、50.0%(12/24)相差1个级别、16.7%(4/24)相差2个级别及以上。流行前期时间节点,相对法研判荆州区、公安县、洪湖市、松滋市为较高风险及以上,绝对法研判4个地区为中风险及以下。流行中期时间节点、流行末期时间节点,两种方法研判结果相同或相差1个级别。 结论 两种方法评估结果类似,均可以用于COVID-19疫情研判,在疫情流行早期,相对法更适于COVID-19疫情走势研判。     

体外循环机床旁简易血液透析治疗急性肾衰竭（附4例报告）

1997年6月～1999年7月,我院采用体外循环机床旁简易血液透析(以下简称简易血透)治疗急性肾衰竭病人4例,现分析报告如下. 1 临床资料 例1,男,58岁.双瓣膜替换术后8h突发抽搐,诊断脑栓塞,经镇静、降温、脱水利尿等治疗,病情稳定,但术后36h出现少尿,继之无尿.血钾升高达6.5mm01/L,中心静脉压(CVP)2.55kPa.由于病情较重,心功能较差,呼吸机辅助呼吸,病人又处于昏迷状态,正规血液透析无法进行,药物治疗严重受限,因此决定行简易血透.     

中医综合疗法治疗抽动-秽语综合征36例

近年我们采用中药、针灸、按摩综合疗法治疗抽动-秽语综合征36例,并与单纯中药、针灸和按摩疗法作对照,共观察108例,经统计分析,本疗法明显优于对照组疗法.报告如下.     

《微生物耐药性》选修课的探索与实践

在《微生物耐药性》课程建设实践中，引入PDCA循环理论，并运用于教学设计、教学实施、教学效果评价和教学反思四个环节；结合教学实践经验与学生反馈，提出改进规划，逐步探索完善课程体系。     

多模式策略对重症监护病房耐碳青霉烯类肠杆菌干预效果评价

摘要 目的 评价多模式策略在重症监护病房(ICU)耐碳青霉烯类肠杆菌科细菌(CRE)防控中的效果。 方法 通过医院感染监测方法，观察多模式策略在医院ICU控制CRE的干预效果。 结果 实施多模式策略的干预组和未实施的对照组880例和815例，住院患者CRE医院感染率分别为0.91%和2.09%，两组感染率之间差异具有统计学意义。 结论 实施多模式策略能显著提高医院ICU对耐碳青霉烯类肠杆菌科医院感染控制效果。     

SARIMA-GRNN组合模型和SARIMA模型在流行性腮腺炎发病率预测中的应用

目的 探讨SARIMA-GRNN组合模型和SARIMA模型在流行性腮腺炎发病率预测中的应用,并对他们的预测效果进行比较。 方法 选取2004—2016年上海市流行性腮腺炎逐月发病率资料,基于2004年1月—2016年6月的数据建立SARIMA模型。利用2004—2015年流行性腮腺炎的SARIMA模型拟合值与实际值、时间因子训练SARIMA-GRNN组合模型,并运用2016年1—6月数据进行验证,筛选模型最优平滑因子(spread)。采用2016年7—12月数据进行回代验证模型的外推预测效果。评价指标包括平均绝对误差百分比(MAPE)、平均误差率(MER)、均方误差(MSE)和平均绝对误差(MAE)。 结果 SARIMA(0,0,2)(0,1,1)₁₂为最优SARIMA模型。SARIMA-GRNN组合模型spread 值为0.0037。SARIMA模型、SARIMA-GRNN组合模型拟合的MAPE、MER、MSE和MAE依次分别为16.19%、15.18%、0.14、0.25;2.93%、2.28%、0.01、0.04。SARIMA模型、SARIMA-GRNN组合模型预测的MAPE、MER、MSE和MAE依次分别为17.40%、17.26%、0.03、0.16;15.24%、15.50%、0.02、0.14。 结论 SARIMA-GRNN组合模型拟合及预测效果均优于SARIMA模型,但预测精度有待进一步提高。