季節性時間序列分析在醫院感染中的應用
羅 陽1 , 丁國英2 , 府偉靈1 , 郭波濤3 , 張 雪1 , 黃君富1
(1. 第三軍醫大學西南醫院, 重慶400038 ; 2. 膠南市經濟技術開發區醫院, 山東膠南266400 ;
3. 第三軍醫大學統計教研室, 重慶400038)
摘要: 目的 為了研究醫院感染人數與不同季節的關系。方法 利用季節性時間序列的線性模型對1996～2002
年的數據建模,并比較各個模型對2003 年的數據預測能力,從而總結出最佳模型。結果 最后得到4 個模型,各
模型的P 值均< 010001 ,說明新建立的模型是可靠的;預測的結果表明最后一個模型的效果最好。結論 季節性
時間序列的線性模型能較好的模擬醫院感染人數同季節的關系,并有較強的預測能力,從而為醫院感染人數的預
測提供了有效的工具。
關鍵詞: 醫院感染人數; 時間序列分析; 模型
中圖分類號: R18113 + 2 文獻標識碼: A 文章編號: 100524529 (2005) 0420390203
Seasonal Time Sequence Analysis Applying for Nosocomial Infection
LUO Yang1 , Ding Guo2ying2 , FU Wei2ling1 , GUO Bo2tao3 , ZHAN G Xue1 , HUAN GJ un2f u1
(1. S out hwest Hos pi t al , 2. De p artment of S t at ist ics ,
t he T hi rd Mi l i t ary Medical Uni versi t y , Chongqi ng 400038 , Chi na)
Abstract : OBJECTIVE To investigate the relationship between bacterial infection number in hospitals and different
seasons. METHODS A seasonal time sequence linear model was applied to establish a model based on the data
obtained f rom the years 1996 to 2002 , then compare the ability of every model to predict data on 2003 and pick out
the best model. RESULTS We got four models at last with the P value < 010001 each , which showed the new
const ructed model was confidential. From predicted result s , the last model was the best one. CONCLUSIONS
Seasonal time sequence analysis can well simulate the relation of infection numbers and seasons. It s st rong
predictable ability can afford an effective tool to forecast the numbers of nosocomial infection.
Key words : Nosocomial infection number ; Seasonal time sequence analysis ; Model
醫院感染的病原體絕大多數為細菌,以需氧菌
為主,其中革蘭陰性桿菌略占優勢[ 1 ,2 ] 。20 世紀80
年代以前以革蘭陽性球菌為主,以后以革蘭陰性桿
菌為主。多系條件致病菌和耐藥菌株[ 3 ] ,尤其是多
種耐藥株逐漸增多。偶見病力強的細菌,如沙門菌
屬、志賀菌屬等,易致暴發流行。近年來革蘭陽性球
菌所致的醫院感染呈上升趨勢,真菌、病毒、支原體
等也是醫院感染的重要病原體[4 ] ,尤其是真菌引起
的醫院感染發病率為20 世紀80 年代的2～5 倍。
其他病原體包括原蟲、蠕蟲[5 ] 等臨床亦常可見。隨
著人們對醫院感染的認識的逐步深入,許多的醫
收稿日期: 2004210216 ; 修回日期: 2004212228
基金項目: 國家863 計劃重大專項(2002AARZ2023)
國家自然科學基金(30270388)
重慶市應用基礎研究項目(2002210278)
通訊作者: 府偉靈, Email : weilingfu @yahoo. com
院感染專家發現,醫院感染與季節具有一定的相關
性。所以應用季節性時間序列分析對醫院感染建模
是十分必要的。本研究從我院的醫院感染資料出發,
建立季節性時間序列模型,通過模型我們可以了解醫
院感染同季節的聯系,同時可以預測將來的醫院感染
人數,這對防治醫院感染有著極其重要的作用。
1 資料與方法
111 原始數據 收集到我院1996～2003 年每季度
醫院感染人數的資料,見表1 。
表1 1996～2003 年各季度的醫院感染人數
季度
年 份
1996 1997 1998 1999 2000 2001 2002 2003
1 1 490 1 543 1 654 1 563 1 758 2 060 2 214 2 288
2 1 531 1 588 1 581 1 598 1 687 2 158 2 266 2 385
3 1 540 1 593 1 607 1 678 1 826 2 111 2 214 2 419
4 1 533 1 624 1 563 1 742 1 956 2 |
|
資源大小：75.96 KB 
