季节性时间序列分析在医院感染中的应用
罗 阳1 , 丁国英2 , 府伟灵1 , 郭波涛3 , 张 雪1 , 黄君富1
(1. 第三军医大学西南医院, 重庆400038 ; 2. 胶南市经济技术开发区医院, 山东胶南266400 ;
3. 第三军医大学统计教研室, 重庆400038)
摘要: 目的 为了研究医院感染人数与不同季节的关系。方法 利用季节性时间序列的线性模型对1996～2002
年的数据建模,并比较各个模型对2003 年的数据预测能力,从而总结出最佳模型。结果 最后得到4 个模型,各
模型的P 值均< 010001 ,说明新建立的模型是可靠的;预测的结果表明最后一个模型的效果最好。结论 季节性
时间序列的线性模型能较好的模拟医院感染人数同季节的关系,并有较强的预测能力,从而为医院感染人数的预
测提供了有效的工具。
关键词: 医院感染人数; 时间序列分析; 模型
中图分类号: R18113 + 2 文献标识码: A 文章编号: 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
医院感染的病原体绝大多数为细菌,以需氧菌
为主,其中革兰阴性杆菌略占优势[ 1 ,2 ] 。20 世纪80
年代以前以革兰阳性球菌为主,以后以革兰阴性杆
菌为主。多系条件致病菌和耐药菌株[ 3 ] ,尤其是多
种耐药株逐渐增多。偶见病力强的细菌,如沙门菌
属、志贺菌属等,易致暴发流行。近年来革兰阳性球
菌所致的医院感染呈上升趋势,真菌、病毒、支原体
等也是医院感染的重要病原体[4 ] ,尤其是真菌引起
的医院感染发病率为20 世纪80 年代的2～5 倍。
其他病原体包括原虫、蠕虫[5 ] 等临床亦�？杉�。随
着人们对医院感染的认识的逐步深入,许多的医
收稿日期: 2004210216 ; 修回日期: 2004212228
基金项目: 国家863 计划重大专项(2002AARZ2023)
国家自然科学基金(30270388)
重庆市应用基础研究项目(2002210278)
通讯作者: 府伟灵, Email : weilingfu @yahoo. com
院感染专家发现,医院感染与季节具有一定的相关
性。所以应用季节性时间序列分析对医院感染建模
是十分必要的。本研究从我院的医院感染资料出发,
建立季节性时间序列模型,通过模型我们可以了解医
院感染同季节的联系,同时可以预测将来的医院感染
人数,这对防治医院感染有着极其重要的作用。
1 资料与方法
111 原始数据 收集到我院1996～2003 年每季度
医院感染人数的资料,见表1 。
表1 1996～2003 年各季度的医院感染人数
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 |
|
资源大�。�75.96 KB 
