柳海环，柳海琛，吴晨帆，郑芳芳(.玉环市人民医院临床药学室，浙江玉环 37600；.玉环市人民医院人事科，浙江玉环 37600)

    运用时间序列模型预测门诊患者抗菌药物使用率趋势

    柳海环1*，柳海琛2，吴晨帆1，郑芳芳1(1.玉环市人民医院临床药学室，浙江玉环 317600；2.玉环市人民医院人事科，浙江玉环 317600)

    目的：加强抗菌药物门诊应用管理，促进抗菌药物的合理使用，为医院的科学管理决策提供参考。方法：统计我院2008年1月-2016年6月的门诊患者使用抗菌药物例次占同期门诊总例次比例，将2008-2015年的门诊患者抗菌药物使用率数据用于建立自回归移动平均模型(ARIMA)，2016年上半年数据用于验证所建立的模型，并预测2016年下半年门诊患者抗菌药物使用率趋势；采用SPSS 20.0软件进行统计分析。结果：建立的ARIMA(2，1，0)(2，1，0)12模型具有较高的拟合度，2016年上半年门诊患者抗菌药物使用率实际值与拟合值相差很小，平均绝对误差为0.72%，平均相对误差为4.20%，且都在拟合值的95%置信区间内；模型预测值的动态趋势与实际值基本一致。结论：ARIMA较好地模拟了医院门诊患者抗菌药物使用率趋势，可用于门诊患者抗菌药物使用率趋势的短期预测和动态分析，但在远期预测时，还应综合多方面因素考虑。

    抗菌药物；时间序列；自回归移动平均模型；预测

    门诊患者抗菌药物使用率是医院医疗管理中的一项重要内容，是抗菌药物临床应用的一项控制指标。本文尝试用时间序列模型之自回归移动平均模型(Autoregressive integrated moving average model，ARIMA)对医院门诊患者抗菌药物使用率趋势进行拟合并预测，为医院加强门诊抗菌药物应用管理，实现门诊抗菌药物临床应用动态监测、评估和预警，促进门诊抗菌药物合理使用提供参考，从而为医院门诊的科学管理决策服务。

    1 资料与方法

    1.1 资料来源

    利用我院的电子信息系统库，统计我院2008年1月-2016年6月的门诊患者使用抗菌药物的总例次及同期门诊总例次(均不含急诊例次)。收集2008年1月-2015年12月的每月门诊患者抗菌药物使用率(即门诊患者使用抗菌药物例次占同期门诊总例次的百分比)数据，用于建立ARIMA；收集2016年1-6月门诊患者抗菌药物使用率数据，用于验证所建立的模型，并预测2016年7-12月门诊患者抗菌药物使用率的数据变化趋势。

    1.2 模型建立 ......