徐宏燕，劉雅倩，劉凱波，齊慶青，馮星淋

1首都醫(yī)科大學附屬北京婦產(chǎn)醫(yī)院 北京婦幼保健院圍產(chǎn)保健科，北京 1000262北京大學公共衛(wèi)生學院衛(wèi)生政策與管理學系，北京 100191

醫(yī)療技術的不斷提高，使兒童傳染病的發(fā)病率得到顯著控制，婦幼保健以及營養(yǎng)提供均顯著提高[1]，2013、2015年全球新生兒死亡原因中，出生缺陷均排在前4位，提示出生缺陷是引起兒童死亡的重要非傳染性疾病[2- 3]，2007至2012年《中國衛(wèi)生統(tǒng)計年鑒》數(shù)據(jù)顯示，中國的出生缺陷率呈現(xiàn)逐年上升趨勢，成為兒童殘疾與死亡的主要原因，是不容忽視的重大公共衛(wèi)生問題[4- 5]。產(chǎn)前超聲篩查與血清學篩查是出生缺陷的二級預防措施，其中產(chǎn)前超聲篩查對嚴重結構畸形的檢出起到重要的作用[6- 7]，對出生缺陷的早發(fā)現(xiàn)、早診斷及早治療具有重大意義?，F(xiàn)有的研究主要評價產(chǎn)前篩查的實施效果，有關產(chǎn)前超聲篩查衛(wèi)生人力資源情況的研究較少，而產(chǎn)前超聲篩查人員的數(shù)量、資質與超聲篩查服務提供量、服務質量密切相關，從而影響嚴重結構畸形的檢出與及時治療。本研究旨在通過分析2007至2015年產(chǎn)前超聲篩查人員的數(shù)據(jù)，了解北京市產(chǎn)前超聲篩查的衛(wèi)生人力資源情況，并通過模型利用現(xiàn)有數(shù)據(jù)對北京市未來產(chǎn)前超聲篩查人員的數(shù)量及結構進行預測，為政府制定政策提供相應的依據(jù)。

資料和方法

數(shù)據(jù)來源研究基于2007至2015年北京市產(chǎn)前超聲篩查人員資質數(shù)據(jù)庫，數(shù)據(jù)庫包含2007至2015年所有具備超聲篩查資質人員的相關信息，包括機構、姓名、學歷、職稱、工作年限等，所有具備超聲篩查資質的人員均取得超聲篩查資質合格證書與相應的執(zhí)業(yè)醫(yī)師資格證書。國家衛(wèi)生和計劃生育委員會婦幼司分別于2009年底、2012年底與2015年底對北京市具有超聲篩查資質的人員進行調查與記錄，每次調查數(shù)據(jù)包含3年內新增超聲人員的信息，本研究根據(jù)調查時間，將研究時間段分為2007至2009年、2010至2012年、2013至2015年3組，3組時間段內的數(shù)據(jù)分別包含了每年的具體人員數(shù)及3年的總人員數(shù)，3組數(shù)據(jù)間具有可比性。

對象選取2007至2015年北京市各個醫(yī)療機構具有產(chǎn)前超聲篩查資質的人員，2009年底為433人，2012年底為669人，2015年底為941人。

預測模型建立數(shù)據(jù)信息錄入Excel 2008建立數(shù)據(jù)庫，核對清理后采用Stata 14.0軟件進行統(tǒng)計匯總分析，并采用R 3.5.2軟件進行ARIMA模型預測。

本研究數(shù)據(jù)具有較為明顯的時間變化趨勢，如總人數(shù)、本科學歷人員占比等呈現(xiàn)明顯隨時間上升的趨勢，而碩士學歷人員占比等呈現(xiàn)隨時間下降趨勢，因此應選用ARIMA模型進行建模，以消除潛在時間趨勢的影響。ARIMA(p，d，q)模型擬合分為數(shù)據(jù)處理、模型識別、模型參數(shù)估計與檢驗及產(chǎn)生預測結果4個步驟[8]。第一步：首先繪制原始數(shù)據(jù)的時間序列圖并進行檢驗，對非平穩(wěn)數(shù)據(jù)進行差分，消除潛在時間趨勢(如季節(jié)趨勢)的影響，使數(shù)據(jù)滿足ARIMA模型對數(shù)據(jù)平穩(wěn)性的要求。本研究根據(jù)數(shù)據(jù)特點，對超聲篩查總人員、住院醫(yī)師職稱人員、工作年限≤5年人員、婦幼保健機構人員、人員進修比例及專做產(chǎn)科超聲人員數(shù)據(jù)進行一階差分，對本科學歷人員及碩士學歷人員數(shù)據(jù)進行二階差分，消除其時間趨勢的影響。第二步：根據(jù)差分后的數(shù)據(jù)，繪制自相關圖與偏自相關圖，根據(jù)模型的拖尾及收斂情況，確定模型的參數(shù)p、q[自(0，1)組合內取值]。本研究根據(jù)自相關系數(shù)圖中衰減趨于0或小于95%置信區(qū)間的階數(shù)確定p值，根據(jù)偏自相關系數(shù)圖中衰減趨于0或效益小于95%置信區(qū)間的階數(shù)確定q值，將工作年限≤5年人員、人員進修比例及專做產(chǎn)科超聲人員的模型自相關系數(shù)定為1，其余模型自相關系數(shù)為0；所有模型的偏自相關系數(shù)均為0。第三步：選定模型后，采用差分后的數(shù)據(jù)進行擬合，并根據(jù)ARIMA(p，d，q)模型中Ljung-Box模型統(tǒng)計量Q值進行白噪聲診斷，繪制殘差圖以確定殘差服從正態(tài)性分布，確定模型滿足要求。本研究Ljung-Box模型統(tǒng)計量的P值>0.05表明模型滿足要求。第四步：根據(jù)確定的ARIMA模型對未來數(shù)據(jù)進行預測。

不同總人數(shù)預測模型的建立

以實際人員數(shù)為原始序列進行預測：以調查得到的每年從事超聲篩查服務人員的實際數(shù)量作為原始序列，直接帶入ARIMA模型中對2016至2020年的人員數(shù)量進行預測，并根據(jù)預測得到的人員數(shù)量及不同資質人員比例對各資質人員數(shù)量進行預測。

以服務量調整原始序列進行預測：利用2008至2015年北京市產(chǎn)前超聲篩查服務量與篩查人員數(shù)量，計算產(chǎn)前超聲篩查人員服務供給比(供給比=當年產(chǎn)前超聲篩查服務量/當年產(chǎn)前超聲篩查人員數(shù)量)，以計算得到的2008至2015年服務量及供給比為原始序列，預測2016至2020年產(chǎn)前超聲篩查服務量及供給比，并計算出2016至2020年相應的超聲篩查人員數(shù)量，計算公式如下：

產(chǎn)前超聲篩查人員數(shù)=預測得到的產(chǎn)前超聲篩查服務量/預測得到的同年供給比(公式1)。

以服務量及政策效應調整原始序列進行預測：以公式1計算結果為基礎，根據(jù)“全面二孩政策”實行后，每月平均20.0%的出生兒童增加歸因于政策效應[9]，因此根據(jù)出生兒童數(shù)的增加對預測得到的產(chǎn)前超聲篩查服務量進行調整，利用調整后的服務量與供給比對產(chǎn)前超聲篩查人員數(shù)量進行預測，計算公式如下：

產(chǎn)前超聲篩查人員數(shù)=(預測得到的產(chǎn)前超聲篩查服務量×1.2)/預測得到的同年供給比。

結 果

具備超聲篩查資質人員情況調查結果顯示，2009年底具備超聲篩查資質的共有433人，2012年底上升到了669人，2015年底人員數(shù)量達到941人。不同所屬區(qū)域中，超聲篩查人員分布比例無明顯變化，城市功能拓展區(qū)中人員占比最高，為48.5%，生態(tài)涵養(yǎng)發(fā)展區(qū)人員占比較低，為9.5%左右，人員逐漸向城區(qū)流動。79.6%的超聲篩查人員在綜合性醫(yī)院中(表1)。

2009年底超聲篩查人員的學歷主要為碩士，占比為61.2%，本科比例為14.6%，而2012、2015年底具備超聲篩查資質的人員中，篩查人員本科學歷比例逐漸升高，分別為22.1%和32.9%。超聲篩查人員職稱在2009與2012年底以副主任醫(yī)師與主任醫(yī)師為主，而在2015年底，47.4%的人員職稱為住院醫(yī)師及主治醫(yī)師(表1)。

所有超聲工作人員中，大部分工作人員兼做其他超聲，工作年限逐漸變短，2009年底39.7%的超聲篩查人員工作年限≤5年，而在2012與2015年底，分別有44.7%、54.6%的超聲篩查人員工作年限≤5年。參加超聲進修的人員比例也由26.6%上升到40.3%(表1)。

產(chǎn)前超聲篩查服務量情況自2008年起，產(chǎn)前超聲篩查服務量整體呈現(xiàn)上升趨勢，期間略有波動，2015年出現(xiàn)了較為明顯的下降(表2)。

產(chǎn)前超聲篩查人員數(shù)量及人員資質預測

序列平穩(wěn)化處理：以超聲篩查人員數(shù)量為例，北京市具備產(chǎn)前超聲篩查資質的人員數(shù)量原始時間序列圖與經(jīng)一次差分轉變后的序列圖顯示，2007至2015年人員數(shù)量的波動情況較為明顯，且存在明顯的上升趨勢，對數(shù)據(jù)進行一次差分后數(shù)據(jù)滿足平穩(wěn)性要求(圖1)。

模型識別與檢驗：國內現(xiàn)有研究的模型識別主要依靠自相關系數(shù)與偏自相關系數(shù)，以總人數(shù)為例，繪制自相關函數(shù)圖與偏自相關函數(shù)圖，結果顯示自相關函數(shù)圖與偏自相關函數(shù)圖中無顯著大于2倍標準差的階數(shù)，且無拖尾現(xiàn)象，衰減收斂速度很快，因此選擇ARIMA(0，1，0)模型進行擬合(圖2)。確定AIRMA模型后，需對殘差的正態(tài)性進行檢驗，采用Ljung-Box模型統(tǒng)計量Q值進行白噪聲診斷，P>0.05，且繪制殘差圖，確定殘差序列為白噪聲，此模型合理可用。人員學歷、職稱、工作年限、所屬機構、是否進修等根據(jù)數(shù)據(jù)特點分別采用不同的ARIMA(p，d，q)模型進行擬合，模型擬合結果見表3。

模型準確性評價：通過回代檢驗模型的準確性，結果顯示數(shù)據(jù)誤差基本控制在20%以內，但由于模型自身的限制，當自相關系數(shù)為0時，對原始數(shù)據(jù)的預測中，部分數(shù)值可能存在較大誤差(表4)。

模型預測結果：模型分別從篩查人員學歷、職稱、工作年限、所屬機構類別及工作類型幾方面進行預測，旨在對未來超聲人員培養(yǎng)路徑提出一定的建議。2016至2020年北京市具有產(chǎn)前診斷資質的總人數(shù)上升至1269人(表5)，2020年底，本科學歷人員占比達到45.4%，占比逐漸增加，碩士學歷人員占比為36.0%，較之前有所下降。2020年底工作年限≤5年的人員達到57.5%，接受進修的超聲人員達到43.2%，較之前均有上升。而超聲篩查人員所在機構的構成、職稱的占比及人員是否兼職的比例均無變化(表6)。

討 論

本研究覆蓋了北京市所有產(chǎn)前超聲篩查人員的數(shù)據(jù)，時間跨度為2007至2015年，分別從人員學歷、職稱、所屬機構類別、工作年限等方面進行縱向對比，并利用已有數(shù)據(jù)，采用ARIMA模型對2016至2020年超聲人員數(shù)量及分布情況進行預測。在2007至2015年，從事超聲篩查的人員數(shù)量呈現(xiàn)逐年上升趨勢，所屬區(qū)域、機構類型無明顯變化，人員職稱、學歷及工作年限呈現(xiàn)輕微下降趨勢，而人員進修比例有所上升。分析超聲篩查人員數(shù)量及內部結構變化的影響因素，在考核的初期，主要集中于讓更多的高學歷、高職稱及從事產(chǎn)科超聲年限較高的人員掌握超聲篩查技術，獲得相應的資質，隨著產(chǎn)前超聲篩查工作的不斷深入開展，超聲篩查體系建立健全，發(fā)現(xiàn)經(jīng)過全面系統(tǒng)的操作培訓及考核，職稱、學歷較低的醫(yī)師也可以很好地進行超聲篩查工作的開展，因此，在后期越來越多的職稱、學歷較低的醫(yī)務人員開始從事超聲篩查工作，該項工作在臨床的影響日益深遠。

通過現(xiàn)有的數(shù)據(jù)分析及模型預測發(fā)現(xiàn)，2016至2020年產(chǎn)前超聲篩查人員數(shù)量平均值較之前有所增加，人員所屬機構、專職從事產(chǎn)前超聲工作等方面的分布沒有發(fā)生明顯的變化；在學歷、職稱、從事產(chǎn)科超聲工作年限、是否進修等方面其內部結構發(fā)生了較為明顯的變化：產(chǎn)前超聲篩查人員學歷出現(xiàn)持續(xù)的下降，碩士學歷人員占比不斷下降，與2007至2015年整體趨勢相同，職稱方面，2009至2015年超聲篩查人員由高級職稱為主逐漸轉變?yōu)楦骷夅t(yī)師比例較為均等分布的態(tài)勢，通過預測發(fā)現(xiàn)住院醫(yī)師占比在2016至2020年保持穩(wěn)定，這與更多職稱、學歷較低的醫(yī)務人員通過學習不斷進入超聲篩查服務體系密切相關，但隨著服務開展年限的不斷延長，這項趨勢可能將逐漸趨于平緩。工作人員的工作年限逐漸變短，大部分為≤5年，可能與新進人員大量增加密切相關，但預測結果顯示，這一比例逐漸趨于穩(wěn)定。進行進修的比例逐年增加，到2020年底達到43.2%，歸功于超聲篩查培訓及管理的逐步規(guī)范化。

表1 2007至2015年北京市具備超聲篩查資質人員情況[n(%)]

表2 2008至2015年北京市產(chǎn)前超聲篩查服務量

圖1 原始變量時間序列圖(A)與經(jīng)一次差分轉變后的序列圖(B)

圖2 總人數(shù)的自相關圖(A)與偏自相關圖(B)

表3 ARIMA(p，d，q)模型的選取及參數(shù)估計

表4 模型準確性評價

表5 產(chǎn)前超聲篩查人數(shù)ARIMA(p，d，q)模型預測結果

表6 ARIMA(p，d，q)模型人員資質預測結果(%)

北京市在2004年制定《產(chǎn)前診斷技術管理辦法實施細則》，開展產(chǎn)前超聲篩查的規(guī)范化管理工作，并于2007年起細化管理，加強對產(chǎn)前超聲篩查人員的考核：從單一的理論考核轉變?yōu)槔碚摷映暫Y查異常圖片認讀考試并結合實際上機操作考核的方式，考核的難度逐漸增加，人員獲得資質趨于規(guī)范。在未來的超聲人員培養(yǎng)過程中，應吸引越來越多的人員進入到該項領域，通過不斷地進修學習，使越來越多的年輕人員獲得進步，成為該項工作的主力軍。本研究超聲篩查人員數(shù)量分布在不同區(qū)域、不同類別醫(yī)院中無明顯變化，綜合性醫(yī)院與城市功能拓展區(qū)的超聲篩查人員數(shù)量較多，但是有關超聲篩查機構運營情況研究顯示，婦幼保健院及婦產(chǎn)?？漆t(yī)院超聲篩查人員人均服務量更高[10]，因此，在開展產(chǎn)前超聲篩查工作的同時，還應考慮不同機構中超聲篩查人員的工作負荷，通過政府引導，平衡不同機構中超聲篩查人員的工作負荷，以保證服務的質量。

產(chǎn)前超聲篩查是出生缺陷二級預防的關鍵環(huán)節(jié)，從事該項工作的技術人員是核心要素。研究表明產(chǎn)前超聲篩查人員理論水平及操作經(jīng)驗的缺乏會增加臨床的漏診及誤診率[11- 12]，因此，針對數(shù)據(jù)分析及模型預測發(fā)現(xiàn)從事產(chǎn)前超聲篩查的工作人員工作年限逐漸縮短等現(xiàn)象，在今后工作中應加強為提高相應人群技能的投入，為新加入產(chǎn)前超聲篩查的人員提供更多的培訓及進修機會，提高其操作技能，使其具有更豐富的操作經(jīng)驗，以此提高北京市超聲篩查的技術水平，確保出生缺陷篩查工作的有效開展。

本研究根據(jù)已有數(shù)據(jù)采用ARIMA模型對產(chǎn)前超聲篩查人員情況進行了預測。根據(jù)文獻查閱發(fā)現(xiàn)，目前已有的關于衛(wèi)生人力資源預測研究所采用的方法主要以ARIMA模型及灰色GM模型為主[13- 14]，根據(jù)本次數(shù)據(jù)的分布情況，超聲篩查人員數(shù)量、資質存在明顯的時間變化趨勢，預測時需消除原始序列中的時間變化趨勢，因此，采用ARIMA模型較為合理，回代檢驗結果顯示，預測得到的數(shù)據(jù)的誤差基本都控制在20%以內，部分數(shù)據(jù)由于模型自身的限制，預測值存在較大誤差。本研究結果對未來超聲人員數(shù)量及內部的結構變化具有一定的提示作用，對加強產(chǎn)前超聲篩查人員的管理具有一定的提示意義。但ARIMA模型在自相關系數(shù)為0時，預測的結果為均值，存在一定誤差，在今后的研究中應根據(jù)數(shù)據(jù)結構，對ARIMA模型進行相應的調整，或選擇其他的恰當模型進行預測，以減小模型預測結果的誤差。此外，ARIMA模型僅根據(jù)原始數(shù)據(jù)序列的自相關函數(shù)、偏自相關函數(shù)建立起現(xiàn)行的數(shù)據(jù)間相互依賴模型，無法考慮外部事件的影響，原始序列長度越長，受外部時間影響的可能性越大，造成的誤差可能會相對增加。2015年實行的“全面二孩政策”，對產(chǎn)前篩查的需求有較大影響，本研究基于政策改革前的歷史數(shù)據(jù)，預測政策實施后的需求發(fā)展，雖然根據(jù)文獻報道的政策效應對產(chǎn)前超聲篩查服務量進行了調整，但仍可能會存在偏差。