摘要：[背景]作为交通污染物的重要组成部分,有研究表明空气污染物中的二氧化氮(NO_(2))对神经系统具有毒性效应,但关于NO_(2)暴露与儿童神经系统疾病关系的相关研究有限。[目的]探讨石家庄市大气中NO_(2)短期暴露对儿童神经系统疾病门诊量的影响。收集2013—2021年河北省石家庄市空气污染物数据、气象数据以及河北省儿童医院神经系统疾病门诊量数据,空气污染物数据包括可吸入颗粒物(PM_(10))、细颗粒物(PM_(2.5))、二氧化硫(SO_(2))、NO_(2)、一氧化碳(CO)的日均质量浓度以及O_(3)的日最大8 h平均浓度;气象数据包括每日平均气压、气温、相对湿度、风速以及日照时间。采用时间分层的病例交叉设计建立条件logistic回归模型分析NO_(2)和儿童神经系统疾病门诊就诊之间的关联性,并根据性别(男、女)以及年龄(0~6岁、7~14岁)进行分层分析。[结果]研究共纳入有效儿童神经系统疾病门诊数据154348人次,NO_(2)的日均浓度为49.3μg·m^(-3)。单污染物模型分析结果显示,NO_(2)会增加儿童神经系统疾病的门诊就诊风险,NO_(2)与儿童门诊就诊的关联在lag0时最高:大气NO_(2)暴露浓度每增加10μg·m^(-3),儿童神经系统疾病就诊量增加1.40%(95%CI:1.05%~1.74%)。分层分析结果显示,大气NO_(2)暴露增加了女童的神经系统疾病门诊就诊风险(ER=1.54,95%CI:1.01~2.08)以及7~14岁年龄组儿童的神经系统疾病门诊就诊风险(ER=2.35,95%CI:1.68~3.02)。在纳入PM_(2.5)(ER=1.96,95%CI:1.49~2.43)、SO_(2)(ER=2.09,95%CI:1.62~2.55)、O_(3)(ER=1.40,95%CI:1.06~1.74)后,NO_(2)暴露对儿童神经系统疾病门诊量的影响仍然具有统计学意义;全污染物模型分析结果仍具有统计学意义(ER=2.53,95%CI:1.97~3.08)。[结论]石家庄市大气NO_(2)短期暴露对儿童神经系统疾病门诊量的影响为急性效应,并且具有独立健康效应,其中7~14岁儿童是NO_(2)暴露危害的敏感人群。

摘要：目的分析交通相关大气污染物氮氧化物(NO_(X))和二氧化氮(NO_(2))急性暴露与儿童呼吸系统疾病门诊量的关联。方法收集2015—2020年首都医科大学附属北京儿童医院呼吸系统疾病门诊就诊资料,通过北京大学医学部设置的监测点收集NO_(X)、NO_(2)及其他共存大气污染物资料;采用时间分层的病例交叉设计建立条件logistic回归模型分析NO_(X)和NO_(2)急性暴露与儿童呼吸系统疾病门诊量的关联。结果2015—2020年首都医科大学附属北京儿童医院0~14岁儿童呼吸系统疾病日门诊量M(Q_(R))为571(554)人次,其中上呼吸道感染、支气管炎和肺炎的日门诊量M(Q_(R))分别为265(282)、143(178)和128(120)人次。大气NO_(X)和NO_(2)的日均浓度M(Q_(R))分别为67.8(50.7)和49.3(30.7)μg/m^(3)。NO_(X)和NO_(2)急性暴露对儿童呼吸系统疾病的滞后效应均在累积滞后0~7 d时最大。NO_(X)每升高一个Q_(R)浓度,上呼吸道感染、支气管炎和肺炎门诊就诊的超额风险分别为6.87%(95%CI:6.37%~7.38%)、7.25%(95%CI:6.51%~7.99%)和5.51%(95%CI:4.69%~6.33%);NO_(2)每升高一个Q_(R)浓度,上呼吸道感染、支气管炎和肺炎门诊就诊的超额风险分别为5.71%(95%CI:5.12%~6.31%)、5.32%(95%CI:4.51%~6.14%)和4.83%(95%CI:3.91%~5.75%);对>5岁儿童的呼吸系统疾病门诊量影响更为明显。结论交通相关大气污染物NO_(X)和NO_(2)急性暴露可能导致儿童呼吸系统疾病门诊量增加。

摘要：目的评价新型冠状病毒肺炎疫情对北京儿童医院内分泌科门诊量的影响。方法收集2017~2021年北京儿童医院内分泌科共计60个月的门诊量数据,包含糖尿病门诊、矮小门诊、甲状腺门诊、性腺门诊及内分泌综合门诊。采用中断时间序列法(interrupted time series,ITS)分析上述记录的变化趋势。结果2019年内分泌总门诊量初始水平为3619人次,疫情暴发后,门诊量即刻下降了1616人次(P=0.005)。在疫情常态化期间,长期趋势的变化量表现为每月上升140人次(P=0.001),较疫情发生前升高了125人次(P=0.003)。内分泌科总门诊人次、内分泌综合专业门诊量、矮小专业门诊、糖尿病专业门诊、甲状腺专业门诊、性腺专业门诊量的斜率改变量分别为125.292、88.111、30.633、7.868、-0.870、-0.451,P值分别为0.003、0.005、0.000、0.015、0.622、0.732,内分泌总门诊量、内分泌综合专业门诊量、矮小专业门诊量、糖尿病专业门诊量在疫情发生后斜率改变量差异有统计学意义,其中内分泌总门诊、综合专业、矮小专业、糖尿病专业较前期增长趋势更快,尤其是矮小专业每月增长率变化最为明显。结论新型冠状病毒肺炎疫情对北京儿童医院内分泌科门诊量影响较大,说明新型冠状病毒肺炎疫情影响了该院内分泌患儿的就诊需求。疫情常态化期间存在明显的门诊量反弹期,对该院的医疗资源分配及疫情防控工作提出了新的挑战。

摘要：医院月门诊量是一个具有复杂的非线性组合特征的季节性时间序列。传统的时间序列趋势分析是通过季节调整建立预测模型,效果不理想。文章提出一种利用季节性神经网络预测模型对医院门诊量进行非线性曲线拟合分析并预测。论述了该模型的设计思想和实现算法。通过仿真实验表明,该模型的非线性曲线拟合精度和预测精度明显高于ARIMA季节乘积模型,可较好地反映系统的动态性和门诊量的季节时序关联性,为季节性时间序列预测提供了一种新的途径。

摘要：目的设计针对医院科室贡献情况的评估方法。方法采用SPSS13.0中多元线性回归模型估计2010年各个月份的门诊量,并结合构成比,设计三种10分制权重标准对科室进行综合评分,评估其实际贡献。结果三种评估方法结果各异,某院重点科室业务量趋于饱和,采用平均分配的评估方案。结论医院管理者可以根据自身医院的业务发展情况,选取与之相适应的一种评估方法对门诊科室进行贡献评价。

摘要：为掌握医院门诊公共空间的人流量,为新风系统的设计与运行提供基础条件。本文对典型医院2012年及2013年的人流量和门诊量进行了实地调研,采用相关性分析法、时间序列相似和聚类分析等方法,并采用规定性和性能化设计方法对新风量需求做了对比分析。结果表明:门诊公共空间人流量与门诊量存在显著线性相关,人流量特征即门诊量特征,由此构建了人流量模型;可采用月、周和小时分布指数来表征门诊量时间序列特性;门诊量时间序列是以周为基本变化周期,可将一周内不同周次的日门诊量时间序列分为四类,分别为周一,周二至周五,周六及周日;日门诊量时间序列呈双峰特性,上午与下午高峰的小时分布指数相差2.1~2.6倍,且夏秋季上午高峰较冬春季提前约1 h,下午则延后约1 h;采用性能化设计比规定性设计可使新风机组选型减小约5%,运行总风量减少5%~18.6%。本文可为医院门诊公共空间新风系统的设计与节能运行提供参考。

摘要：《健康世界》：郭教授您好，您是体表器官再造专家，可以说在整形外科基本没有您没做过的手术，您为何对于“造耳朵”情有独钟呢？郭树忠：我这大半辈子，在整形外科的很多领域都做过。以前我是西京整形医院的院长，科室很大，100多张床，近200个人，一年要做3万台手术，大概十几万的门诊量。早期我是“开荒者”，开辟一个领域之后，就交给别的医生去做，这样领着整形医院的亚专业发展起来。但唯独造耳朵我自己留下来了。

摘要：在用地紧张的省会城市中心地段，建造超大型三甲教学医院的门诊医技楼，是对建筑创作的巨大挑战。郑州大学第一附属医院门诊医技楼就是一座克服了土地高度紧张、门诊量超大、医技服务床位超多、停车要求很高等难题的集约化医疗建筑综合体。

摘要：美国医院诊室设计及利用★诊室的数量，根据医生的日门诊量计算而得在美国，医院诊室的数量是根据医生的日门诊量算出来的，而医生每天可以看多少患者是有行业标准的。这样的要求是为保障每位患者都能有足够的时间和医生沟通，使医生能全面了解患者的情况以做出正确的诊断。同时，这也保障了医生的权益，使其承受正常的工作压力，减少医疗错误的机会，又能保证医院运行的效率以及医生护士和其他工作人员的配合。

摘要：我院是一间大型的三级甲等综合医院,年门诊量有一百五十多万,门诊药房日均调配处方有6千多张.门诊药房作为医院工作的第一线,是医疗工作的重要组成部分,是病人得到有效治疗的保证.因此建立和完善一个以病人为中心的配发药系统,对提高整个配发药的过程以及对病人的药学服务、提高工作效率和提高我院的综合管理水平是很重要的.