上海市單中心兒科門診特征和醫療服務2009至2018年趨勢分析

張曉波 施 鵬 鄭 珊 葛小玲 葉成杰 陸國平 沈國妹 吳小滬 曾 玫徐 虹

推動健康醫療大數據應用是實施國家大數據戰略、健康中國戰略和數字中國戰略的重要舉措[1]。目前，基于醫院的醫療大數據研究主要來源于醫院常規產生的醫療服務數據，如醫院運行數據、住院病案首頁、電子病歷等[2, 3]。其中，門診數據由于數據體量大、數據標準不統一、信息系統的不斷升級，一直是醫院醫療服務分析的難點，更缺少針對門診患者就診特征和衛生服務多維度的數據挖掘[4, 5]。本文基于復旦大學附屬兒科醫院(我院)2009至2018年醫院信息系統門診患兒就診數據，規范數據采集和預處理流程，分析門診患兒就診特征和醫療機構服務趨勢，探索醫院醫療服務數據治理方案，為醫院提高醫療服務能力、實施精細化管理提供數據支持。

1 方法

1.1 研究設計 以我院醫院信息系統(HIS)門診患兒就診掛號登記表的10年全樣本數據為基礎，系統地進行數據清洗(診斷、地址、重復、離群、缺失)、數據集成(數據庫鏈接和匹配)、數據規約、數據脫敏和數據核查，行門診患兒就診特征及醫療服務趨勢的分析。

1.2 倫理 通過我院倫理委員會審批[復兒倫審(2019) 188號]。

1.3 納入標準 2009年1月1日至2018年12月31日我院門診就診，并在HIS掛號登記表中有記錄的兒童。

需要說明的是：①我院2008年搬遷至新院區，開始建立新的HIS系統門急診醫生工作站，故本文以2009年為統計起始年；②2009至2012年數據來源于HIS門急診醫生工作站中的HIS備份數據；③2013年初更換了門急診醫生工作站廠商，～2017年數據來源于HIS新的門急診醫生工作站中的掛號數據庫；④2017年HIS門急診醫生工作站電子病歷進行了升級改造，～2018年數據來源于HIS門診掛號數據庫和門診電子病歷數據庫。

1.4 剔除標準 ①急診掛號數據；②年齡>18歲的患兒；③門診名稱為“普通門診”，需要說明的是“普通門診”僅為2013年前HIS門診醫生工作站的門診名稱，由于系統代碼問題，少部分無法還原為內科、外科或感染傳染科。

1.5 HIS信息采集及其定義 本文以HIS門診掛號數據庫采集的信息作為母數據。在母數據中有兩個重要標識號，門診編號：患兒身份的唯一識別號；掛號編號：每個患兒每次掛號的唯一識別號。

1.5.1 人口學信息 性別，出生年月日，年齡(就診年月-出生年月，年差值為整數歲，余月/12為小數歲)。聯系地址：門診掛號登記的患兒當前居住地址。

1.5.2 就診初始信息 ①掛號日期截取至年月，用于描述年度和月度趨勢；②掛號時間截取至時，用于判斷醫生接診時間；③付費方式分為醫保和自費；④就診門診名稱。

1.5.3 門診診斷編碼 采用國際疾病分類第10次修訂版(ICD-10)為依據(6位)。

1.6 數據預處理

1.6.1 數據清洗 基于自然語義處理技術。開發ICD-10疾病代碼融合及治理功能模塊，提取首個診斷作為門診診斷，截取ICD-10類目(3位)、亞目編碼(4位)；開發地址數據標準化融合及治理功能模塊，將掛號地址信息分解為固定順序的7個字段，依次為：省份、城市、區/縣、路/街(含號)、小區名、樓棟名、室號，本文僅提取省份(包括直轄市和自治區)信息。

1.6.2 數據評估 ①重復數據：門診編號可能存在同一患兒有多個門診編號，本文未做判斷和處理，用于性別和年齡的人數統計；掛號編號表示多次就診掛號，用于人次統計，故不存在重復數據。②離群數據：醫生日均接診量低于四分位間距1.5倍的下限視為離群數據，不納入分析。③缺失數據：人口學信息、就診初始信息、門診診斷編碼有缺失值，行缺失人群特征比較。

1.6.3 數據集成 ①鑒于不同年度醫生職稱是動態變化的，從我院人力資源管理數據庫導出醫生當年職稱，與母數據匹配。②2009至2012年HIS門急診醫生工作站備份數據中的診斷信息與母數據匹配。

1.6.4 數據規約 ①將年齡分為嬰兒(<1歲)，幼兒(～3歲)，學齡前兒童(～6歲)，小學兒童(～11歲)，初高中兒童(～18歲)；②將門診分為4類：內科門診、外科門診、感染傳染科門診和其他科門診。內科門診包括：普通內科，呼吸、心血管、消化、腎臟、風濕、免疫、內分泌、神經、血液和新生兒專業。外科門診包括：普外科、骨科、泌尿外科、肝膽外科、神經外科、腫瘤外科和心外科；感染傳染科門診包括：傳染病、腸道、肝病和感染。其他科門診包括：兒保、康復、口腔、皮膚、五官、心理、中醫、眼科、臨床營養和放射科；③基于ICD-10的類目分類產生內科、外科、感染傳染科和其他疾病前20位病種的排序并結合臨床專家對疾病分類的意見，形成最終病種排序；④醫生職稱分類：副高級及以上職稱，中級職稱，初級職稱；⑤?？崎T診：普通內科和普通外科門診以外的門診；⑥專病門診：?？崎T診中以系統疾病命名的門診。

1.7 數據脫敏與數據庫安全 本文基于HIS采集的信息中涉及患兒姓名、身份證號、家長姓名、家長聯系電話等個人敏感信息，均以刪除方式進行脫敏。本文主數據在我院內網環境下運行，獨立于醫院HIS業務運行系統，數據分析通過我院堡壘機訪問，設置權限和密碼以保證HIS數據庫安全。

1.8 偏倚及其分析 門診編號雖為患兒身份的唯一識別號，但同一患兒可能持有多張自費門診卡(門診編號)，可能會夸大就診人數，也會影響到性別、年齡和醫保構成的偏差。由于HIS中門急診掛號是一個逐步完善的過程，人口學信息、就診初始信息和門診診斷缺失不可避免，可能影響門診患兒就診特征與醫療服務趨勢的描述。鑒于此，本文行偏倚風險評估。一是調取2009～2013年HIS門診醫生工作站中“普通門診”數據計算與全樣本數據構成比。二是從我院HIS抽取2013至2018年每年5月第3個星期四日門診就診數據與10年平均醫生日均接診量進行驗證。取6年中的5月第3個星期四，一是5月非全年就診高峰和低谷月，二是星期四非法定節日，三是星期四不是周末休息日。

1.9 統計學分析 基于SQL Server 2010平臺進行數據管理和統計描述，基于Python平臺進行病種數據統計分析。本文年樣本量達到百萬級別，故均不行統計推斷。文中涉及到的構成比等定義或計算公式如下：①就診患兒性別、年齡、是否醫保等人口學特征基于就診患兒人數統計(門診編號)，其他指標基于門診就診人次統計(掛號編號)；②采用“三同”法統計病種門診人次數，同一天、同一患兒、同一醫生發生的門診診療作為1個門診人次[6]；③年平均增長速度=(年平均發展速度-1)×100%，年平均發展速度采用幾何平均數法計算。年增長速度=(發展速度-1)×100%，本文發展速度為環比發展速度，環比發展速度=報告年指標/前一年指標；④門診就診患兒地址分布圖基于每年34個省(直轄市，包括港、澳、臺)來我院就診患兒的門診量數據，統計10年34個省市門診量數據的四分位數(P75、P50、P25)，不同年份各省市門診量>P75、～P50、～P25和

2 結果

2.1 一般情況 2009至2018年我院門診掛號20 775 899人次，依據納入和剔除標準18 242 822 人次進入本文分析(圖1)。就診患兒8 109 681人；男4 656 843人(57.42%)，男女比為1.35∶1；嬰兒7 762 318人(9.57%)，幼兒3 320 014人(40.94%)；學齡前兒童2 012 793人(24.82%)，小學兒童1 627 094 人(20.06%)，初高中兒童373 549人(4.61%)；醫保就診3 014 513人(37.17%)，自費就診5095 168人(62.83%)；平均每人就診2.25人次(18 242 822/8 109 681)，醫保就診為2.67人次，自費就診2.00人次。

圖1 研究對象選取與數據連接過程流程圖

2.2 缺失值和分析 表1顯示，診斷缺失率為5.92(1.59～26.92)%; 地址缺失率為45.32(37.06～50.13)%。接診醫生姓名缺失率為26.81(1.43～73.61)%。缺失數據人群各年份性別和年齡構成比總體差別不大，缺失值未做補充。剔除2009～2013年“普通門診”數據為113 418人次，占全樣人群的0.54%，占2009～2013年樣本人群的1.59%。

2.2.1 年門診量趨勢 圖2A顯示，門診量呈逐年持續增長，年平均增長速度為5.22%。2012較2011年增長11.22%，2014較2013年增長10.93%，2015年后環比增長均<2.90%。圖2B～D為內科、外科和感染傳染科門診年增長率，0線為不同年份環比增長率為0；圖2B顯示，內科總體環比呈下降態勢，2014年較2013年門診量年增速顯著(24.69%)，2015年以后呈負增長。圖2C顯示，外科總體環比呈下降態勢，2018年接近0增長(0.98%)。圖2D顯示，感染傳染科總體環比波動大，特別是2011、2013、2014和2017年份。

表1 缺失值人群性別和年齡構成比(%)

圖2 2009至2018年門診量趨勢和主要學科年環比增長率

2.2.2 門診量季節趨勢 圖3顯示，兒科門診量呈現明顯的季節性趨勢，門診高峰在夏季(7～8月)和冬季(12月至次年1月)。

2.3 門診患兒來源分布 圖4顯示，基于中國34個省(市,包括港、澳、臺)，10年間>P75從5個擴大至10個，～P50從7個擴大至11個，～P25從10個減少至6個，

圖3 2009至2018年門診量季節趨勢

2.4 門診患兒性別和年齡構成 圖5A顯示，10年門診就診男性患兒占57.42(56.94～57.83)%，內科、外科、感染傳染科和其他科門診男性患兒分別占56.12(55.09～57.04)%、66.05(65.03～66.69)%、58.29(56.58～60.11)%和55.82(54.60～56.28)%。圖5B顯示10年門診患兒年齡構成結果顯示，嬰幼兒構成比下降,其中嬰兒從11.79%下降至7.09%，幼兒從44.44%下降至35.48%；小學和初高中兒童構成比在增長，學齡前兒童從20.70%增長至27.92%，小學和初高中兒童人群(7～18歲)從22.07%增長至29.51%。

圖4 2009至2018年門診患兒來源(省、直轄市和自治區)分布

圖5 2009至2018年門診患兒性別和年齡構成

表2 2009至2018年內科門診疾病順位

注 1)包括：J40(支氣管炎)、J98(其他呼吸性疾患)、J04(急性喉炎和氣管炎)、J20(急性支氣管炎); 2)包括：J06(多發性和未特指部位的急性上呼吸道感染)、B99.x01(感染性發熱)、J02(急性咽炎)、R05(咳嗽);3)包括：K52(非感染性胃腸炎和結腸炎)、R10(腹部和盆腔痛)、R11(惡心和嘔吐)、K29(胃炎和十二指腸炎)、K30(消化不良);4)包括：J18(肺炎);5)包括：J03(急性扁桃體炎);6)包括：G40(癲);7)包括：J45(哮喘);8)包括：N39.0(泌尿道感染);9)包括：D69(紫癜和其他出血性情況);10)包括：F95(抽動障礙);11)包括：E30 (青春期疾患)，E30.0(性早熟);12)包括：E34(內分泌疾患)，E34.3(身材矮小癥);13)包括：B08.5(皰疹性咽峽炎)

2.6 醫療服務

2.6.1 門診醫生工作負荷 圖6顯示，2013年后門診醫生平均日接診量呈現穩態趨勢；門診醫生平均日接診51(49～55)人次，初、中和高級職稱醫生門診日均接診分別63(59～74)、54(52～58)和45(39～56)人次；內科門診醫生平均日接診54(52～57)人次，初、中和高級職稱醫生門診日均接診分別69(64～84)、53(48～57)和47(41～57)人次；外科門診醫生平均日接診41(30～44)人次，初、中和高級職稱醫生門診日均接診分別60(35～64)、49(46～84)和32(30～36)人次。

圖6 2009至2018年門診醫生日均接診工作量

表3 2009至2018年外科門診疾病順位

注 1)包括：S00～S99，T01～T98，不含骨折、中毒、燒傷、異物診斷；2)包括：S52(前臂骨折)、S42(肩和上臂骨折)、S69(腕和手其他和未特指損傷)、S82(小腿骨折，包括踝)、S72(股骨骨折)等；3)包括：N47(包皮過長、包莖和包莖嵌頓)、N48(陰莖的其他疾患)，N48.1(龜頭包皮炎)；4)包括：Q69(多指[趾])；5)包括：C00～C97，D00～D48；6)包括：K40～K46，排在前三位：K40 (腹股溝疝)，K42(臍疝)、K43(腹疝)；7)包括：Q20～Q28；8)包括：K60(肛門及直腸區的裂和瘺)、K61(肛門及直腸區膿腫)、K62(肛門及直腸區的其他疾病)；9)包括：Q65(髖先天性變形)；10)包括：I88 (非特異性淋巴結炎)；11)包括：L00～L08；12)包括：N43(鞘膜積液和精子囊腫)；13)包括：Q44 (膽囊、膽管和肝先天性畸形)；14)包括：Q55.6(陰莖的其他先天性畸形)

表4 2009至2018年感染傳染科門診疾病順位

注 1)包括：B08.401(手足口病)、B00.202(皰疹病毒性咽扁桃體炎)； 2)包括：K52(非感染性胃腸炎和結腸炎) ； 3)包括：B01.900(水痘)； 4)包括：J06(多發性和未特指部位的急性上呼吸道感染)、J02(急性咽炎)、R05(咳嗽)； 5)包括：R21(皮疹和其他非特異性皮膚疹)； 6)包括：K11(涎腺疾病) ； 7)包括：B26(流行性腮腺炎)； 8)包括：A38(猩紅熱)； 9)包括：K75(其他炎性肝臟疾病)； 10)包括：J40(支氣管炎)、J98(其他呼吸性疾患)、J04(急性喉炎和氣管炎)、J20(急性支氣管炎)； 11)包括：B99.×01(感染性發熱)、R50(其他和原因不明的發熱)； 12)包括：J03(急性扁桃體炎)； 13)包括：J18(肺炎)； 14)包括：A49(未特指部位的細菌性感染)； 15)包括：J11(流行性感冒,病毒未標明)

2.6.2 門診醫生工作負荷驗證 從HIS業務系統統一調取2013至2018年5月第3個星期四日門診醫生日接診數據行驗證，結果顯示，6年醫生平均接診48人次，2013-5-16、2014-5-15、2015-5-14、2016-5-19、2017-5-18、2018-5-17醫生平均接診分別為50、52、49、47、47和43人次。

2.6.3 醫院專科和專病門診趨勢 除了普通內科和普通外科以外的門診，均計為專科，需要說明的是，?？崎T診個數包括了以疾病名稱命名的專病門診個數。圖7A顯示，?？崎T診從2009年的46個發展為2018年的180個，2014年后專科門診數量增長明顯；圖7B顯示，?？崎T診就診比例呈逐年上漲趨勢，由2009年46.85%(61.90/132.13萬人次)上升至2018年的68.11%(142.22/208.79萬人次)。圖7C顯示，專病門診從2009年的16個發展為2018年的142個，2016年后專病門診數量增長明顯；圖7D顯示，專病門診就診比例呈逐年快速上漲趨勢，由2009年0.51 %(0.68/132.13萬人次)上升至2018年的5.66%(11.83/208.79萬人次)。

圖7 ?？崎T診和專病門診發展趨勢

3 討論

我國兒科資源配置與服務供給一直是國家衛生政策關注的領域[7]，也得到了國家和各地方政府部門的重視。最新一次全國兒科資源現狀調查報告指出，我國兒科醫生人才供給和兒童醫療服務之間普遍存在不平衡現象[8]。兒科醫生短缺、工作負荷重、流失率高與日益增長的兒童衛生服務需求矛盾突出。為了更精準地制定兒科醫療政策、合理優化配置兒科醫療資源，本文利用醫院HIS中的大數據資源著重分析了我院近10年1 800余萬人次的門診患兒就診特征、醫生工作負荷和醫院?？啤２』l展趨勢。

門診數據是醫療數據中的重要部分之一，門診數據與住院數據比較，信息單一，但能更有代表性的體現患者就診的特征和服務趨勢，深入地挖掘門診數據一直受到重視。本研究按照大數據處理流程，對HIS數據的獲取、預處理、存儲和分析進行了探索。在數據預處理上，基于本文數據特點，較好地建立了數據清洗、評估、集成和規約的流程和方法，特別是在數據的評估和處理上進行了有益的嘗試。①根據門診數據同質性最困難的2個項目，開發ICD-10疾病代碼融合及治理功能模塊，開發地址數據標準化融合及治理功能模塊進行數據清洗。②定義了門診編號和掛號編號，分別用于人數統計和人次統計，清楚說明了重復數據可能來源。③對門診日醫生接診人數極少的離群數據，以四分位間距1.5倍作為下限。④缺失數據一直困擾門診數據的統計和處理，本文采用缺失人群特征比較的方法，考察缺失人群的人口學特征是否均衡，從而判斷缺失人群數據是否可能影響整體人群數據。10年間地址缺失率一直在45 %左右，但地址缺失人群的人口學特征變化不明顯；10年間診斷信息缺失率和接診醫生姓名缺失率分別為5.9%和26.8%，缺失數據主要發生在2013年更換了門急診工作站廠商，導致2013年前處于缺失率較高位，之后處于缺失率較低位，但低位與高位時段人口學特征變化不明顯。

我院10年間門診量變化呈現先上升(2009～2013)后穩定(～2018)的趨勢。上升的可能因素：①近30年來我院的學科逐步完善、形成了較為明顯的醫療、學術的影響力，開始輻射到更廣泛的地區；②2008年我院搬遷到近鄰虹橋交通樞紐的新醫院，除了保持吸引市區患兒就診的優勢外，更吸引了上海周邊城區和大量的外省市患兒就診；③2009至2014年綜合性醫院和社區衛生院兒科萎縮，相對多的患兒集中到兒童?？漆t院就診[7]。之后穩定的可能原因：①國家對兒科看病難進一步重視，在政府的推動下各地和各醫院積極探索分級診療；②上海市對兒科資源調整布局，2016年1月“構建兒科醫聯體、推進區域協同發展”工作在全市展開，上海構建了五大區域聯合體，實現全市兒童“就近就醫、有序轉診”；③2014年4月我院在全國率先提出構建“復旦大學兒科醫聯體”，探索兒科分級診療模式，補長兒科資源緊缺短板，將優質兒科資源輻射并下沉到基層醫療機構[9]；④2012到2013年我院提出并大力推進專科化，2017年進一步推動專病化，主動引導普通內科和外科的門診患兒分流專科和專病門診。

隨著我院學科影響力逐年增加，兒科服務全國的半徑逐年擴大，圖2中10個年份紅色和橙色逐年擴大，深藍色和淺藍色逐年減少，但影響范圍在延伸，紅色和橙色為不同年份各省市門診量>P75和～P50的省市標記，從華東向西南(四川、云南)、西北(陜西、甘肅)、華南(廣東)、中部(河南、湖北、湖南)、東北(遼寧、吉林、黑龍江)擴大。進一步說明我院的學科逐步完善、形成了較為明顯的醫療、學術的影響力，較為快速地輻射到更廣泛的地區。同時也可能與以下因素有關：①長三角地區和國家快速交通發展，使得患兒轉診就醫更為便利；②國家扶貧幫困、支援西部地區力度加大，逐年派出援藏、援疆、援滇等醫護人員的數量增多，并在當地醫院形成了較好的扶持效果和知名度。

患兒就診病種呈現常見病為主和專科疾病上升的趨勢。內科疾病中呼吸系統、消化系統、神經系統疾病仍是門診就診的主要常見病。性早熟青春期疾病、身材矮小癥等內分泌疾患呈現上升趨勢，這些疾病的患兒就診年齡多在學齡前或青少年時期，并且多次就診，同時由于科普工作的加強，家長對性早熟和身材矮小癥的重視，就診人次數明顯上升。外科疾病中小兒外傷和骨折仍是居于首位的病種，其次，小兒腫瘤、腹股溝疝、先天性心臟病、肛門和直腸疾患是外科常見疾病。病種的變化體現了醫院就診人群的變化，需要醫院聚焦?？茖２〉陌l展，兼顧慢性病的診治，采用多學科聯合的診療方式為患兒提供更好的服務。

我院兒科醫生工作負荷近年來(2013年以后)呈現穩定的趨勢。根據《中國兒科資源現狀白皮書》調查結果，2014年三級兒童?？漆t院醫生平均每日接診80～100人次，每周工作超過50 h。2010至2015年我國兒科醫生資源配置狀況動態分析也顯示我國兒科醫師的診療負擔明顯高于其他醫師，面臨負擔過重問題[10]。我院10年間門診醫生平均日接診51(49～55)人次，初、中、高級職稱醫生門診日均接診分別63(59～74)、54(52～58)、45(39～56)人次，反映了我院由于推行?？苹蛯２』瑢？苹潭仍絹碓礁?，由2009年46.8%升至2018年的68.1%，專病門診是?？苹闹匾w現，從2009年的16個專病門診發展為2018年的142個專病門診，雖然門診數量相對減少，但患兒病情復雜、患者就診當日回訪報告檢查結果多，門診醫生工作還是滿負荷運作。需要說明的是，我院10年門診醫生平均日接診51人次，明顯低于《中國兒科資源現狀白皮書》調查結果(80～100人次)，與我院和基于全國平均水平醫院在臨床和科研能力的基線差別有關。

本文在國內兒科領域首次對醫院門診醫療及運行大數據進行整理和分析，探索了醫院大數據處理規范流程，為醫院進一步提高數據質量、集成醫療數據和深度挖掘數據打下基礎，同時也為多機構醫療數據互通提供了借鑒?；趪覂和t學中心之一的我院的門診數據表明，10年間門診量逐年穩步增長，患兒來源地區從上海向全國輻射，門診醫生平均日接診數量低于全國平均水平，?？崎T診和專病門診成為重要的發展趨勢。

致謝：萬達信息股份有限公司李靜、施宇、鄭文婕和陶杰等工程師在大數據治理、自然語義處理和功能模塊開發等方面給予的幫助。