急诊就诊量及气象要素相关性分析.docVIP

急诊就诊量及气象要素相关性分析 　【摘要】 目的 探讨急诊就诊量与气象要素的关系。方法 分析2005年1月至2006年12月本院急诊就诊量的变化特征，并与同期杭州市气象资料进行相关性分析。结果 7月份的急诊日就诊人次最高，而2月份最低。使用多元线性回归模型发现，平均相对湿度、最高气温、最低气温和最大风速与急诊就诊量显著相关。结论 急诊就诊量与气象要素密切相关。 【关键词】 急诊 气象要素 相关性 　　【Abstract】 Objective To explore correlation between the volume of emergency department visits and meteorological factors. Methods Correlation between the volume of emergency department visits at Zhejiang Provincial People’s Hospital in 2005-2006 and meteorological factors during the same period was analyzed. Results The volume of emergency department visits was highest in July and lowest in February. Average humidity, maximum temperature, minimum temperature and maximum wind speed were significantly correlated with the volume of emergency department visits in a linear regression model. Conclusion There is a significant correlation between the volume of emergency department visits and meteorological factors. 　　【Key words】 Emergency Meteorological factors Correlation 　　在临床工作中，常常发现不同的天气气候情况影响着急诊科的就诊人数，而国外已有一些研究报道了气象要素对急诊就诊量的影响，但杭州地区气象要素变化与急诊就诊量的研究目前尚无相关报道。本院为浙江省急救指挥中心挂靠单位，且急诊数量较大。为此，作者对本院近2年的急诊数量及同期气象资料进行分析，以寻求影响急诊就诊量的天气条件，为减少和应对急诊提供科学依据。 　　1 资料与方法 　　1.1 一般资料 急诊就诊资料由本院急诊科提供，包括2005年1月至2006年12月急诊数据，资料连续完整。气象资料由中国气象科学数据共享服务网（）提供，包括气温（℃）、相对湿度（%）、风速（km/h）、降水量（mm）等9个气象要素共6 570个气象数据。 　　1.2 方法 收集2005年1月至2006年12月本院急诊患者就诊资料和同期杭州市气象资料（包括每日最大相对湿度、最小相对湿度、平均相对湿度、最高气温、最低气温、平均气温、最大风速、平均风速、降水量），建立成Excel文档，并使用多元线性回归模型筛选出影响急诊就诊量的气象要素。 　　1.3 统计学处理 采用SPSS 13.0软件，使用post hoc检验。 　　2 结果 　　2.1 急诊就诊量的月分布特征 2005年1月1日至2006年12月31日的连续730天中，本院急诊科共接纳急诊患者199 649人次，平均每日274.5人次。每个月的平均日急诊人次(图1)，可见7月份急诊量最高，而2月份最低。这两个月的日急诊人次与其他月份相比，差异有显著性（P＜0.05）。 　　2.2 急诊就诊量与气象要素的相关性 选用最大相对湿度、最小相对湿度、平均相对湿度、最高气温、最低气温、平均气温、最大风速、平均风速、降水量这9个气象因子与同期急诊就诊量进行相关性分析。使用多元线性回归模型发现，平均相对湿度、最高气温、最低气温和最大风速与急诊就诊量显著相关，见表1。 　　表1 气象因素与急诊就诊量的多元线性回归分析　略 　　根据上述气象因素预测急诊日就诊量的公式为：日就诊人次＝285.481＋ (1.011×平均相对湿度)＋(1.126×最高气温)＋(2.200×最低气温)－(0.606×最大风速)。 　　3 讨论 　　之前国外已有多项研究显示很多疾病的急性发作与气候季节变化有关。如心肌梗死的发作与气候变化明显相关，研究发现在下雪天中，因心肌梗死和心脏骤停的就诊量增加了27%［1］；髋部骨折有独