一种医院空床位的动态监测和预警方法

本发明属于公共卫生安全，具体涉及一种医院空床位的动态监测和预警方法。

背景技术：

1、当发生突发的重大传染病时，通常会在短时间内造成大规模人员感染，医疗系统也会承受巨大的压力。医疗资源的承载能力是衡量实施预防措施和应对疫情的能力的关键指标，医院空床位数是评价医疗承载能力的重要体现指标，能否对医疗承载能力进行较为准确的评估直接关系到社会的健康保障、经济发展、社会稳定和全民健康。因此，如何实现对传染病的发展规模和医院空床位进行动态监测这是值得进行探究的。

2、针对传染病的传播风险预警系统研发取得了较为显著进展，但在现有的预警系统中大多数聚焦在预测传染病的传播趋势和规模，然而，预测医院空床位的情况也同样重要。本发明将空床的动态过程引入模型，更加全面地考虑传染病的流行病学特征，并考虑到地区疫苗覆盖率不同，构建一种医院空床位的动态监测和预警方法，模拟传染病流行期间患者人数、住院人数、重症和危重病例以及医院空床位的变化，对医院空床位进行实时监测，提前对医疗资源挤兑提前预警。这对于优化卫生资源的利用、提高医疗效率、应对突发情况和提高传染病防控的效果有至关重要的作用。

技术实现思路

1、本发明针对上述问题，通过将空床的动态过程纳入整个疾病传播过程，提供了一种医院空床位的动态监测和预警方法。

2、为达到上述目的本发明采用了以下技术方案：

3、一种医院空床位的动态监测和预警方法，其特征在于，包括以下步骤：

4、步骤1，数据收集和整理：收集并整理个人发生传染病症状的时间，是否住院，接种过几剂次疫苗，是否为重症患者的数据；

5、步骤2，人群状态划分：根据传染病的病理特征和现实病情的复杂情况，人群划分为不同仓室，进而建立不同人群之间的转化关系；

6、步骤3，构建传染病传播动力学模型：考虑空余床位数的动态变化特征，建立含有空床位动态变化的传染病传播动力学模型，并对参数及初始值做定义；

7、步骤4，模型求解：收集真实世界数据，通过模拟方法去求解参数，并根据真实的传染病发病情况构建传染病传播动力学模型，输出预测结果，实现医院空床位的动态监测和预警。

8、进一步，所述步骤2中人群状态划分，具体步骤为：

9、步骤2.1，将人群状态进行划分为11个仓室，分别为易感者，接种过一剂次疫苗人群，接种过两剂次疫苗人群，接种过三剂次疫苗人群，潜伏期感染者，有症状感染者，居家隔离者，去医院就医者，重症或危重症感染者，恢复且有抗体者，住院死亡者；

10、步骤2.2，根据传染病的传播规律，不同仓室人群具有以下转化关系：易感者、接种过一剂次疫苗人群、接种过两剂次疫苗人群，接种过三剂次及以上疫苗人群可转化为潜伏期感染者；潜伏期感染者可转化为有症状感染者；有症状感染者可转化为恢复且有抗体者、居家隔离者或住院患者；居家隔离者可转化为住院患者或恢复且有抗体者；住院患者可转化为重症或危重症感染者、恢复且有抗体者；重症或危重症患者可转化为因病死亡的住院患者或恢复且有抗体者。

11、进一步，所述步骤3中构建传染病传播动力学模型，具体步骤为：

12、步骤3.1，传染病传播动力学模型如下：

13、

14、其中，s表示易感者，c(t)表示t时刻的接触率，β表示患病者接触到易感染的感染率，i表示有症状感染者，n表示总人群，t表示时间；β1表示接种一剂疫苗的易感者接触到患病者的感染率，v1表示接种过一剂次疫苗人群；β2表示接种二剂疫苗的易感者接触到患病者的感染率，v2表示接种过两剂次疫苗人群；β3表示接种三剂疫苗的易感者接触到患病者的感染率，v3表示接种过三剂次及以上疫苗人群；e表示潜伏期感染者，ω1表示潜伏者出现症状的速率；m1表示有症状的非家庭隔离个体需要住院的比率，d表示为需要住院的非居家隔离患病者提供的医院病床数量比率，hc(t)表示t时刻每日增长床位数，h0表示最初可用的医院病床数量，m2表示患病者到居家隔离者的转化率，ri表示非居家隔离感染者的恢复速率；q表示家隔离者，b表示居家隔离者到住院者的转化率，rq表示居家隔离感染者的恢复率；h表示住院患者，ω(t)表示t时刻从住院到重症和危重症的转换率，rh表示住院患者的康复率；z表示重症或危重症感染者，η表示从重症和危重症到死亡的转换率，rcd表示从重症和危重症到死亡的转化率，rc表示重症和危重症的恢复率；d表示因病死亡的住院患者；r表示恢复且有抗体者；

15、步骤3.2，动态变量的定义：考虑到真实疫情世界的复杂情况，将模型中接触率c(t)、住院患者到重症病例的转换率ω(t)、每日增长床位数hc(t)设为动态变量，对动态变量进行定义，具体如下：

16、随着传染病病情的发展而发生变化，接触率逐渐降低，接触率c(t)定义如下：

17、

18、其中，c0表示初始时刻的接触率，cb表示疫情爆发后的最低接触率，δ1表示接触率的潜在下降率，t1表示开始增加医疗资源的关键时刻；

19、随着疫情的发展，重症患者的数量将会增加，住院到重症和危重症的转换率ω(t)定义如下：

20、

21、其中，ω0表示从住院到重症和危重症的初始转换率，ωm表示从住院到重症和危重症的最大转换率，ω2表示转换率的变化率；

22、每日增长床位数hc(t)定义如下：

23、

24、其中，h0表示最初可用的医院病床数量，hm表示医院病床的最大容量，δ表示医疗资源的生产和配置能力；

25、步骤3.3，计算每日潜在空床位数：每日潜在空床数hj(t)定义如下：

26、hj(t)＝max{hc(t)-m1i-bq,0}。

27、再进一步，所述步骤4中模型求解，具体步骤为：

28、步骤4.1，参数值的确定：利用拉丁超立方采样和马尔可夫链蒙特卡洛算法对参数c0、cb、m2、δ进行模拟计算；参数β、β1、β2、β3、m1、δ1、d、h0、hm、ri、b、rq、ω0、rh、η、rcd、rc、t1、ωm、ω2通过传染病数据直接获得，ω1通过参考文献获得；

29、步骤4.2，将步骤4.1得到的参数值代入染病传播动力学模型，进行求解，获得易感者，接种过一剂次疫苗人群，接种过两剂次疫苗人群，接种过三剂次疫苗人群，潜伏期感染者，有症状感染者，居家隔离者，去医院就医者，重症或危重症感染者，恢复且有抗体者，住院死亡者人数随时间变化趋势；

30、步骤4.3将将步骤4.1得到的参数值代入hj(t)的计算公式，获得医院每日空床位数随时间的的变化趋势，进而得到预测结果，实现医院空床位的动态监测和预警。

31、与现有技术相比本发明具有以下优点：

32、(1)根据传染病的传播特点以及现实情况的复杂性，本发明对传统的动力学模型进行了扩充，划分了11个仓室，以更加合理地揭示传染病的动态传播机理。考虑到不同地方疫苗覆盖水平不同，我们将易感者分为接种不同计次疫苗的不同仓室，并为每个仓室设定相应的感染率。通过这种方式，我们使模型更加贴近传染病的病理学特征及复杂的现实情况。

33、(2)本发明提供的医院空床位的动态监测和预警方法，旨在对传染病规模及医疗承载能力进行有效评估，并适用于传染病的爆发情况。与传统的动力学模型相比，本方法引入了空床位的动态变化，从而帮助当地卫生部门预测在什么时间需要多少床位和设备，如呼吸机、个人防护用品、药品、人员等。这一评估结果能够帮助政府制定针对传染病的防控策略，有效应对传染病，并尽可能减少传染病造成的损失。

34、(3)本发明输入初始时刻的人数、易感者人数、感染者人数、潜伏期人数、接种疫苗人数、住院患者人数等等，然后知道传染病爆发前几日的数据就可以实时的判断，当地医院的床位数是否是零是否发生医疗挤兑，也可以预测未来床位数的走势。