标题
部分医院扩张太快，
能力跟不上，
床位闲置科室占比高
原标题
公立医院床位利用效率
及配置合理性评估研究
作者
袁筱祺1 陈祎炜1 张颜菲2
孔雯1 赵英英1
1上海市第一人民医院医务处
2上海市嘉定区疾病预防控制中心学校
卫生与眼病防治科
来源
《健康发展与政策研究》
2024年 第1期
关键词
床位利用模型
床位评价指标
多层感知器神经网络
利用效率
摘要
目的：分析上海市某三级甲等公立医院各科室床位利用效率，为评估床位资源配置合理性提供方法学依据。
方法：以上海市某三级甲等医院2023年的医疗运营数据为基础，利用床位利用模型进行可视化呈现，评价床位资源的利用效率。运用床位评价指标测算各科室床位的合理区间，得出床位调整方案。采用多层感知器神经网络模型评估床位调整方案的准确性、合理性、可行性。
结果：床位利用模型显示，11个（25.00%）科室属于床位效率型，11个（25.00%）科室属于床位周转型，16个（36.36%）科室属于床位闲置型，6个（13.64%）科室属于压床型。床位评价指标显示，8个科室床位数不需改变，16个科室床位数需要适当减少，20个科室床位数需要结合实际情况增加。
利用多层感知器神经网络搭建床位不变、床位减少、床位增加模型。床位不变模型的受试者工作特征曲线下面积（area under curve, AUC）=0.719，灵敏度为100.00%，特异度为40.63%。床位减少模型的AUC=0.875，灵敏度为83.33%，特异度为85.00%。床位增加模型的AUC=0.913，灵敏度为100.00%，特异度为72.22%。
结论：医院整体床位利用效率较低且不同科室间床位的利用效率存在差异，通过多层感知器神经网络建立的床位增加模型评估结果与床位利用模型和床位评价指标的结果具有较好的一致性，能够为医院床位资源配置管理提供方法学依据，进而实现医院床位精细化管理。
希望加入卫生政策大家庭的师友，
欢迎关注本公众号（“健康国策2050”），
添加管理员微信：luckylyuh，
身份验证通过后即可免费进群，
群内将发布高清完整版思维导图、
高端学术活动等通知
正文
国家卫生健康委员会于2022年1月印发《医疗机构设置规划指导原则（2021—2025年）》，指出床位指标对医疗机构设置的重要性。床位资源作为公立医院卫生资源的重要组成内容，床位的配置和利用效率直接影响到医院整体的运营能力和卫生服务能力。
目前，国内外评价床位利用效率主要采用床位数、出院人数、床位使用率、床位周转率、综合评价指数、病床工作效率等指标，使用床位利用模型、离散时间模拟模型、波士顿矩阵等方法——
谭萍芬等采用床位利用模型，结合床位数、结构变动值、结构贡献率、床位效率指数等指标，分析医院床位资源的配置状况。
郑佳慧等利用灰色系统模型，结合重症床位县城占比、重症床位县城占比预测值等指标，预测重症床位资源配置情况。
文彬采用床位利用模型及综合评价指数法，结合床位数、出院人数、实际占用总床日数、床位工作日、标准床位使用率、床位周转次数、标准床位周转率、床位利用指数等指标，探索医院各科室床位利用情况。
张宇欣等探索波士顿矩阵与床位利用评价模型在医院床位资源配置中的应用。
Blickstein等及Hassanzadeh等均采用离散事件模拟模型，结合平均住院时间、床位数、出院时间等指标，分析床位运行效率及产出效益。
床位利用效率的影响因素复杂，各个变量数据集的类型多样，重要的独立影响因素有待于深入挖掘。上述研究方法多要求各变量相互独立，但仍难以避免自变量间多重共线性的问题。
一、资料与方法
资料来源
收集上海市某三级甲等公立医院2023年1月至2023年12月医院医疗运营数据，主要包括实际开放床位数、出院人数、转出人数、平均住院日指标。结合该运营指标，计算标准床位使用率、标准床位周转率、床位利用指数、平均床位工作日、实际占用总床日数、实际开放总床日数、实际床位使用率、床位工作效率、实际床位周转次数、平均开放病床数、合理开放床位上限、合理开放床位下限。
对医院耳鼻喉科、普通妇科、产科、骨科创伤科、关节外科、骨肿瘤科、脊柱一科、脊柱二科、脊柱三科、运动医学科、骨科、呼吸科、急诊危重病科、老年科、泌尿前列腺科、泌尿结石科、泌尿肿瘤科、泌尿肿瘤二科、肾移植泌尿科、泌尿男科、泌尿科、脑血管介入科、内分泌科、血管外科、甲乳外科、胃肠外科、肝胆外科、胆道外科、结直肠外科、胰腺外科、普外科、神经内科、神经外科、肾内科、消化科、心内科、心脏大血管外科、胸外科、血液科、眼科、整形科、中医科、肿瘤内科、肿瘤放疗科等44个科室进行评价，科室用大小写字母表示。
研究方法
1.构建床位利用模型
使用标准床位使用率、标准床位周转率、床位利用指数构建床位利用模型。依据国家卫生健康委员会发布的《三级医院评审标准（2022年版）》中关于三级甲等医院的评审标准，结合医院实际运营状况，最终确定标准床位周转次数为20次，床位标准使用率为93.00%。以标准床位周转率和标准床位使用率作为横、纵坐标轴，凭借各个临床科室的床位利用指数，构建床位利用模型。其中——
床位利用指数=实际床位使用率×实际床位周转次数；
标准床位周转率=实际床位周转次数/标准床位周转次数×100.00%；
标准床位使用率＝实际床位使用率/床位标准使用率×100.00%。
四个象限区域分别代表床位使用与周转的4种模型——
第Ⅰ象限是床位效率型，此区域科室床位使用率高且周转速度快。
第Ⅱ象限为床位周转型，科室床位使用率低但周转速度快。
第Ⅲ象限是床位闲置型，科室床位使用率低且周转速度慢。
第Ⅳ象限为压床型，科室床位使用率高但周转速度慢。
2.计算床位评价指标
床位评价指标主要涵盖平均床位工作日、实际占用总床日数、实际开放总床日数、实际床位使用率、床位工作效率、实际床位周转次数、平均开放病床数、合理开放床位上限、合理开放床位下限，具体内容见表1。把各个科室实际开放床位数和测算出的合理开放床位数的上、下限进行对比，若低于下限则该科室为偏少科室，高于上限则为偏多科室。
表1 床位评价指标计算公式
3.多层感知器神经网络模型构建
多层感知器神经网络模型由输入层、隐藏层和输出层组成，可以将1组输入向量映射到1组输出向量，输入向量与输出向量通过多层加权连接。隐藏层可有1个或多个，每个隐藏层有几个并行的感知器神经元，可以从输入样本中逐步提取各种有用的特征。该模型通过使用前数据训练，可以自动从数据样本中学习并揭示样本中包含的非线性关系，对事物和环境具有较强的自学习、自适应、联想记忆、并行处理和非线性转换能力。
将床位利用模型和床位评价指标共同纳入多层感知器神经网络的分析变量，将是否调整床位数作为输出变量，构建多层感知器神经网络模型，以验证床位调整方案是否准确、合理、可信，见表2。具体实施步骤：
将床位不变、床位减少、床位增加等3个调整方案作为神经元移入分析变量。
将实际开放床位数、出院人数、转出人数等床位相关的14个连续型变量作为协变量（输入层）。因各输入变量类型不同，对分析变量进行标准化处理。
将44组有效数据样本中31组（70.45%）作为多层感知器模型训练样本，13组（29.55%）作为检验样本，建立自学习多层感知器神经网络模型。
利用SPSS 28.0软件和Medcalc软件进行模型构建及可视化呈现。采用循环调试方法确定最优参数值，选择Softmax函数作为输出层的激活函数，再选择双曲正切函数作为隐藏层的激活函数，神经网络优化算法采用调整的共轭梯度算法，最终构建多层感知器神经网络模型。采用受试者工作特征（receiver operating characteristic，ROC）曲线对模型效能进行评估。
表2 多层感知器神经网络模型结构
二、结果
床位利用情况分析
床位利用模型显示，在医院44个临床科室中——
11个科室（25.00%）位于第Ⅰ象限，属于床位效率型科室；
11个科室（25.00%）位于第Ⅱ象限，属于床位周转型科室；
16个科室（36.36%）位于第Ⅲ象限，属于床位闲置型科室；
6个科室（13.64%）位于第Ⅳ象限，属于压床型科室。见图1。
图1 2023年上海市某三级甲等公立医院
44个科室床位利用模型
床位效率型和床位周转型科室考虑床位增加，压床型和床位闲置型科室考虑床位减少，逼近图1中标准线的科室考虑床位不变。依据床位利用模型得出——
需要增加床位的科室共16个，为F、K、M、O、P、U、X、Z、b、d、e、g、h、k、m、q科室；
需要减少床位的科室共15个，为C、D、G、H、I、L、Q、T、V、W、Y、i、l、n、o科室；
床位不变的科室共13个，为A、B、E、J、N、R、S、a、c、f、j、p、r科室。
床位评价指标分析
医院2023年科室床位工作效率平均值为13716.94，标准误为1621.501，t值为2.0167，95%置信区间为10446.85～16987.02。根据床位工作效率的下限为10446.85，上限为16987.02，计算出各临床科室床位数的合理区间范围。
结果显示，有8个科室床位数处于合理区间范围，不需进行床位调整；有16个科室床位数偏多，需要适当减少床位；有20个科室床位数偏少，需要结合实际情况增加床位。见表3。
表3 2023年上海市某三级甲等公立医院
各科室床位评价指标及调整方案
多层感知器神经网络模型分析
1.输入层指标重要性排序
输入层的因变量能够对模型输出结果产生影响，多层感知器神经网络可以对输入层变量的重要性进行排序，见图2。其中，床位工作效率、床位利用指数、床位周转次数、平均住院日是评估床位利用效率的关键指标。
图2 输入层参数重要性排序对比
2.模型预测效能分析
本研究通过多层感知器神经网络模型分别建立了床位不变模型、床位减少模型及床位增加模型，在结构、参数优化、性能评估以及应用效果等方面都表现出良好的效能。其中——
床位不变模型的ROC曲线下面积（area under curve,AUC）=0.719（95%置信区间：0.563~0.844），约登指数最大值为0.4063，灵敏度为100.00％，特异度为40.63％。
床位减少模型的AUC=0.875（95%置信区间：0.740~0.955），约登指数最大值为0.6833，灵敏度为83.33％，特异度为85.00％。
床位增加模型的AUC=0.913（95%置信区间：0.789~0.977），约登指数最大值0.7222，灵敏度为100.00%，特异度为72.22%。见图3。
注：AUC为受试者工作特征曲线的曲线下面积(area under curve)。
图3 不同床位调整模型的受试者工作特征曲线
床位利用情况分析
依据床位利用模型及床位评价指标得出各科室的床位调整方案，2种方式中39个科室的调整方案相同，一致性比例为88.64%。床位利用模型及床位评价指标具有较好的一致性，均可反映各科室床位的真实利用效率，并可给出较为一致的调整方案。
多层感知器神经网络模型可对床位调整方案进行一致性效果评估。在ROC曲线中，AUC值可作为量化指标评估分类模型的性能——
当AUC=0.5时，模型的性能与随机猜测相同，没有实际的评估能力。随着AUC值的增加，模型的性能也随之提高。
当AUC＞0.7以上时，通常认为模型具有较好的分类能力，能够有效地区分正例和负例。
床位增加模型在3个模型中具有最优的评估效果，可以较好地反映出不同科室床位的利用情况并给出调整方案。见表4。
表4 各科室床位调整方案及评估
注：AUC 为受试者工作特征曲线的曲线下面积(area under curve)｡
三、讨论
精细规划科室床位
提升床位利用效率
病床资源的精细化管理是医院运行效率提升的关键。增加床位周转率，降低平均住院日体现了科室诊疗和医院的管理水平。
目前，大型公立医院的住院床位极其紧张，增加床位周转率能够让更多的患者及时住院治疗。从床位利用模型来看，在44个临床科室中，床位效率型和周转型科室占50.00%。剩余科室属于床位闲置型和压床型科室，占50.00%——
床位效率型科室主要为泌尿结石科、泌尿前列腺科、泌尿男科、甲乳外科等。这些科室多属于国家级或省部级临床重点专科，推测这些科室卫生技术人员配置较为齐全，医疗技术水平较高从而使床位周转快，使用率高。
床位周转型科室主要是心外科、神经外科、血液科等科室，这些科室床位周转率较高，使用率较低。
床位闲置型科室所占比例较高，科室整体周转较慢，平均住院日较长，说明床位没有得到充分的利用。分析原因可能是医院规模扩张而相应科室的医疗技术水平并未同步提升，在一定程度上造成了床位资源的浪费。
压床型科室主要是老年科、普通妇科、心内科等科室。这些科室床位使用率较高，但是周转率较低，推断可能是这些科室收治的高龄、超高龄危重患者比例高，导致患者平均住院日长。
针对不同科室甚至亚专科科室，可从病床管理的各环节医疗运营数据切入，精细化调配床位资源。建议医院探索院前一体化评估、出入院一站式服务等多种医疗创新模式，尽可能减少患者非治疗住院时间，持续提升床位利用效率。
聚焦重要评价指标
搭建多维评估模型
多层感知器神经网络模型可对分析变量的重要性进行排序，结果提示床位工作效率、床位利用指数、床位周转次数、平均住院日为评估床位利用效率的重要指标——
刘胜珍等研究表明，病床工作效率指标能有效反映医院临床科室床位设置情况，使医院管理者能够合理有效地做好科室间病床资源配置。
包子玉等研究表明，床位效率指数模型和床位利用模型能够有效地把床位使用率和床位周转次数结合起来，综合反映床位利用情况，更真实地体现医院管理水平。
任国宏等研究表明，床位周转次数可配合床位使用率共同作为刺激医院经济效益增长的奖励要素。周明华等研究表明，门诊总诊疗人次数、入院人次和手术人次的集中指数对于公立医院医疗服务利用公平性具有重要影响。
方亮等研究表明，床位效能评价方法的应用，兼顾量效与质效，有助于发现医院、科室床位资源利用过程中存在的不足，实现床位资源利用持续优化。
Colquhoun等研究表明，床位周转率及结构变动率能够对床位资源进行较好的质量管理和效率评价。
宋艺航等研究表明，引入疾病诊断相关分组指标对床位配置效率进行评价，既可以反映病区收治患者的疾病疑难程度，又能以量化的方式优化床位配置，使评价结果更具科学性和合理性。
因此，在着重关注床位工作效率、床位利用指数、床位周转次数、平均住院日等指标的前提下，可结合科室的具体病种情况，引入疾病诊断相关分组指标、患者的实际情况等，构建多维度、专业化的床位评估模型。
综上所述，本研究结合床位利用模型及床位评价指标，搭建基于多层感知器神经网络的床位评估模型。其中，床位增加模型的整体评估效能较好，为优化医院床位资源配置管理提供了一定的理论依据。
本研究存在一定的局限性，如未考虑公立医院中各科室收治病种结构、床位管理运营机制等实际情况，也未进行大样本验证。后续将进一步深入研究床位利用效率的影响因素，搭建多元化评估模型，进行大样本迭代验证。
（本文仅代表发言专家个人观点，与其所供职单位或“健康国策2050”官方立场无关。）
希望加入卫生政策大家庭的师友，
欢迎关注本公众号（“健康国策2050”），
添加管理员微信：luckylyuh，
身份验证通过后即可免费进群，
群内将发布高清完整版思维导图、
高端学术活动等通知
版权声明
“健康国策2050”公众号所发布的图文链接所列的编者按、思维导图、排版格式、大（小）标题，如非版权方的原文所述，则版权归属“健康国策2050”学术平台所有。对于本平台版权所有之内容（无论是否加注原创标识），未经本平台书面授权许可，任何机构和个人不得以任何形式复制、引用任何产品的内容和观点。
违反上述约定的，本平台将就侵权人的违法行为追究其法律责任，并将侵权人信息抄送国家有关主管部委、司局，这将对侵权人的机构信用评价、个人职业前景带来严重不利影响。
往期课程学习材料
梁嘉琳 | 审稿
吕苏含 | 排版
学术交流
梁老师 23317472@qq.com（邮箱）
授权转载
wx14753814809（微信号）
想要独家、深度的政策信息
/学术成果，请关注公众号：
点亮“在看”，与更多人分享你的看法
