预警效果（共8篇）
预警效果 篇1
学校人口密集, 活动集中, 存在发生各种突发公共卫生事件的诱因。学生缺课监测网络直报预警系统是学校传染病防控“关口前移”的重要措施, 有利于及时掌握学生缺课和学生疾病发生、发展情况, 对预防、控制学校公共卫生突发事件的发生具有重要的意义。
1 资料来源与方法
选取江苏省学生缺课监测预警系统监测资料。查阅分析江苏省“学生缺课监测预警系统”的学生缺课监测数据, 评价“学生缺课监测预警系统”在2009年甲流暴发中所发挥的作用。
统计分析使用SPSS 13.0进行。
2 结果
2.1 基本情况
2009年江苏省共有10个市95个县区的2 539所学校开展了学生缺课监测网络直报和预警工作。监测学生总数达2 460 499人, 其中男生1 321 612人, 女生1 138 887人。2009年9月1日-10月31日省监测学生缺课总人次数为261 246人次, 因病缺课总天数为417 805 d。从缺课人次数来看, 前5位病因分别为感冒、不明原因疾病、胃肠道疾病、支气管炎和肺炎、伤害, 其中感冒人次数占74.2%;从学生缺课的症状来看, 上呼吸道症状仍然是最主要的症状, 发热人次数占51.2%, 咳嗽人次数占16.9%。
2.2 学生缺课监测数据分析
2.2.1 学生呼吸道症状基本情况及与去年同期水平比较 选取扬州市邗江区的数据进行分析。邗江区共有中小学校39所, 共计学生41 777人, 其中男生21 894人, 女生19 883人。
2009年9月期间, 邗江区有发热、咳嗽等呼吸道症状的为4 482人次, 其中发热2 527人次, 占56.4%;咳嗽1 069人次, 占23.9%;其他886人次, 占19.7%。从表1可以看出, 2009年6月与2008年9月相比较, 有呼吸道症状的学生数基本持平;2009年9月有呼吸道症状的学生人数呈明显增加趋势, 远远高于2009年6月和2008年同期水平。
从2009年9月份发热等呼吸道症状日监测情况来看, 2009年9月4-14日有呼吸道症状的人数呈明显增加的趋势。9月7, 9, 10, 11, 14日有呼吸道症状的均超过300人次, 9月14日有呼吸道症状的人数接近500人次, 远远超过2008年的最高水平。提示现阶段中小学生人群中可能存在以呼吸道症状为主的疾病流行。见图1。
2.2.2 监测系统的时间序列分析 学生缺课监测系统应用马尔可夫时间序列模型建立预警功能, 以2009年9月1-25日的扬州邗江区学校缺课人次数的数据为样本, 系统自动建立一个中小学校学生缺课人次数的时间序列分析的模型。
(1-0.448 5B) (1-B) lnXt= (1-0.514 6B) εt
上面的这个表达式可以描述出该段时间邗江区中小学校缺课人次数与时间的关系, 根据模型, 将时间向后推移, 可以预测出9月26日的缺课人次数为96人。
通过系统预警的提示, 市、区疾病预防控制中心果断采取预防措施, 控制疫情的蔓延, 邗江区中小学9月26日因感冒缺课的实际人次数只有1人, 避免了流感疫情的暴发。见图2。
从图3可以看出, 通过学生缺课监测预警系统, 第一时间发现疫情苗头, 及时采取措施, 学生缺课人次数的真实值和系统的模拟值是基本吻合的。由此可以看出, 学生缺课监测预警系统在流感防治中发挥了一定作用。
2.2.3 扬州邗江区与南通通州区学生呼吸道症状发生人数比较 选取未参与学生缺课监测网络直报的南通市通州区和作为缺课监测预警试点地区的扬州市邗江区进行学生缺课监测与流感疫情之间关系的分析。南通市通州区共有中小学校98所, 均采用Excel报表方式进行学生缺课监测情况周报, 共计学生120 721人。
2009年9月, 扬州市邗江区监测到有呼吸道症状的中小学生人数为4 482人, 南通市通州区监测到有呼吸道症状的中小学生人数共有20 166人。χ2检验结果表明, 邗江区 (10.7%) 与通州区 (16.7%) 学生呼吸道症状发生率差异有统计学意义 (χ2=861.5, P<0.01) , 邗江区监测到的中小学生呼吸道症状的发生率显著低于通州区。非条件Logistic回归分析显示, 作为学生缺课监测预警系统试点地区的邗江区, 中小学生发生呼吸道症状的风险显著低于通州区 (OR=0.60, OR值95%CI=0.54～0.67) 。
2.2.4 扬州邗江区和南通通州区9-10月份学生因感冒缺课人次数周趋势分析 2009年9月1日至10月31日内, 从人次数来看, 邗江区在开学第2周感冒病例即形成高潮, 第3周稳定后开始下降, 第4周明显下降, 第5周持续下降, 从“十一”长假后, 基本稳定在较低水平上。通州区学生缺课监测流感病例, 从时间上来看, 到第2, 3, 4周均呈上升趋势, 第4周达到高峰, 从第5周开始才有明显下降趋势, 可能与通州区各个学校进行缺课监测采用的是Excel报表周报形式, 信息滞后, 疾病预防控制中心不能及时得知消息、疫情处理措施不及时有关。见图4。
2.2.5 扬州市邗江区与南通市通州区学生感冒发生情况比较扬州市邗江区学生总人数为41 777人, 监测到的感冒发病人数为3 147人, 发病率为7.5%;南通市通州区学生总数为120 721人, 监测到的感冒发病人数共有11 324人, 发病率为9.4%, 经χ2检验结果表明, 邗江区与通州区感冒发病情况差异有统计学意义 (χ2=130.6, P<0.01) 。非条件Logistic回归分析显示, 作为学生缺课监测预警系统试点地区的邗江区, 学生发生流感的风险显著降低 (OR=0.79, 95%CI=0.69～0.89)
2.2.6 指数平滑法拟合分析 对镇江京口区和扬州邗江区9-10月间9周内每周的学生缺课人次数利用系统模型指数平滑法作了拟合分析。见图5～6。镇江京口区共有18所学校, 学生人数22 559人, 其中男生11 827人, 女生10 732人。
9月份的第2周人次数较多, 由于动态监测, 疾病预防控制中心早发现、早控制, 积极采取措施, 有效地防止了疫情蔓延。于10月份第1周缺课人次数降到较低水平, 降低了学校疫情暴发的可能性。
3 讨论
学生缺课监测预警体系是针对学校传染病防控工作“关口”前移的一项重要工作, 可以及早发现疫情苗头, 及时采取防控措施。
从以上呼吸道症状、流感监测人次数的数据分析结果来看, 流感疫情的有效控制与学生缺课监测的网络直报系统密切相关。当每班出现3例及以上发热等呼吸道病例, 学生缺课监测系统主动发出预警信号, 疾控机构的工作人员第一时间掌握报警地区学校学生发病情况, 组织人员对学校进行流行病学调查, 采取有效措施, 控制流感疫情的进一步蔓延。学生缺课监测系统也真正发挥了其预警监测的作用, 将流感疫情控制在了萌芽阶段。
江苏省建立的学生缺课主动监测体系和网络直报体系, 运用马尔可夫时间序列数学模型探索学生传染病的预警阈值, 建立学校突发公共卫生事件预警体系, 为传染病防控工作关口前移提供了依据, 提出预警干预措施, 为建立和完善我国特色的学生缺课监测预警体系奠定了基础。
关键词：缺勤,人群监测,综合预防,学生保健服务
参考文献
[1]彭志行, 鲍昌俊, 赵杨, 等.加权马尔可夫链在伤寒副伤寒发病情况预测分析中的应用.中国卫生统计, 2008, 25 (3) :226-229.
[2]徐鹏, 罗力, 于竞进, 等.突发公共卫生事件的监测、预测及预警工作的质量控制指标研究.公共卫生与预防医学, 2006, 17 (3) :7-9.
[3]彭志行, 鲍昌俊, 赵杨, 等.乘积季节模型在伤寒副伤寒发病预测中的应用探析.疾病控制杂志, 2007, 11 (6) :560-563.
[4]彭志行, 鲍昌俊, 赵杨, 等.AR IMA乘积季节模型及其在传染病发病预测中的应用.数理统计与管理, 2008, 9 (2) :362-369.
[5]洪霞, 王金荣.嘉兴市区中小学生因病缺课监测分析.现代预防医学2005, 32 (10) :1394-1395.
[6]戴月, 袁宝君.江苏省中小学生因病缺课监测情况分析.江苏卫生保健, 2008, 10 (4) :21.
小心！高温预警也是健康预警 篇2
高温预警信号，是指各级气象主管机构所属的气象台站向社会公众发布的高温预警信息。2007年6月开始实施的《气象灾害预警信号发布与传播办法》中，把高温预警信号分为3级，分别以黄色、橙色、红色表示。高温黄色预警信号的标准是：连续3天日最高气温在35℃以上；高温橙色预警信号的标准是：24小时内最高气温升至37℃以上；高温红色预警信号的标准是：24小时内最高气温升至40℃以上。气象学上，气温在35℃以上时可称为“高温天气”，如果连续几天最高气温都超过35℃，即可称作“高温热浪”天气。
一般来说，高温通常有两种情况，一种是气温高而湿度小的干热性高温，另一种是气温高、湿度大的闷热性高温，称为“桑拿天”。
众所周知，环境温度与人体的生理活动密切相关。人体最舒适的环境温度在20～28℃之间，最理想的温度是15～20℃，此环境中人的记忆力强，工作效率高；温度在4～10℃时，发病率较高，在4℃以下时，易生冻疮，发病率更高。环境温度高于28℃时，人们就会有不舒适感。温度再高就易导致烦躁、中暑、精神紊乱。在30℃时，身体汗腺会全部投入工作；气温高于34℃，并伴有频繁的热浪冲击，还可引发一系列疾病，特别是心脏、脑血管和呼吸系统疾病的发病率上升，死亡率明显增加。
首先，高温会对人体的生理功能产生严重影响。如对人体体温调节带来影响，而排汗显著增加可导致机体损失水分、钠、钾、钙、镁、维生素等，若不及时补充，可导致机体严重脱水、电解质和酸碱平衡紊乱，循环衰竭、热痉挛等；如果心血管系统经常处于紧张状态，可导致血压上升；有的人会食欲减退、消化不良；可出现中枢神经抑制，如注意力、工作能力降低，易发生工伤事故；由于大量水分经汗腺排出，如不及时补充，还可出现肾功能不全、蛋白尿等。
其次，高温环境下会造成中暑性疾病。如热射病，体内产热和受热超过散热，引起体内蓄热，导致体温调节功能发生障碍（典型症状为急骤高热，肛门温常在41℃以上，皮肤干燥，热而无汗，有不同程度的意识障碍，重症患者可有肝肾功能异常等）；热痉挛，是由于水和电解质的平衡失调所致（患者有明显的肌痉挛时有收缩痛，痉挛呈对称性，轻者不影响工作，重者痉挛甚剧，患者神志清醒，体温正常）；热衰竭，是热引起外周血管扩张和大量失水造成循环血量减少，颅内供血不足而导致发病（主要临床表现为先有头昏、头痛、心悸、恶心、呕吐、出汗，继而昏厥，血压短暂下降，一般不引起循环衰竭，体温多不高）。
再次，自然界升温对人体健康也有着间接影响。一是为蚊子、苍蝇等提供了更好的孽生条件，为病原体提供了更佳的传播环境，有利于传染病的流行；二是高温可加快光化学反应速率，提高大气层有害气体的浓度，易患上支气管炎、肺气肿、哮喘、鼻窦炎、咽炎等疾病。
另外，炎热的天气会使人心烦意乱，也就是“情绪中暑”。患者常常表现为心烦气躁、爱发脾气。比如常因鸡毛蒜皮的事，与家人或同事闹别扭，自己觉得老是心神不宁，思维紊乱，反应迟钝。
预警效果 篇3
1 资料与方法
1.1 一般资料
选取2012年1月～2015年1月我机场急救中心进行院前急救的患者58例,并按随机数字表法随机分为研究组与对照组各29例。其中研究组男18例,女11例,年龄25～78岁,平均55.3±5.3岁;疾病类型:心脑血管疾病16例,外科疾病10例,其他专科疾病3例。对照组男17例,女15例,年龄25～78岁,平均55.3±5.2岁;疾病类型:心脑血管疾病15例,外科疾病11例,其他专科疾病3例。两组患者性别、年龄、疾病类型等一般资料差异无统计学意义(P>0.05),具有可比性。
1.2 方法
对照组采取常规院前急救监护措施,即由机场急救中心护士测量患者的各项生命体征并汇报给医生,医生根据临床经验评估患者病情,并采取相应的处置方法。研究组应用MEWS系统评估患者的收缩压、心率、体温、呼吸频率、意识等状态,具体评分指标见表1。医务人员到达现场后在进行检查的同时,马上完成MEWS系统评估的填写工作,在各项系统上以“√”表示完成,之后累计分值,根据得分分为8分及8分以上、5～7分、0～4分等3个分数段,分别佩带不同颜色的腕带,之后根据检查结果与临床表现采取相应的急救与护理措施。
1.3 观察指标
观察两组患者院前诊断的准确率、死亡率及护理满意率(通过电话随访,记录该组患者或其家属对护理工作的满意度)。
注:与对照组比较,①P<0.05
1.4 统计方法
计量资料以均值加减标准差()表示,两组间均值比较采用独立样本t/t'检验;计数资料以频数(f)和率值或构成比(P)表示,无序分类资料采用Pearsonχ2检验,四格表资料改用Fisher确切概率法,均由SPSS 13.0统计软件进行统计分析。α=0.05。
2 结果
研究组院前诊断准确率、死亡率及护理满意率分别为96.55%、3.45%、100.00%,对照组为72.41%、24.14%、75.86%,研究组院前诊断准确率及护理满意率均显著高于对照组,死亡率显著低于对照组,差异均有统计学意义(P<0.05)。见表2。
3 讨论
目前,我国院前急救工作正处于快速且稳定的发展状态中,主要承担挽救患者生命、救死扶伤的任务,同时在突发公共事件中也发挥了不可替代的职责。然而,由于院前急救尚处于发展中阶段,实践中仍存在许多问题,主要表现为院前急救过程中诊断、急救操作、鉴别诊断、急救成功等各项业务与标准无准确且统一的规定,这使得急救工作不够标准化、规范化及系统化,许多患者的疾病无法在现场得到合理评估,最终造成危急患者未得到有效方法以挽救健康与生命。因此,探寻一种简便、科学、便于操作的院前急救评估与管理措施十分必要。
MEWS是一种集呼吸、体温、血压、心率、意识状态等生命体征评估为一体的快速病情评价系统,同时也是潜在危险的重要评估方法,当MEWS评估为5分时是鉴别患者危险程度的最佳临界点,评分值越大,危险程度越高;当评估大于5分时,病情变化危险性增大,需要及时转送到上级专科医院治疗;当评估大于9分时,死亡危险明显增大,需要迅速抢救并转送上级医院ICU治疗;当小于5分时不需要住院治疗,交代注意事项后可自行离开。
多项研究发现,MEWS最重要且最关键的优势是每次评估病情仅需花费极短时间,通常在数分钟内即可完成全部评定,且不受人员、仪器、场地的限制,可操作性强,使患者的病情更为形象化、数字化,充分发挥了院前急救所需的快捷性、简便性、实用性及即时性。尤其突发公共事件时,包括自然灾害(如地震、地质灾害等)、事故灾难(如交通运输事故、企业安全事故等)、公共卫生事件(食物中毒等)、社会安全事故(恐怖袭击等),伤亡人数众多,在初期到达现场的医疗资源有限的情况下,运用MEWS评估方法可迅速、有效分检患者,合理选择优先救治的危重病例,使有限的医疗资源发挥最大化的作用。
有研究发现,MEWS在评价患者病情严重程度及去向问题具有显著效果[1];也有学者认为,MEWS能够作为急诊留观患者合理分流及风险管理的有效工具[2]。我机场急救中心将MEWS评分应用于院前急救中,通过观察患者的呼吸、体温、心率、血压及意识的变化快速计算出MEWS评分,辅助医务人员对危重症患者病情进行快速判断,便于进一步采取积极的干预措施,有效提高了急救成功率。本研究结果发现,研究组院前诊断准确率及护理满意率均显著高于对照组(P<0.05),死亡率显著低于对照组(P<0.05),这与相关报道结果一致[3]。结果可见,MEWS在院前急救中具有显著的应用效果,可以有效提高院前诊断准确率及护理满意程度,降低死亡率,有效保障了急救质量。
总之,MEWS评分系统具有准确、简便、快速等病情评估优势,可作为院前急救中的重要评估措施、风险管理措施及提高护理满意度的工具,适于推广。
摘要：目的:观察改良早期预警评分(MEWS)在院前急救中的应用效果。方法:选择我机场急救中心进行院前急救的58例患者,根据随机数字表将其平均分为研究组与对照组,对照组采取常规院前急救监护措施,研究组应用MEWS系统评估后给予针对性的急救干预。结果:研究组院前诊断准确率及护理满意率均显著高于对照组(P<0.05),死亡率显著低于对照组(P<0.05)。结论:MEWS系统可以有效提高院前诊断准确率及护理满意度,降低死亡率,有效保障了急救质量。
关键词：院前急救,改良早期预警评分,急救护理,诊断准确性,护理满意度,死亡率
参考文献
[1]陈凤枝.改良早期预警评分在院前急救患者病情评诂中的应用[J].齐鲁护理杂志,2014,(9):15-16.
[2]王钰炜.改良早期预警评分系统在急诊工作中的应用与展望[J].当代护士(下旬刊),2014,(12):13-16.
预警效果 篇4
1 资料与方法
1.1 资料
从中国疾病预防控制信息系统传染病自动预警信息子系统中导出高州市2008—2013年所有的传染病预警信息。
1.2 方法
用excel软件对导出数据进行统计, 用描述流行病学方法进行分析。
2 结果
2.1 概况
2008年4月—2013年12月, 高州市累计共收到从中国疾病预防控制信息系统子系统传染病自动预警信息系统发出的预警信号397条, 涉及病种17种, 其中初步判断疑似事件数为18起, 疑似事件率为4.53%;经调查确定为暴发/流行9起, 阳性预测值为2.27%。
2.1.1 预警信息种类
397条预警信号中单病种预警166条, 占41.81%。涉及病种有麻疹138条, 手足口病22条, 恶性疟2条, 其余为传染性非典型肺炎、肺炭疽、间日疟和丝虫病各1条。时间预列预警231条, 占58.19%;涉及病种为手足口病96条, 流行性腮腺炎42条, 甲型肝炎22条, 其他感染性腹泻19条, 戊型肝炎14条, 流行性感冒12条, 丙型肝炎8条, 麻疹6条, 风疹和急性出血结膜炎各5条, 乙型脑炎和痢疾各1条。单病种预警疑似事件为0起;时间预列预警确认暴发/流行9起, 阳性预测值为3.90%。
2.1.2 预警信息时间分布
从2008年4月起, 高州市收到的预警信号逐年增多, 2008年最少为13条, 占3.27%;2009年为21条, 占5.29%;2010年32条, 占8.06%;2011年25条, 占6.30%;2012年145条, 占36.52%;2013年最多, 为161条, 占40.55%。在月份分布上, 以6和7月最多。
2.1.3 预警信息响应情况
根据是否填写信号核实卡判断对信息是否回应, 收到的397条信息均填写了信号核实卡, 响应率为100%, 响应时间中位数为1.86 h (P25~P75:0.51~9.44) 。其中及时响应 (信号卡在收到预警信号2 h内填报为及时) 203条, 占51.13%;当日响应 (在24 h内填报核实卡) 135条, 占34.01%;不及时响应 (超过24 h为不及时) 59条, 占14.86%。准确响应 (信号核实卡中填报时间在预警信号发出时间之后者为准确响应) 395条, 占99.50%, 只有2条未能准确响应。
397条预警信息的响应中位数为1.86 h, 其中响应最快的为2011年, 中位数为1.1 h;最慢的为2008年, 中位数为13.5 h。各年预警信息响应率及响应中位数见表1。
按病种区分响应时间, 响应最快的为间日疟, 响应时间为0.17 h;其次为手足口病, 响应中位数为1.6 h;再次为其他感染性腹泻, 响应中位数为1.7 h。
2.2 疑似事件及处理
18起疑似事件经现场调查后确定为暴发或流行9起, 继续关注8起, 排除1起。涉及病种有5种, 其中疑似信息最多的病种为流行性感冒, 有11起, 占61.11%;其余依次是风疹3起, 占16.67%;其他感染性腹泻2起, 占11.11%;流行性腮腺炎及流行性出血性结膜炎各1起, 各占5.56%。疑似信号按病种分布, 见表2。
18起疑似事件开始现场调查时间均在预警信号发出之前, 开始现场调查时间至预警信号发出时间均为负数, 从-24 h至-320 h不等, 中位数为-82 h。
3 讨论
传染病预警是预测方法在实践中的重要应用, 是疾病监测的一项重要功能, 也是疾病监测体系建设的目标之一。早期发现传染病暴发先兆而预警, 可以为及时实施防控措施赢得宝贵时间, 保护更多的潜在人群免受疾病的侵袭[3]。因此, 许多国家开展了传染病预警技术研究, 并逐步建立了各自的传染病监测与预警系统[4]。2003年SARS疫情之后, 传染病预警预测成为我国疾病预防控制研究的重点和热点, 探索行之有效的传染病预警模式是卫生工作者需要解决疾病预防控制的关键环节之一, 2008年, 中国疾病预防控制中心也成功研发了国家传染病自动预警系统[5]。6年来, 高州市共收到从此系统发出的自动预警信息397条, 对收到的每一个预警信息均进行了响应, 响应率为100%, 由此可见, 本市传染病自动预警系统运行情况良好。
从各年收到的信息分析, 我市收到的预警信息有逐年上升的趋势, 这与本辖区内传染病发病率逐年上升的情况相一致。从接收信号的月份分布也反映预警信息的多少与当地传染病发病季节性分布相一致[6]。这进一步说明传染病自动预警信号的发出是以传染病监测信息报告管理系统为基础的。
从涉及的病种看, 我市收到预警信息涉及病种17种, 而疑似事件涉及病种只有5种, 且发出信息最多的为麻疹和手足口病等常见病, 两者收到的信息量占了总信息量的66%, 却没有一起为可疑。但在罕见病的预警上, 尽管不能预示暴发, 却在一定程度上起到了纠错作用, 如2011年本市收到一传染性非典型肺炎病例预警, 由于同一预警信息会同时向省、市、县疫情负责人发送, 因而此短信发出后, 省、市疫情负责人均非常重视, 层层电话核实, 我疾病预防控制中心也立即进行调查核实, 发现为医疗机构新进报卡人员手误所致, 进而及时对卡片信息进行了订正, 由此可见, 传染病自动预警系统对单病例预警特异度较高。
在18起疑似事件中, 经调查确定为暴发/流行的为9起, 总的阳性预测值较低, 只有2.27%, 这与文献[7-8]的研究一致。而从18起疑似事件开始现场调查时间分析发现, 每起暴发事件开始现场调查时间均在预警信息发出时间之前, 这说明这9起暴发事件的发现最早并非由预警信息获得。由此说明, 在实际工作中, 对传染病暴发早期发现的手段多样, 包括医疗卫生人员报告、教师或校医报告、疾病预防控制人员疫情监测、家庭和媒体举报等[9]。而基于法定报告传染病监测数据的预警系统仅是疾病暴发早期探测手段的一个组成部分, 因而不应期望该系统完全取代其他的暴发发现方式[10]。
综上所述, 传染病自动预警系统初步实现了传染病暴发流行的早期探测和预警, 能早期发现异常疫情, 以便及时采取措施, 控制疫情在源头。但实际工作中, 对于常见的疾病如麻疹、手足口病等列入单病种预警, 将会导致假阳性信号过多, 增加基层人员工作量, 导致资源浪费等;对于流行性感冒等易在学校、托幼机构等集体单位发生聚集性疫情的疾病, 病例可能不在同一个地区居住, 在这种情况下, 传染病自动预警信息系统发挥其预警作用就受到一定限制, 同时具有特异度不高、假阳性预警信号较多、有时未起到预警作用等缺点[11]。因此, 在单病种的选择方面, 应考虑各地方实际, 只对罕见病和新发传染病发出预警, 可进一步减少假阳性信号。在时间序列的预警上, 考虑的空间范围可进一步缩小, 如具体到村或各集体单位, 而非现时最小只以县 (区) 为单位, 从而提高阳性预测值。
另外, 由于我国传染病预警系统数据来源较单一 (只来源于国家传染病监测信息报告管理系统) , 而此系统的数据收集、整理以及上报需要一定时间, 同时在不同的环节当中参与的人员不同, 会使信息的滞后性严重, 从而使得预警信息的及时性受到制约。因此, 我国传染病预警系统今后的发展方向应借鉴国际上已经成熟的经验和标准, 将OTC销售记录、救护车派遣记录等纳入国家传染病自动预警系统, 建立覆盖全国各级医疗机构、卫生机构、社区卫生服务站、药店、个体诊所等信息源的网络, 延伸我国传染病预警系统的触角, 拓宽信息来源, 从而提高系统预警的及时性和灵敏性[12]。
参考文献
[1]金连梅, 杨维中.我国传染病预警工作研究现况分析[J].中国公共卫生, 2008, 24 (7) :845-846.
[2]黄春萍, 宋妹娟, 刘牧文, 等.浙江省杭州市手足口病疫情自动预警效果评价[J].疾病监测, 2011, 26 (10) :809-810.
[3]王全意.疾病监测信息报告管理系统数据分析手册[M].北京:中国协和医科大学出版社, 2010.
[4]Desenclos JC.RAISIN-a national programme for early warning, investigation and surveillance of healthcare-associated infectionin France.Euro Surveill, 2009, 14:1-8.
[5]中国疾病预防控制中心.全国传染病自动预警 (时间模型) 试运行工作方案[Z].北京:中国疾病预防控制中心, 2008.
[6]吴小玲, 胡乐.2004—2011年高州市法定传染病流行特征分析[J].预防医学论坛, 2013, 19 (5) :370-372.
[7]李宏, 欧剑鸣, 黄文龙, 等.福建省2008—2009年传染病自动预警信息系统运行情况分析[J].中华疾病控制杂志, 2011, 15 (11) :993-996.
[8]罗宏伟.周口市传染病自动预警 (时间模型) 信息系统运行分析与探讨[J].职业与健康, 2013, 29 (23) :3210-3211.
[9]冯子健, 李克莉, 金连梅, 等.中国突发公共卫生事件发现人及报告人职业特征的研究[J].中华流行病学杂志, 2008, 29 (1) :l-4.
[10]杨维中, 兰亚佳, 马家奇, 等.国家传染病自动预警系统的设计与应用[J].中华流行病学杂志, 2010, 31 (11) :1240-1244.
[11]孙文军, 陆武, 周俊燕.无锡市某区传染病自动预警信息分析[J].中外医学研究, 2014, 12 (5) :81-82.
预警效果 篇5
关键词：思想动态,预警,实施,效果
随着经济的发展和社会的进步, 高校在为国家和社会输送大批人才的同时, 也肩负和履行了更多的社会责任。然而, 在新的社会历史背景下, 各种欲望和矛盾不断凸显, 教职工的思想认识问题也不断增多。为及时发现、分析和解决教职工的思想问题, 妥善处理高校内部矛盾, 增强师生员工的凝聚力, H学校建立了教职工思想动态分析预警管理机制, 为学校的良性发展创造了稳定的思想环境。
一、教职工思想动态分析预警管理机制的形式与内容
教职工思想动态分析预警管理机制, 就是通过健全的教职工思想动态信息工作网络、信息员队伍和工作制度, 信息管理者及时了解掌握教职工的思想动态, 分析预测其发展态势, 并根据教职工思想动态可能对高校稳定带来的影响, 进行分类管理, 形成全方位预警体系, 为高校发展营造良好的环境。教职工思想动态分析预警机制工作流程主要包括信息采集、信息分析、信息传递、信息处理、信息反馈等五个工作环节。
(一) 信息采集
信息采集是教职工思想动态分析预警机制的基础。信息采集的主要任务是及时、准确地收集教职工思想动态信息。为了更好地采集信息, 基层党组织建立了信息员队伍和工作制度, 形成了健全的教职工思想动态分析预警管理工作网络。信息采集的具体方法有:高校领导开展经常性的思想调研活动, 坚持定期走访、调查;围绕高校人才培养、科学研究、社会服务等中心任务, 定期开展调查研究;运用网络平台进行信息收集等。
(二) 信息分析
对于采集的信息, 由信息采集员按照不同的标准进行梳理分类, 如思想道德操守范畴信息与非思想道德操守范畴信息、一般信息与重要信息、普遍问题与特殊问题、初始苗头性问题与多次重复性问题, 并运用科学的方法进行深入分析, 从中整理出具有倾向性并有助于改进高校管理的信息源, 进而提出有效的预警管理方案。
(三) 信息传递
信息采集员将梳理后的信息以教职工思想动态分析报告的形式定期上报上级党组织。上级党组织对上报信息进行汇总分析后, 再由党委分管领导明确责任部门和责任人, 限期提出处理意见。教职工思想动态分析报告一般每季度上报一次, 若遇重大警示信息或突发性重大事件, 则随时上报。
(四) 信息处理
信息处理是教职工思想动态分析工作的最终目的和价值所在。相关责任人在对信息进行科学分析和评价的基础上, 经过充分研究论证, 形成具有针对性、可操作性的决策意见, 并协同各个部门组织相关人力、物力落实决策意见, 从而有效解决教职工的思想问题。在信息处理的过程中, 坚持工作责任制, 各级、各部门认真履行岗位职责, 相关部门全力配合, 最大限度地避免发生推诿扯皮的情况。
(五) 信息反馈
信息反馈是将教职工思想动态信息收集、分析、传递过程中发现的问题及处理的过程与结果向有关部门进行反馈的过程, 进而实现对教职工思想动态分析预警管理机制的动态控制。信息反馈一般双向进行:一方面, 是将信息分析发现的问题反馈给信息员, 使得信息采集更具针对性和准确性;另一方面, 是将信息处理的过程和结果反馈给上级主管部门和广大教职工, 使上级主管部门了解信息处理的信度和效度, 使广大教职工了解相应的政策和措施, 提高信息的共享性与透明度。
二、教职工思想动态分析预警管理机制的运行效果
通过不断的摸索和实践, 教职工思想动态分析预警管理机制的运行效果逐渐显现, 有效推动了高校管理水平的提高。
(一) 提高了各级管理人员驾驭信息和处理信息的能力
在H学校, 已形成一种重视教职工思想动态的良好氛围。管理人员不仅能捕捉到有明显反映的一般信息和重大信息, 还致力于捕捉无明显反映的潜在信息, 提高了获得信息的能力。教职工思想动态分析预警管理机制实施后, 高校各级管理人员能事先去思考并发现问题, 采取适宜的方法去化解教职工心中的疑虑、消除教职工的不满, 将矛盾化解在萌芽状态之中。
(二) 维护了教职工队伍的思想稳定
高校在管理、改革、分配等方面广泛听取教职工意见, 扩大教职工代表参与, 不仅稳定了教职工情绪, 更增强了广大教职工与高校荣辱与共的认同感和使命感, 形成了高校与教职工的命运共同体。这种命运共同体意识, 不仅激发了教职工勤奋工作的敬业精神, 也在解决群众问题时发挥了重要作用。
(三) 促进思想政治工作趋于科学化和制度化
实施教职工思想动态分析预警管理机制后, 高校对怎样收集和分析教职工思想动态信息, 怎样处理教职工思想动态的问题等都做了具体的规定, 为思想政治工作建立了一个科学的工作程序。在此过程中, 各级管理人员的积极性和创造性得到充分激发, 思想政治工作更具操作性和实践性, 不断趋于科学化和制度化。
小结
教职工思想动态分析预警管理机制的建立和实施, 在激发教职工的工作积极性、提高管理人员的思想政治工作水平、推动高校进一步深化改革等方面发挥了重要作用。在实施过程中, 通过将心理学的知识与思想政治工作有机结合, 掌握并运用个体差异理论、需要理论等知识, 不断提高教职工思想政治工作的科学性和时效性。实践证明, 只有充分运用教职工思想动态分析预警管理机制, 认真分析并妥善处理教职工思想动态中所呈现或隐藏的问题, 才能形成相互理解、相互关心、相互支持的人际关系, 不断推动高校稳定、和谐、持续发展。
参考文献
[1]满正勇.《建立预警工作机制筑牢思想道德防线》.江苏经济报, 2011年11月11日, 第B04版.
[2]于希富.《开展职工思想动态分析的必要性及方法》.工人日报, 2013年2月26日.
[3]张军红.《浅谈新形势下如何准确把握职工思想动态》.东方高校文化, 2014年第9期.
预警效果 篇6
1 资料和方法
1.1 基线资料
选择120例手足口病患儿为此次研究对象,所有患儿均在2013年11月至2015年11月期间收治,对120例患儿进行动态随机化分组,分为观察组(循证护理)和对照组(常规护理),两组患儿均为60例。
观察组:男性/女性手足口病患儿之间比例为:29:31,年龄20个月～13岁之间,平均年龄为(7.45±1.86)岁。
对照组:男性/女性手足口病患儿之间比例为:30:30,年龄21个月～14岁之间,平均年龄为(6.86±1.48)岁。
观察组手足口病患儿和对照组手足口病患儿相比各项资料差异不明显(P>0.05),其可进行相互对比。
1.2 方法
对照组护理方式:采用常规护理,包括在患儿人院时,嘱咐患儿家属院内注意事项和治疗期间的注意事项,同时给予患儿用药护理、日常生活护理。
观察组护理方式:采用循证护理,其主要内容包括:
(1)循证护理问题:建立循证小组,由经验丰富、专业知识较强护理人员担任小组组长,利用最适宜护理研究依据与患者病情相结合,同时根据理论经验来分析常规护理方案中的不足,再使用计算机查询手足口病相关疾病知识,并根据患者入院时的实际情况进行分析、总结。
(2)制定护理方案:针对临床上常见的护理问题进行分析、总结,并找出相应处理方式,且将相关处理方法,放于小组讨论中提出谈论,得出相应方案后,根据患者实际病情,制定出相关护理方式。
(3)实施护理方案:①早期预警预防重症:对于三岁以下患儿,应密切观察患儿手足口病情况,防止患儿在短时间内转变为危重症,对于高热患儿,应以物理降温为主,嘱咐患儿多饮水,必要时可给予患者药物降温,尽可能将患儿体温控制在38℃以下;②观察患儿末梢状况:护理人员应密切观察患儿末梢循环症状,若患儿出现皮肤发花、四肢末端凉等现象时,应将患儿转为重症监护室,便于抢救;③注意患儿食欲:对于食欲较差、发热、口腔疱疹溃疡患儿,可先给予患儿半流质饮食或流质饮食,且需注意食物卫生性,防止患儿出现腹泻现象,若患儿伴有点状出血、剧烈头痛现象,应监测患儿血常规,防止患儿病情加重。
1.3 观察指标
对比两组患儿的退热时间、疱疹消退时间、并发症发生率。
1.4 统计学处理
采用SPSS22.0统计学软件处理,并发症发生率采用卡方检验,退热时间、疱疹消退时间采用T检验,以P<0.05代表此差异有统计学意义。
2 结果
实施循证护理后的观察组患儿,退热时间、疱疹消退时间、并发症发生率明显优于对照组患儿(P<0.05)。具体结果如表1所示:
3讨论
手足口病属于传染性疾病,若未及时干预,可导致患儿病情加重,部分患儿还可累及神经系统,并发脑脊髓炎、脑炎、脑膜炎,严重时可并发循环障碍。肺出血、肺水肿等现象,甚至危及患儿生命,而一项良好、有效的护理模式,可降低患儿死亡率,改善患儿临床症状[2]。
循环护理属于临床新型护理模式,其主要以循环护理为理论依据,主要是以患儿为中心实施的一系列护理模式,通过实际情况出发,提出问题,寻找实证,从而为患儿提供最为优质护理,其和常规护理模式相比,主要优势在于:(1)循证护理具有个性化,通过计算机寻找手足口病相关知识,从而为患儿提供优质护理;(2)通过实施护理方案,可提高患儿抵抗力,帮助患儿改善其临床症状,防止其病情恶化[3]。
通过本次临床试验发现,观察组患者退热时间(1.78±1.32)d、疱疹消退时间(4.98±1.56)d、并发症发生率(2.00%)显著优于对照组,统计学具有意义(P<0.05)。
总而言之,循证护理在早期预警手足口病重症患儿效果确切,值得在临床推广。
参考文献
[1]郑巧女.对重症手足口病患儿实施综合性、系统性护理的效果评价[J].中国实用护理杂志,2013,29(2):21-22.
[2]李英琴.循证护理在小儿手足口病合并脑炎护理中的应用[J].现代临床护理,2011,10(2):31-32.
预警效果 篇7
1 对象与方法
1.1 对象
1.1.1 监测点
选择全市具有代表性的市(县)、区级、乡镇以及社区级医疗机构开展腹泻病流行病学监测和病原学监测,包括市级医院2所、县(区)级医院7所、乡镇和社区级43所,共52家哨点医院。上述监测点医院均在肠道门诊、内科门诊、儿科、感染科和急诊科开展全年监测工作,另选择其中14所[2所市级医院、2所县(区)级医院和10所乡镇或社区医院]开展病原学监测。
1.1.2 监测病例定义(腹泻样病例)
每天(24 h内)排便3次或以上且具有粪便性状改变(如稀便、水样便、黏液便或脓血便等)者。
1.2 方法
1.2.1 流行病学监测
各监测哨点医院监测门急诊接诊医生对符合病例定义标准的各年龄组所有就诊腹泻患者专册登记,预防保健科人员汇总0~4、5~14、15~24、25~59、≥60岁5个年龄组的腹泻病例就诊数和门急诊就诊总数,并在每周一通过“无锡市公共卫生信息平台”在线上报。以腹泻病例就诊数及占门急诊就诊总数百分比作为症状监测的分析指标。
1.2.2 病原学监测
监测医院的相关科室的医护人员在发现符合病例定义的患者时,按照方案要求收集相关信息,并采集粪便或呕吐物标本,标本在12 h内送无锡市疾病预防控制中心检测。2010—2011年两年在每年4、8和12月份集中采集连续3日内的就诊腹泻病例标本,2012—2013年每月采集标本20~30份。检测的病原体种类为:①细菌性病原:霍乱弧菌、副溶血弧菌、空肠弯曲菌、致泻性大肠埃希菌、沙门菌、志贺菌;②病毒性病原:轮状病毒、诺如病毒、星状病毒、札如病毒、腺病毒。
1.2.3 流行趋势分析
根据流行病学监测结果,将不同级别医疗机构的腹泻病例门诊就诊比例与来源于国家疾病监测信息报告管理系统中报告的“甲乙丙类肠道传染病”(包括甲乙类肠道传染病和丙类感染性腹泻病)发病率进行趋势比较,来评价其预测预警效果。
1.3 统计学分析
数据的整理和统计分析采用excel2010和SPSS 17.0统计软件进行。两组或多组率或构成比的比较采用χ2检验,线性相关分析采用Pearson相关,计算相关系数r,检验水准α=0.05。
2 结果
2.1 腹泻病症状监测
2010年7月—2013年全市每月腹泻病门诊就诊比例范围为0.20%~1.43%,平均就诊比例为0.71%。从变化趋势分析,“腹泻病例门诊就诊比例”除2011年以外,其余年份均存在2个高峰,即7—9月夏季及10—12月冬季高峰,特别是2012、2013年秋冬季高峰与夏季高峰有接壤的趋势,且冬季高峰显著高于夏季高峰,2010年腹泻病例门诊就诊比例最高值出现在8月份(0.81%),2011年出现在7月份(0.78%),2012年和2013年最高值均出现在11月份,分别为1.43%和1.40%。腹泻病例门诊就诊比例按月分布情况见表1。
分析不同年龄组腹泻病例门诊就诊情况,结果为0~4岁年龄组腹泻病例门诊就诊人数最多,占总就诊人数的56.07%;其次是25~59岁年龄组,占23.66%;5~14岁年龄组最低,占5.27%。腹泻病症状监测按年龄组分布情况见表2。
2.2 预测预警效果分析
全市“腹泻病例门诊就诊比例”分布与疫情报告“肠道传染病发病率”趋势吻合度较好(r=0.414,P<0.01)。将全市“腹泻病例门诊就诊比例”分解为社区卫生服务中心就诊比例、县区级医疗机构就诊比例和市级医疗机构就诊比例分析,3组数据与“网络报告肠道传染病”分别进行线性相关分析显示均存在线性正相关(r=0.192、0.477、0.729,均P<0.01)。腹泻病例门诊就诊比例对同期肠道传染病预警图见图1。
2.3腹泻病人群病原学监测
见表3。2010—2013年共748份人群标本中细菌学检出菌种为副溶血性弧菌、沙门菌、致泻性大肠埃希菌和志贺菌,阳性率分别为0.94%(7/748)、0.80%(6/748)、0.67%(5/748)和0.13%(1/748)。病毒学检出病毒种类为诺如病毒、轮状病毒、星状病毒、札如病毒和腺病毒,阳性率分别为12.70%(95/748)、8.02%(60/748)、1.20%(9/748)、0.53%(4/748)和0.13(1/748);轮状病毒主要血清型为G1、G2P、G9P,诺如病毒中GⅠ型占阳性总数的13.68%,GⅡ型占86.32%。细菌阳性率8、9月份较高,病毒阳性率在每年的1—5月和10—12月较高,感染性腹泻病原监测阳性率月分布见图2。
注:括号内为阳性株与检测标本数之比。
3 讨论
监测结果显示,无锡市感染性腹泻病发病高峰存在7—9月夏季和10—12月秋冬季2个高峰,特别是2012、2013年秋冬季高峰与夏季高峰有接壤的趋势,且秋冬季高峰强于夏季高峰。这与从2012年起进一步规范和调整了监测系统,无锡市人民医院把其下属的儿童医院纳入监测对象,使得监测体系更完善。腹泻病例门诊就诊人群年龄分布以0~4岁儿童和25~59岁成人为主[3,4],儿童发病居多与儿童抵抗力低有关,成人发病多与工作场所比较聚集和外出活动多,不注意饮食卫生,较易受到致病菌感染有关。
全市“腹泻病例门诊就诊比例”分布与疫情报告“肠道传染病发病率”趋势吻合度较好,存在相关性(P<0.01),提示腹泻病例门诊就诊比例水平可反映全市肠道传染病疫情强度。社区、县区和市级3条曲线和肠道传染病疫情均存在相关性(P<0.01),但3条曲线峰值出现时间有差异,市级医院就诊比例冬季高峰明显上升(2012年以后),而县区医院就诊比例冬季高峰相对较低,相比较社区医院就诊比例高峰主要在夏季,冬季峰值不明显,从中分析出对不同级别医院就诊对象不同,成人偏向于去社区就诊,而儿童偏向于去市级医疗机构就诊,县区医院介于两者之间。监测结果对同期肠道传染病从时间趋势分析未见明显提前,这与无锡以往分析不一致[5],原因是这次分析将其他感染性腹泻病加入分析,而其他感染性腹泻病从病例定义上实质就是症状监测病例定义,所以腹泻病例监测病例定义从症状监测上来说未有明显优势,从时间预警上未见明显提前。腹泻病症状监测预警效果不如呼吸道传染病症状监测[6,7,8]。
监测系统运行3年半结果显示,人群和环境细菌学病原监测结果表明我市腹泻病人感染菌株还是以存在于海水产品中的副溶血性弧菌为主[9]。病毒监测结果我市轮状病毒、诺如病毒的阳性率(8.02%和12.70%)和病毒感染总阳性率(22.60%)低于浦东新区的研究结果[10]。从时间分布上分析可见,我市秋冬季腹泻病原以病毒为主,夏季腹泻病原以细菌为主。
综上所述,本研究建立以病原学检测为基础、以信息化网络为平台的感染性腹泻症状监测系统,为暴发疫情的早期预警预测探索一种更灵敏的疾病监测模式。监测点选择考虑到市、县、乡三级医疗机构样本来源的均衡性,同时兼顾到患者就诊社区化基层化的趋势,具有较好的代表性和样本阳性检出率。但医院信息化系统开发程度不一,特别是社区,仍大多采用纸质数据传送,再进行电子化汇总,使得数据无法与市信息平台实时对接,局限了该监测系统预警的时限性。要达到真正的预警预测,还有待数据的进一步收集后,相应症候群预警阈值的确立、异常信号识别和自动预警技术建立等一系列工作的逐步开展[11,12]。
作者声明
本文无实际或潜在的利益冲突
参考文献
[1]张静.中国感染性腹泻监测策略的思考与建议[J].疾病监测,2007,22(8):505-507.
[2]STEINER TS,SAMINE A,GUEERANT RL.Infectious diarrhea:new pathogens and new challenges in developed and developing area[J].Clin Infect Dis,2006,43(4):408-410.
[3]郑慧贞,郭汝宁,李灵辉,等.广东省2004—2006年感染性腹泻流行特征[J].现代预防医学,2008,35(10):1936-1939.
[4]张爱平,黄晓珍,陈丽娜.深圳市某区2010—2012年其它感染性腹泻流行特征分析[J].中国热带医学,2013,13(4):453-455.
[5]杨俊莹,陆兵,钱燕华,等.无锡市社区肠道传染病症状监测结果分析[J].中华疾病控制杂志,2013,17(1):39-41.
[6]庹晓莉,刘杨.发热症状监测系统及其评价方法[J].现代预防医学,2007,34(6):12-14.
[7]钱燕华,石平,何恩奇,等.无锡市发热呼吸道症状监测在甲型H1N1流感大流行中的早期预警效果分析[J],现代预防医学,2013,39(14):3678-3682.
[8]程宇,曾光.症状监测的实际应用研究进展[J].国际流行病学传染病学杂志,2008,35(2):27-29.
[9]沈安梅.上海市南汇区2007年感染性腹泻病监测分析[J].上海预防医学杂志,2008,20(12):592-593.
[10]傅益飞,孙乔,叶楚楚,等.2012年上海市浦东新区急性腹泻门诊病例病原谱特征分析[J].疾病监测,2014,29(5):349-353.
[11]吴颖.感染性腹泻监控体系及预警指标的探讨[J].职业与健康,2004,20(5):69-70.
预警效果 篇8
对企业信用风险的评估最早是从分析其财务状况开始的,因为信用危机往往是由财务危机引致,财务困境往往预示着企业具有企业状况较大的信用风险,所以及早发现和找出一些预警财务趋向恶化的特征财务指标,可判断企业的财务状况,从而确定其信用等级,为信贷和投资提供依据。基于这一动机,金融机构通常将信用风险的测度转化为对企业财务状况的衡量问题。率先运用线性判别分析方法对企业信用风险进行度量和评级研究的开拓者是美国学者Edward Altman ( 1968) 建立了著名的5变量的Z - Score线性模型[1],并将其发展为ZETA模型[2],但保证线性判别模型有效的两个前提: 总体服从多元正态、分布协方差矩阵相等在现实经济中都很难满足。因此,为解决线性评分模型严格的假定条件的问题,Martin ( 1977)[3]首次使用Logisic回归的方法预测公司的破产及违约概率,Logit模型采用一系列财务比率变量来预测公司破产或违约的概率,根据银行、 投资者的风险偏好程度设定风险警线,以此进行信用风险度量和管理,同时他将Logit模型与Z Score模型、ZETA模型的预测能力进行了比较, 结果发现Logit模型要优于Z - Score模型和ZETA模型。Ohlson ( 1980)[4]首次将该模型应用于商业银行信用风险评估领域,分析样本公司在破产概率区间上的分布以及两类判别错误和分割点的关系。由于Logistic回归模型对于变量的分布不再有具体要求,而且在回归时通过概率值进行预测, 具有较好的实用性,自此Logistic回归分析方法逐渐取代传统的判别分析方法。
虽然受证券市场发展的影响导致国内学者在财务预警的研究使用Logistic回归的方法起步较晚, 但是也取得了了丰硕的成果,众多的实证研究表明Logit模型也同样适用于国内的证券市场: 陈晓和陈治鸿 ( 2000)[5]、徐光华和吴鸣明 ( 2006)[6]都采用Logistic回归方法建立财务预警模型检验传统财务指标和EVA指标的预测能力,发现两种指标都有显著的预示效应; 吴世农和卢贤义 ( 2001)[7]就系统的应用Fisher线性判定分析、多元线性回归分析和Logistic回归分析3种方法,分别建立3种财务困境预测模型,研究结果表明3种模型都能在财务困境发生前进行相对准确的预测,但相对同一信息集,Logistic预测模型的误判率最低。 但是随着变量数量选取不断增多,多重共线性等问题也随之显现出来,为解决所选指标数量和种类的增多所带来的一系列问题,需要使用一种行之有效的方法来对指标进行处理,主成分分析就逐渐开始应用到预警模型的研究当中: 张爱民等 ( 2001)[8]采用了主成分分析方法建立Z值判定的财务失败预测模型,并进行了实证检验; 刘鑫和李竹薇 ( 2009)[9]对各财务指标先进行主成分分析再分别构建线性概率模型和Logit模型,实证结果表明两个模型的预测效果都较为理想。
随着研究的深入,国内学者以Logit模型为基础构建的预警模型将研究对象细化到不同的行业: 陈迅和谢明希 ( 2009)[10]基于2007年钢铁行业上市企业的样本数据,用主成分分析方法将筛选出的显著性指标减少为综合反映企业财务状况的5个主成分并建立Logit回归模型,实证结果表明, 该模型中反映盈利能力和股东获得能力的资产报酬率、每股净资产及留存收益率是钢铁行业上市公司的关键性指标,但是模型对ST公司的预测准确度仅有33. 3% ,对非ST公司的预测准确度却达到96. 8% ; 孔宁宁和魏韶巍 ( 2010)[11]运用主成分分析法和Logistic回归法分别构建我国制造业上市公司财务预警模型,并对其判别效果进行比较分析,主成分分析模型与Logistic回归模型的判别准确率均较高,ST前3年的预测准确度均在70% 以上,两者在判别准确度上各有优劣,整体而言主成分分析预警模型的判别效果稍好; 袁建林 ( 2010)[12]以房地产经济效益风险指标,构建反映房地产上市公司经济效益的指标体系,运用主成分方法确定房地产上市公司经济效益风险主成分模型,利用Logistic统计方法,对2009年房地产上市公司经济效益进行了风险评价,实证结果表明该模型对房地产行业的ST公司预测准确率只有50% ,对非ST公司的预测准确度却达到81. 05% 。
由此可见Logit模型对于我国上市公司各行业的预测效果虽然都较为理想,但是预警效果存在着显著差异,而现有的研究成果中缺乏该模型对各行业预警效果的系统性描述以及成因的分析。 基于此,本文以主成分分析方法为基础构建Logit预警模型,使用2010 ~ 2012年我国上市公司的财务数据,对各行业的公司分别从违约概率和模型预警准确度两方面进行比较分析。
1风险预警模型指标体系设计
1.1样本选取
国外研究者一般都是从借贷和公司债券市场入手,通常选取破产企业与存续企业,违约贷款 ( 债券) 与非违约贷款 ( 债券) 作为样本来分析和发现那些预兆财务趋向恶化的特征指标从而建立预警模型,并将其应用于信用风险评估。我国由于历史原因,借贷和公司债券市场起步晚,不够发达,借贷市场资料及破产企业财务信息的获得非常困难,更没有建立历史违约数据库,因此无法按照国外研究者的思路来进行研究。
鉴于此,研究的样本选择2010年、2011年、 2012年的沪深A股上市公司,以当年ST公司作为违约样本,非ST公司作为正常样本。为更接近现实中的比例,ST与非ST公司按照1∶ 2比例进行配比抽样。根据华融同花顺软件与CSMAR数据库的信息进行样本选取,过程如下:
( 1) 选取2010年、2011年、2012年中国A股市场因财务状况异常而被特别处理的上市公司作为违约样本 ( 即ST公司) ;
( 2) 剔除数据残缺和异常的ST公司,需要指出的是,由于金融行业的特殊性,评价其良莠的指标与一般企业也有较大差异,所以也将其剔除。最终分别得到77家 ( 2010年) 、70家 ( 2011年) 、 47家 ( 2012年) ST公司为研究样本;
( 3) 根据1∶ 2配比比例按照 “所处行业相同或类似、资产规模大体相等、尽可能在同一交易所上市” 的原则选取同年度的正常公司作为ST公司的配对公司;
( 4) 根据华融同花顺上对上市公司行业的细分,参考国内评级机构对行业分类的处理,按照样本所处行业的特点以及财务指标特征,将所选样本作出如下划分,见表1:
因为公司在T年被ST是基于T - 1年的财务数据,所以选取T - 1年的财务数据研究意义不大。本文所用的数据是ST公司被宣布特别处理前两年的财务数据,即若ST公司是2012年被宣布特别处理,使用的数据年份为2010年,与之配对的正常公司使用的数据年份也是2010年。
1.2指标的选取与筛选
目前,我国各商业银行对客户的业绩评价主要是通过对企业的一系列财务指标的评分与定性分析相结合来确定企业的信用等级。从银行的角度出发,现金流量指标以收付实现制为基础,能够综合地反映企业在一定时期的财务状况的变动情况,能够准确地揭示企业盈利的质量,与其他资产存在方式相比更容易核查、验证,而且现金流量指标受企业经营者主观歪曲的影响较小。因此,以基于现金流量指标的业绩指标能迅速地提示企业信用风险,达到更好的预警效果。
所以,本文主要使用现金流量指标,在参考和借鉴李志辉和李萌 ( 2005)[13]、陈艳和张海君 ( 2007)[14]、张新红和王瑞晓 ( 2011)[15]等人对现金流量指标的研究成果基础上,考虑数据的可得性与完整性,借鉴CSMAR “中国上市公司财务指标分析数据”中相关指标的设置分类,选择全面反映企业盈利能力、股东获利能力、现金流量能力、营运能力、发展能力、偿债能力的30个财务指标作为备选变量。
为简化模型,选择对ST公司和非ST公司区分能力最强的财务指标以及剔除过多指标带来的多重共线性问题,需要选取最具有代表性的财务指标构建模型。利用SPSS 18. 0使用K - S检验对样本的正态性进行检验,然后对服从正态分布的指标用独立样本T检验进行区分度显著性检验, 对不服从正态分布的指标用Mann - Whitney方法进行区分度显著性检验。以上检验显著度水平均为0. 05,指标选取与检验结果如表2:
表中,( M) 代表K - S检验不符合正态分布使用Mann - Whitney方法进行区分度显著性检验之后的结果, ( T) 代表K - S检验符合正态分布使用独立样本T检验之后的结果。用表中存在显著差异的指标构建预警模型。
2预警模型的构建与分析
2.1主成分分析
上述检验过程剔除了缺乏显著性的指标,但余下的指标高度相关,直接纳入分析不仅复杂, 而且可能因为多重共线性而无法得出适当结论。 因此在构建模型前利用因子分析中的主成分分析法对样本数据进行处理。
在主成分分析前,对数据进行KMO检验和Bartlett球形检验,以判断是否合适进行主成分分析,结果如表3:
由表3可见,Bartlett球形检验的sig值均为0,小于0. 05; KMO值均大于0. 6,两者皆说明原始指标体系较适合做因子分析。
使用SPSS进行主成分分析后,根据解释的方差表,以特征值大于1为标准,选取主成分进行模型构建,主成分解释的方差如表4:
由于进入因子分析的变量较多,在筛选处理中,删除个别公因子方差非常小的指标变量[16], 最终得到7个主成分; 累积的方差贡献率达到70% 左右,能够反映大部分的方差变化,因子分析的效果较为理想。
根据spss输出结果中的成分得分系数矩阵可以得到因子得分函数,利用筛选出的主成分F1, F2,…,Fn构建Logistic模型。
2.2模型说明与分析
用SPSS做Logistic模型分析时,引入违约概率P作为因变量,P取1表示ST公司,P取0表示正常公司。根据吴世农和卢贤义 ( 2001) 等人的分析,将违约概率值的临界点取0. 5是比较合适的,预判准确率也较高。当P值大于0. 5时, 判别为财务困境型公司,P越大,该公司未来发生财务困境的可能性就越大,即被ST的可能性也越大; 当P值小于0. 5时,判别为非财务困境型公司,数值越小,该公司的未来的财务状况越好。
通过回归分析可知,模型卡方值的显著性水平在0. 05水平下均通过检验,说明解释变量对违约情况有显著性影响,模型整体检验十分显著。由最终模型的拟合优度检验可以看到,Cox & Snell R2值和Nagelkerke R2值均较高,说明模型拟合较好。
利用F1,F2,…,Fn构建出的违约概率P的计算公式如下:
其中,模型系数的综合检验均显著,模型变量的系数与显著性水平如表5:
注: * 表示估计值显著性水平在 0. 1 以内,**表示估计值显著性水平在 0. 05 以内,***表示估计值显著性水平在 0. 01 以内。
3模型对各行业的预警效果分析
利用违约概率的计算公式及公司的财务指标数据,可以得到研究的样本中每个公司的违约概率,按照前文对行业的划分处理,进一步的分析不同行业中ST公司与非ST公司的违约概率以及整体的预警准确度。
需要特别指出的是,为了避免单个样本造成的判断绝对性,分析中剔除只含1个ST公司的行业即2011年的公共事业; 另外,2012年建材/装饰行业没有ST公司样本。
3.1各行业平均违约概率分析
将这3个年度各行业中的ST公司与非ST公司以及行业里所有公司的违约概率分别求均值, 绘制如图1、图2中的平均违约概率折线图。
从综合平均违约概率看,没有出现某种行业的公司平均违约概率都高于另一种的情况,但相对而言,农业和冶炼的违约概率稍高于其他行业; 虽然不同年度大多数行业中的ST与非ST公司及行业整体的平均违约概率都有较大差异,但不论差异多大,样本总体的违约概率均值都较为稳定: ST公司样本的平均违约概率在0. 15左右,非ST公司的平均违约概率在0. 7左右,所有公司的平均违约概率在0. 35左右。这说明近阶段中国上市公司的整体违约概率较为稳定。
然而,各行业的平均违约概率则出现了很大差异: 在3年的研究期内,农业、矿产开采、冶炼、生物/制药、房地产这5个行业中ST与非ST公司以及整体的平均违约概率相差较大; 而化学制造、建材/装饰、低端制造业、机电制造业、公共事业和服务业的平均违约概率相差较小甚至出现基本相等的现象。出现这样的现象与行业的特点、财务特征以及国家政策是密不可分的。
平均违约概率相差较大的均是进入壁垒较高、 资本密集或者技术密集型或者存在政策门槛限制的行业; 相较而言,除了公共事业外,平均违约概率相差较小的行业则有进入壁垒较低、资本或技术密集程度较低、市场化程度高、行业内竞争激烈、产品同质化及替代性水平高的特点。
公共事业比较特殊,虽然属于国家政策限制内的行业,但是各年度的平均违约概率则相差不大; 同时,与其他行业不同的是公共事业内的ST公司平均违约概率较低,非ST公司平均违约概率较高。出现这样的现象主要是由于公共事业的行业特征决定的,公共事业属于政府重点支持和保障的行业,政府会有大量和稳定财政补贴,无论经济环境以及盈利状况如何,公司的经营状况相对而言都会比较稳定。所以在政府财政的保障下, 其行业内公司的平均违约概率也较为稳定,ST公司与非ST公司间的平均违约概率离差也较小。
另外,化学制药、建材/装饰、机电制造业和生物/制药行业的平均违约概率折线图表明技术密集程度越高的行业不同年度间的平均违约概率相差也较大,化学制造、建材/装饰的平均违约概率波动幅度比机电制造业和生物 /制药的小; 而矿产开采、冶炼、房地产这样的资本密集型行业不同年度间的平均违约概率波动幅度远高于其他资本密集程度较低的行业,资本密集程度对平均违约概率的波动幅度也有一定的影响。
3.2行业的预警准确度分析
以0. 5为界限,P大于0. 5判别为ST公司, P小于0. 5判别为非ST公司,通过已计算出的违约概率将3年的研究样本进行分类,即为模型得到的预警结果。将预警结果与观测的结果作比对, 可以得到如表6的综合预警准确度以及如表7与图3的各行业的预警准确度情况。
表6描述的是模型的综合预测情况。从模型的综合预测结果来看,模型对这3个年度的综合预警准确率均在85% 以上,模型的预警效果较好。对于非ST公司,该模型的预测准确度非常高且数值基本相同,这说明该模型对非ST公司有着非常好的预测能力,模型的设置比较恰当,能够对非ST公司作出很好的预测; 而ST公司的预测准确度比非ST公司的预测准确度低10% 甚至20% ,一方面是因为模型结构、变量选取等方面的原因,ST公司的某些特征没有反映出来; 另一方面也有较弱的证据表明样本中部分ST公司的年报存在数据造假的可能。
从图3与表7来看,正如违约概率一般,预警准确度的波动幅度也较大,但是其整体预警准确度也非常稳定,研究期内其整体预警准确度在85% 左右; ST公司与非ST公司的预警准确度也较为稳定,研究期内ST公司预警准确度在75% 左右,而非ST公司则达到93% 。然而,各行业的预警准确度也出现了较大差异: 研究期内,农业、矿产开采、生物制药的波动幅度较大,而化学制药、低端制造业,公共事业、服务业的波动幅度较小,其余行业的波动幅度较为复杂。预警准确度波动幅度较大的同样也是进入壁垒较高、 资本密集或者技术密集型或者存在政策门槛限制的行业; 相较而言,除了公共事业外,预警准确度波动幅度较小的行业则有进入壁垒较低、资本或技术密集程度较低、市场化程度高的特点。这些结论与平均违约概率的分析在基本上是吻合的。
另外,这些进入壁垒较低、资本或技术密集程度较低、市场化程度高的波动幅度较小的行业其综合预警准确度也高于其他行业,如图3中的化学制造、低端制造业、机电制造业以及服务业的预警准确度明显高于矿产开采、冶炼以及公共事业。公共事业较低的综合预测准确度由其行业特征能够很好的解释,其行业内ST公司的预测准确度远低于非ST公司的现象也佐证了政府的财政支持存在显著的影响。
4研究结论与展望
上市公司的财务指标中包含能预测企业信用风险或财务危机的信息,可以运用它们构建我国上市公司的信用风险管理模型。本文以主成分分析为基础构建Logistic预警模型,通过分析得到各行业内不同类型公司的平均违约概率以及预警准确度上的共性特征。
从平均违约概率看,样本总体的违约概率均值都较为稳定; 行业的进入壁垒、技术或者资本密集程度以及政府政策都是影响各行业平均违约概率波动幅度的因素,进入壁垒高、技术或者资本密集程度高以及政府政策干预程度高的行业波动幅度也会较大。从预警准确度来看,模型的综合预警准确度达到85% 以上,模型预测效果较为理想,模型对非ST公司的预警准确度远高于ST公司; 进入壁垒较低、资本或技术密集程度较低、 市场化程度高的行业不仅预测准确度较高,波动幅度也较小。公共事业虽然受政策影响较大,但平均违约概率与预警准确度均出现了反常,这与其行业特征密不可分。