貴州省孕產(chǎn)婦和5歲以下兒童死亡率預(yù)測及分析

袁成菊 余昌胤△ 張年 程明恙

(1.遵義醫(yī)科大學(xué)管理學(xué)院，貴州 遵義 563000；2.遵義醫(yī)科大學(xué)管理學(xué)院，貴州 遵義 563000)

長期以來，我國醫(yī)療衛(wèi)生服務(wù)呈現(xiàn)典型的城鄉(xiāng)二元化結(jié)構(gòu)，實現(xiàn)城市與農(nóng)村衛(wèi)生服務(wù)均等化、同質(zhì)化是醫(yī)療衛(wèi)生體制改革的重點內(nèi)容。孕產(chǎn)婦死亡率、5歲以下兒童死亡率等作為人群健康水平的敏感指標(biāo)，其變化狀況不僅反映了全民健康水平，更在一定程度上映射出了人群生活質(zhì)量和社會文明程度[1]。因此，加快婦幼衛(wèi)生事業(yè)發(fā)展，對于提高全民族健康素質(zhì)、促進(jìn)經(jīng)濟發(fā)展、構(gòu)建和諧社會具有重要意義。本文采用灰色GM(1，1)模型預(yù)測貴州省2018—2022年孕產(chǎn)婦和5歲以下兒童死亡率，以期能為貴州省婦幼衛(wèi)生事業(yè)發(fā)展提供參考。

1 資料與方法

1.1資料來源 本研究應(yīng)用孕產(chǎn)婦死亡率、新生兒死亡率、嬰兒死亡率、5歲兒童死亡率4個指標(biāo)進(jìn)行分析。貴州省和全國數(shù)據(jù)分別來源于2012—2017年《貴州統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。

1.2研究方法

1.2.1灰色GM(1，1)模型 是以時間序列性資料為基礎(chǔ)，通過對無規(guī)律的原始數(shù)列進(jìn)行轉(zhuǎn)換，建立有規(guī)律的生成數(shù)列的回歸方程，并應(yīng)用該方程對研究對象動態(tài)發(fā)展趨勢進(jìn)行預(yù)測的一種分析方法[2]。本研究通過GM(1，1)模型，以2011—2017年數(shù)據(jù)為基礎(chǔ)，對貴州省2018—2022年孕產(chǎn)婦和5歲以下

兒童死亡率進(jìn)行預(yù)測。

1.2.2Topsis法 是系統(tǒng)工程有限方案多目標(biāo)決策分析的一種常用方法，可用于衛(wèi)生決策及衛(wèi)生事業(yè)管理等多個領(lǐng)域?；静襟E包括：評價指標(biāo)同趨勢化、歸一化處理和構(gòu)造加權(quán)規(guī)范化矩陣、評價對象與最優(yōu)和最劣向量歐式距離D+和D-計算、評價對象與最優(yōu)方案的接近程度Ci計算[3-5]。通過DPSv9.01中的“Topsis評價法”對貴州省2018—2022年孕產(chǎn)婦和5歲以下兒童死亡率進(jìn)行分析。

2 結(jié) 果

2.12011—2017年孕產(chǎn)婦和5歲以下兒童死亡率情況

2.1.1孕產(chǎn)婦和5歲以下兒童死亡率概況 貴州省2011—2017年孕產(chǎn)婦、新生兒、嬰兒和5歲以下兒童死亡率波動較大，尤其以2012—2014年間波動較為明顯。新生兒、嬰兒和5歲以下兒童死亡率農(nóng)村高于城市，孕產(chǎn)婦死亡率除2012年外其余各年度農(nóng)村皆低于城市。此外，與全國相比貴州省新生兒死亡率各年均低于全國平均水平，除2011和2013年孕產(chǎn)婦死亡率、2011、2013-2014年嬰兒死亡率和2011年5歲以下兒童死亡率低于全國外，其余均高于全國平均水平。

表1 2011—2017年孕產(chǎn)婦和5歲以下兒童死亡率

續(xù)表

表1

2.1.2孕產(chǎn)婦和5歲以下兒童死亡率下降速度 2011—2017年貴州省孕產(chǎn)婦和5歲以下兒童死亡率年平均下降速度(簡稱年均降速)較慢，明顯低于全國平均水平。5歲以下兒童死亡率年均降速最慢，孕產(chǎn)婦死亡率次之。農(nóng)村各項指標(biāo)年均降速均明顯低于城市，5歲以下兒童死亡率甚至出現(xiàn)上升趨勢。

表2 2011—2017 年孕產(chǎn)婦和5歲以下兒童死亡率年平均下降速度(%)

2.2灰色GM(1，1)模型預(yù)測

2.2.1貴州省孕產(chǎn)婦和5歲以下兒童死亡率模型建立及預(yù)測 (1)貴州省孕產(chǎn)婦和5歲以下兒童死亡率理論模型及參數(shù)：經(jīng)3次殘差序列分析顯示，孕產(chǎn)婦、新生兒、嬰兒和5歲以下兒童死亡率GM(1，1)模型的參數(shù)如表3所示。模型評價均為很好。根據(jù)模型等級劃分標(biāo)準(zhǔn)[6]，孕產(chǎn)婦和5歲以下兒童死亡率4個指標(biāo)模型預(yù)測精度為1級，可進(jìn)行外推預(yù)測。(2) 貴州省2018—2022年孕產(chǎn)婦和5歲以下兒童死亡率的預(yù)測值經(jīng)3次修正后，孕產(chǎn)婦、新生兒、嬰兒和5歲以下兒童死亡率GM(1，1)理論模型最小殘差值Qmin分別為-1.09 491、-0.05 239、-0.28 153和-0.22 464。進(jìn)行趨勢外推預(yù)測，得到未來5年預(yù)測結(jié)果，其結(jié)果顯示孕產(chǎn)婦和5歲以下兒童死亡率4個指標(biāo)均逐年下降。見表4。

2.2.2城市孕產(chǎn)婦和5歲以下兒童死亡率理論模型及預(yù)測 (1)城市孕產(chǎn)婦和5歲以下兒童死亡率理論模型及參數(shù)：經(jīng)3次殘差序列分析顯示，城市孕產(chǎn)婦死亡率、新生兒死亡率、嬰兒死亡率和5歲以下兒童死亡率GM(1，1)模型的參數(shù)如表5所示。雖然孕產(chǎn)婦死亡率GM(1，1)模型的平均誤差絕對值達(dá)到0.3576，但其模型評價很好，模型精度達(dá)到外推預(yù)測標(biāo)準(zhǔn)，可進(jìn)行外推預(yù)測。(2)城市孕產(chǎn)婦和5歲以下兒童死亡率的預(yù)測值：經(jīng)3次修正后，城市孕產(chǎn)婦死亡率、新生兒死亡率、嬰兒死亡率和5歲以下兒童死亡率GM(1，1)理論模型的最小殘差值Qmin分別為-1.11 486、-0.18 100、-0.14 373、-0.22 760。進(jìn)行趨勢外推預(yù)測，得到未來5年預(yù)測結(jié)果。結(jié)果顯示未來5年城市新生兒死亡率、嬰兒死亡率逐年下降，但5歲以下兒童死亡率以及孕產(chǎn)婦死亡率會出現(xiàn)波動、緩慢。見表4。

表5 貴州省城市孕產(chǎn)婦和兒童死亡率理論模型及參數(shù)

2.2.3農(nóng)村孕產(chǎn)婦和5歲以下兒童死亡率理論模型及預(yù)測 (1)農(nóng)村孕產(chǎn)婦和5歲以下兒童死亡率理論模型及參數(shù)：經(jīng)3次殘差序列分析顯示，農(nóng)村孕產(chǎn)婦死亡率、新生兒死亡率、嬰兒死亡率和5歲以下兒童死亡率GM(1，1)模型的參數(shù)如表6所示。模型評價均為很好，精度達(dá)到外推預(yù)測標(biāo)準(zhǔn)，可進(jìn)行外推預(yù)測。(2)農(nóng)村孕產(chǎn)婦和5歲以下兒童死亡率的預(yù)測值：經(jīng)3次修正后，農(nóng)村孕產(chǎn)婦死亡率、新生兒死亡率、嬰兒死亡率和5歲以下兒童死亡率GM(1，1)理論模型的最小殘差值Qmin分別為-1.3 099、-0.0 542、-0.2 995、-0.2 668。進(jìn)行趨勢外推預(yù)測，得到未來5年預(yù)測結(jié)果，結(jié)果顯示未來5年農(nóng)村孕產(chǎn)婦和5歲以下兒童死亡率4個指標(biāo)均呈遞減趨勢。見表4。

表6 貴州省農(nóng)村孕產(chǎn)婦和兒童死亡率理論模型及參數(shù)

2.32018—2022年Topsis綜合評價趨勢分析 以灰色GM(1.1)模型預(yù)測的2018-2022年孕產(chǎn)婦死亡率、新生兒死亡率、嬰兒死亡率、五歲以下兒童死亡率為數(shù)據(jù)，選擇DPSV9.01中“其他”功能板塊的“Topsis評價法”，并設(shè)置各數(shù)據(jù)的指標(biāo)特性。結(jié)果圖1-3所示，未來5年貴州省城市、農(nóng)村孕產(chǎn)婦和5歲以下兒童死亡率D+均呈遞減趨勢，城市與農(nóng)村D+將由2018年的0.14和0.44下降至2022年的0.03和0；D-則逐年遞增，且農(nóng)村變化較快，城市變化相對較緩；相對貼進(jìn)度Ci逐年增加，農(nóng)村增速快，與城市差距縮小，逐步接近全省平均水平。

3 討 論

死亡率雖有所下降，但年均降速較慢。孕產(chǎn)婦、嬰兒及5歲以下兒童死亡率與衛(wèi)生服務(wù)可及性和質(zhì)量等密切相關(guān)[7]。2011—2017年貴州省孕產(chǎn)婦及5歲以下兒童死亡率雖出現(xiàn)波動，但總體仍呈現(xiàn)下降趨勢，各項指標(biāo)年均下降速度均低于全國。農(nóng)村低于城市，但農(nóng)村孕產(chǎn)婦死亡率出現(xiàn)回升。表明近年來貴州省婦幼保健工作取得了一定成效，但改善速度緩慢，存在明顯的城鄉(xiāng)差距。貴州省受地理因素影響，地區(qū)發(fā)展和民族差異較明顯，醫(yī)療技術(shù)水平參差不齊，服務(wù)質(zhì)量良莠不一，尤其貴州貧困人口、少數(shù)民族等偏多，受經(jīng)濟能力、交通和思想意識的限制，無法及時采取有效防治措施。

死亡率持續(xù)下降，但與全國水平相比仍有一定差距。經(jīng)灰色GM(1，1)模型預(yù)測，2018—2022年貴州省孕產(chǎn)婦、新生兒、嬰兒和5歲以下兒童死亡率將持續(xù)下降。但與李相榮等[8-9]對全國此階段孕產(chǎn)婦死亡率的預(yù)測相比，其孕產(chǎn)婦死亡率仍將高于全國平均水平。說明貴州省雖通過各種措施和配套政策在一定程度上改善了婦幼健康狀況，但要達(dá)到全國平均水平還需一段時間。其余3個指標(biāo)暫無相關(guān)文章進(jìn)行預(yù)測，但根據(jù)分析可以進(jìn)行初步預(yù)判：除新生兒死亡率可能與全國平均水平持平外，嬰兒和5歲以下兒童死亡率仍會低于全國平均水平。

城鄉(xiāng)差距逐漸縮小，但城市孕產(chǎn)婦死亡率仍居高位。未來5年全省婦幼健康水平將得以改善，城鄉(xiāng)差距將逐步縮小，以農(nóng)村地區(qū)改善尤為明顯；而城市孕產(chǎn)婦死亡率和5歲以下兒童死亡率將呈波動特征，尤其是孕產(chǎn)婦死亡率可能仍高于全省平均水平，這與Topsis分析結(jié)果基本一致。農(nóng)村地區(qū)婦幼兒童健康狀況改善較好，可能歸功于以下三個因素。一是分級診療、雙向轉(zhuǎn)診工作的有序開展和良好運行，促使優(yōu)質(zhì)資源下沉，提升了基層衛(wèi)生服務(wù)能力；二是衛(wèi)生部關(guān)于中國婦女兒童發(fā)展綱要的貫徹落實[1]；三是高強度宣傳、下鄉(xiāng)義診等活動，逐步提升了農(nóng)村地區(qū)人群疾病預(yù)防和保健意識。而城市孕產(chǎn)婦死亡率長期居于高位則可能與城鎮(zhèn)化進(jìn)程加快有關(guān)[10]。

為有效提升全省婦幼健康水平、縮小城鄉(xiāng)差距。針對以上問題提出如下建議：(1)加大對婦幼保健工作的財政支持力度，更新完善軟件、硬件設(shè)施。促進(jìn)資源向少數(shù)民族、基層貧困地區(qū)傾斜。同時，允許各地區(qū)根據(jù)實際情況，制定針對性的婦幼惠民政策；(2)二胎政策下，加強對高危、高齡孕產(chǎn)婦的檢查和監(jiān)測，對已經(jīng)不符合生育要求的人群進(jìn)行引導(dǎo)和勸誡；(3)在大力實現(xiàn)城鄉(xiāng)醫(yī)療衛(wèi)生服務(wù)均等化、推進(jìn)城鎮(zhèn)化進(jìn)程的同時，應(yīng)密切關(guān)注新增城鎮(zhèn)人群的醫(yī)療服務(wù)需求，落實完善相關(guān)政策，確保其平等享有基本公共衛(wèi)生服務(wù)；(4)擴大醫(yī)學(xué)院校自主招生權(quán)，加大婦產(chǎn)、兒科等專業(yè)招生，多途徑實現(xiàn)人才梯隊培養(yǎng)；(5)通過多媒體、社區(qū)公開欄等渠道宣傳婦幼保健知識，引導(dǎo)孕產(chǎn)婦等相關(guān)人群樹立正確的預(yù)防保健意識。