許清安，阮景昊，薛紅紅，梁 煜，萬(wàn)崇華

(廣東醫(yī)科大學(xué)，廣東 東莞 523808)

?

大數(shù)據(jù)挖掘應(yīng)用在供給側(cè)改革和醫(yī)院管理中的作用

許清安，阮景昊，薛紅紅，梁 煜，萬(wàn)崇華

(廣東醫(yī)科大學(xué)，廣東 東莞 523808)

介紹了健康醫(yī)療中大數(shù)據(jù)、供給側(cè)改革的內(nèi)涵以及獲得大數(shù)據(jù)的方法，闡述了供給側(cè)改革在醫(yī)療服務(wù)中的必要性、大數(shù)據(jù)挖掘應(yīng)用在供給側(cè)改革以及醫(yī)院管理中的作用，探討大數(shù)據(jù)挖掘應(yīng)用在實(shí)施過程中遇到的挑戰(zhàn)，并提出相關(guān)建議。

大數(shù)據(jù)；供給側(cè)改革；醫(yī)療服務(wù)；醫(yī)院管理

隨著衛(wèi)生信息化建設(shè)進(jìn)程的不斷加快，醫(yī)療數(shù)據(jù)的規(guī)模正在以前所未有的速度增長(zhǎng)，醫(yī)療衛(wèi)生領(lǐng)域已迎來(lái)了“大數(shù)據(jù)時(shí)代”，“供給側(cè)改革”在近兩年來(lái)也引起了研究者及決策者的廣泛關(guān)注。隨著居民醫(yī)療服務(wù)需求的不斷釋放，醫(yī)療服務(wù)供給已不能及時(shí)滿足增長(zhǎng)與變化的需求，即供給側(cè)改革相對(duì)滯后。因此，在醫(yī)療衛(wèi)生服務(wù)中挖掘大數(shù)據(jù)的重要性不言而喻，加速供給側(cè)改革、完善醫(yī)院管理機(jī)制也迫在眉睫，將兩者結(jié)合起來(lái)，利用大數(shù)據(jù)分析促進(jìn)供給側(cè)改革、完善醫(yī)院管理機(jī)制具有重要的意義。本文闡述了大數(shù)據(jù)應(yīng)用在供給側(cè)改革以及醫(yī)院管理中的作用，分析了大數(shù)據(jù)挖掘?qū)嵤┻^程中遇到的挑戰(zhàn)并提出相關(guān)建議。

1 醫(yī)療服務(wù)中的大數(shù)據(jù)挖掘應(yīng)用及供給側(cè)改革

1.1 醫(yī)療中的大數(shù)據(jù)挖掘

大數(shù)據(jù)在醫(yī)療信息領(lǐng)域有著典型的體現(xiàn)，這里的“大”不止表現(xiàn)在數(shù)量上，大數(shù)據(jù)具有4方面(4V)的含義：①容量(Volume)更大：比如一個(gè)患者的疾病信息可以在醫(yī)院保留幾十年，巨大的患者和醫(yī)院基數(shù)使數(shù)據(jù)量持續(xù)增長(zhǎng)；②生成速度(Velocity)更快：網(wǎng)絡(luò)技術(shù)的進(jìn)步使大量信息能夠得到及時(shí)處理，如醫(yī)生實(shí)時(shí)在線答復(fù)、健康指標(biāo)預(yù)警等；③多樣性(Variety)更高：數(shù)據(jù)的形式不僅限于數(shù)字和文字，還包括醫(yī)療影像、圖標(biāo)等；④價(jià)值(Value)更多：大數(shù)據(jù)的價(jià)值除了治療疾病外，還包括疾病預(yù)防、藥物研發(fā)等。

醫(yī)療大數(shù)據(jù)來(lái)源非常廣泛[1]：①醫(yī)療服務(wù)提供方，主要指開展疾病診療活動(dòng)的衛(wèi)生機(jī)構(gòu)；②醫(yī)療保險(xiǎn)提供方，主要指商業(yè)保險(xiǎn)及醫(yī)療保險(xiǎn)部門；③衛(wèi)生行政方，指各醫(yī)療機(jī)構(gòu)利用網(wǎng)上的直報(bào)系統(tǒng)上報(bào)的藥物、疾病、醫(yī)院業(yè)務(wù)、醫(yī)療人力資源等數(shù)據(jù)形成衛(wèi)生服務(wù)與資源的利用、疾病的報(bào)告與監(jiān)測(cè)、人力資源等大型數(shù)據(jù)資源庫(kù)；④醫(yī)療器械及藥物生產(chǎn)和流通方，包括藥物及器械研發(fā)的企業(yè)產(chǎn)生數(shù)據(jù)及藥品流通和銷售環(huán)節(jié)產(chǎn)生的大量產(chǎn)品流通和消費(fèi)者購(gòu)買行為數(shù)據(jù)；⑤互聯(lián)網(wǎng)，包括各大健康網(wǎng)站訪問及健康咨詢產(chǎn)生的各種數(shù)據(jù)、商業(yè)公司開發(fā)的醫(yī)療設(shè)備產(chǎn)生的血壓及血糖等數(shù)據(jù)、網(wǎng)絡(luò)掛號(hào)及網(wǎng)售等產(chǎn)生的數(shù)據(jù)；⑥生命科學(xué)研究，主要指生物標(biāo)本和基因測(cè)序的信息。

1.2 醫(yī)療中的供給側(cè)改革

供給側(cè)改革是從生產(chǎn)領(lǐng)域加強(qiáng)優(yōu)質(zhì)供給，減少無(wú)效供給，擴(kuò)大有效供給，使供給體系更好的適應(yīng)需求結(jié)構(gòu)變化。供給側(cè)改革的根本目的是提高社會(huì)生產(chǎn)力，落實(shí)好以人民為中心的發(fā)展思想[2]。醫(yī)療服務(wù)供給側(cè)的突出問題包括[3]：①醫(yī)療服務(wù)體系結(jié)構(gòu)不合理。衛(wèi)生資源分布呈倒三角狀態(tài)，過于集中在醫(yī)院，特別是城市大醫(yī)院；②公立醫(yī)院技術(shù)路線的選擇存在偏差，醫(yī)療費(fèi)用較高。醫(yī)院特別是三級(jí)醫(yī)院的人均費(fèi)用大大高于基層醫(yī)療機(jī)構(gòu)，雖然醫(yī)院相較于基層醫(yī)療機(jī)構(gòu)提供更加優(yōu)質(zhì)的醫(yī)療服務(wù)，但醫(yī)院特別是大醫(yī)院追求高精尖去向明顯，適宜技術(shù)、適宜藥品和適宜設(shè)備應(yīng)用不夠，客觀上提高了醫(yī)療費(fèi)用；③基層醫(yī)療機(jī)構(gòu)能力不強(qiáng)?；鶎俞t(yī)療機(jī)構(gòu)的基礎(chǔ)薄弱、衛(wèi)生人力匱乏、主動(dòng)服務(wù)意識(shí)不強(qiáng)。這些問題的存在促使供給側(cè)必須進(jìn)行結(jié)構(gòu)性改革。目前，供給側(cè)改革已經(jīng)引起了研究者和決策者的高度重視，自2015年以來(lái)，供給側(cè)改革的口號(hào)喊的越來(lái)越響，對(duì)于改革的方法人們也提出了很多觀點(diǎn)，其中最主要的包括：①增強(qiáng)基層供給能力。調(diào)查顯示，我國(guó)的衛(wèi)生資源分布非常不合理，醫(yī)院占了大部分，而鄉(xiāng)鎮(zhèn)衛(wèi)生院、社區(qū)衛(wèi)生服務(wù)機(jī)構(gòu)只占很少的一部分。因此，很多本應(yīng)該在基層醫(yī)療機(jī)構(gòu)就診的病人直接去二、三級(jí)醫(yī)院就診。按照世界衛(wèi)生組織的估計(jì)，醫(yī)療衛(wèi)生機(jī)構(gòu)總的診療人次中，基層醫(yī)療衛(wèi)生機(jī)構(gòu)一般應(yīng)達(dá)到80%～90%較為合理，但在宜昌市的調(diào)查中，該指標(biāo)僅占60.36%[3]。②利用“互聯(lián)網(wǎng)+”促進(jìn)供給側(cè)改革。利用網(wǎng)絡(luò)技術(shù)可以均衡醫(yī)療資源配置，還可以共享患者疾病信息[4]。

2 大數(shù)據(jù)挖掘在供給側(cè)改革中的作用

雖然供給側(cè)改革的重點(diǎn)和方法已經(jīng)被人們所熟知，但其實(shí)施難度不言而喻。大數(shù)據(jù)挖掘在醫(yī)療領(lǐng)域也得到了很大的重視，但是還沒有人將它與供給側(cè)改革聯(lián)系起來(lái)。現(xiàn)在就大數(shù)據(jù)挖掘在供給側(cè)改革中的作用進(jìn)行討論。

2.1 大數(shù)據(jù)挖掘促進(jìn)“互聯(lián)網(wǎng)+”的應(yīng)用

大數(shù)據(jù)最大的優(yōu)勢(shì)在于將所有的數(shù)據(jù)收集起來(lái)，然后提取有用的信息。因此大數(shù)據(jù)的收集就需要非常完善的信息收集系統(tǒng)。近年來(lái)，在國(guó)家領(lǐng)導(dǎo)及財(cái)政支持下，絕大多數(shù)的三甲醫(yī)院和部分二級(jí)醫(yī)院已經(jīng)先后建立了先進(jìn)的數(shù)字化信息系統(tǒng)和電子健康檔案系統(tǒng)。而且“3521工程”正在積極建設(shè)國(guó)家級(jí)、省級(jí)和地市級(jí)三級(jí)衛(wèi)生信息平臺(tái)，加強(qiáng)公共衛(wèi)生、醫(yī)療服務(wù)、新農(nóng)合、基本藥物制度、綜合管理5項(xiàng)業(yè)務(wù)應(yīng)用[5]。該信息平臺(tái)的建立可以將患者的疾病信息進(jìn)行共享，使那些經(jīng)過大醫(yī)院診斷且疾病不嚴(yán)重的患者可以去基層醫(yī)療機(jī)構(gòu)，而基層醫(yī)療機(jī)構(gòu)可以根據(jù)信息平臺(tái)提供的信息對(duì)患者進(jìn)行治療，這在很大程度上減輕了大醫(yī)院的醫(yī)療負(fù)擔(dān)，有利于醫(yī)療資源結(jié)構(gòu)的調(diào)整。從大數(shù)據(jù)中提取的信息也可以在信息平臺(tái)上共享，比如某地區(qū)由于地區(qū)差異及風(fēng)俗習(xí)慣等更容易患哪些疾病，然后對(duì)該疾病的預(yù)防及急救措施進(jìn)行共享。獲得這些信息后，只要基礎(chǔ)醫(yī)療設(shè)備齊全，患者就可以到基層醫(yī)療機(jī)構(gòu)就診，甚至自己在家也可以進(jìn)行治療，從而減輕醫(yī)療機(jī)構(gòu)的負(fù)擔(dān)。

大數(shù)據(jù)的來(lái)源廣泛，不僅可以利用醫(yī)療機(jī)構(gòu)的信息，還可以通過網(wǎng)頁(yè)、通訊設(shè)備甚至是醫(yī)療APP等獲得信息。挖掘的大數(shù)據(jù)越多，可以提取的有用信息就越多。大數(shù)據(jù)挖掘技術(shù)可以利用儀器設(shè)備對(duì)某疾病患者的重要指標(biāo)做實(shí)時(shí)監(jiān)控，如高血壓患者佩戴監(jiān)測(cè)血壓的設(shè)備實(shí)時(shí)測(cè)血壓，當(dāng)血壓較高時(shí)提醒患者做好預(yù)防措施，然后對(duì)患者血壓數(shù)據(jù)進(jìn)行收集分析，提取有價(jià)值的信息，為疾病治療提供依據(jù)?；颊哌€可以在醫(yī)院建立自我健康管理檔案，把每次健康檢查的數(shù)據(jù)進(jìn)行全面的記錄，然后利用大數(shù)據(jù)分析技術(shù)進(jìn)行分析，可以讓醫(yī)生針對(duì)患者的總體健康狀況提出最佳的治療方案，更有利于疾病的治療。

2.2 大數(shù)據(jù)挖掘促進(jìn)醫(yī)療結(jié)構(gòu)的調(diào)整

大數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)量大的基礎(chǔ)上，數(shù)據(jù)的分類以及有序性對(duì)于信息的提取也是非常關(guān)鍵的因素。大數(shù)據(jù)挖掘本來(lái)就是在大量數(shù)據(jù)中尋找規(guī)律，如果所有的數(shù)據(jù)混在一起，那么提取信息就比較困難，如果數(shù)據(jù)是根據(jù)某項(xiàng)指標(biāo)進(jìn)行分類的就能提取到更多有用的信息，這就要求患者更多的進(jìn)行分級(jí)診療以及分科診療。一直以來(lái)，大醫(yī)院“一號(hào)難求”的現(xiàn)象困擾著決策者，而且也不利于大數(shù)據(jù)的挖掘。然而利用醫(yī)療大數(shù)據(jù)的信息可以提取不同疾病的癥狀，然后根據(jù)不同癥狀建議患者去基層醫(yī)療機(jī)構(gòu)還是大醫(yī)院、去?？漆t(yī)院還是綜合醫(yī)院。分級(jí)診療一直是供給側(cè)改革的重點(diǎn)，然而實(shí)施的難度卻很大?；鶎俞t(yī)療資源的配置較為容易實(shí)現(xiàn)，但是患者的選擇卻很難改變，利用大數(shù)據(jù)對(duì)疾病癥狀進(jìn)行詳細(xì)的分析，可使患者充分了解自己病情的嚴(yán)重程度以及基層醫(yī)療機(jī)構(gòu)是否可以治療，可以在很大程度上改變患者的選擇。然后結(jié)合“互聯(lián)網(wǎng)+”技術(shù)真正實(shí)現(xiàn)“基層首診、雙向轉(zhuǎn)診、上下聯(lián)動(dòng)”的合理醫(yī)療程序。

3 大數(shù)據(jù)挖掘在醫(yī)院管理中的運(yùn)用

大數(shù)據(jù)挖掘不僅能夠促進(jìn)醫(yī)療領(lǐng)域的供給側(cè)改革，還能在醫(yī)院管理中起到作用。

3.1 大數(shù)據(jù)挖掘促進(jìn)臨床科研發(fā)展

科研能力的強(qiáng)弱一直是衡量醫(yī)院實(shí)力的重要指標(biāo)。然而一直以來(lái)臨床與科研沒有很好的結(jié)合起來(lái)，臨床上以經(jīng)驗(yàn)和診斷結(jié)果為主，而科研中憑數(shù)據(jù)說(shuō)話，往往出現(xiàn)臨床人員不懂科研、科研人員沒接觸過臨床的現(xiàn)象。據(jù)統(tǒng)計(jì)，在美國(guó)醫(yī)院的重癥監(jiān)護(hù)室平均每年有40,000人由于誤診而死亡。這是由于很多情況下醫(yī)療診斷憑借的是經(jīng)驗(yàn)而不是科學(xué)。大數(shù)據(jù)挖掘要求臨床與科研結(jié)合起來(lái)，避免只根據(jù)經(jīng)驗(yàn)或數(shù)據(jù)出現(xiàn)的片面結(jié)論，只有將兩者結(jié)合起來(lái)，才能挖掘出更多有用的信息。大數(shù)據(jù)挖掘還可以促進(jìn)臨床科研的發(fā)展，如應(yīng)用大數(shù)據(jù)挖掘分析技術(shù)，深化國(guó)際醫(yī)藥科技計(jì)劃研究與應(yīng)用成效，提高危害人民健康的重大疾病的預(yù)防和診療水平，通過挖掘病人數(shù)據(jù)來(lái)評(píng)估招募患者是否符合試驗(yàn)條件，并進(jìn)一步找出最合適的臨床實(shí)驗(yàn)基地，從而加快臨床試驗(yàn)進(jìn)程等[6]。越來(lái)越多的數(shù)據(jù)證明，只要擁有足夠長(zhǎng)的連續(xù)歷史數(shù)據(jù)，足夠強(qiáng)大的計(jì)算分析工具，就可以根據(jù)過去和現(xiàn)在預(yù)測(cè)未來(lái)。醫(yī)療領(lǐng)域也不例外，如果收集到足夠多的數(shù)據(jù)，就可以預(yù)測(cè)疾病的發(fā)生，這不僅需要大數(shù)據(jù)挖掘技術(shù)的提高，還需要臨床與科研結(jié)合產(chǎn)生更多有價(jià)值的數(shù)據(jù)。

3.2 大數(shù)據(jù)挖掘?qū)︶t(yī)院決策的影響

醫(yī)院領(lǐng)導(dǎo)的決策關(guān)系到整個(gè)醫(yī)院的發(fā)展及經(jīng)營(yíng)模式，如今數(shù)據(jù)爆炸式增長(zhǎng)，醫(yī)院的具體情況不是個(gè)體能夠完全掌握的，通過大數(shù)據(jù)分析技術(shù)可以找到醫(yī)院醫(yī)療質(zhì)量不足的環(huán)節(jié)和醫(yī)療資源分配不合理的地方，從而幫助領(lǐng)導(dǎo)者做出更正確的決策[7]。

4 醫(yī)療大數(shù)據(jù)挖掘技術(shù)實(shí)施中的挑戰(zhàn)

大數(shù)據(jù)挖掘技術(shù)應(yīng)用在醫(yī)療領(lǐng)域的確可以促進(jìn)醫(yī)療領(lǐng)域的發(fā)展，但是在實(shí)施過程中遇到的挑戰(zhàn)也不容忽視，主要包括：①數(shù)據(jù)整合中的準(zhǔn)確性。大數(shù)據(jù)不像小數(shù)據(jù)那樣要求數(shù)據(jù)準(zhǔn)確無(wú)誤，雖然錯(cuò)誤不是大數(shù)據(jù)本身的屬性，但是錯(cuò)誤可能會(huì)伴隨大數(shù)據(jù)長(zhǎng)期存在，這是處理中應(yīng)該注意的現(xiàn)實(shí)問題；②數(shù)據(jù)存儲(chǔ)難度增大。首先數(shù)據(jù)的容量大，其次是數(shù)據(jù)類型多，包括文件、圖像等，還有數(shù)據(jù)的提取以及處理速度不能太慢，如果查詢過程中響應(yīng)時(shí)間過長(zhǎng)會(huì)嚴(yán)重影響工作效率；③數(shù)據(jù)的安全性。醫(yī)療數(shù)據(jù)很多都涉及到隱私的問題，如果泄露可能會(huì)導(dǎo)致嚴(yán)重的后果，因此大數(shù)據(jù)的安全保護(hù)應(yīng)該引起足夠的重視；④信息孤島現(xiàn)象。不同醫(yī)療機(jī)構(gòu)之間、醫(yī)療機(jī)構(gòu)與政府調(diào)查之間、衛(wèi)生機(jī)構(gòu)與醫(yī)療機(jī)構(gòu)之間的數(shù)據(jù)沒有有效的聯(lián)系起來(lái)，各數(shù)據(jù)之間相互獨(dú)立，使大數(shù)據(jù)挖掘的應(yīng)用具有很大的局限性；(5)缺乏專業(yè)人才。我國(guó)大數(shù)據(jù)挖掘人才嚴(yán)重缺乏，醫(yī)療領(lǐng)域的復(fù)合型人才更是稀少。

5 建議

大數(shù)據(jù)挖掘技術(shù)在醫(yī)療領(lǐng)域有巨大的應(yīng)用，但是其實(shí)施的難度不容忽視，存在很多的挑戰(zhàn)。針對(duì)這些挑戰(zhàn)應(yīng)該制定相應(yīng)的措施。

(1)對(duì)挖掘的信息進(jìn)行準(zhǔn)確性確認(rèn)。利用大數(shù)據(jù)挖掘技術(shù)可以得到很多的信息，但是有很多信息是錯(cuò)誤的，可以在得到信息之后先確認(rèn)其正確性，無(wú)法確認(rèn)的在使用時(shí)要謹(jǐn)慎。

(2)數(shù)據(jù)存儲(chǔ)設(shè)備要有足夠的內(nèi)存。解決數(shù)據(jù)存儲(chǔ)空間不足以及查詢延時(shí)的問題。

(3)加強(qiáng)數(shù)據(jù)的安全保護(hù)。數(shù)據(jù)安全性問題一定要保障，嚴(yán)格規(guī)范數(shù)據(jù)存儲(chǔ)及提取程序，可以利用密碼或指紋身份確認(rèn)等技術(shù)。

(4)解決信息孤島問題。首先要建立統(tǒng)一的電子病歷系統(tǒng)，對(duì)電子病歷等醫(yī)療信息進(jìn)行統(tǒng)一的管理，然后利用云計(jì)算將眾多的信息孤島聯(lián)系起來(lái)，用統(tǒng)一的標(biāo)準(zhǔn)對(duì)收集的數(shù)據(jù)進(jìn)行存儲(chǔ)，然后再對(duì)其進(jìn)行挖掘利用。

(5)注重人才培養(yǎng)。醫(yī)療大數(shù)據(jù)挖掘人才嚴(yán)重缺乏，應(yīng)該注重該方面人才的培養(yǎng)，如增加相關(guān)專業(yè)的招生人數(shù)、加大人才培養(yǎng)的投入以及提升專業(yè)人才的工資。

6 結(jié)語(yǔ)

大數(shù)據(jù)挖掘可以廣泛的收集醫(yī)療數(shù)據(jù)、加強(qiáng)基層、促進(jìn)醫(yī)療結(jié)構(gòu)的調(diào)整，還可以促進(jìn)臨床科研的發(fā)展、為臨床及領(lǐng)導(dǎo)決策提供依據(jù)，對(duì)醫(yī)療領(lǐng)域的供給側(cè)改革和醫(yī)院管理有很大的促進(jìn)作用，但是實(shí)施過程中的很多問題有待解決。隨著人們的逐漸重視以及經(jīng)濟(jì)社會(huì)的發(fā)展，大數(shù)據(jù)挖掘技術(shù)在醫(yī)療領(lǐng)域有著長(zhǎng)足的發(fā)展。

[1] 周雪晴，羅亞玲.信息化建設(shè)中醫(yī)療大數(shù)據(jù)現(xiàn)狀[J].中華醫(yī)學(xué)圖書情報(bào)雜志，2015，24(11)：48-51.

[2] 魯 明.如何施行醫(yī)療領(lǐng)域的“供給側(cè)改革”[J].經(jīng)濟(jì)界，2016，(3)：30-31.

[3] 劉 丹，何克春.推進(jìn)醫(yī)療服務(wù)供給側(cè)改革勢(shì)在必行：以宜昌市為例[J].中國(guó)衛(wèi)生經(jīng)濟(jì)，2016，(8)：72-74.

[4] 張藝奕，查振剛.探索醫(yī)療供給側(cè)改革之路——從“互聯(lián)網(wǎng)+”開始[J].中國(guó)醫(yī)院管理，2016，36(7)：1-3.

[5] 高漢松，肖 凌，許德瑋，等.基于云計(jì)算的醫(yī)療大數(shù)據(jù)挖掘平臺(tái)[J].醫(yī)學(xué)信息學(xué)雜志，2013，34(5)：7-12.

[6] 金 興，王詠紅.健康醫(yī)療大數(shù)據(jù)的應(yīng)用與發(fā)展[J].新技術(shù)應(yīng)用，2016，13(2)：187-190.

[7] 姜奇平，馮海超，古 福.數(shù)據(jù)業(yè)務(wù)主營(yíng)化大趨勢(shì)[J].互聯(lián)網(wǎng)周刊，2013，(7)：26-46.

(本文編輯：鄒 鈺)

The role of big data mining in supply side reform decision making and hospital management

XU Qing-an，RUAN Jing-hao，XUE Hong-hong，LIANG Yu

(ResearchCenteronQualityofLifeandAppliedPsychology/SchoolofHumanitiesandManagement，GuangdongMedicalUniversity，DongguanGuangdong523808，China)

Big data and supply side reform are the topic of great concern in today’s society. Big data mining can get a lot of valuable information. Supply side reform can be better satisfy people’s demand for resources. This paper introduces connotation of big data in medical health care and supply side reform，and the method of obtaining big data. Describes the necessity of supply side reform in medical service. Analyzes the role of big data mining application in supply side reform and hospital management. Discusses the challenges of big data mining applications encountered in the implementation process，on this basis to think and make recommendations.

big data，supply side reform，medical service，hospital management

2017-02-10

10.3969/j.issn.1003-2800.2017.05.002 基金項(xiàng)目：廣東省揚(yáng)帆計(jì)劃培養(yǎng)高層次人才項(xiàng)目(4YF14008G)；廣東省應(yīng)用型科技研發(fā)專項(xiàng)資金項(xiàng)目(2015B010131016) 作者簡(jiǎn)介：許清安(1992-)，男，山東濱州人，在讀碩士研究生，主要從事臨床流行病方面的研究。

萬(wàn)崇華(1964-)，男，云南玉溪人，博士，教授，主要從事社會(huì)醫(yī)學(xué)與衛(wèi)生統(tǒng)計(jì)方面的研究。

R197.323.1

A

1003-2800(2017)05-0005-03