焦晨，黄艳然，赵钦风，冷安丽

1.山东大学齐鲁医学院公共卫生学院卫生管理与政策研究中心，山东 济南 250012；2.国家卫生健康委员会卫生经济与政策研究重点实验室(山东大学)，山东 济南 250012；3.山东大学政治学与公共管理学院，山东 青岛 266200；4.山东大学公共治理研究院，山东 青岛 266200

1 研究背景

医疗服务数据反映了患者寻求医疗建议的时间，但不一定与症状发作的日期一致。尤其是患有轻度疾病的患者可能不会及时就医，除非病程加重或出现并发症[1]。因此，医疗咨询的数量并不是患病情况的简单衡量标准，而是疾病水平、疾病严重程度、医疗保健服务的可及性以及医疗卫生服务需求及利用能力的综合体现[2]。许多医疗机构的就诊数据都可以看到周期性或节假期效应。以往研究主要关注每周或每年的周期性变化，但忽略了公众假期的影响[3]。国外专家把这种“节假日效应”归咎于假期医院员工减少，导致部分特殊治疗和检查不能进行[4]。迄今，关于糖尿病假日效应的文献相对有限，且结果相互矛盾。对就诊人次的周期性和节假日效应必须同时考虑，以便医疗保险管理和医院管理者在节假日及其附近日期内对门诊就诊数据进行持续有效的监督。

时间序列可以帮助医保和医院管理人员每日监测就诊情况，直观识别出异常活动[5]。以往研究发现，在用于症状监测的医疗数据存在周期性和节假日效应，会掩盖真正的疾病流行异常情况[6]。然而，以往采用时间序列分析方法的研究主要基于医院健康信息系统数据，以季度或月度数据为统计指标进行门诊人次或费用的预测，鲜有对医疗保险大数据的规律探索和预测研究。……